AI热潮背后的真实瓶颈:GPU紧缺、Agent幻觉与创业者的误判
在这一期 No Priors 问答中,Sarah Guo 与 Elad Gil 从一线投资人与创业顾问的视角,深入讨论了 AI 行业最真实的约束:GPU 供给失衡、Agent 仍停留在演示阶段,以及公司在牛市中最容易犯的战略错误。这是一场关于“算力、产品与周期”的清醒对话。
在这一期 No Priors 问答中,Sarah Guo 与 Elad Gil 从一线投资人与创业顾问的视角,深入讨论了 AI 行业最真实的约束:GPU 供给失衡、Agent 仍停留在演示阶段,以及公司在牛市中最容易犯的战略错误。这是一场关于“算力、产品与周期”的清醒对话。
OpenAI、Anthropic、Google、Microsoft突然坐到了一张桌子上,成立“前沿模型论坛”。在AI军备竞赛最白热化的时刻,这究竟是一次罕见的安全共识,还是一场精心设计的行业自保?这篇文章带你拆开这层包装。
如果你还认为“写代码”是少数工程师的专利,这场演讲会直接推翻你的认知。Replit CEO Amjad Masad 在 Figma Config 现场抛出一个激进判断:大语言模型正在把“软件开发”变成一种人人可参与的创作行为,而这不是未来,而是正在发生。
如果我告诉你,生成式 AI 可能每年给全球经济增加 4.4 万亿美元,你可能会觉得夸张。但麦肯锡真正让人后背发凉的,不是这个数字,而是它对“工作本身”的判断:我们每天做的事,有 60%–70% 都可以被 AI 接管。
如果欧盟的AI法案今天就生效,ChatGPT理论上可能“立刻违法”。不是因为它生成胡话,而是因为它说不清自己训练时用了哪些版权内容。这并不是危言耸听,而是EU刚刚通过的AI Act草案里,最具杀伤力、也最具争议的一条。
OpenAI 最近抛出一个看似低调、实则可能改变模型训练逻辑的研究:不再只奖励“正确答案”,而是逐步奖励“思考过程”。更反直觉的是,这不仅让 GPT 数学更强,还可能降低幻觉、改善 AI 对齐,被称为罕见的“负对齐税”进展。
在一场美国参议院AI听证会上,议员把“人类灭绝级风险”硬生生拐成了“裁员焦虑”。这不是口误,而是一个信号:对绝大多数人来说,AI最现实的噩梦不是失控,而是失业。这段视频把这层恐惧讲透了,也把行业的分歧彻底摊在桌面上。
一边是 Google 内部文件泄露,承认在生成式 AI 竞赛中落后;另一边是被很多人“判了死刑”的 IBM,悄然带着 WatsonX 回到牌桌。这期 AI Daily Brief 抛出了一个残酷现实:真正的 AI 战场,可能已经不在你每天刷到的那些产品里了。
当大家还在为AI画图、剪视频而兴奋时,OpenAI已经把手伸向了更“现实”的世界:3D。一次看似低调的发布,背后却串起了搜索、语音助手、开源模型和制造业的同一条暗线。
很多人以为神经网络训练不好,是架构不行、数据不够、算力太小。但 Karpathy 在 makemore 第三讲直接揭穿了一个更残酷的事实:大多数失败,发生在训练开始的第一秒——初始化、激活值和梯度,早就把结局写好了。