{"source":{"id":"2085708604032577773","title":"AI之后，下一个大浪潮在哪？ 谷歌CEO给了一个时间锚点。 “量子计算现在，大概相当于五年前的AI。” 五年前的AI是什…","url":"https://mubeitech.com/p/2085708604032577773"},"method":"semantic-similarity","count":5,"items":[{"rank":1,"id":"2041131414129934372","account":"mubei","brand":"@mubei","title":"AI 革命比互联网深远得多。 它堪比蒸汽机、电力和轮子的发明。 很多人以为这场变革才三年。 其实它已经蛰伏了 80 年。…","summary":"AI 革命比互联网深远得多。 它堪比蒸汽机、电力和轮子的发明。 很多人以为这场变革才三年。 其实它已经蛰伏了 80 年。 时间倒回 1930 年代。 计算机诞生前夕，先驱们吵过一架。 机器该照着谁的图纸造？ 收银机，还是人类大脑？ 收银机路线赢了。 过去 80 年，从大型机到智能…","body":"AI 革命比互联网深远得多。\n它堪比蒸汽机、电力和轮子的发明。\n很多人以为这场变革才三年。\n其实它已经蛰伏了 80 年。\n\n时间倒回 1930 年代。\n计算机诞生前夕，先驱们吵过一架。\n机器该照着谁的图纸造？\n收银机，还是人类大脑？\n\n收银机路线赢了。\n过去 80 年，从大型机到智能手机，硅谷所有的财富都来自造“算数机器”。\n它们每秒能做几十亿次运算。\n却根本听不懂一句人话。\n\n那人脑路线去哪了？\n第一篇神经网络论文发在 1943 年。\n接下来的 80 年里，这帮人坐穿了冷板凳。\n无数次盲目乐观，无数次泡沫破裂。\n到了 1989 年，AI 在大学里已经沦为没人信的冷门笑话。\n\n直到 2022 年末。\nChatGPT 让所有人闭了嘴。\n科学家们攒了 80 年的废弃理论，突然全跑通了。\n\n80 年的漫长试错，炸出了现在的三年。\n整个世界还在适应这种加速度。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2041452668288123025","translated_status_id":"2041452668288123025","published_at":"2026-04-07 06:57:41","created_at":"2026-04-07T08:47:28.623443","url":"https://mubeitech.com/p/2041131414129934372","markdown_url":"https://mubeitech.com/p/2041131414129934372/markdown"},{"rank":2,"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":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":"16623018","account":"mubei","brand":"@mubei","title":"现在全网最贵的资产，可能也是人类历史上贬值最快的资产。 这是风投专家加文·贝克给大模型公司下的死亡判决。 为什么？ 因为…","summary":"现在全网最贵的资产，可能也是人类历史上贬值最快的资产。 这是风投专家加文·贝克给大模型公司下的死亡判决。 为什么？ 因为光有模型，没有护城河。 贝克看得很透：如果你没有独家数据，没有互联网级别的分发渠道，你的模型能力很快就会沦为不值钱的大路货。 他的预测很残酷。 绝大多数大模型公…","body":"现在全网最贵的资产，可能也是人类历史上贬值最快的资产。\n这是风投专家加文·贝克给大模型公司下的死亡判决。\n\n为什么？\n因为光有模型，没有护城河。\n贝克看得很透：如果你没有独家数据，没有互联网级别的分发渠道，你的模型能力很快就会沦为不值钱的大路货。\n他的预测很残酷。\n绝大多数大模型公司最后的估值，就是一个零。\n最后能成气候的，大概只有十来家。\n剩下那些人的唯一出路，就是像Inflection被微软收编那样，祈祷被亚马逊这种巨头连人带代码打包买走。\nAI的战争逻辑变了。\n壁垒不再是卷参数，而是谁掌握着数据，谁把守着入口。\n\n谁把守着入口？\n谷歌有安卓和Chrome，苹果有iOS。\n这就是互联网的收费站。\n\n一年前，OpenAI的突袭对谷歌来说就像珍珠港事件。\n但巨兽醒了。\n他们让戴密斯·哈萨比斯接管了AI业务，这是一个真正的战时指挥官。\n谷歌手里有一张硬底牌：他们自己造的TPU芯片。\n这让Gemini拥有了极具杀伤力的“上下文缓存”能力。\n同一个场景下，问过的问题，算出了好答案，它就直接调取记忆。\n不用每次都烧钱重新算一遍。\n在所有创业公司都在绞尽脑汁省计算费用的今天，这招非常致命。\n\n苹果呢？\n似乎还在睡，但马上要醒了。\n苹果的字典里从来不强求第一个做，但一定要做最后一个进场并拿走利润的人。\n接下来的玩法已经很清晰了。\n你的iPhone里会跑着一个小型的本地AI模型。\n它绝对隐私，认识你的狗，知道你的习惯。\n只有当它处理不了时，才会去云端向OpenAI求助。\n为了跑动这个本地AI，新iPhone的内存必须翻两倍甚至三倍。\n就为了这个能懂你的本地AI，无数人会心甘情愿扔掉手里屏幕摔裂的旧手机。\n\n但在这场狂欢的尽头，物理世界的墙已经竖起来了。\nAI现在的死穴不再是GPU算力。\n而是去哪找地方插电源。\n未来的数据中心，体积会比曼哈顿还要庞大，直接秒杀五角大楼。\n想喂饱这些吞电巨兽？\n选址只能直接往核反应堆旁边靠。\n\n如果贝克是对的，现在的百模大战，可能只是开场前那段调音。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2084233733511504089","translated_status_id":"2084233733511504089","published_at":"2026-08-03 08:47:46","created_at":"2026-08-03T10:20:05+02:00","url":"https://mubeitech.com/p/16623018","markdown_url":"https://mubeitech.com/p/16623018/markdown"},{"rank":5,"id":"16506291","account":"mubei","brand":"@mubei","title":"市场一听到“2000亿美元”，吓得立刻跑路。谷歌刚把2026年的AI资本支出预期调高到约2000亿，股价应声跌了7%。资…","summary":"市场一听到“2000亿美元”，吓得立刻跑路。谷歌刚把2026年的AI资本支出预期调高到约2000亿，股价应声跌了7%。资本市场现在厌恶巨头为AI无底洞般地烧钱。但风险投资人查马斯（Chamath）抛出了一个数字。他问：谷歌上市这25年来，平均的投入资本回报率是多少？32%。一家能…","body":"市场一听到“2000亿美元”，吓得立刻跑路。谷歌刚把2026年的AI资本支出预期调高到约2000亿，股价应声跌了7%。资本市场现在厌恶巨头为AI无底洞般地烧钱。但风险投资人查马斯（Chamath）抛出了一个数字。他问：谷歌上市这25年来，平均的投入资本回报率是多少？32%。一家能在二十余年里，每年把钱按32%复利滚大的公司，当它说要砸重金时，不是在乱来，而是在精密算计。查马斯的结论是：他们根本不是在盲目烧钱，是在有条不紊地给自己的护城河添砖加瓦。这场AI全栈竞争，根本不是比谁能花钱，而是看谁能把算力、云端、模型、应用这个闭环滚起来。在查马斯看来，对谷歌最好的情况，就是市面上直接冒出500个不同的大模型。为什么？模型越碎片化，打得越狠，对底层的依赖就越深。不管谁赢，只要还得用算力，谷歌的自研芯片和云服务就能赚得盆满钵满。再看上层应用。AI被用来让广告投得更准，让YouTube的内容更抓人。前端变现，后端收租。当其他人还在算计单个模型怎么回本时，这台机器，正在把2000亿支出，塞进它的复利齿轮里。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2081548511737253988","translated_status_id":"2081548511737253988","published_at":"2026-07-26 23:05:20","created_at":"2026-07-27T00:50:27+02:00","url":"https://mubeitech.com/p/16506291","markdown_url":"https://mubeitech.com/p/16506291/markdown"}]}