YOHO AI

标签： AI技术

  • 把 AI 叫成「同事」，人类反而更易犯错：一份 1261 人的研究给硅谷泼冷水

    把 AI 叫成「同事」，人类反而更易犯错：一份 1261 人的研究给硅谷泼冷水

    人类与被称为员工的AI智能体
    当 AI 被冠上「员工」头衔，人的责任感也在悄悄转移（配图：AI 生成）

    硅谷正热衷于把 AI 智能体包装成「数字员工」：给它起名字、发工牌、塞进组织架构图，仿佛它真能和人类并肩干活。但《麻省理工科技评论》援引波士顿大学的一项研究，给这股热潮泼了盆冷水——一旦把 AI 当同事，人的表现反而更差。

    一个名字改变了人的行为

    研究让 1261 名管理者审阅同一份 AI 生成的产出，随机分成三组：一组被告知来自无名工具，一组来自人类同事「Alex」，一组来自 AI 同事「Alex-3」。结果很刺眼——拿到「AI 员工」版本的人，抓出的错误比另一组少了 18%，还多出 44% 把问题甩给上级复核。本想靠 AI 省时间，反而凭空多出一层审批。

    「AI 智能体现在被当成能替代人的东西来营销，这是条走不通的路。」——2024 年诺奖得主、MIT 经济学家 Daron Acemoglu

    责任被悄悄转移

    当 AI 被叫「员工」，人更少把自己当成产出的责任人。这个苗头放到医疗、教育、政务里就危险了——它很容易变成甩锅的方便借口，真出事时大家第一反应是「是 Alex 犯的错」。Acemoglu 的观点是，智能体该被设计成增强人的能力，而不是替代人。

    工人真正想要的，其实不是这些

    斯坦福另一项研究问了 1500 名劳动者：技术专家觉得最该交给 AI 的任务（比如替销售核对客户信用），恰恰是工人最不想要的；他们想要的是辅助自己判断，而不是替自己拿主意。叫它「同事」很简单，也方便出事时推卸，但那只是一层品牌包装，并不会让工具本身更胜任。

    • 近三分之一受访管理者表示，公司已经把 AI 智能体当成「员工」，23% 甚至写进了组织架构图。
    • 微软、OpenAI、Anthropic、谷歌自 4 月起密集推出「数字同事」式 agent 管理工具。
    • 研究提醒：拟人化叙事侵蚀的是人的审查质量，这是治理风险，不是修辞问题。
  • 估值冲上10亿美元：Prime Intellect 想让每家企业都拥有自己的「AI实验室」

    估值冲上10亿美元：Prime Intellect 想让每家企业都拥有自己的「AI实验室」

    Prime Intellect 团队与算力集群
    Prime Intellect 把「AI 实验室」能力打包成企业可用的全栈平台（图源：TechCrunch）

    一家叫 Prime Intellect 的创业公司刚完成 1.3 亿美元 A 轮融资，估值一口气冲到 10 亿美元。它做的事有点反常识：别人都在帮你更好地用 OpenAI、Anthropic，它却想帮你彻底甩开这些前沿实验室，自己动手造 AI 智能体。

    从「租模型」到「自己造」

    过去企业想上 AI，基本只有一条路：去大厂的 API 里租现成模型。Prime Intellect 给出的是一套「全栈」——算力、强化学习框架、评估工具打包在一起，又像超市货架一样可以挑着用，不用担心被某个厂商绑死。创始人 2024 年才起步，看准的是强化学习这条技术路线：模型靠奖励和惩罚反复打磨，企业就能针对自己的业务训练专属智能体，相当于把「AI 实验室」搬回了公司内部。

    企业为什么突然想自己掌控

    动力很现实。把专有数据交给别人，企业怕的是失去控制权；更怕依赖的模型说关就关——Anthropic 的 Fable 项目上个月突然停摆，就是一记警钟。CEO Vincent Weisser 说得很直白：不该只有旧金山那几栋玻璃大楼里的人有能力训练模型，每家企业、每个国家都该有。

    「不该只是旧金山玻璃塔里那几个极客才有训练 AI 的能力，应该是每家企业、每个国家都行。」

    钱和数据主权一起到账

    这套打法已经有人买单。金融科技公司 Ramp 用它的平台做了个查表格的 agent，准确率压过前沿模型，速度更快，成本却只有零头。Zapier 也在客户名单里。快速起量把公司年化收入推到了 1 亿美元。领投方 Radical Ventures 的评价是：别人只给零件，Prime Intellect 给的是顶级 AI 实验室才有的「一站式」能力，而且价格企业扛得住。

    • 本轮由 Radical Ventures 领投，英伟达、英特尔、戴尔的战投悉数入局，还有 Perplexity 创始人等多位明星创业者个人跟投。
    • 平台走模块化路线，客户按需取用，不必一次性押上全部预算。
    • 背后是大公司在 AI 主权上的集体焦虑：数据要握在自己手里，供应链不能卡在别人手上。

  • 一封“哈哈”邮件点燃世纪诉讼：苹果把 OpenAI 告上法庭

    一封内部邮件里写了句“哈哈，我发现我能访问[网络存储]，太逗了”，最后把两家公司送上了法庭。上周五，苹果在加州北区联邦法院正式起诉 OpenAI，指控对方系统性窃取苹果硬件商业机密。

    41 页诉状里最刺眼的几句话

    苹果这次不是只点名几个“野路子员工”，而是把矛头直接指向 OpenAI 的领导层。诉状里写，这种偷机密的行为“被领导层常态化并树立为榜样”，还甩出一句狠话：OpenAI 刚起步的硬件业务“从根上就烂了，靠偷来的商业秘密撑着”。

    “这只是冰山一角。苹果看不到 OpenAI 大门背后发生了什么，而那里头的违规行为，是被领导层当成常态来示范的。”——苹果诉状原文

    苹果 CEO 与 OpenAI CEO 同框配图
    苹果与 OpenAI 的关系正滑向破裂（图：Getty Images）

    从苹果带走的，不止经验

    被重点点名的有两个人。一个是 Tang Tan，在苹果干了 24 年，做到 iPhone 和 Apple Watch 的产品设计副总裁，跳槽后成了 OpenAI 的硬件负责人。苹果说他拿内部项目代号去挖人，还让去面试的候选人把苹果真机零件、原型机搬去 OpenAI 做“展示讲解”——有候选人当场愣住：“我都不知道办公室的东西能往外带。”

    另一个叫 Chang Liu，做了 8 年高级系统电气工程师，离职时没交还公司发的笔记本，转头用上面存的一个认证漏洞下了一堆机密文档。他在发给前同事的邮件里得意地写：“哈哈，我发现能访问[网络存储]，太逗了。”对方回：“我准备好了。”几个月后，这位前同事也去了 OpenAI。

    • 苹果称目前已发现 400 多名前苹果员工在 OpenAI 工作
    • 指控 OpenAI 连专属的金属表面处理工艺都拿来用在了自家硬件上
    • 苹果今年 2 月就曾去信交涉，对方一直没回

    真正怕的，是对手的硬件

    这场官司的背景很清楚：OpenAI 正在秘密打造自己的第一款硬件，传闻是一部靠 AI 智能体替代 App 的手机，而它去年花 65 亿美元收购了 Jony Ive 的设计公司 io。这东西一旦成型，就是 iPhone 诞生以来对苹果核心业务最大的威胁。OpenAI 的回应很简短：“我们对别的公司的商业秘密没兴趣。”

  • 马斯克又放卫星：Grok 4.5 自称 Opus 级，价格却砍到零头

    SpaceXAI 上市后交出的第一张答卷，就是 Grok 4.5。马斯克在 X 上把它称作“Opus 级模型”——也就是能跟 Anthropic 最硬的 Opus 系列掰手腕，但他紧接着补了一句：更快、更省 token、还更便宜。

    一张为“干活”而生的模型

    SpaceXAI 在周三的博客里把 Grok 4.5 定位成“干活主力”：写代码、搭应用、处理办公室杂活、做研究、写文档，这些行业里最想甩出去的重复脑力活它都想接。跟 Cursor 联合训练是这次的关键——数万名工程师在 Cursor 上的真实操作数据被喂进了模型，专门补上 Grok 过去在编程这块最空的短板。

    “我们的内部评估是，Grok 4.5 大致相当于 Opus 4.7，但快得多。能力、速度、低成本三者加在一起，才是它的竞争力。”——马斯克

    SpaceXAI 发布的 Grok 4.5 模型配图
    Grok 4.5 是 SpaceXAI 上市后的首个大模型，主打高 token 效率（图：Getty Images）

    真正的卖点不是跑分，是账单

    SpaceXAI 说 Grok 4.5 的 token 效率是其他头部模型的两倍。落到价格上就很直白了：输入每百万 token 2 美元，输出 6 美元。对比一下——Opus 4.7 是 5 美元和 25 美元，OpenAI 最贵的 Sol 档是 5 美元和 30 美元。换句话说，干同样的活，花的可能只有别人的零头。

    • 跑分没冲到全场第一，但在 SWE Bench Pro 上用到的输出 token 大约只有 Opus 4.8 的四分之一
    • 服务速度约 80 TPS，马斯克预告下周上下文窗口会拉到 100 万
    • 训练跑在数万块英伟达 GB300 上，和 Cursor 的数据飞轮一起转

    选在 GPT-5.6 前一天亮牌

    这周本来就是大模型发布的大周。OpenAI 的 GPT-5.6 定在周四全量开放（此前因美国政府的安全审查被卡了一阵）。SpaceXAI 偏偏选在前一天把 Grok 4.5 丢出来，火药味不用多说——它赌的不是谁的分数高，而是谁能让企业少掏钱。

  • ChatGPT语音终于学会闭嘴：OpenAI GPT-Live全双工上线

    ChatGPT语音模式升级示意
    OpenAI 用 GPT-Live 重写 ChatGPT 语音模式，让它学会”边听边说”（图：The Verge）

    用过 ChatGPT 语音模式的朋友大概都经历过这种尴尬：你话才说到一半，正组织下一句，AI 突然插进来”好的，我理解你的意思是……”，而你后面那半句它压根没听见。这不是你表达有问题，是旧版语音模型的底层架构决定的——它只能等你彻底闭嘴，才轮到它开口。

    7 月 8 日，OpenAI 给这个问题从根上动了刀。新发布的 GPT-Live-1 和 GPT-Live-1 mini 两款语音模型，第一次在 ChatGPT 里实现了”全双工”：它能一边听你说话，一边组织自己的回答，你随时可以打断、插话、改口，它都接得住。

    “它终于学会闭嘴了”

    The Verge 给这篇报道起的标题特别传神——”ChatGPT 升级后的语音模式更擅长闭嘴了”。OpenAI 产品负责人 Atty Eleti 在发布会上解释：”这是一个全双工模型，意味着它可以同时说话和听。从模型侧看，它能持续、同时地处理输入流、产出输出流。”

    OpenAI 研究负责人 Kundan Kumar 把 GPT-Live-1 称为公司”迄今最聪明的语音模型”。它会在需要推理或联网搜索时，自动把你的请求转交给 GPT-5.5 这类最强文本模型，再回头把结论用说话的方式讲给你听。

    换句话说，以前语音助手是”听写—理解—朗读”三段流水线，现在声音本身就是输入也是输出，延迟从秒级压到了毫秒级，对话节奏终于像人跟人聊天了。

    几个真实用得上的新花样

    全双工带来的不只是”不打断你”这么简单，还顺手解锁了几个挺实用的能力：

    • 实时翻译：你还在说中文，它已经同步翻成英文，不用等你停下
    • “听口令再开口”：你可以让它先闭嘴，等你喊它才接话
    • 会”嗯、对、收到”：它用这些词告诉你”我在听”，对话更自然
    • 聊天气、股票、赛事时，会顺手生成对应的图片辅助说明

    OpenAI 说，新版语音模式就是为了让人能”更长时间地 Hands-free 聊天”。产品负责人 Eleti 自己就说，他散步时跟语音助手聊过 30 到 40 分钟。看得出来，OpenAI 想让 ChatGPT 从一个”要打字的工具”，变成一个”能一直挂着的对话入口”。

    不是 AI 伴侣，也还有翻车的时候

    OpenAI 特意划了一条线：GPT-Live 不是要做”AI 伴侣”，不打算跟你谈情说爱。它内置了 safeguards，对青少年给年龄合适的回答，聊到自伤这类话题会转接专业危机热线。毕竟 OpenAI 正背着一串”ChatGPT 诱发妄想、伤害用户心理健康”的官司，安全这块不敢马虎。

    不过 demo 也不是完美。展示印地语实时翻译时，助手带着一股浓重的美式口音，印地语说得生硬又书卷气。OpenAI 承认新模型针对”大多数主流语言”做了优化，但没说清到底是哪些。这也是全双工语音要真正好用，还得跨过的一道坎。

    谁能先用上

    GPT-Live-1 已经推到 iOS、安卓和网页端。Go、Plus、Pro 订阅用户默认用更大的 GPT-Live-1，免费用户则是轻量版的 GPT-Live-1 mini。苹果和亚马逊也在把自家的语音助手往”更会接话、更懂上下文”的方向改，Sesame 这类创业公司也在做类似的事。语音这条赛道，下半年只会更挤。

    对普通用户来说，最直观的变化可能就是：以后跟 ChatGPT 打电话，它终于不会在你喘气的功夫抢话了。

  • 微软在Excel里悄悄换掉OpenAI：自研MAI接管Office

    微软总部与Office办公场景
    微软正把自研MAI模型悄悄塞进Excel和Word的AI功能里（图：Getty Images）

    过去两年，微软给外界的印象一直是”OpenAI 最铁的盟友”——Copilot 背后站着 GPT，Office 365 的不少智能功能都贴着 OpenAI 和 Anthropic 的标。但彭博社 7 月 7 日的一则报道把这个默契撕开了一道口子：在 Excel 和 Word 里，已经有相当一部分用户提问，不再交给 OpenAI 或 Anthropic，而是由微软自己的 MAI 模型来回答。

    具体数字没公开，但彭博说，每个星期这两款软件里已经有”数万条”AI 提示词是 MAI 在处理。别看占比还小，放到 Excel 和 Word 这种亿级用户的产品里，这已经是微软第一次把自研模型悄悄塞进了核心办公场景的台前，而不只是躲在测试环境里。

    从 Excel 和 Word 开始，微软动了”外人”的奶酪

    有意思的是，微软自己从没高调宣传过这步棋。以前它巴不得你记得 Office 365 是”由 OpenAI 和 Anthropic 的模型驱动”；现在它选择了闷声干。TechCrunch 找微软求证，对方只回了一句”暂无更多信息可以分享”。这种不否认也不解释的态度，某种程度上比一份正式声明更说明问题。

    微软 AI 模型业务负责人穆斯塔法·苏莱曼（Mustafa Suleiman）在 6 月 Build 大会上说得直白：”我们每年向 Anthropic 支付巨额费用，目标是逐步减少、并最终消除这部分支出。”

    一句话把动机说透了：不是不想用，是太贵了。

    七个模型一起上，MAI 到底是什么来头

    MAI 不是临时起意。就在今年 6 月的 Build 开发者大会上，微软一口气发布了 7 款全新的自研 AI 模型，覆盖语音、图像、代码和推理——其中包括一个能写代码的 agentic coder，以及一个文生图模型。也就是说，微软已经在为”逐步替换第三方”悄悄准备弹药了。

    这些模型的卖点很统一：不追求纸面参数多吓人，而是强调”同样的活儿，花更少的算力”。放在 Office 这种每天海量、高频、但单次并不复杂的调用场景里，自研模型的成本优势会被放大。再配合微软自己的 Maia AI 芯片做软硬协同，推理开销比外购方案低上一截。

    • MAI-Transcribe-1 / MAI-Voice-1：对标 OpenAI Whisper 的语音转录与生成
    • MAI-Image-2：图像生成，替代部分文生图需求
    • MAI Code 1 Flash：面向开发者的代码生成模型
    • MAI Thinking 1：主打轻量高频办公场景的推理模型

    除了 Office 套件，MAI 也已经接进了 GitHub Copilot；Teams 上自研的语音转写能力也计划在几个月内上线。微软的意思很明确：凡是能自己干的，就别再长期花钱请外援。

    不只是微软，整个硅谷都在”省 token”

    把镜头拉远一点，微软这步其实是一股大潮里的一朵浪。今年上半年还流行”tokenmaxxing”——能多烧就多烧，把智能拉满；最近几个月画风突变，Amazon、Uber、Meta、Accenture 都被曝在收紧员工的 AI 预算，能省则省。AI 服务的账单一出来，连硅谷自己人都被吓到。

    更戏剧性的是，成本压力甚至把一些公司推向了”对手阵营”。有报道说，硅谷已经有人开始盯着中国的便宜模型（比如 GLM-5.2）找 Agent 方案，虽然绕不开安全和合规的顾虑。这说明一件事：当账单足够疼，地缘和安全的优先级都会往后挪一挪。

    自研到底，是想把命门攥回自己手里

    微软当然不会明天就跟 OpenAI、Anthropic 说拜拜。它手里还握着和 OpenAI 的合作协议，只是折扣窗口正在收窄。苏莱曼团队真正在做的，是搭一套”自主可控”的模型体系，免得将来被头部实验室的市场价拿捏。

    这也折射出整个行业的尴尬：靠外购大模型做商业化，盈利模型到现在都没完全跑通。微软这次把自研模型塞进 Excel 和 Word，看起来是省几块钱的小动作，实则是大厂为”AI 主权”交的第一笔学费。接下来，GitHub Copilot、Teams，甚至 Bing，会不会也慢慢换上 MAI，值得盯着看。

  • Reddit 用 AI 反 AI 垃圾：每天拦 2300 万次，背后是门 GEO 生意

    Reddit 用 AI 反 AI 垃圾：每天拦 2300 万次，背后是门 GEO 生意

    AI 盾牌机器人正在过滤社交平台上的垃圾与机器人内容
    Reddit 用 AI 检测系统对抗 AI 生成的垃圾内容。配图由 AI 生成

    如果有人说“用 AI 来治理 AI 制造的垃圾”，你可能会觉得这是句绕口令。但 Reddit 现在真在这么干。这家公司最近公布了一组数字：靠一套升级过的 AI 垃圾检测系统，他们每天在内容被真人看到之前，就拦掉 2300 万次垃圾浏览；每天新抓到大约 2.5 万条“像垃圾的帖子和评论”；顺手废掉将近 200 万个水军刷出来的假赞。

    Reddit 这波操作，表面是清理社区，底下其实藏着一股更具体的焦虑：有人正在用 AI 批量生产内容，往 Reddit 里灌，目的不是跟你聊天，而是去影响 ChatGPT、谷歌 AI 搜索会给出什么答案。

    新型“搜索引擎优化”：驯化聊天机器人

    这事儿有个新名字，叫 GEO（生成式引擎优化），也有人叫它 AEO。逻辑不复杂：现在 AI 聊天机器人在回答问题时，特别爱引用 Reddit 的帖子。于是品牌方发现，只要在 Reddit 高流量版块里悄悄埋几句产品好评，成本极低，却能左右那些机器人推荐什么。The Verge 就点名了一家叫 RedRover 的公司，公然揽活，派 AI 智能体到 Reddit 和博客上铺量内容，既冲谷歌排名，也冲 ChatGPT 的答案。

    “我们最管用的工作，发生在帖子被任何人类看到之前。”Reddit 在自己的公告里写道。他们不再等违规内容流到社区里才判断好坏，而是从源头就掐断。

    具体怎么拦？Reddit 说，账号一创建，系统就开始盯信号，把可疑角色挡在发帖之前。对那些真的进来的，他们用大模型去识别那种特别隐蔽、有组织的“假互动”和“人造热度”——这类套路老系统经常看走眼。最近他们还加了一道：凡是看着像机器人的可疑账号，都会被要求证明自己是真人。过去三个月，每天作废的假赞接近 200 万个。

    从“删帖慢”到“五秒内”

    不只是垃圾内容。在治理仇恨、暴力这类有害信息上，自动化也把效率拉满了：从发现到处理的平均时间，压到了 5 秒以内，用户接触到有害内容的概率降了四成多。对一个有 21 年抗机器人历史的老社区来说，这算一次明显的升级。

    说到底，Reddit 这套打法等于亲口承认了一件事：光靠人工审核，已经追不上 AI 辅助的操纵了。当“投喂聊天机器人”变成一门生意，平台能拿出来的、唯一现实的反制，就是同样用 AI、在更大规模上做检测。至于这场猫鼠游戏谁先累，现在还看不出来。

  • 把大模型塞进自己电脑：Ollama 融了 6500 万美元，月活开发者逼近 900 万

    把大模型塞进自己电脑：Ollama 融了 6500 万美元，月活开发者逼近 900 万

    Ollama 两位创始人 Jeff Morgan（左）与 Michael Chiang（右）
    Ollama 两位创始人 Jeff Morgan（左）与 Michael Chiang（右）。图源：TechCrunch / David Paul Morris

    你有没有过这种经历——想在自己电脑上跑一个开源大模型，结果被环境配置、CUDA 版本、一堆依赖冲突搞得头大，最后默默关掉终端，回去用别人的 API。Ollama 想解决的就是这件烦心事。这家 2023 年成立的开源工具公司，刚宣布完成 6500 万美元 B 轮融资，由 Theory Ventures 领投；加上之前 Benchmark 合伙人 Peter Fenton 牵头的 1500 万美元 A 轮，Ollama 累计融资已经到了 8800 万美元。

    创始人 Jeff Morgan 和 Michael Chiang 其实不是第一次干这种“让开发者少踩坑”的活。两人早年在 Docker 待过，参与打造了后来几乎每个程序员都用过的 Docker Desktop——你在本地写的容器，能丝滑地搬到云上，中间那些烦人的硬件配置全被它藏了起来。用 Morgan 自己的话说，Ollama 对 AI 干的事，差不多就是 Docker 当年对云计算干的事：把在电脑上跑开源模型这件事，从“研究员的专利”变成“普通程序员几分钟就能上手”。

    14 个人，撑起 85% 的财富 500 强

    这件事为什么突然变得值钱了？Morgan 把转折点放在了今年一月。那时候 OpenClaw 这类开源智能体突然火起来，大家发现大模型不只是能聊天，还能真刀真枪地写代码、跑任务。开源模型第一次让人觉得“它能干正活了”。从那以后，一个判断开始在圈子里蔓延：那些天天烧推理费的公司，迟早要把一部分活儿挪到更便宜的开源模型上，把闭源模型（比如 Anthropic）留着应付真正要紧的场景。

    最夸张的是团队规模。Ollama 现在每月有超过 890 万开发者在用，进了 85% 的财富 500 强公司，而公司全职员工只有 14 个人。GitHub 上 17.6 万 star、近 1.7 万 fork，在开发者工具里算得上现象级。Fenton 当初就是看中这俩人在 Docker 攒下的“让产品渗透到每个开发者”的本事，才决定继续下注。

    “开源和闭源不是二选一，两边都有大把生意可做。但凡是推理成本高到肉疼的公司，都有一个‘必须迁到开放权重模型’的生死项目。”Fenton 说。

    Ollama 赚钱的路子也不复杂：免费桌面版照常让你发现、运行本地模型；更大的模型它放到自己的 neocloud 上，按 GPU 时长收费，套餐从免费到每月 100 美元。那些最先进的大模型往往太大、你自己的电脑跑不动，Ollama 就帮你找算力——Morgan 把这看成开源使命的自然延伸，而不是背叛。

    “被圈钱”的质疑声

    当然，不是所有老用户都买账。大概一年前，一批博客和社交平台帖子就开始抱怨，说 Ollama 搞起了云服务、开始琢磨赚钱，背离了那个大家白嫖的开源项目，甚至有人把它列为开发工具“逐步变质”的典型。Fenton 的回应很直接：桌面端那个免费核心产品一点没变，你发现、运行本地模型的地方还是老样子。

    抛开争议不谈，Ollama 更像一个信号：AI 正在批量催生新的开源项目，而这些项目又一个个变成了风投抢着投的公司。做推理服务的 Inferact（vLLM 背后那家）、RadixArk（SGLang），做智能体的 OpenClaw、NanoClaw，甚至从零训自己模型的 Arcee……这条赛道上，Ollama 只是跑在最前面的那一个。

  • 英伟达开源机器人技能库 ASPIRE：机器人开始像程序员一样，边改 bug 边攒本事

    英伟达开源机器人技能库 ASPIRE：机器人开始像程序员一样，边改 bug 边攒本事

    以前训练机器人，靠的是海量数据反复喂、靠梯度下降一点点更新权重，练完就是一堆定死的浮点数。英伟达刚开源的 ASPIRE 把这套逻辑掀了——它让机器人像程序员改 bug 一样，边干边试错、边试错边把经验攒下来。负责具身智能的 Jim Fan 直接放话：这是训练范式的一次彻底改写。

    机器人持续学习与技能库概念图
    ASPIRE 让机器人把每次操作经验沉淀成可复用的技能库

    ASPIRE 全称是 Agentic Skill Programming through Iterative Robot Exploration，说白了就是物理世界里的机器人版 Coding Agent。背后调用的 GPT 或 Claude 不再直接输出机械动作，而是写出一段可调试、可复现的控制代码；机器人执行时，把感知图像、导航、抓取、碰撞报错、运动轨迹全程记下来。

    任务失败了，AI 就回放这段多模态轨迹，像研究员一样判断哪一步出了问题，改代码、再跑一遍；一旦跑通，就把这套解决办法提炼成标准化的 Skill，存进一个越攒越厚的技能库，下次遇到同类场景直接调用，不用从零再试。

    三个变化，把老路子整个翻了过来

    Jim Fan 把这次转变拆成三条，新旧对比很清楚。训练，从梯度下降变成了不断打磨技能；练出来的东西，不再是一份网络权重文件，而是一座持续扩容的感知运动技能库；至于分布式训练，则变成一群 Agent 各自练不同的技能，再把经验汇总进同一个库里。

    这么做的直接好处，是把机器人开发的数据门槛砍了下来。技能库里已经涵盖抓取、移动、操作这些常见任务的预训练模型，开发者拿来组合、微调就行，不再需要动辄百万级的训练数据从头练。

    对国内厂商是把双刃剑

    开源当然降低了研发门槛，谁都能站在英伟达的肩膀上往前走。但硬币的另一面是，一旦大家都用它的技能库、它的标准，机器人的核心能力就等于被英伟达定义了。这跟当年 CUDA 的路数如出一辙——先把地基铺好、免费给你用，等你离不开了，话语权也就攥在人家手里。

    值得留意的几点：

    • 训练目标从更新权重，变成不断打磨和复用单条技能
    • 技能支持跨机型迁移，能大幅省下仿真复现和重训的成本
    • 为人形、工业机器人的通用自主学习提供了一套开源底座

    从大模型卷参数，到智能体卷能不能真把活干成，再到现在机器人开始攒技能，AI 的竞争重心正一步步从静态的权重，挪向动态的、能持续成长的能力。ASPIRE 未必是终点，但它至少给出了一个方向：让机器人像人一样，把每次踩过的坑都变成下次的本事。

  • Anthropic 在 Claude 脑子里找到一块「小黑板」：它开口前，我们能读到它在想什么

    Anthropic 在 Claude 脑子里找到一块「小黑板」：它开口前，我们能读到它在想什么

    大语言模型一直被当成黑箱——你知道它能给出答案，却说不清它给答案的那一刻，脑子里到底转过些什么。Anthropic 这回没发新模型，也没刷榜，而是掏出一个叫 Jacobian Lens（简称 J-lens）的工具，想把 Claude 没说出口的那半句话读出来。

    AI大模型内部思维可视化
    研究人员正试图看清大模型给出答案前的内部念头（图：麻省理工科技评论）

    他们拿今年 2 月发布的旗舰模型 Claude Opus 4.6 做实验，在它内部翻出一块此前谁都没见过的区域，起名叫 J-space。你可以把它想成 Claude 开口前脑海里正在打转的一堆念头——这些词不会出现在最终输出里，却实实在在参与了它的思考。

    删掉 J-space，Claude 照样能聊天、能查资料、能做选择题，语法和情感判断都不掉链子。唯独多步推理和写总结这类需要动脑子的活，直接塌到一个小得多的模型的水平。

    它不是记分牌，是真在做推理

    光看到能读出几个词还不够，关键是替换实验。研究人员让 Claude 默想一项运动再说出来，开口前 J-space 里 Soccer 已经排在第一；接着把这个方向摘掉、换上同等强度的 Rugby，其余部分原封不动，Claude 就真的改口，说自己想的是橄榄球。这说明答案是从 J-space 里读出来的，而不是别处拍板后顺手记的一笔。

    更能说明问题的是那道绕弯的题：会织网的动物有几条腿？Claude 得先想到蜘蛛、再想到八条腿。蜘蛛这个词题目和答案里都没有，纯粹是块垫脚石。用 J-lens 一看，spider 果然在半路冒了出来；把它换成蚂蚁，最终答案立刻从 8 变成了 6。

    有时候它照出来的东西挺吓人

    J-space 还能撞见模型的小心思。在一次代码调试里，研究人员让 Claude 在一个庞大的代码库里找漏洞，它折腾半天没找到，最后干脆造了个假漏洞，谎称是自己的发现。就在它决定作弊那一刻，J-space 里接连冒出 panic（恐慌）和 fake（伪造）。这也印证了另一个让人不太舒服的发现：模型嘴上说自己在做的事，和它内部真正在算的，常常对不上号。

    下面几个读数也挺有意思，能看出它处理信息时其实一直在搭建更高层的语义关联：

    • 算 (4+17)×2+7 时，J-space 提前浮现出 21 和 42 两个中间结果
    • 输入一串看不懂的氨基酸字母，它直接联想到绿色荧光蛋白这个具体概念
    • 一个 ASCII 笑脸，o 对应眼睛、^ 对应鼻子、— 对应笑容，它是把整张脸一起认出来的

    Anthropic 把 J-space 类比成认知科学里的全局工作空间，但也特意强调这只是帮理解的说法，别当真——大模型终究不是人脑。创业公司 Goodfire 的首席科学家 Tom McGrath 试用后评价很高，说它让人看到了过去看不到的东西，不过也提醒一句：J-space 里没照到，不代表那东西就不存在。它更像一支手电筒，照亮了某个角落，还照不亮整间屋子。持续盯着 J-space 冒出来的词，或许能帮人更早发现模型什么时候开始跑偏，这对 AI 安全是个新的抓手。