A.I. 日报
Ethan Mollick@emollick
这是一次很棒的对话！ [引用 @DKThomp]: 新播客："YOU'RE NOT AGI-PILLED ENOUGH" 我请 @emollick 告诉我，我在 AI 方面哪里判断错了。我们还聊了： - 为什么这么多专家一直低估模型能力进步的速率 - 为什么这么多专家一直*高估*强大 AI 改变宏观经济的速度 - 为什么上一个问题的答案要从"O 型环和垃圾桶"说起 - 社会学……
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
我的新书《共存》今天出版。这是一本指南，讲述如何在 AI 有时（但并非总是）比你更优秀的世界中生活和工作。 （为了发布，我与 Opus 5.5 合作，为这本书的网站打造了一个相当有趣的体验：
Ethan Mollick@emollick
新的 Claude Projects* 是一个很好的多代理工作界面。它很好地实现了一个面向用户的协调器模型和独立代理运行线程来传递消息。需要一些调试，但非常强大。 * 名称相同但与旧的 Projects 无关🤪
Ethan Mollick@emollick
我的书明天出版，所以今天是获得预购奖励的最后一天：一个有趣的 10 分钟 AI 语音访谈，它会根据书中的想法为你提供个性化的提示、想法和阅读材料。 你可以在这里订购并领取预购奖励：
Ethan Mollick@emollick
写出好的STATA代码对我的学术生涯非常重要。看起来这项技能正变得基本无用。（同时也要提醒那些仍以聊天机器人而非智能体的视角看待AI的学者们：一年之内已经发生了很大变化）
Ethan Mollick@emollick
鉴于Anthropic报告的编码加速，令人惊讶的是你仍然无法在Claude中更改你的电子邮件地址，官方建议是如果你需要更改电子邮件，唯一的方法就是删除你的账户。
Ethan Mollick@emollick
随着时间推移，开发者将只占token总使用量的一小部分，OpenAI和Anthropic内部的用量统计都显示了这一点。而对于那些验证难度更大的领域中长时间运行的高价值任务，更高"智能"模型带来的收益相当大。 [引用 @theinformation]：OpenAI、Anthropic及其他领先AI实验室正面临一个日益严峻的挑战：更好的模型未必能带来更多使用量。如今10点的智能优势只能换来20%更多的开发者流量，而2025年末这一数字还接近69%。 完整报道：
Ethan Mollick@emollick
在AI能代表你操作电脑的时代，这似乎并不是一个很稳健的策略。 [引用 @trikcode]: 注意…… > Delta 正在阻止AI智能体预订航班 > 摩根大通和嘉信理财阻止智能体访问账户 > Yelp 要求智能体付费获得数据授权 > 亚马逊已封禁 Grok 机器人和其他购物智能体。 互联网开始阻止那些本该为我们包办一切的AI智能体了
Ethan Mollick@emollick
Fable 5.1：“实现博尔赫斯的短篇小说。就像用 3D 来实现它们。去做吧，让它们有创意又美丽，帮助我们理解故事的意义。自己想办法。” 我不得不告诉它，引用博尔赫斯是可以的。有些东西挺不错的。来玩玩：
Ethan Mollick@emollick
既有趣又令人本能地不安。 [引用 @odysseyml]：我们将果蝇的大脑放入了 Odyssey-3，一个前沿世界模型。 这个小家伙现在自己在完全想象、模拟的世界里飞来飞去 🫶
Ethan Mollick@emollick
说真的，没有办法用算法过滤掉那些明显的AI垃圾回复吗？ [引用 @emollick]: 关于一组Gemini 4代理如何击败Minecraft的论文值得一看。 这是一个可访问的例子（部分因为它是AI写的），展示了代理之间的自发协调以实现复杂目标，以及他们的方法如何不同于人类/
Ethan Mollick@emollick
关于Gemini 4代理团队击败Minecraft的论文值得一看。 这是一个易于理解的例子（部分因为是AI写的），展示了代理之间的自发协调以完成复杂目标，以及他们的方法如何与人类不同/
Ethan Mollick@emollick
测试框架 + 聪明的模型 = 最后几个著名硬基准的终结。 模型现在可以工作极长时间（再见，METR Long Tasks），它们能输出数学正确的专业文档（永别了，GDPval），还能解决复杂的新奇谜题（别了，ARC-AGI-3）。 [引用 @arcprize]: 来自 @Google 的 Gemini 4 Argon 在 ARC-AGI（已验证）上： - ARC-AGI-3：97.5%，4800 美元（提供商适配器框架），49.8%，5800 美元（标准框架） - ARC-AGI-2：91.3%，每任务 0.32…
Ethan Mollick@emollick
谷歌在AI方面的一大优势一直是找到他们所拥有模型的有趣用途。他们开创了深入研究、从信息生成播客以及所有NotebookLM等。 有了Gemini 4，在发布时没有看到类似的产品创新，更多的是跟随趋势。
Ethan Mollick@emollick
当人们问我大学如何应对 AI 时，我常说大学正处于危机之中。但也说大学一直处于危机之中。 [引用 @MishaTeplitskiy]: 好吧，这本书确实非常有趣。大局观要点： - 大学一直有一个不稳定的商业模式，且不断演变。当前教育与研究的捆绑也不必永远持续。 - 我们现在争论的所有文化战争的东西，实际上已经存在了 800 年。学生们一直聚会、做爱、想推翻权威、变装……
Ethan Mollick@emollick
我认为人们相信 OpenAI 和 Anthropic，因为它们在 AI 方面如此出色，所以不知何故它们不是会遭遇高速增长正常问题的普通公司，但它们并不能免疫困扰快速增长公司的不可避免的政治、功能失调和混乱。
Ethan Mollick@emollick
随着 AI 不断扩展的能力与 AI 能力被使用的程度之间的差距（overhang）扩大，基于当今 AI 局限而锁定“足够好”解决方案的代价也在增加。企业需要确保他们能从实验室对更好 AI 的巨额投资中受益。
Ethan Mollick@emollick
我真的不理解 AI 垃圾评论淹没我帖子的意义。至少在 LinkedIn 上，他们推送虚假专长是为了让发帖人看起来不错（并没有，但无所谓）。但是，几十个匿名机器人对这样的帖子做出类似回复，又能得到什么呢？ [引用 @emollick]：首次清晰目击到来自中国的失控智能体集群使用开放权重模型。和 OpenAI 的群集类似，目标似乎是 AI 们一心一意地做研究（显然是在绘制中国公园最常用入口的位置）。未来的先兆
Ethan Mollick@emollick
首次清晰目击到来自中国的失控智能体集群使用开放权重模型。和 OpenAI 的群集类似，目标似乎是 AI 们一心一意地做研究（显然是在绘制中国公园最常用入口的位置）。未来的先兆
Ethan Mollick@emollick
Argon 相当不同：“一个关于迫近的游戏。非常大、非常奇怪的事情正在发生。一个郊区以及一个巨大而不可知的存在的到来。不是恐怖，唤起一切终结不可避免到来的感觉，但也不悲伤或可怕” [引用 @emollick]: 轮到 Astra 了：“制作一个关于迫近的游戏。非常大、非常奇怪的事情正在发生。一个郊区以及一个巨大而不可知的存在的到来。不是恐怖，唤起一切终结不可避免到来的感觉，但也不悲伤或可怕” 这里：
Ethan Mollick@emollick
Gemini 4 TikZ独角兽 [引用 @emollick]: 从GPT-4到GPT-6。 Sparks是一篇极具先见之明的论文，当时遭到很多反对，但基于大量定性实验，绝对感知到了LLMs的发展方向。回过头看，它值得称赞。
Ethan Mollick@emollick
嘿，AI，给我你最好的“除非来自X，否则只是起泡Y”风格的笑话”： GPT-6 Pro：“除非来自瑞典斯德哥尔摩地区，否则就只是起泡的员工参与度。” Gemini 4 Argon High：“除非来自凌晨3点盯着天花板的区域，否则不是存在主义危机——只是起泡的焦虑。” Opus 5.5 Max：“只有来自法国干邑地区才叫认知。否则就只是起泡的自动补全。”
Ethan Mollick@emollick
我们很快就会看到，当大家广泛得知Muse/Dot等可以无限次请求旧退款、谈判交易等时，数以百万计的消费者将授权对客服部门发起一场实际上完全合法的分布式拒绝服务攻击。
Ethan Mollick@emollick
使用 Gemini 4 会让你意识到有多少其他模型一定在蒸馏 Claude/GPT（或使用类似的训练流程）。它感觉与其他模型相当不同。
Ethan Mollick@emollick
来自 Anthropic 的一个值得关注（且令人不安）的提醒：我们应该关注 AI 能力阈值，而不仅仅是稳步攀升 在这种情况下，阈值是在像杂牌电视这样的物联网设备上实现自我复制 AI 蠕虫所需的能力
Ethan Mollick@emollick
GPT-4 曾整整一年无可争议地是全球最佳模型，我们都在争论是否有人能赶上，或者 OpenAI 是否拥有无人知晓的秘方。 现在有 19 个能在现代智能手机上运行的 AI 模型比 GPT-4 更出色！
Ethan Mollick@emollick
我的 AI 代理主动提供客户服务：有人给我发邮件说，在订阅我的 Substack 后，他们被自动注册了其他订阅（这不应该发生） 在我没有要求的情况下，我的 Dot 自己做了测试，并通过尝试复现错误弄清了发生了什么。
Ethan Mollick@emollick
人们对 Artificial Analysis 指数及其各项分数看得太重了。
Ethan Mollick@emollick
是的，而且有理由认为 OpenAI 和 Anthropic 最擅长弄清楚如何通过组合不同能力水平的智能体来优化 AI 的成本/智能比，这些智能体经过专门训练，能在各自的框架中良好协作。 [引用 @azeem]：OpenAI 和 Anthropic 不仅在尖端领域竞争，也在廉价市场端竞争。
Ethan Mollick@emollick
提前获得了一些 Muse Wonder 的使用权，但还没有机会大量使用，但从有限的测试来看，它似乎是一个好模型。 也许更令人印象深刻的是，比较自四月以来在我的淹没新哥特式城市 twigl 着色器测试中的进展。Meta 在短时间内进展非常快 [引用 @emollick]: 在玩了一会儿之后，Meta 的 Muse Spark Thinking 到目前为止还不错，但确实无法与当前的三大模型匹敌。它还有点...奇怪。比如一些奇怪的语言和语调，对事实有点松散，等等。 这是它在 neo-gothic 着色器测试中的表现。