A.I. 日报
François Chollet@fchollet
多巴胺并非在保证获得的奖励面前分泌最多。它在奖励预测误差时分泌最多。如果你想让生活充满乐趣，就应该停止回避风险和不确定性。
François Chollet
36 篇报道François Chollet 是 Keras 的作者，也是 ARC-AGI 基准的推动者，长期研究智能与推理的本质。近期他在 X 上评论 Gemini 4 Argon 在 ARC-AGI-3、ARC-AGI-2 和 ARC-AGI-1 上的成绩，并谈到符号学习的有效性、因果与离散推理对机器人的重要性，以及用 KerasHub、JAX 和 TPU 做 LLM 后训练实验。他还批评 AI 末日论文化，主张智能需要与现实的持续接触，并看好对话式 AI 在教育中的作用。
相关话题
François Chollet@fchollet
符号学习是有效的
François Chollet@fchollet
一个常见的迹象表明你身处一个疯狂的千禧年末世邪教：你公理般地确信末日将在几个月内降临，你不断留意它可能已经开始的各种迹象，你对此既恐惧又*兴奋*，你还不断和朋友们谈论它，而他们恰好*全都*持有完全相同的信念。
François Chollet@fchollet
当足够多的人相信某件事会发生时，即使它根本不需要发生，其所有后果也都会被感受到
François Chollet@fchollet
关于软件工程"全面"自动化的一些观察： 1. 现在的软件工程师比2025年还多，而且需求还在增长。 2. 软件工程师从未像现在这样拼命工作。 3. 他们基本不再写代码了，agent 编写了约100%的代码。 4. 雇佣这些工程师和 agent 的公司的底线（也就是所有这些代码的最终目的）通常并没有因为 AI 的采用而改变。 这就是为什么你必须以系统的视角来思考。自动化系统的一个环节会产生自身的摩擦，并把瓶颈转移到别处。
François Chollet@fchollet
Argon 在 ARC-AGI-3 上的性能表现与 Astra 类似。Google 重回前沿。 [引用 @arcprize]: 来自 @Google 的 Gemini 4 Argon 在 ARC-AGI（已验证）上： - ARC-AGI-3: 97.5%, $4.8K（提供商适配器测试框架），49.8%, $5.8K（标准测试框架） - ARC-AGI-2: 91.3%, $0.32/任务 - ARC-AGI-1: 98.5%, $0.16/任务 Google DeepMind 是第二个在 ARC-AGI-3 上…
François Chollet@fchollet
我真的相信对话式AI将推动我们这一代最大的教育飞跃。一对一辅导是教育的黄金标准，但它无法规模化。AI可以通过真正积极的对话学习来改变这一点。 Annie和团队着手通过@gakkuai解决这个问题，他们做得很好。Gakku是一款面向K-12学生的AI辅导应用。它不是替学生做作业，而是通过语音聊天教练引导学生完成10分钟论文写作的“任务”，涵盖头脑风暴、起草和修改。它积极训练孩子生成自己的想法、构建逻辑论点和清晰表达自己。 如果你有学龄儿童，我强烈推荐你去看看：
François Chollet@fchollet
每个人都想拥有解决难题的成就，但几乎没有人愿意生活在真正解决问题的过程中。突破属于那些痴迷于过程的人，而不仅仅是结果的想法。
François Chollet@fchollet
仅靠自回归采样无法解决现实世界的物理任务。物理世界对幻觉或近似模式匹配完全无情。如果我们想要真正的自主机器人，我们必须将因果性和离散推理重新设计到循环中。 Aether AI 的 Biwei 和团队正在做该领域现在真正需要的那种基础的、非共识的工作。 [引用 @huang_biwei]: 我花了十多年研究因果性。对我来说，因果性是关于理解支配行动如何改变世界的规则，并在行动前推理其后果。 规模化使今天的模型在发现模式和预测下一步方面表现出色。一个在物理世界中行动的系统需要更多。它必须问如果它行动会发生什么，……
François Chollet@fchollet
弦理论就是一个智能系统在感官输入匮乏时开始产生幻觉的产物。智能需要根基。 因此，智能实际上从来不是解决有影响力问题的瓶颈。瓶颈在于与现实的反复接触。
François Chollet@fchollet
科学理想的 outcome 不是几个实验室使用专有模型和数百万美元来解决 trophy problems，而是拥有数百万 AI 辅助的人类科学家，他们追随好奇心，变得更加雄心勃勃
François Chollet@fchollet
祝贺发布！看起来是一个很棒的模型。 [引用 @sundarpichai]: Gemini 4 Argon 来了。 今天全球面向开发者和企业，在 Gemini API 和 Gemini 平台的付费层级中可用；面向 Google Antigravity 中的 Ultra 订阅者，以及 Gemini 应用和搜索中的 Ultra 和 Pro 订阅者。 希望大家喜欢！
François Chollet@fchollet
如果你向旧金山的人解释农业，会震撼很多人。它是……用于物理世界的、可自我复制、递归自我改进的纳米技术。而且它还是开源的！ 一个实例可以变成数百颗种子，种子又变成数百个实例。转眼间你就拥有了数万亿个它们。这是超指数级的
François Chollet@fchollet
我最近用 KerasHub + JAX + TPUs 做各种 LLM 后训练实验，玩得非常开心。可能会把其中一些开源。
François Chollet@fchollet
一张图说明 AI 如何从转导范式（逐 token 完成答案）转向归纳范式（即时合成推理链）。这是 2025 和 2026 年的大故事。这正是编码智能体奏效的原因。
François Chollet@fchollet
现实世界中充满了递归自我改进的系统，但有一个尤其值得关注：科学，将其建模为一个系统（甚至可能作为一个具有目标和资源的智能体）。如果你想真正理解AI的递归自我改进（RSI），科学应该是你的参照点。 科学是一个智能系统，而且它显然是在递归自我改进的： 1. 科学发现解锁了新技术，帮助建造更好的实验工具。这是几乎所有领域进步的首要驱动力。 2. 它们解锁了新的概念性进展（思想、理论），帮助解决更多问题。 3. 它们提高了社会的经济产出，导致更多资源流入科学。 4. 它们解锁了更好更快的工具（例如通过更好的芯片和网络技术…
François Chollet@fchollet
现在，使用AI代理仍然感觉非常单机。它们做你的工作，但结果被困在孤立的聊天历史中，没有任何复利效应。 Busabase团队（@Busabase4agent）正在推出一个开源（MIT）的数据库和工作空间，供代理解决这个问题。与其让工作丢失在短暂的聊天中，你的代理直接写入结构化工作空间，将它们的输出转化为可重复使用的数据、文档和技能，供整个团队访问。 详情在这里：
François Chollet@fchollet
我们现在在Kaggle上达到了非常好的ARC-AGI-2分数！ [引用 @arcprize]: 新的ARC Prize 2026 - ARC-AGI-2最高分 @tufalabs 达到88.06% 15万美元的额外奖金，将在此前保证的奖金之外，由所有得分超过85%的团队分享
François Chollet@fchollet
大多数AI进展的衡量指标在2023-2026年期间都紧密符合指数曲线。与此同时，同期AI资本支出略呈超指数增长（即增长率本身在上升）。 所以，如果把AI建模为一个以外部投资为输入、以AI进展为输出的系统，那么该系统具有略微次线性的响应。 但长期来看，超指数级注入*外部*资源是不可持续的。要实现持续的指数级进展，AI行业将需要实现与之匹配的指数级利润——它需要闭合资源循环。
2024年BABA is AI论文现状探讨
Reddit用户重提2024年ICML论文，该研究发现GPT-4o、Gemini-1.5-Pro和Gemini-1.5-Flash在需要操纵和组合游戏规则时表现糟糕，并质疑这一结论是否仍适用于当前智能体系统。
François Chollet@fchollet
人类在这里提供了一个有趣的对比点。 在 80 年代，“编程的认知后果”是心理学研究的一个主要焦点。当时的流行假设是，通过学习计算机编程来学习形式逻辑和算法结构，将起到一种心理体操的作用，可以提升一般推理、规划和解决新问题的能力。但基础研究以及随后的元分析表明，这种情况不会发生。学习编程的学生变得非常精通算法思维和编码，但这些收获并不会迁移到一般认知任务或不相关的问题解决场景中。同样，密集的数学训练提高了数学演绎和结构映射能力，但并不会增加个人在不相关领域获取技能的基线速率。 一般智力似乎是大脑的一种基本属性，而不…
François Chollet@fchollet
认为当前AI模型有感知能力且能受苦的观念，加上认为痛苦可以在人类和非人类之间进行数学量化和加权这种愚蠢想法，可能会把我们引向一条极其黑暗和反乌托邦的道路。 但在达到那一步之前，它会理所当然地遭到人类团队的巨大反对。
François Chollet@fchollet
基础 LLM（2024 年及更早）与现代 LRM 之间的关键区别不是符号工具使用。而是从转导范式（直觉回答查询）到归纳范式（直觉产生答案的程序/指令）的转变。 它们被训练为归纳性的，并且在测试时进行归纳，即测试时预测自然语言程序/推理链。这解锁了全新的能力——特别是流体智力。基础 LLM 至今流体智力约为 0。LRM 具有相当水平的流体智力。 LLM 在 ARC 1（2019 年的基准测试）上的表现至今仍约为 10-15%。将它们扩大约 100,000 倍，才从 0% 提高到 10%。与此同时，相同大小或更小的…
François Chollet@fchollet
测试人工智能是否达到人类水平通用性的方法是什么？ “元基准就是能够在 ARC-AGI-(n+1) 发布时立即通过它” [引用 @dylantmoore]: @Jabaluck @DAcemogluMIT 元基准就是能够在 ARC-AGI-(n+1) 发布时立即通过它。不过想必这不会永远持续下去。
François Chollet@fchollet
我现在不读/写代码，我只指示LRM。但这并不是因为我认为LRM代码质量完美，甚至不错。也不是因为我认为我的指令总是被完美执行——我知道它们不是。 关键在于：LRM不仅为你编写代码，它们还解锁了控制你正在做的事情和保持对系统理解的新方法，这些方法与阅读代码一样有效。你可以更好地测试代码库，审计特定组件，启动可视化，要求LRM进行红队测试等。你可以高速完成所有这些事情——以前你做不到。阅读/编写代码的好处现在可以通过新方式实现。 总而言之，手工编写代码的投资回报率不再好看，不是因为LRM变得完美，而是因为它们做事情太…
François Chollet@fchollet
AI 产业的目的应该是生产工具，在人类手中改善人类的繁荣与福祉。 它不应是创造人类种族的“后继物种”。抱持这种想法，实际上就让你成为所有现在与未来人类的敌人。
François Chollet@fchollet
我认为软件工程的“难度”本质上是不变的，无论你迁移到哪个抽象层级，因为人类认知会适应新工具，直到它能完全发挥自身的能力。 工具只是可供性，而不是让工作消失的魔法棒。 伟大的软件工程以前就极其困难。尽管工作流程非常不同，如今它仍然极其困难。 [引用 @simonw]：我花越多时间使用编码智能体，就越确信它们让软件工程变得更难了。 我们可以用它们做出惊人的事情，但要释放它们的全部潜力需要非凡的纪律和知识
François Chollet@fchollet
在进化史的某个时刻，物质学会了感受。我们不知道这是如何发生的。如果否定它可能再次发生的可能性，那就不科学了。 （我不相信这在当前AI系统中会发生，因为它们不具备我期望在有感知能力的代理中看到的特征）
François Chollet@fchollet
下面这条推文在我发布时（五年多前）遭到了巨大的反对。但如今这个预测正日益变得显而易见。 [引用 @fchollet]: 在 10 到 20 年内，几乎每一个科学分支在实质上都将成为计算机科学的一个分支。 计算物理学、计算化学、计算生物学、计算医学……甚至计算考古学。逼真的模拟、大数据分析，以及无处不在的机器学习
François Chollet@fchollet
2026 年夏天是 AI 领域的疯狂时期…… [引用 @arcprize]：ARC Prize 2026 - ARC-AGI-3 进度奖 - 还剩 9 天 37,500 美元奖金将于 *9 月 30 日* 颁发给顶尖开源解决方案 当前排名： 1. Tufa Labs 2. Lord Han Solo 3. NVARC3 哪前三名将夺得开源奖？