搜索
自学习 AI 的融资神话，正在告诉我们一件事——这场 AI 军备竞赛，连研究员本身都要被「卷」进去了。 作者｜桦林舞王 编辑｜靖宇 1956 年，一批科学家聚在达特茅斯，第一次正式讨论「机器能否思考」
AI 很快就能自己改造自己了？Anthropic 联合创始人 Jack Clark 发帖称，他最近几周阅读了大量公开的 AI 开发数据后，认为到 2028 年底，递归自我改进（recursive self-improvement）发生的概率有 60%。
迪士尼最近就做了一件「很不迪士尼」的事。它在内网上线了一块看板，名字直白得不像那个出品白雪公主的公司——「AI Adoption Dashboard」。看板上滚动着三个数字：每个员工调用AI的频率、请求次数、token消耗量。Claude是主要追踪对象。
这周体验「恒星AI旗下Starfilm」的时候，我整个人是抱着“看你能整出什么花活”的心态上手的。结果……不夸张，从打开网页到生成一条带配乐的完整 AI 漫剧单集，我只用了不到1个小时。
UC伯克利联合斯坦福提出的Combee，正是为此而来。它把Prompt Learning从低并发、顺序式更新，推进到高并发、分布式经验聚合，并已在ACE和GEPA中完成验证。
吴恩达老师又出新课了。5月1号刚刚上线的这次教的是提示词。课程名叫 AI Prompting for Everyone，在 DeepLearning.AI 平台上线，由吴恩达本人主讲，面向所有人，不需要任何技术背景。
黄仁勋认为，行业领袖在讨论 AI 的重要性时应该更加谨慎，不能动不动就抛出耸动判断。他点名的对象，是 Anthropic CEO Dario Amodei。Amodei 此前预测，未来几年，AI 可能会取代 50% 的初级白领岗位，未来五年失业率可能会飙升至 10% 到 20% 之间，但人们还没有意识到这一点。
Mintlify是一家围绕技术文档构建产品的创业公司。简单来说，它做的事情是：不再以人类用户为上帝，而是以AI为上帝彻底重构文档系统，企业把内部写好的文档交给它，它负责生成一个对外的文档网站，同时让这些内容既可以被开发者查阅，也可以被AI直接读取和调用。
研究者开始尝试让 MoA 变稀疏。例如，一些方法如 Sparse MoA 会先让模型池中的所有模型生成回答，再通过额外的评审模型进行打分和筛选，只保留一部分模型进入后续协作。这样虽然减少了后续融合的负担，但本质上仍然绕不开一个问题：为了决定该选谁，系统还是得先让所有模型都推理一遍。
上个月刚充了 ChatGPT Plus，这个月又买了Cursor Pro，OpenClaw 也研究的差不多了。我们对 AI 的期待，说起来非常简单：给最好的方案、最准确的代码、最精确的回答。