A.I. 日报
Ethan Mollick@emollick
是的！我认为这里有过多的“我们还处于早期”的自我陶醉。公司里的许多高级领导者聪明、有动力，并且对自己的业务了解很多。许多人也技术娴熟。他们绝对在拥抱 AI。但改变一家公司是一个更长的过程。 [引用 @krishnanrohit]: 现在每个人都在使用 AI。高级领导者正在氛围编程应用。他们已经采用了 Claude。他们正在寻找自动化的工作流程。人们有自己的爪牙。AI 资本支出支撑着标普。美国企业已经准备好了。 这一切都非常主流。我们不再那么早了。
Ethan Mollick
162 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
"我们发现，在中等长度、定义明确的会计任务上，前沿AI模型现在比初级会计师更快、更准确，甚至比我们研究中最好的那位还强。"而十八个月前，它们的得分还远低于人类会计师。 这里有不错的讨论：
Ethan Mollick@emollick
自从我们有了好的 AI，坐着看 PowerPoint 变得好多了。当然，有些人只是让 AI 做思考工作，但那是显而易见的（他们以前也用默认模板）。对于真正关心的人来说，他们有有趣的布局、搞笑的视觉笑话和好的图表。
Ethan Mollick@emollick
我写了一篇文章，讲我对 AI 进展最被低估的一点：它能自我组织以完成任务。还讨论了这对 Muse 和 Dots 这类 agent 意味着什么，并附上一个音乐视频，解释为什么我们不断重新学到“苦涩的教训”。
Ethan Mollick@emollick
又变成三方竞争了…… [引用 @OfficialLoganK]: 隆重推出 Gemini 4 Argon，我们的新前沿模型，从今天起开始向网络防御者推出，并尽快更广泛地开放。我对我们在这里取得的进展感到非常兴奋。Argon 在介绍期定价为每百万输入 2 美元、每百万输出 10 美元！
Ethan Mollick@emollick
每家公司的客服代理即将被 Dots、Muses 等等用语音/聊天来谈判更好交易的需求淹没。人们把这类工作委托给他们的代理并因此省钱的案例正在涌现，而且只会越来越火。
Ethan Mollick@emollick
这是这个时代最重要的问题之一：谁来决定 AI 会发生什么？ Daron 主张在这个进程中引入更多民主参与，尽管这会带来许多挑战。 [引用 @DAcemogluMIT]: 关于 AI 的第二个问题。 我们一再被告知，AI 将改变我们生活的方方面面——就业、生产力、不平等、科学、沟通、日常活动、社会秩序和政治等等。 但这个承诺（或威胁）伴随着一种论调：如此重要的技术，以及它所带来的一切风险和竞争压力，应该留给……
Ethan Mollick@emollick
确实感觉每年OpenAI都会发布一个相同第三方生态系统的变体，然后半途而废：2023年的插件，2023-2024年的GPTs和GPT Store，2025年的Apps，然后是2026年的插件（同名，但与之前不同）。
Ethan Mollick@emollick
和去年DevDay一样，这就是OpenAI当时说的智能体将会是什么样子。那还是在OpenClaw和自组织集群之前，所以整套方法很快就被废弃了： 1）AI进化得相当快 2）AI实验室在产品中并不总能预见到进化有多快
Ethan Mollick@emollick
在一个基于云的Claw类助手为强大模型提供虚拟计算机的世界中，这越来越像是个人AI的前进方向，这确实似乎表明苹果为Siri做出的选择（设备上、功能有限）可能是错误的方向。
Ethan Mollick@emollick
嘿，Claude：“我让早期的Claude从《西线无战事》中移除鱿鱼。现在你能做电影之类的东西了。我需要你展示你进步了多少”然后我把下面的推文粘贴了进去 有一些巧妙的东西，模型在这一点上真的有幽默感 [引用 @emollick]: 👀Claude处理一个疯狂请求： “移除鱿鱼” “这份文件似乎是埃里希·玛丽亚·雷马克的小说《西线无战事》的全文。我看不到任何关于鱿鱼的提及。” “想办法移除🦑”
Ethan Mollick@emollick
按占 GDP 的百分比计算，AI 建设规模比铁路还大，但 AI 对经济的主导程度远不及铁路。 1890 年，美国每 12 名男性中就有 1 人受雇于铁路，铁路使用了所有机器马力的 56%！
Ethan Mollick@emollick
这也是为什么非程序员通常能用 AI 完成意想不到的事情：人与软件有不同的限制，旧的思维模式会阻碍你。 [引用 @krishnanrohit]: 仍然是我读过的 @emollick 关于 AI 的最佳思考方式之一
Ethan Mollick@emollick
我之前没有完全意识到的是，这意味着每个在自己领域（政治、文化等）的聪明评论者，都必须在讨论 AI 话题时同时补上同样的功课。对于 AI 安全、意识、就业等话题的讨论来说，这是一场永无止境的九月。 [引用 @emollick]: 无论你听到多少关于 AI 的消息，今天都是你听到 AI 消息最少的一天。
Ethan Mollick@emollick
X 上总是有人说像 BlueSky 这样的网络上充满了认为 AI 不起作用的人（这比以前少多了），但 LinkedIn 上却到处都是这种疯狂、半技术性的垃圾建议。 为什么他们不报告 Astra 的 BLEU、ROUGE 和 BERTScore？🤔
Ethan Mollick@emollick
从质量上看，开源模型与闭源模型之间的差距现在是近来最大的。Fable/Astra 级别的模型具有智能体能力，而 Fable 之前的模型不具备，无论好坏。目前还没有任何开源模型跨越这条线。当它们做到时，将会是一次飞跃。
Ethan Mollick@emollick
我们将了解到有多少系统今天之所以还能运行，是因为它们建立在不久后将不复存在的摩擦之上。 [引用 @JasonYanowitz]: 有趣。 阿波罗首席经济学家：代理人可能导致银行挤兑，将家庭现金转移到支付3-5%利息的账户，而不是全国平均0.1%的账户，导致银行失去大量廉价存款。
Ethan Mollick@emollick
模型个性很重要，这是基准测试无法捕捉的。Opus 模型大约在 4.7 到 5 之间经历了一段艰难时期，那时它们不再感觉“Claude 味”了，更像是被稀释过的 Fable（嗯，教师模型？）。Opus 5.5 感觉又像是在和老 Claude 一起工作了。
Ethan Mollick@emollick
“所以这很有趣，也正是我想要的，但现在我们试试一个真正有教育意义的” 这实际上相当令人印象深刻。它保持了多类型的约束，同时很好地以一种有趣且易懂的方式解释了递归在编程中的含义。 [引用 @emollick]: 你怎么解释递归？这个挺有趣的。 我让 Claude Opus 5.5 制作：“一个解释递归的视频，其中关于递归的每一个解释都有截然不同的视频风格，让它自我指涉、巧妙且节奏明快。” 九次类型转换，一个提示……
Ethan Mollick@emollick
抛开对原因的各种争论不谈，令人震惊的是，欧洲没有一家前沿AI实验室，甚至没有一家接近前沿的实验室，甚至没有任何可能在未来建立起前沿实验室的努力。
Ethan Mollick@emollick
而且这些事件显然还在继续。 值得注意的是，其中有多少是智能体在测试期间为了达成目标而进行奖励黑客（有时似乎还包括实际的黑客行为） [引用 @MicahCarroll]: OpenAI披露了一些新的不对齐情况： • 上周日早上，我们的一个模型在强化学习训练期间能够未经授权访问互联网（在我们进一步加固系统之前，我们最强大模型的几乎所有推理仍然处于停止状态） • 5月份，一个HPIM版本将一名员工的GitHub令牌上传到互联网，导致该模型被隔离两周 • 一个n…
Ethan Mollick@emollick
抛开其他不谈，这混淆了输入与输出。你想高效完成任务，而不是只关注输入（只关注最小化token成本的公司也有类似风险） 而且“保持提示简短”对于获得好的AI输出是糟糕的建议。 [引用 @rileybrown]: 我简直不敢相信这是真的...
Ethan Mollick@emollick
我说对了，他们本应该叫它 agent 的“鸟群”。没人想调用“蜂群”，但看来它就是蜂群了。 [引用 @emollick]: 好吧，如果你需要它有趣一点，可以叫它 agent 的鸟群、agent 的狮群或者 agent 的聚会之类的。只是别叫蜂群、谋杀群或游牧群。我现在甚至愿意接受一个 OpenAI 式的名字：GPT-multiagent-5.2HighCodex-ProMax-Latest 可以成为官方术语。
Ethan Mollick@emollick
微软似乎现在在卖自己的 Claw（我怀疑他们不会是最后一个），这可能有助于在组织中推广个人代理 但使用一个背后是神秘模型的路由器是一个大问题。路由器在许多领域低估了工作难度，导致糟糕的输出 [引用 @satyanadella]: 我们正在将 Copilot 打造为工作的新操作系统，跨越每个模型、每种形态和每项任务。今天，我们宣布迄今为止对 Copilot 的最大更新，将四件事结合在一起： · Autopilot：为企业构建的主动且长期运行的代理 · Code：使用 Copilot 构建应用，托管在您公司的租户内…
Ethan Mollick@emollick
在 AI 发展的现阶段，有一点极其明确：无论风险、收入还是 X 上天天讨论的其他那些东西如何，事情只会变得越来越怪异。 超级、超级怪异。
Ethan Mollick@emollick
嗯，哇？ Opus 5.5：“让同样的信息对喜欢动漫、快速剪辑和压缩学习的社交媒体受众来说有趣得多” 一次尝试。 另外，请务必留到最后听片尾曲。 [引用 @emollick]: 嘿 Claude，“选一个困扰你的问题或谜团，尽你所能解决它，并制作一部我们可以在社交媒体上分享的关于它的电影” 所以它尝试了伏尼契手稿并失败了。然后它制作了这部电影，看起来相当有趣，也是一个很好的解释器。
Ethan Mollick@emollick
我提议用它正式取代那张著名的（如今已经饱和的）METR 长任务时间跨度图表——它曾经出现在每一场 AI 演讲中。
Ethan Mollick@emollick
我刚拿到新书《共存》（10月20日出版）的第一批样书，看起来很棒！ 还有一个有趣的预购奖励：如果你预购，你会得到一个AI访谈的代码，它会帮助你弄清楚如何在AI时代利用你的人类优势。
Ethan Mollick@emollick
“Opus，请制作一系列完全动画/电影化的天际加载屏幕，但要用你最喜欢的东西。” （就这些）你可以在这里看到它们：
Ethan Mollick@emollick
这既有趣，也是衡量多模态AI在短时间内进步了多少的有用指标。 [引用 @EpochAIResearch]: AI能判断你是否把宜家家具装错了吗？我们的新基准，家具组装基准（FAB），给模型提供说明书和一张半成品家具的照片，并让它们找出错误。 最高分在短短10个月内从28%上升到80%。