{"source":{"id":"16633437","title":"6年半前，全世界最重度的AI用户，一个月只用10万个词元。 这个人是谁？ OpenAI内部员工。 山姆·奥特曼说，当时这…","url":"https://mubeitech.com/p/16633437"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"16921929","account":"mubei","brand":"@mubei","title":"用 AI 最多的，已经不是人类了。 你以为大家都在通宵跟 AI 对话？ 数据直接给所有人泼了冷水。 现在的算力大头，根本…","summary":"用 AI 最多的，已经不是人类了。 你以为大家都在通宵跟 AI 对话？ 数据直接给所有人泼了冷水。 现在的算力大头，根本不是人类在消耗。 那是谁在用？ 是智能体（Agent）自己在用。 机器在疯狂给机器派活。 从今年 2 月到现在，自主智能体消耗的 Token 暴涨了整整 14…","body":"用 AI 最多的，已经不是人类了。\n\n你以为大家都在通宵跟 AI 对话？\n数据直接给所有人泼了冷水。\n现在的算力大头，根本不是人类在消耗。\n\n那是谁在用？\n是智能体（Agent）自己在用。\n机器在疯狂给机器派活。\n\n从今年 2 月到现在，自主智能体消耗的 Token 暴涨了整整 14 倍。\n它们吃掉的算力，已经是全人类用户的近 5 倍。\n\n这意味着什么？\n以前是人机对话，你问一句，它答一句。\n现在是机器自主循环。\n你只按了一次回车，后台的智能体就已经互相协作跑了几百轮。\n\n自己写代码，自己修漏洞，自己调用工具。\n人类按下了启动键。\n但在算力消耗的世界里，人类已经彻底沦为少数派。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2091302482672488494","translated_status_id":"2091302482672488494","published_at":"2026-08-22 21:52:01","created_at":"2026-08-22T23:29:23+02:00","url":"https://mubeitech.com/p/16921929","markdown_url":"https://mubeitech.com/p/16921929/markdown"},{"rank":2,"id":"2095896945193545827","account":"mubei","brand":"@mubei","title":"一个月交两百美元，最顶级的模型一周只能用两百次。 OpenAI 当初承诺：未来的智能会便宜到无需计量。 结果官方刚公布的…","summary":"一个月交两百美元，最顶级的模型一周只能用两百次。 OpenAI 当初承诺：未来的智能会便宜到无需计量。 结果官方刚公布的额度表，直接把所有人拉回现实。 两百美元一个月的最高档订阅，每周上限两百条。 平均算下来，一天甚至不到三十次。 换成一百美元一个月的档位呢？ 一周只给五十条，还…","body":"一个月交两百美元，最顶级的模型一周只能用两百次。\nOpenAI 当初承诺：未来的智能会便宜到无需计量。\n结果官方刚公布的额度表，直接把所有人拉回现实。\n\n两百美元一个月的最高档订阅，每周上限两百条。\n平均算下来，一天甚至不到三十次。\n换成一百美元一个月的档位呢？\n一周只给五十条，还得跟次旗舰模型共享额度。\n\n企业客户的待遇更夸张。\n商业标准版一个月总共只有十五条额度。\n平均两天才能问一次。\n额度只要一超，系统立刻把模型自动降级成普通中型版。\n\n算力从来就不是自来水。\n前沿大模型的每一次深度推理，背后都是真金白银的算力墙。\n哪怕交了最贵的订阅费，它目前也只能按滴配给。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2095907939936579769","translated_status_id":"2095907939936579769","published_at":"2026-09-04 15:38:23","created_at":"2026-09-04T17:29:06+02:00","url":"https://mubeitech.com/p/2095896945193545827","markdown_url":"https://mubeitech.com/p/2095896945193545827/markdown"},{"rank":3,"id":"2067698974732271875","account":"mubei","brand":"@mubei","title":"OpenAI 的 CEO 被问到一个问题： 你目前最反主流的观点是什么？ 他没有预测任何新产品。 相反，他给出了一个听上…","summary":"OpenAI 的 CEO 被问到一个问题： 你目前最反主流的观点是什么？ 他没有预测任何新产品。 相反，他给出了一个听上去极其安静，甚至有点像废话的答案。 他说：\"AI 只会继续往前走。\" 这听上去毫无杀伤力。 但奥特曼（Sam Altman）接下来的解释，才是核心。 他说，这个…","body":"OpenAI 的 CEO 被问到一个问题：\n你目前最反主流的观点是什么？\n\n他没有预测任何新产品。\n相反，他给出了一个听上去极其安静，甚至有点像废话的答案。\n他说：\"AI 只会继续往前走。\"\n\n这听上去毫无杀伤力。\n但奥特曼（Sam Altman）接下来的解释，才是核心。\n他说，这个世界上其实根本没有多少人真正相信这句话。\n\n如果大家真的普遍相信这条指数曲线会一直画下去，\n那么现在的社会早就应该发生剧烈的震荡了。\n所有行业、政府和个人都应该陷入一种疯狂重组的状态。\n但现实是，大家只是听听，点点头，然后继续过自己的日子。\n\n接着，他给出了一个非常具体的时间锚点。\n从 ChatGPT 问世到现在，刚好过去了三年半。\n回想一下，这三年半里，技术和舆论经历了怎样天翻地覆的变化。\n\n奥特曼说，如果让这个势头沿着同样的指数曲线，再跑三年半。\n到那个时候，人类社会能做到的事情，已经超越了\"更先进\"。\n那是\"完全不同\"。\n\n最可怕的预言，往往避开了大声疾呼的\"末日降临\"。\n这个手握魔盒钥匙的人，用最平静的语气告诉你：\n人类历史上最大的一次重构已经开始了。\n而所有人，却还在像无事发生一样，在睡梦中随波逐流。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2067751882890641561","translated_status_id":"2067751882890641561","published_at":"2026-06-18 23:30:28","created_at":"2026-06-19T01:25:38.923475","url":"https://mubeitech.com/p/2067698974732271875","markdown_url":"https://mubeitech.com/p/2067698974732271875/markdown"},{"rank":4,"id":"2059986678262235405","account":"mubei","brand":"@mubei","title":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。 他…","summary":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。 他说，过去三年，底层技术大体按他的预期前进。 模型从聪明高中生，走到聪明大学生，再走到开始做 PhD 和专业工作的水平。 在代码领域，甚至已经越过这个线。 真正让…","body":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。\n\n他说，过去三年，底层技术大体按他的预期前进。\n模型从聪明高中生，走到聪明大学生，再走到开始做 PhD 和专业工作的水平。\n在代码领域，甚至已经越过这个线。\n\n真正让他惊讶的，是外面的人还在吵同一批旧政治议题。\n新剧集。\n新表情包。\n明星互撕。\n选举新闻。\n人类历史级别的生产力迁移，反而像背景噪音一样被滑过去。\n\n他的底层判断很朴素。\n早在 2017 年，GPT-1 刚出来时，他写过一个想法，叫 Big Blob of Compute Hypothesis。\n大意是，别太迷信聪明技巧。\n真正长期起作用的，是几件笨东西。\n\n原始算力有多少。\n数据量有多少。\n数据分布够不够广。\n训练时间够不够长。\n目标函数能不能一路扩展。\n数值稳定性能不能撑住那团巨大的计算流。\n\n这套逻辑，后来在预训练 scaling law 里跑通了。\n现在 Anthropic 看到，RL 也在走类似路线。\n先在数学竞赛题上训练。\n再扩到代码。\n再扩到更多任务。\n模型能力会随着训练时间呈现近似对数线性提升。\n\n有人质疑，这不像人类学习。\n人类不用看几万亿个 token，也不用烧掉几十亿美元算力，才会用 Excel、PowerPoint、浏览器。\n如果 AI 真有人的学习核心，为什么还要建这么多强化学习环境？\n\nDario 的回答有意思。\n这个谜题存在，但可能没那么致命。\n人脑出生时已经带着进化给的先验。\n语言模型从随机权重开始，像一张更空的白纸。\n\n所以预训练和 RL，更像夹在人类进化与人类学习之间的一层东西。\n模型先用天量数据长出先验。\n再靠长上下文，在具体任务里快速适应。\n当上下文长度到一百万级别时，推理成本成了主要阻碍，学习能力本身已经开始显形。\n\n这就是很多人低估 AI 的地方。\n他们以为差距在于知道哪个工具火。\n真正的差距在于，谁已经把工具嵌进工作流，谁还把它当搜索框、玩具、聊天窗口。\n\n大多数人只用了 10%。\n少数人正在把 100% 的工作方式重写一遍。\n\n下一轮阶层分化，未必先发生在公司估值表里。\n它会先发生在同一间办公室里，发生在两个看似职位相同的人之间。\n一个人在操作软件。\n另一个人在调度计算。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-28 16:01:27","created_at":"2026-05-28T17:58:23.017496","url":"https://mubeitech.com/p/2059986678262235405","markdown_url":"https://mubeitech.com/p/2059986678262235405/markdown"},{"rank":5,"id":"wb_4c09a88481899450","account":"mubei","brand":"@mubei","title":"头部企业员工消耗的 AI 代币，已经是普通企业的 8.3 倍了。 半年前的 1 月份，这个差距还只有 2.6 倍。 难道…","summary":"头部企业员工消耗的 AI 代币，已经是普通企业的 8.3 倍了。 半年前的 1 月份，这个差距还只有 2.6 倍。 难道前沿企业的员工，打字速度比别人快 8 倍？ OpenAI 发布的企业数据显示： 在软件工程领域，AI 活跃用户只增长了 5 倍。 但在法律和法务领域，暴涨了 1…","body":"头部企业员工消耗的 AI 代币，已经是普通企业的 8.3 倍了。\n半年前的 1 月份，这个差距还只有 2.6 倍。\n难道前沿企业的员工，打字速度比别人快 8 倍？\n\nOpenAI 发布的企业数据显示：\n在软件工程领域，AI 活跃用户只增长了 5 倍。\n但在法律和法务领域，暴涨了 108 倍。\n销售和招聘也增长了 41 倍。\n到 2026 年 6 月，用于智能体执行的 Codex，单项就占了全部企业代币消耗的 64%。\n\n最不写代码的法务，为什么把写代码的工具用疯了？\n答案藏在协作模式的切换里：从「问答辅助」走向了「委托执行」。\n过去的问答模式里，你问一句，模型吐一段，人成了系统的节拍器。\n人类的打字和阅读速度，就是整套流程唯一的吞吐上限。\n\n但在前沿企业里，员工不再找 AI 聊天。\n他们把一整个多步骤任务委托给智能体：连接内部数据库、调用工具、自动写脚本跑脚本、批量核对五百份合同条款并生成修正案。\n人类只下达一次目标，智能体在后台自动循环执行几十次。\n打字时间完全没变，背后被撬动的计算量拉开了 8 倍的鸿沟。\n\n为什么法律领域被颠覆得最彻底？\n因为法律条文，本质上就是用自然语言写出来的逻辑代码。\n每一份商业合同和合规要求，全是严密的条件判断、定义和例外条款。\n当法务把 Codex 当成通用逻辑引擎批量解析文本、穿透复杂协议时，跟编译软件没有任何区别。\n\n企业的分水岭，不在于员工愿不愿意打开对话框。\n当普通员工还在一问一答地等待回复，前沿企业已经在用可执行脚本批量委托脑力劳动。\n当 AI 从打字助理变成接管整条工作流的执行代理，生产力的差距就再也按不住了。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2089304746536427962","translated_status_id":"2089304746536427962","published_at":"2026-08-17 10:48:16","created_at":"2026-08-17T12:46:29.379212","url":"https://mubeitech.com/p/wb_4c09a88481899450","markdown_url":"https://mubeitech.com/p/wb_4c09a88481899450/markdown"},{"rank":6,"id":"2057487387131805851","account":"warroom","brand":"@warroom","title":"人类写了几十年的软件系统，在10万亿参数的AI面前，连几秒钟都撑不过去。 Anthropic 此前秘密测试了一个叫 My…","summary":"人类写了几十年的软件系统，在10万亿参数的AI面前，连几秒钟都撑不过去。 Anthropic 此前秘密测试了一个叫 Mythos 的超级大模型。 10万亿参数，这是目前人类历史上制造过最大的AI模型。 对比一下，初代 GPT 问世时还不到1万亿参数。 测试的靶子是所有的主流操作系…","body":"人类写了几十年的软件系统，在10万亿参数的AI面前，连几秒钟都撑不过去。\n\nAnthropic 此前秘密测试了一个叫 Mythos 的超级大模型。\n10万亿参数，这是目前人类历史上制造过最大的AI模型。\n对比一下，初代 GPT 问世时还不到1万亿参数。\n\n测试的靶子是所有的主流操作系统、浏览器和多套银行系统。\nMythos 瞬间找出了这些系统里的安全漏洞，并在几秒钟内完成了自动攻击。\n这些漏洞，是人类顶尖黑客几十年都没能发现的。\n\n这也是为什么 Anthropic 至今不敢发布这个模型。\n他们紧急封存了 Mythos，转而启动了一个代号为 \"Glasswing\" 的保密项目。\n\n人类几十年写出来的软件漏洞百出，在AI眼里就跟筛子一样。\n一个业余选手，在AI加持下能瞬间获得越级破坏力。\n而真正的职业黑客，则能用它把攻击规模放大到成百上千倍。\n\n全球网络安全公司这一年多来都在眼睁睁看着攻击数量暴增。\n他们心里很清楚，AI已经在悄然给黑客批量生产武器了。","category":"科技","score":70,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-21 15:48:48","created_at":"2026-05-21T17:43:14+02:00","url":"https://mubeitech.com/p/2057487387131805851","markdown_url":"https://mubeitech.com/p/2057487387131805851/markdown"}]}