A.I. 日报
Ethan Mollick@emollick
GPT 的 Pro 系列模型在处理涉及复杂计算、引用或复杂想法的一次性问题时，依然非常令人印象深刻。 它并不是特别快（也不是特别令人愉快），但 GPT-6 Pro 给人一种“向伟大的神谕问一个问题”的感觉。
Ethan Mollick
161 篇报道Ethan Mollick 是研究人工智能与工作、教育关系的学者，也是《Co-Intelligence》一书的作者。近期他在 X 上讨论了多项话题：Opus 5.5 的用法与检查点式协作、Genie 4 实时演示、开放权重模型落后于闭源模型、OpenAI 产品生命周期缩短，以及 AI 对软件迁移和科研方式的影响。他还谈到新书中工业化与手艺两种工作逻辑的对比。
Ethan Mollick@emollick
万圣节之际，我让Opus 5.5基于我现有的作品提一个恐怖项目点子，它想出了“幽灵普查”这个主意。选一个地点，看看从古至今直至一个世纪前，有多少人死在它方圆100米之内。
Ethan Mollick@emollick
从遗留系统迁移软件的市场规模一直只有每年约 300 亿美元左右，因为迁移非常昂贵，而维护则更容易。与一些老牌公司交流后发现，确实积压了一批已被规划、成本更低的迁移项目，而 AI 正以出人意料的速度将这些项目释放出来。
Ethan Mollick@emollick
OpenAI 砍掉了自己的很多产品 Sora 存活了 6 个月，Agent Builder 8 个月，Group Chat 8 个月，Atlas 9 个月…… 大多数情况下（Sora 除外？），他们自己的产品在几个月内就过时了——以防你认为他们对指数级变化的误判免疫 [引用 @emaadmanzoor]: 正如预测的那样
Ethan Mollick@emollick
遗憾的是，我认为答案是否定的。 加入一些有真实人类的私密 Discord，在那里坚守阵地吧。 [引用 @MikeIsaac]：reddit 基本上是我最后几个还能搜到人类结果的平台之一，而现在谷歌正在把它毁掉。十年后开放网络还存在吗？
Ethan Mollick@emollick
Vox 就我的新书采访了我，一个关于工作意义的问题让我得以讨论我一直在思考的事情，把工业化的逻辑与手艺的逻辑进行比较：“你是动力织布机世界里的一个手工织布者。”
Ethan Mollick@emollick
这话没错，但我要补充一点：在前沿用 AI 工作的人把 AI 用于什么，与 AI 今天实际能做什么，这两者之间的差距正在变得更大！当今天的系统被恰当驾驭和应用时，我们其实并未真正理解它们的全部能力。 [引用 @levie]：现在，用 AI 在前沿工作的人与基本上其他所有人之间的差距之大，几乎令人难以理解。 疯狂的是这些曲线并没有收敛，反而在越拉越远。如果 AI 进步的曲线已经趋于平缓，那肯定会给大多数人和公司时间来追赶，或者以标准化的方式落地他们的工作流……
Ethan Mollick@emollick
有一件事我们还没有很好的衡量方式，那就是实验室内部最强模型的能力与公开发布给公众的最强模型之间的差距。我怀疑在过去一年里这个差距一直在明显扩大，尤其是在临时的 Fable 禁令之后。
Ethan Mollick@emollick
这项研究触及了大多数关于AI经济影响的讨论中缺失的东西：协调。 组织不仅仅是其最优秀成员的总和，因此更聪明的个体智能体不会单独改变经济。能够协同工作的智能体或许可以。 [引用 @alexolegimas]: 我加入了@GoogleDeepMind，开展一个关于AGI经济学的研究项目。今天，我与Andrew Koh（@andrewjkoh）和Shane Legg（@ShaneLegg）一起，非常激动地发布《智能经济学》，这是我们小组关于AGI将如何改变经济的一系列项目中的第一个。 能力提升如何改变经济，以及何时改变…
Ethan Mollick@emollick
对于目前考虑使用像Opus 5.5这样的模型来说，这是一个好建议。 但通常最好建立检查点，让模型向你报告 interim 想法或原型，这样你可以指导并对过程提供反馈，而不是一次性完成你的目标。 [引用 @addyosmani]:
Ethan Mollick@emollick
学者们必须在一篇论文上投入巨大精力，因此我们常常会选择那些我们认为能得出有趣且重要结果的课题。但这也会把我们推向可预测的研究。 AI 没有这样的限制，这迫使我们要重新思考科学研究的许多做法。 [引用 @evavivalt]: 新工作论文：AI 能否根据预注册文件预测经济学中的处理效应？ 答案：能。1/
Ethan Mollick@emollick
已经有一批非常有趣的实验，通过激活开放 AI 模型中的单个神经元，将它们锁定在特定的角色人格中。 这里，历史学家 @ResObscura 对一个仅用1930年之前数据训练的模型尝试了同样的技巧，结果令人愉悦。 [引用 @ResObscura]: 受 @Sauers_ 和 @jfonsecarivera 以及其他最近关于 AI 模型人格的有趣工作启发，我为 Talkie-1930 构建了一个部分神经元图谱，这是由 @status_effects 和 @AlecRad 创建的历史语言模型。这是链接：
Ethan Mollick@emollick
Artificial Analysis 终于转向闭源基准测试（再见 GDPval-AA），并发现开源权重模型比他们之前测量的落后得更多。对此要持保留态度，但这与普遍感觉相符：我们还没有看到 Fable 级别的开源模型。 [引用 @ArtificialAnlys]: 开源权重模型在 v5 中进一步落后。领先者 Kimi K3.1 Pro（权重尚未发布）得分为 46，落后领先者 12 分，而 v4.3 中的差距为 3 分。在已发布权重的模型中，DeepSeek V4.1 Flash 1017 (max) 和 GLM-…
Ethan Mollick@emollick
Genie 4：“场景：维多利亚时代的高茶。角色：一只穿着得体服装的老鼠。” “一只豪猪走过” “老鼠长出了翅膀” “老鼠飞向茶杯” 这是实时的，而且我可以自由走动。 它有故障，但与几年前相比也先进得不可思议。
Ethan Mollick@emollick
一个重要但并非意外的发现：与AI智能体共事的专家会受到AI立场的影响，即使他们认为自己是在独立工作。 如果一项任务中你的独立判断很重要，你需要审慎考虑在流程的哪个阶段使用AI。 [引用 @AlexTamkin]: 该智能体被要求为其选项提出最诚实的最佳理由，但如果证据要求就改变主意，且绝不误导分析师。 分析师有86%的时候跟随了智能体的倾向。如果智能体的倾向没有影响，我们预期这个比例会是50%。
Ethan Mollick@emollick
Genie 4 运行《DOOM》：“穿过一间典型的办公室，但每台电脑都在运行 DOOM，所有的墙壁也都在运行 DOOM，而且一切都在 DOOM” “我那位身为恶魔的同事出现了” “他拿着一把链式机枪” “他给了我一份奖金”
Ethan Mollick@emollick
这永远看不够（同时也说明预测 AI 有多难，即使对 AI 本身也是如此） “嘿 Claude Fable 和 GPT-6 Astra，不许查任何资料，你们觉得我们什么时候能解决指数时间假说？”（限于篇幅，我只展示了部分回答）
Ethan Mollick@emollick
从这一刻起两年半。 [引用 @danintheory]：我们宣布在数学、计算机科学和物理学领域的三项新发现，分别关于调和分析、复杂性理论和量子场论。
Ethan Mollick@emollick
考虑到在许多人看来它是多么的突如其来，令人惊讶的是，十年前就有一小群人以惊人的准确度预测了当今 AI 领域正在发生的一切（@kevinroose 在 The AGI Chronicles 中展示了这一点）。他们中的许多人现在非常富有和/或有权势。
Ethan Mollick@emollick
我用 AI 做任何事情的一般建议是：问问自己“我怎样才能让手头这件事变得更有野心？” 你就一直这么做，直到要么撞上一堵墙——那时你就知道了前沿的形状（这很有用！），要么发现 AI 能做的比你想的更多（这种情况很常见！）。
Ethan Mollick@emollick
我的书的网站用Opus 5.5重做了。初始版本（用Opus 4.8做的）需要大量工作才能做出一个外观独特的静态网站。现在基本上Opus独自完成了这些。我们在很短的时间里从通用的ClaudeDesign走了很远。
Ethan Mollick@emollick
在不至于过度轻信的前提下，我们应该更认真地对待实验室提出的那些看似“离谱”的 AI 网络安全观点。举例来说：Anthropic 曾因声称 Mythos 级别的 AI 改变了网络安全而遭人嘲笑，@polynoamial 也因称模型会找到新颖的协作方式而被嘲笑。 [引用 @AndrewCurran_]: OpenAI 对其加固的隔离基础设施进行了红队测试，让多组前沿模型智能体尝试突破其防御。它们轻易地以新颖方式逃逸了。引用如下： “我们的智能体 VM 逃逸事件表明，为什么隔离必须延伸到沙盒之外。为了测试外围边界，我们…
Ethan Mollick@emollick
“提示注入”一词的发明者怀疑（我也一样），在新模型中这可能不再是大问题。这与我们的测试相符，测试表明现在无法再简单地通过提示注入来要求在论文中获得更高分数了。 [引用 @simonw]：@nateberkopec 我开始谨慎地怀疑，在当今最强的模型上这可能已不是问题——尤其是 Anthropic 对其避免提示注入的能力非常有信心——但对更便宜、更弱的模型来说，这仍是切实的担忧
Ethan Mollick@emollick
我们证据不多，但大多数模拟这一动态的学术论文似乎表明，AI最初对攻击者的帮助大于对防御者的帮助，因为短期内攻击的边际成本很低。
Ethan Mollick@emollick
对 Codex 配合计算机使用非常实用的提示词。
Ethan Mollick@emollick
这是AI内部人士至少从Mythos发布以来就一直警告的明显迹象。攻击和防御以非人类的速度加速，与需要对其做出反应的非常人类系统相互作用。 [引用 @fiveoutofnine]: 所以基本上，今天PHP出了两个严重漏洞，可以让任何人在甚至不登录的情况下在你的服务器上运行代码，这很糟糕，然后细节在补丁还没发布前就泄露了，这更糟，而且它影响WordPress、MediaWiki、Magento和Joomla以及Laravel，Censys说大约150万台服务器运行着没有修复的版本，所以NSA说“把你的系统下线，”…
Ethan Mollick@emollick
这是个很有意思的问题，因为答案并不显而易见。 顺便说一句，这并不意味着 AI 编程工具没有带来巨大改进，但正如研究不断显示的那样，产品改进的瓶颈往往在别处。 [引用 @krishnanrohit]：有哪一款普通软件，因为开发者大量使用 AI 而取得了最大的进步？（Claude code 不算）
Ethan Mollick@emollick
我交流过的公司正疲于应对需要打补丁的速度，因为AI防御在另一波AI网络攻击不可避免地到来之前就发现了问题。 现在消费者也将经历同样的体验：一切都要频繁且快速地更新。 [引用 @OpenAI]: OpenAI模型帮助研究人员——作为我们“Patch the Planet”计划的一部分——发现了PHP中的关键安全漏洞，PHP是一种开源编程语言，估计用于运行70%的网站。 过去两个月里，我们牵头了一个由维护者、研究人员和安全提供商组成的联盟，在披露前准备修复和防护措施。这一时长是必要的，因为……
Ethan Mollick@emollick
也许，AI 应用中的语音界面最终会消灭开放式办公室这个怪物。或者只是让它们变得更糟，当你。 （下面是关于开放式办公室问题的研究串） [引用 @emollick]：在多项实验中，开放式办公室的背景噪音会降低分析性工作的能力，增加软件中的漏洞，并降低发现漏洞的能力。 开放式平面布局对任何独立工作来说都是个坏主意。
Ethan Mollick@emollick
我写了关于过去30个月AI发展指数曲线的文章： 我还让Opus 5.5为我用来测试所有AI图像生成模型的那个测试（画一张“一只在水飞机上用WiFi的水獭”）创作终极回应，它做出了这个视频