{"source":{"id":"2041793699223322657","title":"你觉得手里的 ChatGPT 越来越笨。 恭喜，你的直觉是对的。 OpenAI、Google、Anthropic 正在共…","url":"https://mubeitech.com/p/2041793699223322657"},"method":"semantic-similarity","count":5,"items":[{"rank":1,"id":"2066857047107281054","account":"mubei","brand":"@mubei","title":"统治全球的 ChatGPT，是 OpenAI 实在想不出怎么赚钱、死马当活马医的产物。 来，听听 Sam Altman…","summary":"统治全球的 ChatGPT，是 OpenAI 实在想不出怎么赚钱、死马当活马医的产物。 来，听听 Sam Altman 亲口说的幕后故事。 2020 年，OpenAI 焦虑得整宿睡不着。 为什么？缺钱。 他们想造数十亿美元的超级算力，但口袋空空。 手里唯一的牌是 GPT-3，挺酷…","body":"统治全球的 ChatGPT，是 OpenAI 实在想不出怎么赚钱、死马当活马医的产物。\n\n来，听听 Sam Altman 亲口说的幕后故事。\n2020 年，OpenAI 焦虑得整宿睡不着。\n为什么？缺钱。\n他们想造数十亿美元的超级算力，但口袋空空。\n手里唯一的牌是 GPT-3，挺酷，但没人知道这玩意儿能用来干嘛。\n试了几个产品，全失败了。\n\n眼看要揭不开锅，Altman 出了个主意：\n“既然我们想不出做什么产品，那就直接开放 API，让外面的聪明人去想吧。”\n\nAPI 扔出去，一开始根本没人理。\n一个月后莫名其妙在 Twitter 上火了，但大家唯一能跑通的业务，是用来写垃圾文案。\n极其无聊，一年也就能赚个一两千万美元。\n但 OpenAI 监控后台时，发现了一个奇怪的现象：\n很多人业务根本做不通，却整天拿着 API 密钥，在后台跟模型疯狂聊天。\n\n“市场已经把答案喂到嘴边了。”\n\n当时，OpenAI 甚至已经把更强大的 GPT-4 给做完了。\n但他们决定，先用手头一个过渡版的 GPT-3.5，做个聊天机器人。\n他们用了一种新的“后训练”方法，让模型更会听指令。\n\n2022 年底，ChatGPT 发布。\n你敢信吗？OpenAI 当时压根没想把它当成一个正式产品。\nAltman 的真实小算盘是：\n把它当个免费 Demo，忽悠别人来看，然后说：“瞧，聊天机器人挺好玩吧？快来买我们的 API 跑你自己的业务！”\n\n结果，这玩意儿彻底疯了。\n流量第一天暴涨，第二天跌一点，媒体说是炒作；\n第三天，直接冲到更高的顶峰，又跌一点，媒体继续唱衰；\n到了第五天，流量已经把服务器挤爆了。\n\nAltman 是 YC 孵化器出来的老油条，他一看这曲线，瞬间懂了。\n互联网上有一个铁律：\n当一个产品本身还很烂、体验很差，但用户数量却在疯狂暴涨，\n不用怀疑，你手里握着的一定是“神作”（Guaranteed hit）。\n\n第五天，Altman 把所有人叫进办公室：\n“出大事了，好事情。\n别干别的了，我们得在极速狂飙里，一边给飞机换引擎，一边把公司和产品同时建起来。”\n\n这就是 ChatGPT 的诞生。\n用 Altman 自己的话说：\n“在公司想明白之前，市场先替我们找到了产品。”\n\n很多时候，成大事靠的是对用户最敏锐的嗅觉，和转弯时那一下不要命的狠劲。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2067191402379809054","translated_status_id":"2067191402379809054","published_at":"2026-06-17 08:58:48","created_at":"2026-06-17T10:54:15.306893","url":"https://mubeitech.com/p/2066857047107281054","markdown_url":"https://mubeitech.com/p/2066857047107281054/markdown"},{"rank":2,"id":"mb-20260830-a41049","account":"mubei","brand":"","title":"把一个前沿大模型的调用成本砍掉 80%，不是打价格战，也不是买到了更便宜的显卡","summary":"把一个前沿大模型的调用成本砍掉 80%，不是打价格战，也不是买到了更便宜的显卡","body":"把一个前沿大模型的调用成本砍掉 80%，不是打价格战，也不是买到了更便宜的显卡。\n是一台更强的模型，在生产环境里直接重写了它的底层 GPU 算子。\n为什么真实的自我进化，不是科幻小说里的超级大脑空转哲学，是它直接接管了人类工程师的编译器？\n这台机器叫架构级递归自我提升。\n过去优化一套大模型的推理栈，需要顶尖工程师对着硬件手册，花上几周时间一行一行调校 CUDA 内核。\n稍微改错一个显存地址，整个生产集群就会当场瘫痪。\n但在 OpenAI 内部，最前沿的 Sol 模型开始直接观测运行中的 Luna。\n它在毫秒级的运行轨迹里寻找指令冗余，自主重构数据流，把 GPU 的硬件利用率压榨到极限。\n短短三个月，整个推理速度提升了 60%，运行成本直接跳水 80%。\n最顶尖的智能，直接变成了下一代模型的算力折扣。\n这推导出了一条极其残酷的工业规律：六个月前沿通缩。\n今天坐在算力顶峰、调用一次贵得令人咋舌的前沿模型，六个月之后，就会被这套自我优化机制压缩成廉价甚至免费的基础设施。\nReplit 已经在免费模式里分发 Luna。\n为什么这种自我优化的飞轮，只有极少数团队转得起来？\n早在 ChatGPT 改变世界前整整一年，DeepMind 内部就已经跑着一个几乎一模一样的对话模型 LMChat。\n创意密度极高，模型已经能生成连贯且有用的文本，但它被死死锁在实验室里不敢发布。\n因为传统科技巨头把前沿技术的不稳定，当成了必须层层审批的合规风险与声誉坏账。\nOpenAI 走了一条完全相反的路。\nCodex 负责人 Tibo Sottiaux 桌上有一个实体的重置按钮。\n系统挂了、体验不达预期，产品负责人不需要找财务部开会，不需要找市场部审批，随时按下去，直接把使用额度全额赔给开发者。\n零摩擦的产品补偿，把本该招致愤怒的技术故障，变成了数千万开发者在生产环境里为模型纠错的默契。\n真实世界的海量代码反馈喂给模型，最强的模型反手重构底层的算力基础设施，更便宜高效的算力再吸引更庞大的调用。\n这三个齿轮咬合在一起，才把大模型推向了极速时代。\n当 Token 生成速度拔高 10 到 14 倍，当计算的延迟逼近人类大脑的单线程心流，单机笔记本电脑的性能上限被瞬间击穿。\n算力的瓶颈不再是模型生成得有多慢，变成了网络请求和工具调用的物理开销。\n真正的技术代差，从来不在谁在公关稿里宣布了多大的模型参数。\n在于谁先让模型学会了优化自己的身体，然后把省下来的每一个美分，以最快的速度变成砸向对手的白菜价智能。\n只有当智能开始自举，算力才会真正像水和电一样，漫进每一个普通人的生活里。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-30 21:53:54","created_at":"2026-08-30 21:53:54","url":"https://mubeitech.com/p/mb-20260830-a41049","markdown_url":"https://mubeitech.com/p/mb-20260830-a41049/markdown"},{"rank":3,"id":"raw_708f235ce731aad8","account":"mubei","brand":"@mubei","title":"OpenAI 刚发布了新模型 GPT-6 Astra。 黄仁勋发推文祝贺，顺手扔了一颗深水炸弹： AGI 已经到了。 接…","summary":"OpenAI 刚发布了新模型 GPT-6 Astra。 黄仁勋发推文祝贺，顺手扔了一颗深水炸弹： AGI 已经到了。 接着他给了一组数字： 这个模型是在 10 万多块 Grace Blackwell NVLink72 系统上训练出来的。 下一批，还有 40 万块 NVIDIA 芯…","body":"OpenAI 刚发布了新模型 GPT-6 Astra。\n黄仁勋发推文祝贺，顺手扔了一颗深水炸弹：\nAGI 已经到了。\n接着他给了一组数字：\n这个模型是在 10 万多块 Grace Blackwell NVLink72 系统上训练出来的。\n下一批，还有 40 万块 NVIDIA 芯片正在排队上线。\n评论区立刻吵成一团。\n有人在核对跑分，有人在质疑 AGI 的定义，学者们在争论这算不算营销吹牛。\n所有人都被 AGI 这三个字母吸走了注意力。\n但真正反常识的信号，藏在那两组数字里。\n等一下。\n如果 AGI 真的已经到了，终点线都已经跨过去了，为什么还要一口气追加 40 万块顶级芯片？\n如果学生已经毕业了，你为什么还要把学费翻四倍？\n这背后藏着一台运转了一百六十年的经济学机器。\n1865 年，英国经济学家威廉·斯坦利·杰文斯写了一本书，叫《煤炭问题》。\n当时很多人以为，只要瓦特改良了蒸汽机，煤炭消耗效率提上去，英国的煤就会越用越省。\n杰文斯算完账，给出了一个完全相反的结论：\n当蒸汽机的效率提高，做功的成本大幅下降，蒸汽机就会迅速铺满采矿、纺织、火车和轮船。\n煤炭没省下来，总消耗量反而暴增了几百倍。\n这个规律后来被称为杰文斯悖论。\n现在的算力市场上，正在上演一模一样的一幕。\n过去四年，芯片主要是用来训练模型的。\nOpenAI 租下 10 万块芯片，通电跑上几个月，把模型训出来，这笔钱就算花完了。\n算力在当时是一笔固定研发开支，就像买一台机床。\n新一代模型跨过的那道门槛，把这台机器彻底改写了。\nGPT-6 Astra 不再只是一个回答问题的聊天框。\n它成了一个接管屏幕、写代码、测漏洞、连续执行任务的电脑操作员。\n要让它在真实世界里替人干活，每走一步，都需要在后台进行海量推理和反复试错。\n这叫推理期算力扩展。\n当智能跨过了「真正可用」的临界点，算力就从实验室里的研发成本，变成了工业生产里的电力。\n它不再是一次性买断的机床。\n它是机床运转时，每一秒钟都要烧掉的燃料。\n模型越能干，被派给它的任务就越多，它后台烧掉的算力就越庞大。\n这就是为什么训一个模型用了 10 万块芯片，后面却需要 40 万块芯片接力进场。\n因为训大脑只需要 10 万块。\n让大脑去全天候当牛做马，需要 40 万块、甚至几百万块。\n看懂了这台机器，你就能看懂黄仁勋为什么比任何人都急着宣布 AGI 降临。\n在淘金热里，最希望大家相信山上有金矿的人，从来不是淘金客。\n是山脚下卖铁锹的人。\n淘金客可能空手而归。\n只要全世界都相信金子就在前面，下一批 40 万把铁锹的订单，就已经稳稳装进了口袋。\n真正的分水岭，从来不是 AGI 到底有没有标准答案。\n当全世界还在为概念争论不休时，卖铁锹的人，已经把算力变成了全人类必须按秒付费的新煤炭。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2096875508021547163","translated_status_id":"2096875508021547163","published_at":"2026-09-07 10:12:07","created_at":"2026-09-07T10:12:07.107035","url":"https://mubeitech.com/p/raw_708f235ce731aad8","markdown_url":"https://mubeitech.com/p/raw_708f235ce731aad8/markdown"},{"rank":4,"id":"2066928990422769748","account":"mubei","brand":"@mubei","title":"发明了摇钱树，却因为害怕它“说蠢话”，亲手把树送给了对手。 ChatGPT 的亲生父母，其实是 Google。 但 Go…","summary":"发明了摇钱树，却因为害怕它“说蠢话”，亲手把树送给了对手。 ChatGPT 的亲生父母，其实是 Google。 但 Google 却把它拱手让给了 OpenAI。 为什么？ 最近，Google 创始人 Sergey Brin 在斯坦福登台，亲口承认了当年的决策内幕。 2017年，…","body":"发明了摇钱树，却因为害怕它“说蠢话”，亲手把树送给了对手。\n\nChatGPT 的亲生父母，其实是 Google。\n但 Google 却把它拱手让给了 OpenAI。\n为什么？\n最近，Google 创始人 Sergey Brin 在斯坦福登台，亲口承认了当年的决策内幕。\n\n2017年，Google 发表了那篇著名的 Transformer 论文。\n这就是后来支撑起所有大模型、包括 ChatGPT 的底层架构。\n可以说，Google 手里握着开启下个时代的核武器。\n但结果呢？\n\nSergey Brin 说，他们犯了两个致命错误。\n\n第一个错误：没舍得砸钱堆算力。\n当时 Google 内部有最好的研究员、最顶尖的实验室，甚至有像 Jeff Dean 这样的大神在带队。\n但高层根本没把这当回事。\n技术人员展示说：“看，我们能分清猫和狗了。”\nBrin 的反应是：“噢，挺酷的，你继续玩吧。”\n他们完全没有意识到，这玩意儿需要用海量计算资源去“大力出奇迹”。\n\n第二个错误，也是最致命的：胆小。\nGoogle 为什么不把聊天机器人推向公众？\nBrin 亲口承认：“因为我们太害怕了。我们害怕聊天机器人会说蠢话，损害品牌形象。”\n\n大公司的防御性心智，在这展现得淋漓尽致。\n因为害怕出一点错，他们选择把技术捂在怀里，眼睁睁看着人才流失。\n后来，跳槽去 OpenAI 的 Ilya，正是带着这些技术，和毫无历史包袱的奥特曼一起，把这个被 Google 嫌弃的“蠢话机器人”推向了世界，彻底引爆了 AI 革命。\n\n这就是科技史上最经典的“创新者窘境”。\n一旦公司长成万亿帝国的庞然大物，合规、声誉、财报就会变成黄金手铐。\n哪怕手里握着改变世界的密码，也终究会在对风险的极度恐惧中，把王座拱手让人。","category":"科技","score":86.7,"translated_x_url":"https://x.com/i/status/2066946017782624700","translated_status_id":"2066946017782624700","published_at":"2026-06-16 17:05:12","created_at":"2026-06-16T19:00:47+02:00","url":"https://mubeitech.com/p/2066928990422769748","markdown_url":"https://mubeitech.com/p/2066928990422769748/markdown"},{"rank":5,"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"}]}