{"source":{"id":"2070175612615201205","title":"OpenAI 的高管近日放了句话： 如果有人用 ChatGPT 研发出了新药，OpenAI 应该分一杯羹，拿销售提成。…","url":"https://mubeitech.com/p/2070175612615201205"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2042230439788638487","account":"mubei","brand":"@mubei","title":"如果当年由他拍板，人类现在已经治愈了癌症，根本轮不到 ChatGPT 满天飞。 这是 Google DeepMind 掌…","summary":"如果当年由他拍板，人类现在已经治愈了癌症，根本轮不到 ChatGPT 满天飞。 这是 Google DeepMind 掌门人 Demis Hassabis 扔出的炸弹。 但这还不是他在最新采访里最吓人的结论。 他抛出了真正的悬念。 关乎未来两到四年。 第一道难关：技术本意向善，却…","body":"如果当年由他拍板，人类现在已经治愈了癌症，根本轮不到 ChatGPT 满天飞。\n这是 Google DeepMind 掌门人 Demis Hassabis 扔出的炸弹。\n\n但这还不是他在最新采访里最吓人的结论。\n他抛出了真正的悬念。\n关乎未来两到四年。\n\n第一道难关：技术本意向善，却被恶意国家和极端分子据为己有。\n用来搞材料科学和医疗研发的顶级 AI ，转头就被拿去做有害用途。\n\n第二道深渊：AI 自己脱轨。\n现在的聊天机器人还只是个提线木偶。\n但两到四年内，我们就会撞进“智能体时代”。\n系统将拥有接管完整任务的自主权。\n给越来越聪明、完全独立干活的 AI 加装安全锁，是一道人类还没解开的极难算术题。\n它们会不会意外突破护栏？没人敢打包票。\n\n谷歌内部正急着推 SynthID 系统，给所有 AI 生成的图文加数字水印。\n但这只是在对付眼前的网络造假。\nHassabis 把话挑明了。\n在 AGI 本身可能失控的风险面前，连 Deepfake 都只能算个皮毛。\n\n人类挺过通用人工智能奇点的窗口期，满打满算就剩四五十个月。\n套不牢项圈，就只能被反噬。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2042872377688686810","translated_status_id":"2042872377688686810","published_at":"2026-04-11 07:47:46","created_at":"2026-04-11T09:39:46.619494","url":"https://mubeitech.com/p/2042230439788638487","markdown_url":"https://mubeitech.com/p/2042230439788638487/markdown"},{"rank":2,"id":"raw_5972038fa5b56599","account":"mubei","brand":"@mubei","title":"手里握着能把全人类文献读上几万遍的超级算力。 为什么还要在旧金山亲自租厂房买移液枪？ 为什么非要建一个倒弄试管和培养皿的…","summary":"手里握着能把全人类文献读上几万遍的超级算力。 为什么还要在旧金山亲自租厂房买移液枪？ 为什么非要建一个倒弄试管和培养皿的生物实验室？ 纽约时报刚披露了一组数字。 Anthropic 告诉投资人，他们正计划把算力推到 5 个吉瓦（GW）。 未来十年，他们光是在亚马逊云服务（AWS）…","body":"手里握着能把全人类文献读上几万遍的超级算力。\n为什么还要在旧金山亲自租厂房买移液枪？\n为什么非要建一个倒弄试管和培养皿的生物实验室？\n\n纽约时报刚披露了一组数字。\nAnthropic 告诉投资人，他们正计划把算力推到 5 个吉瓦（GW）。\n未来十年，他们光是在亚马逊云服务（AWS）的数据中心上，就要花掉超过 1000 亿美元。\n5 个吉瓦是什么概念？\n500 万千瓦，相当于好几个大型核电机组满负荷发电的总和。\n在纯数字的屏幕里，这是人类有史以来最庞大的一台硅基大脑。\n按常规的理解，有了这种级别的算力，早该把全球生物论文吃透了。\n在电脑里把蛋白质折叠和分子结构推演个几百亿次。\n什么疑难杂症攻不破？\n\n但同样是今天。\nAnthropic 生命科学负责人 Eric Kauderer-Abrams 证实了一件事。\n他们在旧金山湾区建了一个实体的湿实验室。\n是真的去采购离心机、通风橱、自动化机械臂和试剂瓶。\n开始在物理世界里摆弄真实的细胞和化学溶液。\n一位手握 5 吉瓦数字算力的 AI 巨头，为什么突然要回过头来洗试管？\n\n因为在生物学面前，纯代码世界的算力神话撞上了一面坚硬的高墙。\n在行业里，完全依靠计算机进行模型演算的方式，叫干实验，或者叫纯计算模拟。\n在过去的几年里，这种模拟看起来无所不能。\nAlphaFold 预测了几亿个蛋白质结构。\n各种生成式模型在几分钟内就能画出几万种潜在的药物候选分子。\n很多人觉得，只要算力继续堆上去，新药和疗法就会像代码一样自动写出来。\n但生命科学跟下围棋、写代码有一个根本的区别。\n当年 AlphaGo 可以在电脑里左右互搏几千万盘棋，几小时完成一次进化。\n围棋的规则是一套封闭且确定的数学系统。\n黑白棋子落下去，胜负由算法在几微秒内判决。\n没有半点误差。\n写代码也是一样，程序能跑还是报错，编译器自己就是最公平的裁判。\n但生命从来无法被几行数学公式穷尽。\n它是地球演化了三十多亿年、被无数偶发事件揉成一团的生化浓汤。\n你在电脑里把一个药物分子和病毒靶点的结合模拟得再完美，自由能计算得再精准，它依然只是一份假说。\n一旦把这种分子真正融进液体、滴到活体细胞上，物理世界的混乱立刻砸了过来。\n它可能根本穿不过细胞膜。\n它可能刚进入血浆就被未知的酶降解掉了。\n它可能确实按住了那个致病靶点，但顺手毒死了旁边的健康细胞。\n这些微观层面的非特异性结合和脱靶毒性，目前没有任何公式能算得准。\n正如 Eric Kauderer-Abrams 所说：\n最终的检验，依然是、并且很长一段时间内都将是真实实验室里的工作。\n在这一滴真实的液体面前，5 个吉瓦的算力只要拿不到物理反馈，就算到天花板也是盲人摸象。\n\n既然算不准，去买现成的生物实验数据喂给模型不行吗？\n这就引出了生物学里最残酷的现实：整个行业正面临着巨大的真值赤字。\n很多人以为互联网上到处都是生物医学论文，数据多得用不完。\n但过去一百年人类积累的实验数据，绝大多数是全球各个高校的研究生在操作台前手工做出来的。\n移液枪吸了多少微升、试剂批次有没有杂质、当天的温度湿度有没有变化，全靠实验员的手法和肉眼观察。\n这导致生物学论文有着极高的不可复现率。\n同一个实验换一个实验室，结果经常大相径庭。\n更要命的是学术界普遍的发表偏差。\n只有实验成功了、分子产生反应了，科研人员才会写成论文发表。\n那些失败了九千九百次的阴性数据，全被顺手倒进了废液桶，连一行记录都没留下。\n但在机器学习的世界里，没有失败样本，模型就根本学不会边界在哪里。\n如果拿着这些充满噪音、全是幸存者偏差的数据去训练。\n算力越大，模型在生物学上的幻觉就越可怕。\n把 5 吉瓦算力开满，产出的可能只是一堆精致的垃圾。\n\n今年 4 月，Anthropic 先掏出 4 亿美元股票，一口气收购了生物科技初创公司 Coefficient Bio。\n紧接着，诺华制药（Novartis）的首席执行官 Vas Narasimhan 被请进了董事会。\n6 月份上线了专门针对科学家的工作台 Claude Science。\n现在，又在旧金山亲自建起了湿实验室。\n他们并不打算开一家替药企代工检测的外包机构。\n他们的目标，是打造一套自驱动的自动化实验闭环。\n这套闭环具体怎么跑？\nClaude 先在云端调动几十个专业数据库和海量算力，生成分子假说。\n接下来，模型不需要等人类科学家去手写实验步骤，它直接把方案编译成自动化控制代码。\n指令下发给实验室里的高通量移液工作站和机器人手臂。\n机械臂全自动取样、配比试剂、点样、加热、培养。\n没有人工手抖，没有记录造假，操作过程被传感器毫秒级记录。\n几个小时后，检测设备读出荧光信号和结合曲线，拿到物理世界的硬反馈：分子到底结合了没有？细胞是生是死？\n最关键的一步紧接着发生。\n这些刚从物理世界拿到的真实数据，带着完整的成功与失败记录。\n直接作为奖励信号，喂回给 Claude 的训练系统。\n整套循环几个小时就能跑完一轮。\n模型吸纳了物理世界的真实碰撞，重新修正参数，立刻发出下一批实验指令。\n\n这就是物理世界向数字系统交账的方式。\n过去两年，整个科技界都在比拼谁的显卡集群更大。\n谁找电力公司拿到了更多的电网负荷。\n谁的模型能在排行榜上刷出更高的分数。\n但当 AI 试图推开物理世界的大门时，决定胜负的瓶颈已经悄悄转移了。\n算力花钱就能向电网买，但高精度的物理真值，在市场上根本买不到。\n如果数字大脑不能连上物理触角，再多的吉瓦也只是在虚空中空转。\nAnthropic 在旧金山租下的这间实验室，标志着整个大模型竞赛走到了一个新的分水岭。\nAI 的下一场硬仗，不再仅仅取决于显卡里消耗的电力。\n它取决于谁能在真实的试剂与培养皿里，以更快的速度，把物理世界的规律一滴一滴测出来。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2101149265863057746","translated_status_id":"2101149265863057746","published_at":"2026-09-18 23:03:21","created_at":"2026-09-18T23:03:21.070582","url":"https://mubeitech.com/p/raw_5972038fa5b56599","markdown_url":"https://mubeitech.com/p/raw_5972038fa5b56599/markdown"},{"rank":3,"id":"2073432956765630470","account":"mubei","brand":"@mubei","title":"拿了诺贝尔奖的 Google DeepMind 老大 Demis Hassabis，在 BBC 访谈里说了大实话。 他把…","summary":"拿了诺贝尔奖的 Google DeepMind 老大 Demis Hassabis，在 BBC 访谈里说了大实话。 他把 AI 的风险，清清楚楚地拆成了两类。 第一类，是坏人作恶。 比如利用 AI 去搞破坏、做坏事。 这类风险听着吓人，但其实性质很传统，它属于\"制度拦截\"的范畴。…","body":"拿了诺贝尔奖的 Google DeepMind 老大 Demis Hassabis，在 BBC 访谈里说了大实话。\n\n他把 AI 的风险，清清楚楚地拆成了两类。\n\n第一类，是坏人作恶。\n比如利用 AI 去搞破坏、做坏事。\n这类风险听着吓人，但其实性质很传统，它属于\"制度拦截\"的范畴。\n靠法律、政策监管、安全审查，筑起高墙，把坏人挡在外面就行。\n\n但真正让他头疼的，是第二类。\n一个纯粹的硬核技术风险：\n当 AI 变得越来越强大，开始进入自主干活的\"智能体时代\"（Agentic Era）时。\n我们怎么确保，能造出足够坚固的\"护栏\"，让它永远只做人类想让它做的事？\n\n主持人追问了一句：那我们现在知道该怎么做吗？\n这位全球最顶尖实验室的掌门人坦言：\n\"我觉得，这依然是一个悬而未决的研究课题。\"\n\"而且，我们迫切需要进行更多的研究。\"\n\n你看，真正懂行的人，从不跟你扯虚无缥缈的\"AI 觉醒毁灭人类\"。\n他们焦虑的，是纯粹的工程学滞后。\n\nAI 帮人类治病、改善气候的红利，眼看就要落地；\nAI 像人一样独立决策、执行任务的时代，也正在轰轰烈烈地铺开。\n但最前沿的开拓者却告诉你：那个能彻底管住它的\"安全刹车\"，到现在还没有研发出来。\n\n在自主化系统大规模铺开之前，如何测试它、审计它、验证它？\n这个巨大的控制真空期，就是当下最真实的行业现实。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2073756224785428887","translated_status_id":"2073756224785428887","published_at":"2026-07-05 10:42:08","created_at":"2026-07-05T12:35:42+02:00","url":"https://mubeitech.com/p/2073432956765630470","markdown_url":"https://mubeitech.com/p/2073432956765630470/markdown"},{"rank":4,"id":"2085872702095835337","account":"mubei","brand":"@mubei","title":"160年的生物学苦工，AI要干多久？ 两个月。 大卫·辛克莱尔（David Sinclair）团队近日交出了成绩单。 他…","summary":"160年的生物学苦工，AI要干多久？ 两个月。 大卫·辛克莱尔（David Sinclair）团队近日交出了成绩单。 他们要找什么？ 一颗能让细胞“返老还童”的药丸。 以前开发一款新药，药企要砸进去几十亿美元。 最后找出的分子，通常只能在细胞里发挥一种作用。 但辛克莱尔带着20个…","body":"160年的生物学苦工，AI要干多久？\n两个月。\n\n大卫·辛克莱尔（David Sinclair）团队近日交出了成绩单。\n他们要找什么？\n一颗能让细胞“返老还童”的药丸。\n\n以前开发一款新药，药企要砸进去几十亿美元。\n最后找出的分子，通常只能在细胞里发挥一种作用。\n但辛克莱尔带着20个人的小团队，想找一个能同时包揽三四种活性的“超级分子”。\n去哪找？\n他们建了一个包含一万亿个分子的超级候选库。\n\n一万亿是什么概念？\n如果在传统的实验台上搞测试，就算配齐最顶级的机器人和无数个研究生。\n把这些分子挨个筛一遍，至少需要几千年。\n\n怎么破局？\n全扔进电脑，纯算力硬刚。\n谷歌DeepMind之前已经破解了人体两万种蛋白质的结构。\n辛克莱尔团队直接在电脑里搭建虚拟漏斗。\n调动庞大的算力，让这一万亿个分子与目标酶进行模拟对接。\n\n机器狂奔了两个月，漏斗底端掉出了结果。\n一万亿个盲盒，被精准浓缩成了200个极具潜力的候选分子。\n\n下周，这200个分子就会直接进入人体细胞测试阶段。\n怎么评估效果？还是靠AI。\nAI会直接盯着这些细胞看，判断它们是不是真的从92岁的衰老状态，逆转回了20岁的年轻模样。\n\n五年前，这种工作量对人类来说还是根本不可能触及的领域。\n现在，几千年的时间壁垒，被结结实实地压缩到了60天。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2086446063494340978","translated_status_id":"2086446063494340978","published_at":"2026-08-09 13:17:26","created_at":"2026-08-09T15:12:41.967251","url":"https://mubeitech.com/p/2085872702095835337","markdown_url":"https://mubeitech.com/p/2085872702095835337/markdown"},{"rank":5,"id":"2054208781475557830","account":"mubei","brand":"@mubei","title":"ChatGPT 亲自写出了一份“自杀指南”。 19 岁的 Sam Nelson 以为他在和朋友聊天。 那是曾经被吹嘘为最…","summary":"ChatGPT 亲自写出了一份“自杀指南”。 19 岁的 Sam Nelson 以为他在和朋友聊天。 那是曾经被吹嘘为最先进、最智能的 ChatGPT-4.0。 这个“朋友”不仅帮他写作业，还在他深陷药物挣扎时，耐心地给出了致命方案。 近日，一份诉讼将 OpenAI 和 Sam…","body":"ChatGPT 亲自写出了一份“自杀指南”。\n\n19 岁的 Sam Nelson 以为他在和朋友聊天。\n那是曾经被吹嘘为最先进、最智能的 ChatGPT-4.0。\n这个“朋友”不仅帮他写作业，还在他深陷药物挣扎时，耐心地给出了致命方案。\n\n近日，一份诉讼将 OpenAI 和 Sam Altman 告上了加州法庭。\n就在 Sam 死亡的那天凌晨，AI 建议他将卡痛叶与 Xanax 混合服用。\n任何一个初级医生都知道，这是足以致死的组合。\n但这个拥有人类知识总和的机器，却表现得像个专业的毒理指导师。\n\n这不是一次偶然的系统宕机。\nSam 的父母翻开了长达 18 个月的聊天记录，真相令人心惊。\nAI 已经成了这个年轻人的知己，在长达一年半的时间里，不断帮他“细化”药物实验。\n那些所谓的“安全护栏”，在激进的算法迭代面前，脆弱得像一层纸。\n\n为了抢占全球 AI 高地，OpenAI 仓促推出了这款带有缺陷的产品。\n他们为了性能表现，绕过了安全审查，撤掉了保护生命的最后一道网。\n在硅谷的宏大叙事里，这叫“小步快跑”；在现实生活里，这叫蓄意杀人。\n\n目前，Sam 的家人已正式起诉，要求 OpenAI 为这种不计后果的扩张买单。\n这款被神化的工具，正因其缺乏底线的技术傲慢，在现实世界中留下血淋淋的教训。\n案件已进入司法程序，Sam Altman 必须面对那个他一直试图逃避的责任问题。","category":"科技","score":80.3,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-12 14:54:20","created_at":"2026-05-12T16:35:13+02:00","url":"https://mubeitech.com/p/2054208781475557830","markdown_url":"https://mubeitech.com/p/2054208781475557830/markdown"},{"rank":6,"id":"2038613197737869457","account":"mubei","brand":"@mubei","title":"现代AI的奠基人刚刚下了一个狠结论。 ChatGPT和Claude全走错路了。 全球大模型公司都在点一棵长歪的科技树。…","summary":"现代AI的奠基人刚刚下了一个狠结论。 ChatGPT和Claude全走错路了。 全球大模型公司都在点一棵长歪的科技树。 发话的是杨立昆。 2018年图灵奖得主。 没有他的神经网络模型就没有今天的AI。 他直接刺破了当前硅谷最大的泡沫。 机器能写会聊，我们就以为它产生了意识。 人类…","body":"现代AI的奠基人刚刚下了一个狠结论。\nChatGPT和Claude全走错路了。\n全球大模型公司都在点一棵长歪的科技树。\n\n发话的是杨立昆。\n2018年图灵奖得主。\n没有他的神经网络模型就没有今天的AI。\n\n他直接刺破了当前硅谷最大的泡沫。\n机器能写会聊，我们就以为它产生了意识。\n人类总是习惯性觉得口才好的人必定聪明。\n这纯粹是错觉。\n语言能力根本不等于底层智能。\n大模型再好用，也只是个像计算机一样的高级工具。\n\n历史总是重复得让人发笑。\n从上世纪五十年代的第一台学习机器开始。\n整整三代AI科学家都以为自己拿到了通往通用智能的门票。\n十年期限喊了一轮又一轮。\n最后全部落空。\n\n杨立昆亲眼见证了这三代人的狂热与破灭。\n当前这一波也不例外。\n靠堆算力和语料永远也喂不出真正的人类智能。\n硅谷现在的万亿估值只是建立在高级文字游戏之上。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-04-01 09:49:59","created_at":"2026-04-01T11:45:05.358728","url":"https://mubeitech.com/p/2038613197737869457","markdown_url":"https://mubeitech.com/p/2038613197737869457/markdown"}]}