AutoGPT 热潮退去6周后,真正有用的不是自动执行,而是这件小事
AutoGPT 曾被吹成“Baby AGI”的第一步,但短短几周后,开发者集体冷静了。这支视频给出了一个反直觉答案:AutoGPT 最有价值的能力,既不是全自动执行任务,也不是取代人类,而是在你口袋里的“超级大脑外脑”。更重要的是,人们已经开始用它赚钱、做研究、做决策了。
AutoGPT 曾被吹成“Baby AGI”的第一步,但短短几周后,开发者集体冷静了。这支视频给出了一个反直觉答案:AutoGPT 最有价值的能力,既不是全自动执行任务,也不是取代人类,而是在你口袋里的“超级大脑外脑”。更重要的是,人们已经开始用它赚钱、做研究、做决策了。
不是AutoGPT,也不是新模型,而是一个看似低调的插件,让整个AI圈再次沸腾。ChatGPT的Code Interpreter在上线几天内,就被用来写论文、做商业战略、剪视频、生成GIF,甚至重新定义了“数据分析”这件事。
IBM宣布“用AI替代7800个岗位”,但真相比裁员更冷酷;亚马逊不满足于Bedrock,直接重做Alexa的大模型;而UT Austin的研究,已经能把脑电活动翻译成文字。更耐人寻味的是,这一切背后,AI教父Hinton选择了离开。
没有写一行代码、没有新建仓库、甚至没有数据库表——下一秒,一个完整可用的社交网站已经上线。Mckay Wrigley 现场演示了他的 GPT‑4 编码助手 Jarvis,让“从零到上线”变成一次对话。真正震撼的不是炫技,而是软件开发门槛正在被重写。
这不是一次普通的产品发布,而是 OpenAI 当众展示:一个模型如何在一年内,从“代码准确率 0%”,进化到能写服务器、接 API、做小游戏。更反直觉的是,Ilya 亲口承认:这一切的原理,其实简单到令人不安。
在这期Lex Fridman播客中,伯克利教授Dawn Song从计算机安全与对抗机器学习出发,坦率讨论了一个残酷现实:系统永远不可能绝对安全。她结合真实研究经验,解释了为什么人类是最薄弱的一环、为什么AI既是威胁也是防线,以及我们该如何重新理解“更安全”的含义。
这场来自微软的分享,罕见地把GitHub Copilot的演进路径、Agent Mode的真实使用方式,以及MCP(Model Context Protocol)如何接入现实系统串成了一条完整链路。即使你没看过视频,也能从中理解:AI 编程助手正在如何从“建议代码”走向“完成任务”。
这是一场来自 Replicate 的自我反省式演讲。Zeke Sikelianos 以 Andrej Karpathy 的一次“随手黑客松”项目为线索,讲述了一个残酷但正在发生的转变:AI 产品的第一用户,已经不再是人,而是大语言模型本身。