这话从MIT和IBM嘴里说出来尤其讽刺，因为早在20年前，这两家正是SAGE的关键推手——那是一个自动分配拦截机和导弹来对付来袭飞机的自动化系统。简直就是让计算机来做管理决策。en.wikipedia.org/wiki/Semi-Automatic_Ground_Environment
机器翻译
博主雷达 / @emollick
Ethan Mollick
AI媒体与分析@emollick
粉丝 40.6万关注 593最近同步 10/19 20:41雷达库已收录
沃顿商学院教授 · Wharton
去 X 主页粉丝趋势近 30 天
近 7 天
数据积累中
情报贡献参与 1 条已上架情报 · 首发 1 条
- 停服OpenAI 下线 GPTs，大企业负责人表示不满10/12 16:20
最近帖子最多 20 条
每次看到这张幻灯片我都烦，现在还是从 CSAIL 出来的 这张幻灯片做出来之前，这话就已经不成立了。自动化系统一直在做管理决策（交易、物流、客服、保险），假装它们不做，实际上是在洗白责任。
机器翻译
考虑到 Anthropic 在编程方面报告的加速进展，令人惊讶的是，你在 Claude 里仍然无法更改邮箱地址，而官方给出的建议是，如果你需要更改邮箱，唯一的办法就是删除账户。
机器翻译
随着时间推移，开发者在总 token 使用量中所占的比例会越来越小，OpenAI 和 Anthropic 内部的用量数据都显示了这一点。而在那些验证难度更高的领域里，长时间运行的高价值任务上，更高“智能”的模型带来的收益相当大。
机器翻译
The Information@theinformation
OpenAI, Anthropic and other leading AI labs face a growing challenge: Better models aren't necessarily attracting more usage. A 10-point intelligence advantage now earns just 20% more developer traffic, down from nearly 69% in late 2025. Full story: thein.fo/4hGJ9jY
查看被引用的帖子顺便说一句，鉴于我们对智能体安全和提示注入的了解还太少，你不会想让今天的智能体获得控制你银行账户的权限。 但从长远来看，想出一种与智能体安全协作的方式，可能比直接一禁了之对所有人都更好。
机器翻译
在AI能替你操作电脑的时代，这似乎算不上一个很稳妥的策略。
机器翻译
Wise@trikcode
notice.. > Delta is blocking AI agents from booking flights > JPMorgan Chase and Charles Schwab block agents from accessing accounts > Yelp requires paid data licensing for agents > Amazon has blocked Grok bot and other shopping agents. the internet is starting to block AI agents that were supposed to do everything for us
查看被引用的帖子Fable 5.1：“把博尔赫斯的短篇小说实现出来。就像用3D把它们实现出来。去做吧，让它们有创意、漂亮，帮我们理解故事的重点。想办法搞定。” 我不得不告诉它，引用博尔赫斯是可以的。有些挺妙的东西。玩玩看：borges-in-3d.netlify.app/
机器翻译
既有趣又让人本能地不安。
机器翻译
Odyssey@odysseyml
We placed the fruit fly brain inside Odyssey-3, a frontier world model. The lil’ guy is now flying around totally imagined, simulated worlds all by itself 🫶
查看被引用的帖子维持现状不是选项。你要么增加额外的摩擦（加收费、让服务变差、封禁 agent），要么消除摩擦（借助 AI 提供更多服务、重新设计工作流程让获取更容易）。论文：arxiv.org/pdf/2608.16603
机器翻译
政府和公司很快就会做出一个重大抉择，因为他们正越来越多地被代理式AI的咨询淹没，而这些咨询已经突破了受限访问带来的摩擦（见图表——这已经开始了！） 两个选项：结果是让服务变差，还是变好？
机器翻译
说真的，就没有办法用算法把那些明显是AI生成的垃圾回复过滤掉吗？
机器翻译
Ethan Mollick@emollick
The paper on how a team of Gemini 4 agents beat Minecraft is worth a look. It is accessible example (partially because it is AI written) of spontaneous coordination among agents to accomplish a complicated goal & how their approach differs from humans/ arxiv.org/pdf/2610.22319
查看被引用的帖子一篇讲一队 Gemini 4 智能体如何通关 Minecraft 的论文值得一看。 这是一个通俗易懂的例子（部分原因是它由 AI 撰写），展示了智能体之间为实现复杂目标而自发协调，以及它们的方法与人类有何不同/ arxiv.org/pdf/2610.22319
机器翻译
短期内你可能会省钱，代价是最终的工作质量更差。这并不意味着小模型不能完成大量有价值的工作，但在许多类型的任务中，你需要确保它们由更大的模型来编排和检查错误。 论文：arxiv.org/pdf/2509.09677
机器翻译
这篇论文说明了为什么我对「前沿模型可以轻易被更便宜的模型取代」这个想法持怀疑态度（也说明了为什么你应该用最好的模型来做编排）：准确率和判断力上的微小提升会在长周期任务中不断累积，从而带来结果的巨大改善。
机器翻译
我看到的关于我即将出版的新书《Co-Existence》的第一篇书评，来自《新科学家》。 （当我成为作者后，我惊讶地发现，在书评发表之前你根本不知道是谁在评论你的书，所以能以一篇好评开场真是太好了！）newscientist.com/article/2593188-how-to-build-a-real-relationship-with-ai-and-keep-your-cognitive-edge/
机器翻译
测试框架 + 聪明模型 = 最后几个著名硬核基准的终结。 模型现在能工作极长时间（再见，METR Long Tasks），能输出数学正确的专业文档（别了，GDPval），还能解决复杂的新颖谜题（永别了，ARC-AGI-3）。
机器翻译
ARC Prize@arcprize
Gemini 4 Argon from @Google on ARC-AGI (Verified): - ARC-AGI-3: 97.5%, $4.8K (provider adapter harness), 49.8%, $5.8K (standard harness) - ARC-AGI-2: 91.3%, $0.32/task - ARC-AGI-1: 98.5%, $0.16/task Google DeepMind is the second frontier AI lab to score above 95% on ARC-AGI-3.
查看被引用的帖子以前你可以通过看一个请求的 CoT 来大致判断模型要往哪个方向走，但现在有大量 agent 调用其他 agent，而且即便是简单的 agentic 任务，CoT 也能跑到上千页，这已经不可能了。
机器翻译
在智能体时代，CoT（哪怕是摘要版 CoT）的价值突然崩塌，这改变了与 AI 协作的方式。 想要有效地引导 AI 并获得某种可观测性，现在你得主动要求中间输出和测试，还得借助 AI 来排查你发现的问题。
机器翻译
物理学、经济学、生物学……的基础会被他们叫什么？ （目前多半是开玩笑）
机器翻译
OpenAI@openai
We want to support the mathematics community in turning progress in AI into deeper human understanding and new discoveries. To support that goal, we are contributing $5 million to a new Simons Foundation initiative to help mathematicians examine, understand, and build on results produced by AI, including the results we recently published. The funding, managed and awarded by the @SimonsFdn will support workshops, conferences, and special programs. We will also provide access to our models and computing resources to Simons Foundation-supported researchers.
查看被引用的帖子Google 在 AI 领域的一大优势，一直是为自己手上的模型找到有趣的用法。深度研究、把信息变成播客、还有整个 NotebookLM 等等，都是他们开创的。 到了 Gemini 4，发布时却没看到类似的产品创新，更多是在跟风。
机器翻译