{"source":{"id":"2075979032831906264","title":"开放人工智能一开始的设计，很理想。 山姆·奥特曼做的，是一家为“全人类”研究 AI 的非营利机构。 意思很清楚：别被资本…","url":"https://mubeitech.com/p/2075979032831906264"},"method":"semantic-similarity","count":3,"items":[{"rank":1,"id":"mb-20260825-d5bcd5","account":"mubei","brand":"","title":"2024 年计算机图灵奖得主理查德·萨顿，在红杉资本最新专访中泼了一盆冷水","summary":"2024 年计算机图灵奖得主理查德·萨顿，在红杉资本最新专访中泼了一盆冷水","body":"2024 年计算机图灵奖得主理查德·萨顿，在红杉资本最新专访中泼了一盆冷水。\n这位公认的强化学习之父直言：大语言模型充其量只展现了四分之一的智能。\n当整个硅谷都在疯狂烧钱买算力、用合成数据给模型填坑的时候，\n萨顿认为头部实验室已经集体陷入了局部最优。\n2019 年写下《苦涩的教训》、教会所有人用通用算力碾压规则的祖师爷，\n为什么会在大模型最辉煌的时刻泼出这盆冷水？\n大模型漏掉的那大半心智，到底卡在了哪里？\n萨顿把矛头指向了一个被行业刻意绕开的底层命题。\n大世界假说。\n真实世界的复杂度与动态变化，永远呈指数级大于任何模型参数，也大于任何人工建造的模拟器。\n智能体永远无法把整个世界一次性装进肚子里。\n如今主流 AI 走的是一条两阶段的截流路线：\n先抓取互联网上的所有公开历史数据，花数亿美元做一次性离线预训练。\n随后把几千亿参数的权重彻底冻结，打包交付。\n这种模型没有此时此刻的环境感知，没有与物理世界的实时博弈。\n它是一座博学的静态历史档案馆，对下一秒发生的新变量毫无招架之力。\n当人类存量文本被消耗殆尽，巨头们转头用模型自产的合成数据来训练下一代模型。\n在大世界假说面前，这无异于一种封闭系统里的近亲繁殖。\n一个有限参数的容器，无论怎么自我演练，也无法凭空生成真实世界源源不断的未知熵增。\n既然离线冷冻有天花板，为什么各大实验室不让大模型在现实交互中持续更新权重？\n因为深度学习底层埋着一道几十年来没人跨过去的暗礁。\n可塑性丧失。\n2024 年 8 月，萨顿团队在《自然》（Nature）杂志发表了一篇重磅论文。\n他们证实：传统的反向传播算法在面对持续流动的非平稳现实时，存在致命缺陷。\n随着时间推移，深层网络里的大量神经元会逐步饱和、休眠或被旧任务焊死。\n模型会迅速丧失吸收新信息的可塑性，最终性能甚至跌落到最简单的线性模型水平。\n强行喂入新知识，又会引发灾难性遗忘，把过去掌握的常识全部冲垮。\n现有的万卡集群之所以把权重死死冻结，并非技术圆满，纯粹是对网络退化的被迫妥协。\n萨顿团队在论文中给出的解法，叫持续反向传播。\n它在梯度计算的同时，给网络装上了一套动态代谢系统。\n算法持续追踪神经元的活性与效用，定期将低贡献的休眠单元随机重置。\n这种机制如同生物大脑的突触修剪，源源不断地为网络注入新的多样性。\n深度网络终于能在不遗忘旧经验的前提下，永久维持学习新事物的可塑性。\n人类大脑包含约 100 万亿个突触，每天 24 小时在未知世界中感知、预测、行动并实时进化。\n它的一生从未冻结过权重。\n维持这套心智终身自主学习的功耗，只有区区 20 瓦。\n靠数十兆瓦电力冷冻参数堆出来的数字图书馆，终究只是通往真正智能的局部切片。\n萨顿与贾维德创立 Oak Lab，将《阿尔伯塔计划》推向产业落地，\n目标就是在 5 到 10 年内造出万亿参数、20 瓦功耗、在真实世界中终身学习的心智模型。\n真正的技术分水岭，从来不在于谁在旧胡同里堆了更多芯片、跑了更多合成数据。\n在于谁能率先打破冷冻参数的枷锁，让机器真正走向永远学习的无限世界。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-25 12:04:37","created_at":"2026-08-25 12:04:37","url":"https://mubeitech.com/p/mb-20260825-d5bcd5","markdown_url":"https://mubeitech.com/p/mb-20260825-d5bcd5/markdown"},{"rank":2,"id":"mb-20260823-3be38a","account":"mubei","brand":"","title":"亚马逊公布了一份让华尔街沸腾的季度财报","summary":"亚马逊公布了一份让华尔街沸腾的季度财报","body":"亚马逊公布了一份让华尔街沸腾的季度财报。\n单季稀释每股收益冲到 5.75 美元，相比去年同期的 1.68 美元暴涨超过两倍。\n账面净利润一口气干到了 626 亿美元。\n经营活动产生的现金流同样亮眼，过去十二个月猛增 33%，达到 1614 亿美元。\n无论从哪张报表看，这都是一场属于科技巨头的全面大胜。\n但如果把报表翻到自由现金流那一页，整张图景瞬间反转。\n过去十二个月的自由现金流，直接跌到了负 76 亿美元。\n账面上狂赚六百多亿，兜里的真金白银却净流出七十多亿。\n钱究竟去哪了？\n那笔天量利润又是从哪里凭空长出来的？\n拆开财报底层的记账规则与资金流向，会看到一台正在吞噬巨头现金的隐形机器。\n会计浮盈剪刀差与算力跑步机。\n很多人看财报只看净利润，以为上面的每一个数字都代表真金白银落袋。\n事实恰恰相反。\n亚马逊那笔 5.75 美元的每股收益里，包含了整整 534 亿美元的非经营性税前收益。\n这笔钱没有产生一分钱的实际现金进账。\n它的源头，是美国财务会计准则委员会 FASB 在 2016 年推行的 ASU 2016-01 准则。\n这项规则要求上市公司对持有的非控股股权投资，按照公允价值变动直接计入当期净利润。\n亚马逊早期重金押注的 AI 独角兽 Anthropic 估值一路水涨船高。\n按照会计准则，这家初创公司在风投市场推高的纸面估值，被直接折算成了亚马逊利润表上的暴利。\n只要独角兽拿到下一轮更高估值的融资，母公司的利润表就能凭空多出一座金山。\n但纸面上的暴利可以靠估值模型计算，现实里的算力基建却必须用真金白银去填。\n这就是另一侧正在高速运转的算力跑步机。\n为了承接 AI 模型的计算需求，守住云基础设施的市场份额，亚马逊开启了史无前例的重资产扩张。\n采购高密度 GPU 算力集群、定制自研芯片、铺设超大规模电力系统、买地建造高等级数据中心。\n亚马逊把 2026 全年的现金资本开支指引，直接拉升到了创纪录的 2200 亿美元。\n即便经营现金流赚出了 1614 亿，也根本跟不上基建吞噬资金的速度。\n自由现金流就这样被硬生生拖进了负数区间。\n这台机器最凶险的地方，在于两股力量在时间尺度上的致命错配。\n顶层的估值收益是脆弱的纸面数字。\n一旦一级市场的 AI 估值狂欢出现回调，这几百亿浮盈会在未来的财报里原样扣回，变成沉重的账面亏损。\n底层的资本开支却是不可逆的物理沉没。\n几千亿美元砸进机房和硅片，每天都在发生真实的设备折旧与电力消耗。\n尖端算力芯片的有效技术寿命只有 3 到 5 年。\n时间一到，无论这批芯片有没有跑出盈利应用，都必须全盘淘汰换新。\n跑在前面的巨头不敢停下，因为只要踩一脚刹车，算力储备就会在下一轮迭代中被对手瞬间甩开。\n科技行业曾经最迷人的商业逻辑，是边际成本趋近于零的轻资产软件扩张。\nAI 却把这场游戏彻底推向了相反的极端。\n上层是用风投估值堆出来的账面繁荣，底层是用不可逆现金流日夜浇筑的重工业黑洞。\n当一家万亿巨头必须靠持续透支现金流来维持纸面上的科技飞轮时，\n这场军备竞赛的尽头，究竟是在建造未来的印钞机，还是一场谁先耗尽现金谁就出局的重资产消耗战？","category":"经济","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-23 18:17:15","created_at":"2026-08-23 18:17:15","url":"https://mubeitech.com/p/mb-20260823-3be38a","markdown_url":"https://mubeitech.com/p/mb-20260823-3be38a/markdown"},{"rank":3,"id":"2091639651480043809","account":"mubei","brand":"@mubei","title":"OpenAI 出了个极其良心的规则。 只要一个任务正在跑，就算配额用光了，系统也绝不中途掐断。 结果不到几天，就被人薅出…","summary":"OpenAI 出了个极其良心的规则。 只要一个任务正在跑，就算配额用光了，系统也绝不中途掐断。 结果不到几天，就被人薅出了天价账单。 怎么薅的？ 有开发者盯上了这个机制，做了一个无限调用的工具。 原理极其巧妙，甚至不用破解任何接口。 他们给编程助手加了一个\"等待用户输入\"的工具。…","body":"OpenAI 出了个极其良心的规则。\n只要一个任务正在跑，就算配额用光了，系统也绝不中途掐断。\n结果不到几天，就被人薅出了天价账单。\n\n怎么薅的？\n有开发者盯上了这个机制，做了一个无限调用的工具。\n原理极其巧妙，甚至不用破解任何接口。\n他们给编程助手加了一个\"等待用户输入\"的工具。\n\n模型干完一件事，不结束会话，而是调用这个工具原地挂机。\n用户发来新指令，直接作为工具的返回结果塞回去。\n在系统眼里，这自始至终都是\"同一个回合\"。\n只要这一轮不结算，系统就判定任务还在继续。\n\n开发者西奥亲自测了一下。\n在账号配额彻底归零之后，模型愣是在同一个回合里，继续跑了至少800美元的算力。\n相当于直接把固定订阅，用成了无限算力提款机。\n\n漏洞公开后，OpenAI 紧急修复了配额逻辑。\n参与测试的开发者们，也悄悄把相关发帖删得一干二净。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2091652055311978578","translated_status_id":"2091652055311978578","published_at":"2026-08-23 21:42:33","created_at":"2026-08-23T23:32:08+02:00","url":"https://mubeitech.com/p/2091639651480043809","markdown_url":"https://mubeitech.com/p/2091639651480043809/markdown"}]}