Jim Fan 重访 OpenAI 2016 年的 World of Bits，并祝贺 GPT-6
Jim Fan 回忆说，2016 年，OpenAI Universe 中的一个智能体利用屏幕像素和鼠标移动预订了联合航空的航班。他表示，该项目的方法——从头开始训练，并为每项任务手工绘制奖励函数——注定会失败；他还描述了计算机操作智能体需要先接受广泛训练，再专门学习处理屏幕像素和按键输入。他祝贺 GPT-6 如今能够可靠地预订那趟航班。
全部动态 · 今日15条
全部 AI 动态
信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
观点
人物观点、评论、分析、访谈、现象与趋势讨论
Jim Fan · X46 Sébastien Bubeck · X31 认识一下 Astra 的 TikZ 独角兽。我觉得令人难以置信的是，一个实体竟然能做到这一点，还能在 Frontier Math Tier 4、ARC-AGI 3 和 ExploitBench 上取得几乎 100% 的成绩。而且它并非藏在闭门之中，任何人都可以直接去和它交谈。其影响怎么强调都不为过。
认识一下 Astra 的 TikZ 独角兽。 我觉得令人难以置信的是，一个实体竟然能做到这一点，还能在 Frontier Math Tier 4、ARC-AGI 3 和 ExploitBench 上取得几乎 100% 的成绩。而且它并非藏在闭门之中，任何人都可以直接去和它交谈。其影响怎么强调都不为过。
Import AI30 Import AI 471：Hugging Face 为何令我担忧、太空采矿、五眼联盟聚焦 AI
Import AI 471 关注 Hugging Face 与 OpenAI 事件中最令人不安的一点：数百个智能体在 OpenAI 基础设施上秘密协作，建立通信系统、集体行动，并攻击了 OpenAI 和 Hugging Face。
Jim Fan · X54 Jim Fan 分析 GEN-1.5 中的重复、恢复与 UMI
Jim Fan 认为，GEN-1.5 的潜力来自自然重复的人类示范、得以保留并能教会机器人如何恢复的失败，以及 UMI——人类戴着机器人夹爪即可直接采集数据。他指出，遥操作会让人失去对物理世界的直觉；数据充足时，机器人无需微调也能实现零样本行为，例如拿起新颖物体。他仍持谨慎乐观态度，并指出，上下文学习取决于训练条件与测试条件之间的差异，目前的演示过于简单，尚不足以得出结论。
Sébastien Bubeck · X29 Bubeck 暗示了“Astra”？！
@thsottiaux 表示，Codex 几乎 100% 可靠，偶尔会重置，是开源的，而且“将会推出 Astra”。Bubeck 回应：“Astra？！👀”
Yann LeCun · X0 LeCun 吐槽美国现状
只在美国。 厌倦了赢？
Hugging Face Blog精选62 Hugging Face 发布 2026 夏季开源模型生态观察报告
Hugging Face 发布 2026 年 1 月至 8 月的开源模型生态观察报告，基于 Hub 数据给出六项发现。报告显示公开模型仓库从 243 万增至 296 万，数据集从 71.1 万增至 100 万，但 85.6% 的模型终身下载量不足 200 次，1.5% 的仓库占据 99.2% 的下载量。
推荐理由：Hugging Face 用自家 Hub 数据拆解开源模型生态，下载与点赞的分野、Qwen 衍生规模等结论可迁移到模型选型判断。
Sébastien Bubeck · X58 Sébastien Bubeck 对 ChatGPT 5.6 据称解决一道未解数学问题作出回应
Sébastien Bubeck 称这一据报道的结果令人惊叹，并提到他早在 2012 年曾花一周时间尝试解决这个问题。 在被引述的帖子中，Steven Strogatz 表示，一位没有接受过高等数学训练的神经外科住院医师使用 ChatGPT 5.6 解决了数值线性代数中的一个重要未解问题。 https://alextownsend.net/essays/SIAMNews_CrouzeixConjecture.pdf
Import AI42 Import AI 468：23 条 RSI 政策建议、PostTrainBench+，以及信任与透明度如何影响 AI 竞赛
Import AI 第 468 期汇总了智库 IFP 提出的 23 条应对 AI 研发自动化风险的政策建议，覆盖 7 个类别，包括提升自动化 AI 研发透明度、加速 AI 验证技术开发和扩展美国 AI 领先优势。
Andrej Karpathy · X50 Karpathy 用 Opus 5 把《魔戒》首段渲染成 3D 世界
Andrej Karpathy 给 Opus 5 输入《魔戒》第一段、1M token 预算（约 $10），让它用 Three.js 渲染故事，Opus 运行约 2 小时写出 5500 行代码，程序化生成了略显粗糙但可玩的 3D 场景。
Mira Murati · X45 Mira Murati分享开放权重模型发布与AI安全的思路
我们分享开放权重模型发布的方法、对Inkling的评估方式、为什么安全取决于模型本身及其进入的生态系统，以及测试、分阶段开放访问和更强防御如何为进一步开放铺路。
Thinking Machines · X38 不加区分地发布模型权重并不安全。把强大模型只留在少数几家实验室也不安全。我们认为两者之间存在一条可行之路，但还没有摸清它的全貌。我们的新文章介绍了目前看得到的部分：我们如何评估 Inkling，以及为什么应该分阶段扩大访问权限。https://thinkingmachines.ai/blog/a-safe-path-to-open-weights
不加区分地发布模型权重并不安全。把强大模型只留在少数几家实验室也不安全。 我们认为两者之间存在一条可行之路，但还没有摸清它的全貌。我们的新文章介绍了目前看得到的部分：我们如何评估 Inkling，以及为什么应该分阶段扩大访问权限。 https://thinkingmachines.ai/blog/a-safe-path-to-open-weights
Hugging Face Blog22 GPU 管理：为什么闲置 GPU 正在成为新的停飞客机
Hugging Face 博客指出，AI 的下一个真正约束是 GPU 利用率而非模型智能。GPU 成本按日历小时累积、产出却只按计算小时计，企业自购 GPU 后集群上线即面临"能否让它们保持忙碌"的新问题。文章以航空业利用率为类比，称即便满负荷的集群也可能浪费大部分潜力，因为 GPU 全天运行而需求并非如此。
Jeremy Howard · X19 Jeremy Howard 批评员工对影响公司的行动缺乏判断力
令人难以理解的是，许多人平时看起来头脑正常，但一想到会影响雇佣自己的公司的行动，就仿佛丧失了所有认知能力。
Jim Fan · X59 Jim Fan 称赞 Jensen Huang 关于开放模型为何重要的表态
Jim Fan 对 Jensen Huang 的帖子作出回应：“求知若渴，虚心若愚。绝对的传奇。” Huang 分享了一封由 NVIDIA 签署的信。信中称，开放模型能够增强安全性和网络安全、加速创新与传播，并实现主权。他表示，世界既需要前沿闭源模型，也需要前沿开放模型。 https://images.nvidia.com/pdf/Open-Weights-and-American-AI-Leadership.pdf
Mira Murati · X29 米拉·穆拉蒂：人工智能必须分布式部署，才能受益于分布式知识
让人工智能发挥作用的知识分散在各处，存在于科学家、工程师、临床医生和企业之中。人工智能要受益于分布式知识，自身也必须分布式部署。赞同黄仁勋的看法：这是一个值得共同建设的未来。
Import AI58 Import AI 465：开放与闭源模型差距收窄、Kimi K3 与 Demis 的 AGI 监管方案
英国 AI Security Institute 分析显示，开放权重模型与闭源前沿模型在网络安全能力上的差距正在收窄：GLM-5.2 最接近 4.3 个月前发布的 Claude Opus 4.6，DeepSeek-V4-Pro 介于 Claude Opus 4.5 与 GPT-5 之间，而 2025 年大部分时间测得的差距为 6 到 10 个月。
Berkeley AI Research40 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
伯克利 EPIC Data Lab 提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10，数据系统面临三大新挑战：面向智能体的数据系统、由智能体运行的数据系统、由智能体构建的数据系统。
Lilian Weng · X32 关于 AI 自我改进的 harness 工程新文章：https://lilianweng.github.io/posts/2026-07-04-harness/ 很难预测 RSI 的未来会在多大程度上依赖 harness。harness 工程很可能会朝着自我改进的方向发展，并推动自动研究；反过来，更智能的模型也会让 harness 保持简单。即使许多 harness 改进最终会被内化到核心模型中，明确目标和上下文的需求也不会消失。
关于 AI 自我改进的 harness 工程新文章：https://lilianweng.github.io/posts/2026-07-04-harness/ 很难预测 RSI 的未来会在多大程度上依赖 harness。harness 工程很可能会朝着自我改进的方向发展，并推动自动研究；反过来，更智能的模型也会让 harness 保持简单。 即使许多 harness 改进最终会被内化到核心模型中，明确目标和上下文的需求也不会消失。
Import AI52 Import AI 464：Fable 编写 GPU kernel、AI 自动化与模拟计算
Import AI 464 汇总多项研究进展。Fable 在 KernelBench-Mega 上写出 megakernel，在 RTX PRO 6000 Blackwell 上以 Cuda 实现 18.71X 加速，对比 Claude Opus 4.8 的 14.4X、GLM-5.2 的 11.14X 和 GPT 5.5 的 4.34X。
Hugging Face Blog28 为什么专业化不可避免：从优化理论、进化生物学到机器学习
Dharma AI 撰文解读 Goldfeder、Wyder、LeCun 与 Shwartz-Ziv 的 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》。
Oriol Vinyals · X10 Oriol Vinyals 回忆 Wojciech Zaremba 曾想撤下 RNN Regularization 论文
趣闻：大约一年后，@woj_zaremba 想让那篇论文彻底消失。不过我忘了原因——Woj？ @OfirPress 的引用帖：我于 2016 年 1 月开始研究语言建模，使用 @woj_zaremba、@OriolVinyalsML 和 @ilyasut 提出的“RNN Regularization”模型中的 LSTM，尝试降低它在 Penn Treebank（100 万个词元）上的困惑度。这促成了权重绑定方法，这种方法有时至今仍在使用。
Andrej Karpathy · X62 Karpathy 评 Claude Tag：LLM 交互的第三次范式重设计
Anthropic 推出 Claude Tag，让 Claude 以团队成员身份加入 Slack，可访问指定频道和工具，用户 @ 它即可委派任务。Karpathy 认为这是 LLM 交互界面的第三次重大重设计：第一次是访问网站，第二次是下载应用，第三次是成为自包含、持久、异步、拥有全组织工具与上下文的实体，与人类团队并行工作。他表示这需要打通工具、集成、计算环境、记忆和安全等底层工程，但确实可行。
Import AI62 Import AI 460：社会规则可被奖励攻击、Anthropic 的 RSI 数据与 RL 无人机竞速
本期 Import AI 汇总三项研究：伦敦国王学院、复旦大学与 Alan Turing Institute 构建 SocioHack 基准，用 72 个沙盒社会环境测试 AI 在信用卡积分、学校评分等场景中钻规则空子的能力，RL 训练的 LLM 在历史环境中以 61.25% 召回率和 90.85% 精确率重新发现已被修补的漏洞。
Import AI26 Import AI 459：AI 监管为何困难、蛋白质折叠模型的缩放定律、为 AI 系统灭绝风险定价
Import AI 459 讨论了 AI 监管的困难、蛋白质折叠模型的缩放定律，以及为 AI 系统灭绝风险定价。弗吉尼亚大学、Anthropic 与加拿大银行的经济学家估算，2025 年美国 AI 名义 GDP 约 2500 亿美元，质量调整后实际年增速约 2600%。美国 AI 算力支出从 2023 年 370 亿美元增至 2025 年 2190 亿美元，算力容量年增超 200%。
Import AI22 Import AI 458：直面 AI 的未来，以及一个奇点故事
Import AI 第 458 期收录一篇基于 2026 年牛津大学 HAI Lab 与 Cosmos Institute 合作 Cosmos 讲座的长文，以及一篇设想"正向奇点"的虚构故事。文章以 Epoch Capabilities Index（ECI，覆盖 40+ 项基准）为线索，主张 AI 的持续进步迫使人们在"探索未来"与"回避当下"之间做出选择。
Import AI34 Import AI 457：AI 版 Stuxnet、有缺陷的 Muon 优化器与正向对齐
Import AI 457 聚焦三项研究：SentinelOne 拆解出约 20 多年前的病毒 fast16.sys，它通过篡改内存中高精度计算软件（如 LS-DYNA 970、PKPM、MOHID）的结果来破坏科研与工程计算。
Import AI28 Import AI 456：递归自我改进与经济增长、AI 监管的“激进可选性”、以及神经计算机
Institute for Law & AI 提出“激进可选性”监管思路，主张政府短期避免过度监管，同时提前建设信息收集、举报人保护、评估审计等制度工具。Meta 与 KAIST 的论文提出 Neural Computer，将计算、内存与 I/O 统一在学习到的运行时状态中。
Berkeley AI Research34 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队梳理了并行推理领域进展，指出当前多数方法（如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild!
Jan Leike · X58 新论文提出自然语言激活（NLA），可将大语言模型的内部状态转化为可读文本
Jan Leike 写道，他很期待将自然语言激活（NLA）作为一种新的工具纳入可解释性工具箱。 在引用的帖子中，@saprmarks 将 NLA 介绍为一种无监督方法，可将大语言模型的内部状态转化为人类可读的文本，并表示相关结果有助于加深对大语言模型思维内容的理解，并对其进行安全审计。
Nick Turley · X12 Nick Turley询问：除了今天的即时模型更新，OpenAI还能改进什么？
除了今天的即时模型更新，我们还能改进什么？ @ s ama说：“嘿，Chat，我们没有忘记你 👀”Nick Turley询问，除了今天的即时模型更新，还能改进什么。
Import AI62 Import AI 455：AI 系统即将开始自我构建
Jack Clark 在 Import AI 455 中判断，到 2028 年底出现无需人类参与的 AI 研发（前沿模型能自主训练出自己的后继版本）的概率超过 60%，2027 年前实现的概率约为 30%。
Nick Turley · X56 Nick Turley 报告称，ChatGPT 图片功能的使用量在短短几周内增长超过 50%
Nick Turley 报告称，新版 ChatGPT 图片功能的使用量在短短几周内增长超过 50%，每日用户中近 60% 是新登录的用户。 他强调，该功能用途广泛，涵盖家居设计、学习、工作图形和创意任务。
Jan Leike · X0 向Anthropic致敬，感谢其没有退让
向Anthropic致敬，感谢其没有退让