OpenAI首席研究官边做菜边摊牌:预训练没死,推理才刚开始
当整个行业都在唱衰“预训练已到尽头”,OpenAI 首席研究官 Mark Chen 却在一档做菜节目里直接反驳:问题不在规模,而在你有没有把指数真正用对。这场轻松的厨房对话,意外揭开了 OpenAI 内部对 AGI、推理、强化学习和评估体系的真实分歧与取舍。
当整个行业都在唱衰“预训练已到尽头”,OpenAI 首席研究官 Mark Chen 却在一档做菜节目里直接反驳:问题不在规模,而在你有没有把指数真正用对。这场轻松的厨房对话,意外揭开了 OpenAI 内部对 AGI、推理、强化学习和评估体系的真实分歧与取舍。
如果你以为AGI的关键在于更大的模型和更多的数据,这期 Every 的视频会让你停下来。创作者抛出一个反直觉的判断:我们正在为AI建一所“学校”,目的不是让它更聪明,而是让它理解人类本身——价值、选择、矛盾与伦理。这不是技术细节,而是方向之争。
如果未来不是一个超级AGI统治世界,而是上百万个AI代理同时行动,会发生什么?在这期DeepMind播客里,研究者反复强调:真正棘手的不是单个模型多聪明,而是当AI开始“社会化”之后,协同、冲突与安全会以完全不同的方式出现。
如果你还在用老 benchmark 判断模型能力,Tejal Patwardhan 会直说一句:那几乎已经失效了。这一期 OpenAI 官方播客里,她讲了为什么“BenchMaxxing 是坏事”、为什么 o1 让人第一次有了“AGI 的体感”,以及评测本身,正在成为 AI 时代最难、也最被低估的工程。
当AI不再只是“看”和“想”,而是开始“动手做事”,真正的风险才刚刚开始。Onyx Security CEO Maxim Bar Kogan 在这期播客里反复强调:企业对 AI Agent 的采用已经失控,但防护体系几乎为零。这不是未来问题,而是正在发生的现实。
当所有人都在担心“AI 会不会抢走我的工作”时,这支团队做了一个反直觉的实验:把能自动化的全部交给 AI。结果不是裁员,而是工作更多、人也更多。这期视频讲清了一件很多人没想明白的事:自动化的终点,可能恰恰是人类价值的放大器。
几乎所有人都在谈“AI Agent 会不会取代人类”,但这期《AI Daily Brief》给了一个更反直觉的答案:Agent 越强,人反而越值钱。2026 年被称为“Agent 成为现实的一年”,但真正的变化不在技术本身,而在我们如何工作、如何分工,以及为什么人类判断正在变成稀缺资源。
如果你还把世界模型当成“更逼真的视频生成”,那你已经落后一代了。Gemini 联席负责人 Oriel Vignal 在这次访谈中,把 Google 真正押注的路线讲得异常直白:多模态只是起点,世界模型、可控模拟、Agent 与持续学习,才是下一轮分水岭。
如果你还在纠结用 GPT-4 还是更大的模型,IBM 的 Tejas Kumar 已经给了你一个更冷静、也更残酷的答案:真正决定 AI 能不能落地的,不是模型能力,而是 Harness。这场 18 分钟的演讲,把无数工程师踩过的坑一次性摊在台面上。
如果你还在纠结“AI会不会取代我”,这期 AI Daily Brief 提出了一个更锋利的视角:真正决定未来岗位数量的,不是AI能干什么,而是需求会被怎样重新拉开。视频给出了一套极具杀伤力的需求侧框架,解释为什么新工作不但会出现,而且可能超出大多数人的想象。