关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
🛠️终于有机会跟 WaytoAGI 再次深度合作，由他们与红杉中国在 6 月上海打造的 AGI House 2026 孵化营，我们也将在期间与大家分享和讨论过去一个月在硅谷的所见所闻，共享认识和经验。
🎉相信最有价值的便是从我们全球的社区朋友出发，与创始团队一起寻找海外的种子用户，design parnter，还有增长营销大牛！！
🦾欢迎感兴趣的团队通过下方图片里的二维码报名，期待 6 月见！
@aigc1024
😃 爆庄实录｜3天狂揽1086万U😃 新客首存6万U，豪提209万U😃 500一拉，PG实力兑现133万U
永久网址
豪礼大放送 高端嫩模 劳力士手表 奔驰E300等大礼等你来豪夺 每笔存款加赠 1%
🏆182体育 封神榜🏆
4.11号神秘大哥PG电子赏金女王一举斩获830万并成功提现
4.5号东南亚盘总PA真人百家豪赢644万一路长虹一天实现暴富
3.28号实力大哥PG电子爆出890万并以成功提现实现财富自由
截止到3.23号大哥在PA真人百家乐累计盈利突破1000万
1️⃣ 平台公平、公正、公开，信誉第一、服务第一
2️⃣ 免实名 不限ip 无需绑定手机号码和银行卡
3️⃣ u存u提 每日提款无上限 资金保障、大额无忧
平台
大额出款额外奖励8888-128888，双重日存彩金128888+4688每日送，周流水彩金68888每周送，双重签到彩金16888+3888送不停
每日存款彩金每日送，每笔存款加赠
182体育 #无风控 电子真人零审核包出款
🌐 官网注册链接： 1820036.com
🍎专属VIP客服： @vipkf_182ty8
⚽️ 体育赛事推荐：@VIP182TYTJ
➡️ 双向用户点击： @vipkf_182ty2_bot
🍉 吃瓜搞笑：@chiguagaoxiaoxinwen
✅ 更多优惠活动关注福利频道： @vip182ty888
🏆代理合营🏆
新平台 新机遇 好发展 佣金稳
代理合营频道：@DLHY182TY
这三个东西凑齐之后，Obsidian已经不是一个笔记软件了。
1. Obsidian Web Clipper
浏览器看到好东西一键剪进库，原生 .md 格式。
2. Obsidian CLI
让Claude Code直接接管整个仓库：读、写、搜、改、建双链等等。
3. Obsidian Skills
最狠的一个，让Agent知道什么时候应该写 .md 笔记，建 .base 表格，或者生成一张 .canvas 画板。
你不再只是记笔记，你是在整理你的第二大脑。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
1. Obsidian Web Clipper
浏览器看到好东西一键剪进库，原生 .md 格式。
2. Obsidian CLI
让Claude Code直接接管整个仓库：读、写、搜、改、建双链等等。
3. Obsidian Skills
最狠的一个，让Agent知道什么时候应该写 .md 笔记，建 .base 表格，或者生成一张 .canvas 画板。
你不再只是记笔记，你是在整理你的第二大脑。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
永久网址
豪礼大放送 高端嫩模 劳力士手表 奔驰E300等大礼等你来豪夺 首存日存彩金送不停
1月2号泰国大老板百家乐存50万出512万
1月13日pp电子糖果1000小注一拉直接爆出70万大奖
3月15号实力盘总PA真人喜提990万一路爆红
3月27-31号斯里兰卡神秘大哥连续5天总提4000万+
🏆平台优势：
1️⃣ u存u提每日提款无上限 随便提 全球不限ip #免实名 无需绑定手机号码和银行卡
2️⃣ 平台
大额出款额外奖励8888-128888，双重日存彩金128888+4688每日送，周流水彩金68888每周送，双重签到彩金16888+3888送不停
⚜️每日存款彩金每日送，每笔存款加赠
⚜️#无风控 电子真人零审核包出款
🌐官网注册网址： qs1736.cc
🩷专属VIP客服： @QSTY567
⚽️体育赛事推单：@QSTY988
➡️双向用户点击：@qsty168168_bot
㊙️午夜剧场：@guochandp7
✅ 更多优惠活动关注福利频道：@qsty8999
💰代理合营💰
老品牌 信誉高 佣金稳
代理合营频道： @QSTY321
支持5倍验资 【验资:@N9KF】
担保域名:N9.TOP 点击查看
#曝光 #pg
💝 新会员好礼
注册就送28.8U
新人首存/二存/三存最高赠送
💝 老会员好礼
电子狂欢每日存款赠送10%
充值笔笔送3%无上限
夜间充值最高可优惠
累计存款|打码|VIP升级送彩金
🔥欢迎各位老板加入N9国际娱乐城！
🔥关注N9官方频道参与更多优惠活动
飞机一键启动无需/注册/下载/绑卡
i8国际美女秀: @i8gjzbj
⚽️i8体育用户点击注册 i83511.vip
今天看到蚂蚁集团CEO韩歆毅分享的 Agent 时代的经济和商业思考，有几点还蛮共鸣的。
过去十年，互联网的核心逻辑是网络效应和流量，谁有用户注意力，谁就有护城河。
但在智能体时代，这个逻辑在失效。人的流量会让位于智能体生态，新的网络效应会围绕Agent形成。谁的Agent生态更繁荣，谁的护城河更深，跟以前抢人头是不一样的竞争了。
这时候一个新的问就冒出水面：交易双方从人变成Agent，没有人能靠直觉去判断对面是否值得信任。
如果我们参考人类建立信任的过程，它既不是靠说，也不是靠名头，信任是靠一次一次结果的交付。
其实Agent的世界也是一样的逻辑，谁把事办成的概率高，谁就会被信任被选择。这些结果需要被记录下来，成为一个Agent的credit，信任就这么建立。
Agent 会极大地影响商业，具体体现在企业层面，就是每家企业的高度和广度都大大提升了。这也是为什么YC的CEO说今天要boil the ocean，企业要多想增效提利润，而不是降本裁员。
Agent经济时代，最重要的关键词是Token。未来所有的一切能被Token化，Token会成为价值的新载体，以前的法币、积分、权益、营销，都会以Token的形式来流转，所以未来的经济基础设施也应该围绕Token来设计。
AI支付是未来最重要的基础设施之一。给Agent开钱包、定协议、搭清结算网络，现在还是百废待兴的状态，需要有人把生态做好、把基建做好，这种工作指望创业公司来做是比较难的。
支付宝押注AI支付的决心挺大，AI 支付团队在内部战略地位很高，团队架构在保密状态下一直在扩充人员，这应该是他们的必争之地。
@aigc1024
过去十年，互联网的核心逻辑是网络效应和流量，谁有用户注意力，谁就有护城河。
但在智能体时代，这个逻辑在失效。人的流量会让位于智能体生态，新的网络效应会围绕Agent形成。谁的Agent生态更繁荣，谁的护城河更深，跟以前抢人头是不一样的竞争了。
这时候一个新的问就冒出水面：交易双方从人变成Agent，没有人能靠直觉去判断对面是否值得信任。
如果我们参考人类建立信任的过程，它既不是靠说，也不是靠名头，信任是靠一次一次结果的交付。
其实Agent的世界也是一样的逻辑，谁把事办成的概率高，谁就会被信任被选择。这些结果需要被记录下来，成为一个Agent的credit，信任就这么建立。
Agent 会极大地影响商业，具体体现在企业层面，就是每家企业的高度和广度都大大提升了。这也是为什么YC的CEO说今天要boil the ocean，企业要多想增效提利润，而不是降本裁员。
Agent经济时代，最重要的关键词是Token。未来所有的一切能被Token化，Token会成为价值的新载体，以前的法币、积分、权益、营销，都会以Token的形式来流转，所以未来的经济基础设施也应该围绕Token来设计。
AI支付是未来最重要的基础设施之一。给Agent开钱包、定协议、搭清结算网络，现在还是百废待兴的状态，需要有人把生态做好、把基建做好，这种工作指望创业公司来做是比较难的。
支付宝押注AI支付的决心挺大，AI 支付团队在内部战略地位很高，团队架构在保密状态下一直在扩充人员，这应该是他们的必争之地。
@aigc1024
AI 留给腾讯的时间，还大大的有。
微信拥有普通中国人最多的上下文：你的同事、你的老板、你的父母、你的孩子、你的孩子的班主任，还有你的文件传输助手。这个上下文几乎无敌，近至今日，远至十几年前。中国人的一生都在微信上。
微信因为小程序生态拥有近似 OS 的工具能力：小事一网打尽：打车、点餐、发快递，大事也面面俱到：医保、银行、随申办/京通/etc。
微信还有视频号、公众号、朋友圈，以及它们的内容，和每个人的访问记录与习惯。
可以说，微信上线 Agent 的那一天，才是全国人民群众都享受到 Agent 的一天。人们对其的耐心也可以说是无限的 ——因为别的厂家里根本没有这个条件！
ps，小道消息，微信 Agent 也一直是张小龙亲盯，离上线不远了🤫
@aigc1024
微信拥有普通中国人最多的上下文：你的同事、你的老板、你的父母、你的孩子、你的孩子的班主任，还有你的文件传输助手。这个上下文几乎无敌，近至今日，远至十几年前。中国人的一生都在微信上。
微信因为小程序生态拥有近似 OS 的工具能力：小事一网打尽：打车、点餐、发快递，大事也面面俱到：医保、银行、随申办/京通/etc。
微信还有视频号、公众号、朋友圈，以及它们的内容，和每个人的访问记录与习惯。
可以说，微信上线 Agent 的那一天，才是全国人民群众都享受到 Agent 的一天。人们对其的耐心也可以说是无限的 ——因为别的厂家里根本没有这个条件！
ps，小道消息，微信 Agent 也一直是张小龙亲盯，离上线不远了🤫
@aigc1024
🌐 官网：v8hs.com
💰 超高赔率：1.96（无抽水，更公平）
💸 实时返水：直属用户享 笔笔1.5% 工资返利
💎 股东占成：10%（存入保证金即可成为股东）
⚡️ 出款稳定：到账快、不拖延
🎯 开奖迅速：体验流畅，效率拉满
🏆 平台优势：
*没有比哈希游戏更公平透明，真正杜绝作弊
* 稳定运营，口碑良好
* 支持多端挂机（电脑 / 手机）
* 专属挂机软件，注册后即可下载使用
* 支持多种资金方式：RMB / TRX / USDT，无需实名 自由切换
🔥 公平公正 · 哈希机制全程可验证🔥
所有游戏结果均由 SHA256 哈希算法生成，不可篡改。
玩家可通过 哈希值 + 盐值（Salt）链上 验证开奖结果，真正实现**“开奖可查、开奖可验”**。
🚀 专属福利：
👉 TG直属满待遇注册链接：点击即可开户，待遇已拉满
👉 链接无法打开可联系招商协助开户,官网注册 /启动TG注册待遇一样
📞 招商联系：@中本聪
💻致富频道：实现财务自由 从选对平台开始
💎 高额盈利用户实测：500万出款快速处理，不拖不墨迹
https://mp.weixin.qq.com/s/f8cFSbb3yvl6aKqwJDomLA
也许此刻，很多杨植麟正在做外贸跟单，很多梁文锋正在备考教师资格证，很多马斯克正在复习申论，很多Dario正在准备投标材料……
@aigc1024
越来越理解为什么
孙哥建议删除90前老登的微信，宁可选择和AI对了。
刚刷到小学生玩OpenClaw，瞬间破防。
卷不过同龄人就算了，
现在连小学生都卷不过了，
老登出路在哪？
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
孙哥建议删除90前老登的微信，宁可选择和AI对了。
刚刷到小学生玩OpenClaw，瞬间破防。
卷不过同龄人就算了，
现在连小学生都卷不过了，
老登出路在哪？
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
模型是汽油，不是发动机。
汽油潜能巨大，但没人能直接「用汽油」，你得有台发动机把它收敛成确定的功。直接递一桶油给用户，大多数人是懵的。
护城河不在油里，在发动机的工程。
来自和Claude的聊天
@aigc1024
汽油潜能巨大，但没人能直接「用汽油」，你得有台发动机把它收敛成确定的功。直接递一桶油给用户，大多数人是懵的。
护城河不在油里，在发动机的工程。
来自和Claude的聊天
@aigc1024
中国荣耀在2026年世界移动通信大会上发布了一项颠覆性产品：内置云台相机的手机。
其核心亮点是内置可折叠的机器人臂云台相机系统，支持近360°旋转、机械防抖、AI智能主体跟踪及手势唤醒。它还能兼当前置自拍、自动构图，甚至通过AI互动“赞美”用户发型或描述场景，融合具身AI实现机器人般的活力与交互。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
其核心亮点是内置可折叠的机器人臂云台相机系统，支持近360°旋转、机械防抖、AI智能主体跟踪及手势唤醒。它还能兼当前置自拍、自动构图，甚至通过AI互动“赞美”用户发型或描述场景，融合具身AI实现机器人般的活力与交互。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
在 AI 的帮助下，我读完了 AI 领域最关键的十篇论文，心潮澎湃。
75年间，后来成为亿万富翁、独角兽公司创始人、诺贝尔奖获得者或依然少为人知的学者们，在AI这个大舞台上你方唱罢我登场，每一篇论文背后都有着充满张力的判断、偏见与赌局。
1948 年，香农发表《通信的数学理论》，最先把语言放进了数学坐标系，并且提出，预测即压缩，如果信号传输的另一方和你有越多上下文，越懂你，就越能预测你压缩后的内容实际上是什么。
两年后，一位叫图灵的英国人提出了一个想法：别再争论机器到底能不能思考了，如果你通过语言交互，根本判断不出来对方是人还是机器，那从结果来说，机器不就是实现了人思考的过程吗？
这两位英国人定下整个AI时代的关键问：机器思考不是个哲学问，是个工程问；这个工程问，是可以通过压缩实现的。
如果机器确实可以“思考”，那怎么思考才能得到人类想要的正确答案呢？
Rumelhart、辛顿、Williams三位学者在1986年提出了反向传播算法，辛顿因为这一系列工作拿了 2024 年诺贝尔物理学奖。在反向传播之前，大家做AI的方法是：人类专家把知识写成规则（猫有四条腿、猫有胡须） → 输入计算机 → 计算机按规则推理 → 产生智能，但是这些规则写不完，且容易产生冲突，遇到狗就不知道怎么办了。
反向传播的思路是，不告诉计算机任何规则，只给它海量的猫的图片和不是猫的图片，让它自己从错误中学习"猫"的特征，这意味着：智能不需要被编程，可以被学习出来。
辛顿的博士后Yann LeCun沿袭了神经网络这条路，但其实当时学界的主流是SVM，SVM的发明者是一位俄罗斯数学家Vladimir Vapnik，他相信"理论先行"——算法必须有严格数学证明才值得做。Yann LeCun 则相信"工程先行"——能用就是好东西，不需要严格的数学证明。
90年代，学术圈喜欢有理论保证的东西。Vapnik 的论文能发顶刊，神经网络只能发会议。当时主流期刊编辑甚至会把"神经网络"几个字从论文标里删掉，因为太"民科"。
当时可供训练的数据少、算力弱、神经网络确实跑不出好结果，SVM在文本分类、垃圾邮件过滤、人脸识别等领域确实表现更好，但10年后，时代变了。
2006年，华裔科学家李飞飞在普林斯顿大学刚拿到教职，就申请了了一个疯狂的项目：她要构建一个有 1500 万张图片、2 万类的数据集，她打算从 Google、Yahoo、Bing 等图片搜索引擎批量下载图片，每张图标注出，这是猫还是狗，具体是苏格兰牧羊犬还是拉布拉多，这个想法的疯狂之处在于：
1500 万张图，每张哪怕只看 1 秒——也要 17000 个工时，相当于 5 个人不吃不喝标注 1 年。
2007 年之前，AI 视觉研究的标准任务是：在 9000 张图里区分 100 类物体，准确率能到 60-70% 就算很厉害，当时学者们觉得算法不够好，所以要研究更精妙的算法。
李飞飞的判断则是：算法不是瓶颈——数据才是。
这个没拿到终身教职的助理教授，赌上了一条没人看好的路，在亚马逊的众包平台上，花费3年请了全球167 个国家的 49000 名工人，花费百万美元，标注出了1400 万张图片，一个超大型的图片数据库ImageNet发布了，一开始用SVM来识别图片，错误率达到28%，学界又开始怀疑：是不是这事真的做不到？
直到2012年9月，AI界迎来了史上最重要的一周。
辛顿的两个学生 Alex Krizhevsky 和 Ilya Sutskever（对，就是后来 OpenAI 那个 Ilya），用一个深度卷积神经网络参加了 ImageNet 比赛，识别图片的错误率从 26% 直接降到 15%，比第二名（SVM）低了整整 10 个百分点。
那一周之后，所有顶级实验室连夜重组研究方向，转向深度学习；Ilya Sutskever 加入 Google，4 年后跟Sam Altman创办了 OpenAI，整个 SVM 时代结束了。
2010年，国际象棋神童、剑桥神经科学博士哈萨比斯在创办Deepmind的时候，就已经从神经科学的学习中意识到：深度学习与强化学习必须结合。
接下来 8 年是 AI 史上少见的连胜：DQN、AlphaGo、AlphaZero、AlphaFold。
后来Deepmind被谷歌收购，2017 年 6 月，同样是谷歌的另一支团队发表了 Transformer 论文。哈萨比斯没有跟进，因为他并不认为语言是智能的表现形式。
他也低估了互联网文本的丰富性。他后来反思：如果五六年前你问我，人类文明有多复杂？我的回答大概会是，接近无限。但事实证明，互联网上大约有 14 万亿个单词，恰好够覆盖人类几乎所有行为模式。
2022 年底 ChatGPT 风靡全球时，DeepMind 不再被视为世界顶级 AI 实验室。哈萨比斯承认：这是我第一个判断失误的地方。
这一幕幕上演的AI大戏中，让我觉得最有趣的是，不同经历、背景的人带着完全不同的动机来做AI这件事。
有人只是为了解决工作中非常具体的问，却没想到开启了一个时代。LeCun 希望让AI实现“看见”的功能，只是为了识别银行支票；Transformer 8 人2024 年 在 NVIDIA GTC 大会上首次同台时，其中一位作者说：我们写这篇论文时，没想过它会改变世界。我们只是想让 Google 翻译更好用。
有人是为了推动科学的进步。哈萨比斯把AGI像口头禅一样挂在嘴上，是因为他想要破解上帝的算法，他也相信，自然界中任何可生成或存在的模式，都能被经典学习算法高效发现并建模，这也对应了他功成名就后没有选择出去创业做个万亿市值的公司，而是继续做AI for Science。
有人擅长组局弄权，但往往这样的人能快速把事推进下去。Sam Altman没什么学术背景，来自硅谷风投机构。2015 年他和马斯克在加州的一次晚餐上达成共识，要做一个非营利组织，对抗谷歌可能形成的 AI 垄断，把 AGI 的成果造福全人类。马斯克实际投了4500万美元，组织章程写明：所有研究成果开源，不追求商业利益。
10 年后，OpenAI 估值 8520 亿美元，这家曾经的非盈利机构一度成了硅谷最贵的盈利公司。在那场宫斗一般的权力博弈中，Altman被董事会突然解雇，4 天后又被重新请回，背后是员工集体请愿、微软施压、董事会重组，但最终他还是赢了。
他的前老板，YC 创始人Paul Graham对他有一句评价：Sam Altman 就是那种人，你可以把他空降到一个食人族的小岛上，5 年后回来，他会是那里的国王。
回头看这 75 年，一个明显的变化：以前一个技术路线可以主导学界十几年。SVM 派主导 1990-2010 年代初，深度学习派主导 2012 年至今。研究者可以在顶刊或会议上慢慢争论。
现在不行了。Transformer 论文 8 作者，6 个变成亿万富翁；Scaling Laws 10 作者，6 个集体创办一家估值万亿美元的公司。
一篇论文不再是"发在哪里的区别"，是"亿万富翁还是普通研究员的区别"，是"一家公司能从几百亿涨到万亿、还是几个月内被快速超越的区别"，是"一步落后接着步步落后的区别"。
押注一个方向还是同时做很多方向？做基础模型还是做应用层？做能力还是做安全？这些选择已经不是研究者个人能慢慢思考的事。
舞台变大了，每个角色登场的时间窗口在变短。下一个登场的人会是谁，从哪个角度切入，我猜不出。但根据过去 75 年的规律，他可能在做一件今天看起来“无用”的事，真正改变世界的人，在改变世界之前，看起来都不像在改变世界。
@aigc1024
75年间，后来成为亿万富翁、独角兽公司创始人、诺贝尔奖获得者或依然少为人知的学者们，在AI这个大舞台上你方唱罢我登场，每一篇论文背后都有着充满张力的判断、偏见与赌局。
1948 年，香农发表《通信的数学理论》，最先把语言放进了数学坐标系，并且提出，预测即压缩，如果信号传输的另一方和你有越多上下文，越懂你，就越能预测你压缩后的内容实际上是什么。
两年后，一位叫图灵的英国人提出了一个想法：别再争论机器到底能不能思考了，如果你通过语言交互，根本判断不出来对方是人还是机器，那从结果来说，机器不就是实现了人思考的过程吗？
这两位英国人定下整个AI时代的关键问：机器思考不是个哲学问，是个工程问；这个工程问，是可以通过压缩实现的。
如果机器确实可以“思考”，那怎么思考才能得到人类想要的正确答案呢？
Rumelhart、辛顿、Williams三位学者在1986年提出了反向传播算法，辛顿因为这一系列工作拿了 2024 年诺贝尔物理学奖。在反向传播之前，大家做AI的方法是：人类专家把知识写成规则（猫有四条腿、猫有胡须） → 输入计算机 → 计算机按规则推理 → 产生智能，但是这些规则写不完，且容易产生冲突，遇到狗就不知道怎么办了。
反向传播的思路是，不告诉计算机任何规则，只给它海量的猫的图片和不是猫的图片，让它自己从错误中学习"猫"的特征，这意味着：智能不需要被编程，可以被学习出来。
辛顿的博士后Yann LeCun沿袭了神经网络这条路，但其实当时学界的主流是SVM，SVM的发明者是一位俄罗斯数学家Vladimir Vapnik，他相信"理论先行"——算法必须有严格数学证明才值得做。Yann LeCun 则相信"工程先行"——能用就是好东西，不需要严格的数学证明。
90年代，学术圈喜欢有理论保证的东西。Vapnik 的论文能发顶刊，神经网络只能发会议。当时主流期刊编辑甚至会把"神经网络"几个字从论文标里删掉，因为太"民科"。
当时可供训练的数据少、算力弱、神经网络确实跑不出好结果，SVM在文本分类、垃圾邮件过滤、人脸识别等领域确实表现更好，但10年后，时代变了。
2006年，华裔科学家李飞飞在普林斯顿大学刚拿到教职，就申请了了一个疯狂的项目：她要构建一个有 1500 万张图片、2 万类的数据集，她打算从 Google、Yahoo、Bing 等图片搜索引擎批量下载图片，每张图标注出，这是猫还是狗，具体是苏格兰牧羊犬还是拉布拉多，这个想法的疯狂之处在于：
1500 万张图，每张哪怕只看 1 秒——也要 17000 个工时，相当于 5 个人不吃不喝标注 1 年。
2007 年之前，AI 视觉研究的标准任务是：在 9000 张图里区分 100 类物体，准确率能到 60-70% 就算很厉害，当时学者们觉得算法不够好，所以要研究更精妙的算法。
李飞飞的判断则是：算法不是瓶颈——数据才是。
这个没拿到终身教职的助理教授，赌上了一条没人看好的路，在亚马逊的众包平台上，花费3年请了全球167 个国家的 49000 名工人，花费百万美元，标注出了1400 万张图片，一个超大型的图片数据库ImageNet发布了，一开始用SVM来识别图片，错误率达到28%，学界又开始怀疑：是不是这事真的做不到？
直到2012年9月，AI界迎来了史上最重要的一周。
辛顿的两个学生 Alex Krizhevsky 和 Ilya Sutskever（对，就是后来 OpenAI 那个 Ilya），用一个深度卷积神经网络参加了 ImageNet 比赛，识别图片的错误率从 26% 直接降到 15%，比第二名（SVM）低了整整 10 个百分点。
那一周之后，所有顶级实验室连夜重组研究方向，转向深度学习；Ilya Sutskever 加入 Google，4 年后跟Sam Altman创办了 OpenAI，整个 SVM 时代结束了。
2010年，国际象棋神童、剑桥神经科学博士哈萨比斯在创办Deepmind的时候，就已经从神经科学的学习中意识到：深度学习与强化学习必须结合。
接下来 8 年是 AI 史上少见的连胜：DQN、AlphaGo、AlphaZero、AlphaFold。
后来Deepmind被谷歌收购，2017 年 6 月，同样是谷歌的另一支团队发表了 Transformer 论文。哈萨比斯没有跟进，因为他并不认为语言是智能的表现形式。
他也低估了互联网文本的丰富性。他后来反思：如果五六年前你问我，人类文明有多复杂？我的回答大概会是，接近无限。但事实证明，互联网上大约有 14 万亿个单词，恰好够覆盖人类几乎所有行为模式。
2022 年底 ChatGPT 风靡全球时，DeepMind 不再被视为世界顶级 AI 实验室。哈萨比斯承认：这是我第一个判断失误的地方。
这一幕幕上演的AI大戏中，让我觉得最有趣的是，不同经历、背景的人带着完全不同的动机来做AI这件事。
有人只是为了解决工作中非常具体的问，却没想到开启了一个时代。LeCun 希望让AI实现“看见”的功能，只是为了识别银行支票；Transformer 8 人2024 年 在 NVIDIA GTC 大会上首次同台时，其中一位作者说：我们写这篇论文时，没想过它会改变世界。我们只是想让 Google 翻译更好用。
有人是为了推动科学的进步。哈萨比斯把AGI像口头禅一样挂在嘴上，是因为他想要破解上帝的算法，他也相信，自然界中任何可生成或存在的模式，都能被经典学习算法高效发现并建模，这也对应了他功成名就后没有选择出去创业做个万亿市值的公司，而是继续做AI for Science。
有人擅长组局弄权，但往往这样的人能快速把事推进下去。Sam Altman没什么学术背景，来自硅谷风投机构。2015 年他和马斯克在加州的一次晚餐上达成共识，要做一个非营利组织，对抗谷歌可能形成的 AI 垄断，把 AGI 的成果造福全人类。马斯克实际投了4500万美元，组织章程写明：所有研究成果开源，不追求商业利益。
10 年后，OpenAI 估值 8520 亿美元，这家曾经的非盈利机构一度成了硅谷最贵的盈利公司。在那场宫斗一般的权力博弈中，Altman被董事会突然解雇，4 天后又被重新请回，背后是员工集体请愿、微软施压、董事会重组，但最终他还是赢了。
他的前老板，YC 创始人Paul Graham对他有一句评价：Sam Altman 就是那种人，你可以把他空降到一个食人族的小岛上，5 年后回来，他会是那里的国王。
回头看这 75 年，一个明显的变化：以前一个技术路线可以主导学界十几年。SVM 派主导 1990-2010 年代初，深度学习派主导 2012 年至今。研究者可以在顶刊或会议上慢慢争论。
现在不行了。Transformer 论文 8 作者，6 个变成亿万富翁；Scaling Laws 10 作者，6 个集体创办一家估值万亿美元的公司。
一篇论文不再是"发在哪里的区别"，是"亿万富翁还是普通研究员的区别"，是"一家公司能从几百亿涨到万亿、还是几个月内被快速超越的区别"，是"一步落后接着步步落后的区别"。
押注一个方向还是同时做很多方向？做基础模型还是做应用层？做能力还是做安全？这些选择已经不是研究者个人能慢慢思考的事。
舞台变大了，每个角色登场的时间窗口在变短。下一个登场的人会是谁，从哪个角度切入，我猜不出。但根据过去 75 年的规律，他可能在做一件今天看起来“无用”的事，真正改变世界的人，在改变世界之前，看起来都不像在改变世界。
@aigc1024
