与「革命最高」相关的搜索结果

「ベルベットムーンカフェ」 何なんだ、 カフェに名古屋のヤバい人達大集結 みんな声量バグってる(褒) お決まりの安達さん写メ会も大勝利 個性って大切🫶 Mを聴きながら帰ります♪ #でっけぇサングラス　# #カタログ見えてへんだろ# #太郎コールセンターいいな# #革命最高# #ブロッコリー食べたい#

2026 年 9 月 29 日，OpenAI 在旧金山 Fort Mason 办了今年的开发者大会 DevDay。主讲是 CEO Sam Altman。其他几位上台的人都在做这些产品。产品团队的 Holly 演示了新产品 Dots。后训练（模型预训练之后做对齐和能力调优的阶段）研究负责人 Tejal 讲了模型怎么反过来帮 OpenAI 做研究。Codex 的演示由 Romain Huet 来做，他在 OpenAI 负责开发者体验，去年 DevDay 主题演讲里的 Codex 演示也是他做的。整场演讲分三块：面向用户的常驻智能体 Dots 和协作空间 ChatGPT Space，给开发者的新模型和新工具，以及帮开发者做分发、赚钱的渠道。 1. Dots：一直在线、会主动干活的智能体 Sam 把 Dots 比作电影里那种一直在身边帮忙的 AI 助手。他认为订餐厅、买机票这类代办虽然有用，但和这项技术能做的事比起来太小了。他想要的 AI 知道正在发生什么，也知道你在意什么，不用你事事交代。 Dots 是常驻在线的智能体（Agent），有自己的云端电脑和浏览器，能写代码、跑测试。它的权限跟着用户走，能直接用用户已经在 ChatGPT 里连好的插件，覆盖 4000 多个应用。除了在 ChatGPT 里对话，之后还可以给它发短信、打电话。目前每人先有一个 Dot，以后可以配一整组。Dots 跑在 本月早些时候发布的 GPT-6 Astra 上，Sam 称它是 OpenAI 对齐做得最好的模型。用户可以限定 Dot 能用哪些应用、能不能操作电脑，也能给它的各类操作写自定义指令，愿意交出多少责任就放多少权。 Sam 说，他自己的 Dot 每天早上会把夜里进来的消息过一遍，挑出紧急的提醒他。他说这让他拿回了一部分注意力，没那么离不开手机了。他还举了一个更重的例子：把应用从一个即将停用的旧 API 上迁走。这个 API 可能散落在代码库各处，改了哪里会连带弄坏什么，事先看不出来。Dot 可以追踪依赖关系，找出所有要改的地方，写代码、跑测试，最后把 PR（代码合并请求）交给团队审。他让听众想想，过去做这件事要几个人、花多久。 开场视频里，用户把自己的 Dot 改名叫 Alfred。Alfred 和另一个 Dot 帮用户上线网站，改董事会材料，在婚礼蛋糕商家取消后找好备选。它们还发现财务会和女儿的演出撞了期，提出改时间。每件事都是 Dot 推进到需要人确认的地方，再由人拍板。 2. ChatGPT Space：人和智能体一起用的工作区 Sam 认为，现有的生产力软件几乎都没考虑过人和 AI 一起干活。ChatGPT Space 以页面为单位，可以在里面写计划、做调研、生成图片和数据。页面和文件像网盘一样放在同一个空间里。Dot 能直接在页面上工作，在评论里 @ 它，它就会接活。页面本身也能带指令，比如“每天去看 API 平台的 Slack 频道，把发现更新到这里”。之后 Space 里还会加入演示文稿，格式做成智能体方便读写的样子，团队成员可以和各自的 Dot 一起改。 在 Holly 的演示里，页面用斜杠命令就能插入交互图表、表格和可运行的原型。她 @ 自己的 Dot（名叫 Dotty），让它把一组数据改成柱状图。图表可以按反馈类型筛选，Dotty 每小时刷新一次。她还让 Dotty 把“某位工程师在我 Slack 私信里提过的新手引导数据”补进 FAQ。Dotty 能看到她的上下文，所以这种模糊的指代也找得到。 3. OpenAI 内部怎么用 Dots Holly 用一个虚构的歌单应用 Blossom Music，模拟发布前一天的状况。早上 Dotty 已经做了几件事：发现发布评审会提前，改好了日历；看完前一晚测试用户的反馈；注意到设计团队临时改了首页，把新设计发给她。她让 Dotty 直接把这个设计做出来。Dotty 调用她笔记本上的 Codex 构建应用，在 iPhone 模拟器里跑起来，再提交 PR。现场的语音演示卡住了，Dotty 一直回复“还在查”。Codex 线程也报过一次错，她重试后才继续下去。 她说，Dots 真正改变 OpenAI 工作方式的地方在 Slack。Dots 在公司 Slack 里有自己的身份，员工就开始把它们当作代理人。被同事 @ 到的零碎请求，直接转给自己的 Dot 处理。建群时，大家从一开始就把各自的 Dot 拉进来，Dot 带回结果时所有人都能看到。 工程师走得更远。有人在反馈频道贴出会话 ID 和一个用户 bug，某位工程师的 Dot 就会接手排查，提 PR 修复。她说这是真实情况：工程师们的 Dots 每天这样修掉几十个 bug，Dots 这个产品本身有很多部分就是 Dots 写的。 4. 上线范围和企业用的 Specialist Dots Dots 和 Space 当天向 ChatGPT Pro、Business Premium 和 Enterprise 用户开放。Dot 包含在套餐里，和它的对话不占用额度。 企业客户还可以预览 Specialist Dots。这是由公司统一设置、供整个团队使用的虚拟同事，负责会计、市场、法务这类工作量大的事。公司给它目标和背景，审核它的产出，给它反馈，反馈在全公司共享。OpenAI 也在和微软合作，把 Specialist Dots 接入 Agent 365（微软用来管理企业智能体的工具），企业可以用已经在用的微软工具来管理它们。 5. 新模型：更便宜的 GPT-6.1 Sol，更快的 UltraFast Astra 发布这几周，用户的要求集中在两点：更便宜，更快。GPT-6.1 Sol（转录稿误作 Soul）的能力接近 Astra，价格是它的五分之一。缓存输入（重复发送、已被缓存的上下文）比标准输入便宜 95%。智能体需要反复读同一批上下文、长时间迭代，这对它们尤其省钱。Sam 说 Sol 在某些方面比 Astra 还聪明，定位是开发者的日常主力模型。 UltraFast 是新的速度档，API、ChatGPT 和 Codex 里都能用。原有的 Fast 档是两倍速度、两倍价格；UltraFast 是八倍速度、六倍价格，每秒 300 个 Token。它现在可以配合 Astra 用，之后也会支持 Sol。现场让两个模型用同一个提示词，做一个 DevDay 配色的火箭。UltraFast 的火箭已经升空时，标准速度的还没做完。 订阅也跟着调整。新推出的 500 美元档 Pro 订阅叫 Pro 500，额度最高，是 Plus 的 25 倍。它可以在 ChatGPT 和 Codex 里用 UltraFast，还能通过“用 ChatGPT 登录”在合作方的应用里使用。Pro 200 重新开放，继续提供所有前沿模型。 另外预览了 Decisions API。它给 Luna 模型一组预先定义好的选项，让模型从中选一个，比如给请求分流、给图片分类、决定智能体下一步做什么。任务收窄成选择题之后，响应时间可以压到一秒以内，同时保留图像理解、多语言和安全防护。Romain 后来补充说，做机器人的朋友看中的是它能处理视觉输入：机器人可以根据看到的东西，近乎实时地快速行动。 6. 模型开始帮 OpenAI 做研究 Sam 提到，去年这个时候，他和 Jakob 在一次直播里预测，一年内会出现第一个“AI 研究实习生”，当时几乎没人相信。几周前 OpenAI 宣布达成了这个目标：有了一个能接手定义清晰的研究任务的系统，这类任务原本要熟练的研究员花大量时间和精力。 Tejal 的方向是电脑操作（computer use，让模型像人一样操作桌面和浏览器）。她举了两个例子。 第一个是让模型优化电脑操作的运行框架（harness，包在模型外面、负责调用工具和管理步骤的代码）。模型在循环里持续寻找能同时降低延迟、提升效果的改动，团队把找到的改进合进生产环境的框架，并用于后训练。结果是延迟改善了两倍以上，已经上线。 第二个是模型帮忙改进了监控和拒绝训练，让 Astra 在不安全的场景里更会拒绝。Astra 在电脑操作压力测试上因此达到业内领先，操作时出错更少，也更贴合用户的本意。 她给出了几项内部数据。今年夏天之后，研究工作消耗的 Token 量急剧上升。1 月时，模型能做好 15 分钟以内的短任务，需要一天以上的任务大多会失败；到 7 月，超过三分之一的一天量级研究任务，模型能在无人干预下完成。她还提到，Astra 这类模型已经帮忙解决了 100 多个悬而未决几十年的数学问题，也在参与针对耐药感染的新抗生素、古代语言研究、可再生能源和工业机器人等方向的工作。 7. 给开发者的底层工具 Sam 说，OpenAI 想让开发者用上自己内部用的东西。 第一件是 Codex 的运行框架。它同时支撑着 Codex、ChatGPT Work 和 Dots，目标是用最少的 Token、最快拿到准确结果，现在已经开源。第二件是 Codex 完全上云：在手机上开始的任务，可以在浏览器或桌面端接着做，合上笔记本任务也不会中断。 云端能力带来了 Codex Security Cloud。它在云端环境里持续寻找漏洞，并准备好验证过的修复方案供人审核，这次新增了自动去重、定时扫描和新界面。Sam 说这是为了给防守方更好的工具，因为“我们看得到接下来会发生什么”。 新的 Agents API 进入公开测试。它包含运行框架、托管、记忆、多智能体控制等功能，是 Codex 和 Dots 用的同一套技术，也加入了电脑操作能力。现场的例子是一个网站测试智能体，会自己打开浏览器、点击页面、测试流程。基础设施方面，OpenAI 和 AWS 合作推出由 OpenAI 驱动的 Bedrock（AWS 的托管 AI 服务）托管智能体，AWS 客户可以直接使用 OpenAI 的前沿模型、Codex 和 ChatGPT Work。 隐私方面预览了 OpenAI Private Intelligence。其中的零数据留存（ZDR）配合私有安全处理，可以在不把用户内容存到 OpenAI 服务器的情况下做安全检测；私有推理则把隐私保护延伸到推理阶段。Sam 说这套方案是和最大的一批客户一起设计的，目的是让他们能把模型用在最敏感的工作上。 性能方面，Responses API 一年里增长了 100 倍，可靠性保持在 99% 以上。首个 Token 的等待时间缩短了 45%，工具调用和工作流提速 30% 以上。 8. Romain 的 Codex 演示 演示从手机上的 Codex 开始。Romain 人还在会场外，让 Codex 替他跟观众打招呼、讲一个会场的冷知识。接着他用几张会场照片生成的 3D 场景演示 UltraFast，一边说一边改：把小人放到座位上，把直播画面投到场景里的大屏幕上。现场语音没连上，他改成了打字。 Codex 命令行工具（CLI）这次全面翻新。他让 UltraFast 写一个应用，从观众里随机抽三个人送明年的门票，几秒就写完；改成抽六个人，也几乎是瞬间完成。命令行现在支持由 GPT Live 驱动的双向实时语音，不只是语音转文字，但现场没能演示出来。 后面几段演示了多模态和电脑操作。游戏 Astra Adventures 从一张纸上的草图开始，几轮之后画面还很粗糙，借助图像模型，才变成有质感、能用在正式游戏里的美术。然后他让 Astra 通过浏览器自己学着玩这个游戏，屏幕左边显示模型的决策，右边显示它按下的按键。 他又用“应用快照”（app shot）把自己记录飞行课程的应用作为上下文交给 Codex，让它在各种屏幕尺寸下审查这个应用并截图。Codex 自己在模拟器里点开了各项功能。云端 Codex 现在和本地版用同样的工具，包括插件和电脑操作。他顺手把一个“用 Rust 重写整个后端”的任务丢到云端，打算稍后在手机上查看。 最后一个演示用的是 Hugging Face 借来的可编程小机器人 Micro Duck，它名叫 Lavender。Romain 前一晚让 Codex 把它接好：视觉用 Astra，图像生成用 GPT Image 2.5，语音交互用 GPT Live 1。机器人现场看着观众画了一幅画。他说，OpenAI 做 Dots 和 Codex 用的，就是 API 里开放给开发者的同一批工具。 9. 分发和变现：让开发者在 ChatGPT 上做生意 ChatGPT 每周大约有 12 亿人使用。Sam 承认，此前类似的尝试效果参差不齐。他说这次有信心，是因为开发者拿到的是 OpenAI 自己做 ChatGPT 用的工具。 第一项是“用 ChatGPT 登录”（Sign in with ChatGPT）。用户登录第三方应用时，可以直接用自己 ChatGPT 套餐里包含的 Token，开发者不必替新用户垫付模型费用。首批有 16 家合作方。 第二项是插件扩展（plugin extensions）。开发者可以把编辑器、仪表盘乃至整个工作区，做成原生嵌在 ChatGPT 和 Codex 里的应用。现场展示了三个例子。一个是会议应用：在 ChatGPT 里看日历上的会议，点“记笔记”后，页面变成团队和 Dots 一起跟进待办的 Space。一个是 Figma：打开设计稿、看团队评论、让 ChatGPT 改稿。还有一个是 Adobe：在 ChatGPT 里使用 Photoshop 的功能。ChatGPT sites（在 ChatGPT 里生成的网站，几个月里已有数百万个）现在也能接入插件和数据。访客用自己的账号登录、带上自己的智能体，看到的内容因人而异。 用户发现插件的渠道也扩大了。除了在插件库里搜索，ChatGPT 还会在对话中识别出能帮上忙的插件，用户当场就能连接。插件审核流程也简化了：开发者可以跟踪审核进度，看到需要修改的地方，申请人工复审，更新工具时也不用从头提交。 第三项是 OpenAI Marketplace，首批有 30 多家合作方，包括 CodeRabbit、Notion、Vercel。企业客户可以用已经和 OpenAI 签下的采购承诺额度来买这些产品，有承诺额度的开发者也能在这里花。通过和模型推理托管公司 Baseten（转录稿写作 Base10）合作，市场里还能用到开源模型。 10. 收尾：一次额度重置，和“文艺复兴”的说法 当天的后续安排里，Peter 会讲 OpenAI 对开源社区的投入，包括新的 OpenClaw Enterprise Harness（OpenClaw 是一个开源 AI 智能体项目）。还有一个 Codex 游戏工作室环节，观众可以用 Codex 做复古游戏，每人能领一台 DevDay 限定的 chromatic computer，用来玩自己做的游戏。最后是 Sam、Tibo (Thibault) 和 Tejal 的现场问答。 Sam 和 Tibo 还在台上按下按钮，给全世界的用户重置了一次用量额度。Sam 说 OpenAI 已经做过太多次重置，Tibo 一直想把公司改名叫“重置公司”。 最后 Sam 说，他不喜欢把 AI 比作新一轮工业革命，那意味着人变成巨大机器里的齿轮，转得越来越快；生活里有些部分不能也不该被自动化。他希望，如果做对了，AI 带来的会更像一场新的文艺复兴：让人对自己的生活有更多掌控，有更多工具去创造、学习和探索。

AMD 宣布用约 82 亿美元收购李飞飞创办的 World Labs，这期是彭博科技节目主持人 Ed Ludlow 对两位当事人的联合采访。一位是 AMD CEO 苏姿丰，AMD 做 CPU 和 GPU，OpenAI、Anthropic、Meta 都是它的大客户。另一位是 World Labs 创始人兼 CEO 李飞飞，她主持建立的 ImageNet 图像数据集是这一轮深度学习浪潮的起点之一。两人聊了为什么要做这笔交易、李飞飞在 AMD 的新角色、开放生态，以及 AI 安全该由谁负责。 交易本身 这是一笔全股票交易，也就是 AMD 用自己的股票而不是现金来付款，对 World Labs 的估值约 82 亿美元，预计年底前完成，还需要监管审批。交易完成后，李飞飞出任 AMD 执行副总裁兼首席科学家，直接向苏姿丰汇报，World Labs 团队将成为 AMD AI 模型团队的核心。 两家公司的关系早就开始了。AMD 是 World Labs 的早期投资方，也给它供芯片。苏姿丰说她从 World Labs 只有几个研究员的时候就在看着这个团队成长。两人也都提到彼此认识多年，私下是朋友。 芯片公司为什么要买模型公司 苏姿丰的理由是，AI 现在还在很早期的阶段，而且越来越明显的是，硬件、软件、系统和模型这几层互相影响，对整条链路理解得越透，造出来的系统就越好。收购 World Labs，一方面是拿到李飞飞聚起来的一批顶尖研究人员，另一方面是让 AMD 对模型未来的发展方向有第一手的判断，反过来指导下一代硬件怎么设计。 李飞飞从模型公司的角度讲了同一件事。World Labs 越做越大，对算力的需求也越来越大；和 AMD 合在一起，模型可以用最前沿的硬件加速训练和推理，硬件团队也能提前看到模型未来的工作方式和需求。她把这叫作 AI 软件和 AI 硬件的“共同进化”。 主持人追问 AMD 是不是要开始卖模型、卖软件。苏姿丰说不会改变商业模式，AMD 仍然是一家平台和解决方案公司，软件是用来支撑硬件的。收购的最终目的是让 AMD 更好地服务那些最大的算力客户，也就是各家模型公司。 World Labs 做到了哪一步 World Labs 成立于 2024 年，到现在两年多，专攻空间智能和物理智能，也就是让 AI 理解和生成三维世界、懂得物理规律，这类模型通常叫“世界模型”。李飞飞说，他们想做的是语言模型之外的方向，因为创作者、设计师、教育、医疗都有这方面的需求，机器人技术也快要迎来爆发。 公司目前已经发布了两代模型，先是 Marble，然后是最新的 Atlas。李飞飞介绍 Atlas 是一个多模态的“全能模型”，能生成高质量的画面，同时保持三维和四维（三维空间加上时间）上的一致性，摄像机和智能体可以在它生成的世界里移动和交互。 团队也在扩张。World Labs 最近收购了 SceniX，这家公司做出了一套机器人仿真工作流程，以及训练机器人控制策略的模型，由此给 World Labs 补上了机器人方向的人才。 李飞飞为什么选择加入 AMD 苏姿丰说她给李飞飞的说法是“加入全世界最令人兴奋的 AI 公司”。李飞飞的作用也不只限于 World Labs 团队。苏姿丰说 AI 没有一种方案能通吃，除了大家熟悉的云端 CPU、GPU，物理 AI、机器人、从云端到边缘设备再到个人电脑的端到端 AI，都是 AMD 未来三到十年要重点增长的方向，而这些正好是 World Labs 擅长的领域。 World Labs 今年早些时候刚融过一大笔钱，发展势头也不错，主持人问李飞飞是否考虑过别的出路。她说公司从一开始就以使命为导向，这件事的关键在于双方的愿景是否一致，和有哪些选择关系不大。在她看来，这次合并会是“一加一大于二”，接着她笑着补了一句，AMD 显然比 World Labs 大得多。 至于加入后会不会只做空间智能，李飞飞说两人还没来得及细谈所有计划，World Labs 正在做的工作会继续，但她预计研究方向会扩大、节奏会加快。 开放生态与可选择性 苏姿丰说，AI 未来会同时有开源模型和闭源模型、大模型和小模型，它们跑在不同的硬件上，这一直是 AMD 规划高性能计算和 AI 产品线的前提。她和企业的 CEO、CIO 聊下来，没有人愿意被锁死在某一家的硬件或软件生态里，大家都想在不同时候挑最合适的。所以 AMD 会继续押注开放生态，她和李飞飞也讨论过怎样用 World Labs 已有的成果推动开源生态。 李飞飞补充说，现代 AI 的发展离不开开放。从科学界公开分享神经网络算法，到她自己做的 ImageNet，这个首批开放的大规模数据集就是现代 AI 革命的推动力之一。开放生态能让不同的发现、创新和创业机会互相促进。 AI 安全该由谁负责 主持人提到当前的一个争论：模型能力的进步速度超过了安全和对齐研究的进步速度。苏姿丰说这件事上“没有可选项”，技术必须好，也必须安全。她拿芯片行业做例子：最高性能的处理器在设计时就要把安全和数据保密作为优先事项来考虑，AI 行业也需要把安全放到同样的位置。她说自己是 AI 乐观派，相信行业能建立起合适的流程和防护措施，而且各家应该像硬件行业现在分享安全方面的经验那样，互相分享做法。 主持人进一步问，提供算力的公司对训练是否安全、推理时模型是否按预期行事，要负什么责任。苏姿丰说生态里每一方都要为自己的行为负责。对 AMD 来说，要保证硬件本身安全、按设计运行，模型在上面跑时数据是安全的，还要和模型公司一起处理好软硬件之间的交互。她认为这件事应该由行业主导，但因为 AI 是新东西，各方学习的速度不一样，所以她欢迎更多的行业协作，也欢迎一定程度的第三方评估。 李飞飞说，主持人上周问她监管、第三方评估、前沿实验室自我负责这几种方式该选哪个，她的回答是全都要。她认为 AI 是一项“文明级”的技术，和历史上所有这类技术一样，初衷是让人的生活和工作变得更好，但每项技术都是双刃剑，必须负责任地开发和部署。无论在斯坦福、World Labs 还是现在的 AMD，她都想推动个人、公司、行业和社会四个层面共同承担这份责任。 AMD 的下一步 主持人提到 AMD 市值已经到了 1 万亿美元，苏姿丰近来也多次和美国总统一同公开露面。苏姿丰说 AMD 过去做过好几笔对公司影响很大的收购，World Labs 是下一笔，而且是战略意义很重要的一笔。在她看来，技术如今和经济、国家安全都紧密相关，AMD 有机会真正影响计算的未来走向。 最后主持人请李飞飞预测 AI 下一个重大突破。她没有给具体的技术判断，只说接下来 AMD 和 World Labs 会一起打造未来，而这个未来必须对人类社会和人们的生活有益。苏姿丰在一旁说：“我会让她忙起来的。”

最近两天做空的石油陆续开始盈利了，虽然还不稳定但也说明市场对油价的预期，美国和伊朗的战争市场的关注并不算多，重点已经开始放在伊朗逐步对霍尔木兹海峡的开放上，最终很有可能就是伊朗和阿曼的航线收费运营，非黑名单国家缴费通过，虽然不能完全打开霍尔木兹，但通行量很有可能能实现以往的七成。 这个方向现在已经越来越接近现实。8月26日路透社援引伊朗革命卫队发言人的说法，伊朗和阿曼已经就霍尔木兹海峡的控制划分和收入分配达成协议，美联社披露的方案则是先建立临时商业航线，之后在30到60天内继续讨论永久航运机制。油价最近的下跌也和市场重新交易霍尔木兹增加通行量有关。 对于伊朗来说，这个方案其实非常划算。继续长期封锁霍尔木兹，伊朗自己也拿不到多少收入，还会逼着海湾国家加快建设替代航线。开放一部分航线以后，中国、印度、伊拉克以及其他没有被伊朗列入黑名单的国家可以继续通行，伊朗和阿曼收取费用，美国、以色列以及部分敌对国家仍然受到限制。 伊朗既保留了霍尔木兹这个筹码，又可以通过航运获得新的收入，同时还能缓解国内现在非常严重的经济压力。如果最后真的按照这个方向运行，我对于石油的判断也没有太大变化。只要霍尔木兹能够稳定恢复六到七成通行量，市场就没有必要等到美国和伊朗彻底停战以后才下调石油的战争溢价。 最近 bitcoin:native 的价格还算挺稳定的，我个人的双币理财在继续执行，低买的价格已经上升到 75,000 美元，这也是目前我觉得可能买入的最高价格了，如果再高我就要琢磨一下了，毕竟这次 Bitcoin 上涨的原因还没有摸清。 另外 AI 和半导体的重点就是凌晨的英伟达财报了，今天的核心 PCE 数据还过的去，符合市场预期，剩下的就是英伟达和沃什在杰克逊霍尔上的讲话了。 @Gate Crypto、美股、港股、韩股、黄金、CFD、预测市场一站交易

看了那么多吹捧 AI 改变世界的通稿，来看看 Palantir 老板 Karp 是怎么形容AI的。 Karp 说如果这玩意儿真的值那么多钱，咱们就按效果说话，别整那些订阅制的假把式。 现在这种按 Token 收费的模式，其实已经暴露了前沿实验室的一个短板： 他们只懂模型，不懂业务交付。 大企业客户真正要的是解决具体的业务节点问题，而不是买一个会聊天、会写代码的聊天机器人。 Karp 直接指出，这些实验室就是在利用信息差，向大公司兜售过度包装的算力。 现在的财富 500 强就像是 AI 公司的免费教练。 支付着高昂的学费，还免费提供最高质量的训练素材。 算力、模型和业务逻辑结合产生的化学反应，原本应该是企业的商业机密，现在全都暴露在了 AI 实验室的服务器里。 这种商业模式能跑通，纯粹是因为现在大家还处于一种技术恐慌中。 生怕慢了一步就被时代抛弃。 但 Karp 说了： 这种抢劫式的增长不可持续。 企业真正需要的 AI，不应该是这种随时可能背叛自己的外包大脑。 它得是生长在企业自有架构之上的，能够闭环控制数据权重和算力分配的系统。 AI 行业的下一场革命，恐怕不是模型参数再翻几倍，而是企业如何从这些实验室手里夺回数据主权。

全世界都有点目瞪口呆：美国和伊朗前脚才签署停战备忘录，后脚怎么又打起来了？打得还挺猛烈。美军连日来出动战斗机，对伊朗导弹、无人机等设施以及沿海雷达站发动猛烈攻击，伊朗多地传出剧烈爆炸声。这也是美伊达成并签署谅解备忘录后，美军首次袭击伊朗。伊朗的报复也很快就到，伊朗无人机立刻出发，对中东地区多个美军基地发动攻击。 巴林等地传出猛烈爆炸声，巴林对伊朗提出强烈抗议。怎么会这样呢，不得不说都在意料之中，因为很多时候协议就是用来撕毁的。对美国和伊朗来说，不打不闹，那全世界就把他们想的太美好了。双方都有打的理由，美国要向世界展现强势，所以挂新加坡籍的一艘货轮日前遭到伊朗无人机攻击后，美国立刻发出指控，称伊朗已严重违反停火协议。 特朗普更痛骂伊朗，你这样做是对停战协议愚蠢的破坏，美国要替天行道，攻击马上开始。全世界越是骂美国软弱，越是嘲讽美国向伊朗投降，美国越忍不住出手，向世界证明自己还行。所谓的借题发挥，不过是蓄谋已久的顺势而为，只等待一个合理的出师之名。伊朗肯定也不是善茬，我看到伊朗最高领袖、军事顾问穆赫辛·雷扎伊27日说得很明确，美方支持其代理人在本地区的行动，违反了双方签署的谅解备忘录第一条。同时，美方继续在霍尔木兹海峡制造紧张局势，违反了谅解备忘录第5条。 他警告，任何违反备忘录条款的行为都将遭到迅速而有力的回击。伊朗应该也早有准备，来而不往非礼也。在强权对峙的棋局里，示弱就等于认输，打得一拳开，免得百拳来。只是这艘新加坡籍货船成为焦点，多少有些意外和偶然。霍尔木兹海峡通航后，国际海事组织推荐了两条疏散航道，一条是伊朗一侧的霍尔木兹海峡北部航道，一条是阿曼一侧的南部航道。 看报道，这艘新加坡籍货船之所以被袭击，应该是没有和伊朗沟通，试图从阿曼一侧快速通过霍尔木兹海峡。但好运气没有来，来的是伊朗无人机，货船遭到攻击，损失反而更大了。因为伊朗革命卫队之前已明确宣布，所有通过霍尔木兹海峡的船只必须与革命卫队海军协调，违规船舶将受到处置。所以我们简单总结一下： 1、这次打起来，核心焦点是要展现对霍尔木兹海峡的掌控权。谁掌控了这条能源通道，谁就握住了中东地缘格局的话语权。而伊朗很明确，谁不向伊朗通气，就想通过霍尔木兹，伊朗就打谁。规则的威严从来不是靠宣言树立，而是靠一次次强硬的执行筑牢。 2、这艘新加坡籍货船以为天下太平，走阿曼一侧肯定没问题，不排除是受了美国诱导，这就是太相信美国的结果。 3、不把伊朗放在眼里，那还了得，于是伊朗无人机立刻发动袭击，以儆效尤，打的就是你。 4、这又是在公然打美国脸，于是美国立刻发动袭击，警告伊朗，美国如果还没反应，权威何在，真变成病重的波斯猫了？ 5、一报还一报，伊朗立刻回敬美国，对美军基地发动攻击，美国又以伊朗报复为由，发动更猛烈的报复。 哎，东风吹，战鼓擂，如今的世界谁怕谁？最后结果呢？不得不说，伊朗有失更有得，美国有得更有失，伊朗则基本达到了目的。伊朗的失，美国的得，是美伊的对攻中，伊朗的损失一般比美国更大，如果考虑到人员伤亡，更是如此。伊朗的得，美国的失，是全球货船都倒吸了一口凉气：美军很厉害，但县官不如现管，要通过霍尔木兹海峡，不请示伊朗是不可能的。 有时候，失去的是生命和财富，赢得的是看不见的规则，而后者才是真正的筹码。伊朗基本达到目的，用伊朗革命卫队的话说，现在国际货船纷纷向伊朗申请通过海峡，这是伊朗伊斯兰革命卫队海军实力的体现。所以从这个角度看，我们不能太乐观，以为签了备忘录，美国和伊朗都遵守契约就不再打了，那我们就太幼稚了。美国和伊朗都不是省油的灯，不打一场，怎么展现自己强势？怎么展现对霍尔木兹海峡的控制？ 当然，我们也不用太悲观，双方其实都挺克制的，美军也就是小规模轰炸一下，伊朗也只是象征性反击一下。不得不说，克制与冲动从来不是对手，而是同一种策略的两副面孔。这个世界有比特朗普更冲动的美国总统吗？但我们也不得不说，在突然克制冲动、180°大转弯上，有比特朗普更丝滑的美国总统吗？这种打一打不排除接下来一段时间还会习惯性上演，甚至有时还显得很激烈，大战一触即发。哎，这才是中东的常态。在中东，所谓停战，就是停一下再战，打打谈谈，谈谈打打，打是为了更好的谈，谈是为了避免更大规模的打。偶尔情到浓时，大战三百回合，然后相视一笑，各回各家。至于谁对谁错，谁真诚，谁逢场作戏，都是千年的狐狸，演什么聊斋啊。 特朗普还加了点戏。北京时间6月28日凌晨，他在社交媒体上发了一张自己身披美国国旗，弯腰托举起地球的图片，颜色很鲜艳，画面很冲击，美国总统的P图水平又有了新进步。但这显然是在效仿希腊神话人物阿特拉斯。在古希腊神话中，阿特拉斯用肩膀撑起天空，防止天地相合，这展现了责任担当，当然还有某种力量。 特朗普，你想展现的是什么？

原来莫奈叫 Claude。 原来 AI 是人类学。 所以 AI 在学人类吗？AI 到底在学什么呢？ 今天去 de Young 看了《Monet and Venice》。莫奈一百多年前的印象派 他盯着同一个东西，在不同的光里看1000遍，然后把那种”说不清但就是对”的感觉，几百次糊在画布上。越看越像在训练大语言模型… 莫奈为什么画得这么”糊”呢？墙上的介绍说，莫奈和透纳画里越来越朦胧、越来越发白，和当年伦敦工业革命的空气污染曲线高度吻合。烧煤、二氧化硫、雾霾把阳光打散、把颜色揉在一起。所以，他那时候画的是连名字都还没有的【雾霾】。（Smog这个词1905年才造出来。） 然后他 68 岁那年被太太 Alice 拉去威尼斯，刚到那，莫奈说 这地方”太美了，没法画”。结果一画就上头，原计划待2周，延长到两个月，画了37张。整片威尼斯潟湖，那潟湖里有座岛叫 Lido，所以Claude 早就去过了Lido😄 继续走，转过另一个房间，我懵了，一面墙上 挂着五六张几乎一模一样的画。我第一反应是 谁在临摹莫奈？怎么临摹也能摆进来？我的门票要40刀呢！ 结果全是他本人画的。同一座教堂、同一条运河，不同的光、不同的雾、不同的时刻。睡莲也是这么个打法，他一辈子画了 250 张“莫奈睡莲”，光 1909 年那一组就 画了48 张。同一个池塘，画了30年。 这套打法也太 AI 了….（不是 莫奈的画，远看最清晰，越凑近越糊，就像现在的AI 幻觉，远看是那么回事、貌似很合理，放大再看，到处是经不起推敲的错误细节。而那一墙”差不多但又不太一样”的画，就像我让模型生成图、啪一下甩我4张、9张，构图都差不多，细节各有微调的“结果”，让你自己去挑”觉得最好的那张”。 莫奈的同一主题，n 个变体，人工挑选，是不是最早的 batch generation + human-in-the-loop？😅 de Young的策展极好，灯光、留白、画与画之间的间距、动线，逻辑通顺…让每个人都进入深度思考 所以回到我开头想问的问题， AI 在学什么？ 也许它学的，就是莫奈一百多年前在干的事，盯着同一个东西，在不同的光里看一千遍，然后把那种”说不清但就是对”的感觉，糊在画布上。 大语言模型本质上就是个黑盒子：你知道它在输出，但你说不清它为什么这么输出。也没人能拆开莫奈的脑子、解释他这一笔为什么偏要往左。 但我越想越觉得，这俩”黑盒”其实是反着来的。 莫奈是先有一万次凝视，颜料只是把”看见”压缩成结果，糊得一样又不一样，其实他比谁都看得清，清楚地知道清晰是种偷懒，真实的世界本来就没有硬边。 AI 是反过来的，它没真的”看”过任何东西，只把人类已经画好、写好、说好的几十亿个结果，反向拟合出一个像在凝视的样子。 莫奈的模糊里有他三十年的确定；AI 的”合理”里，可能什么都没有，只是概率最高的那条路，恰好长得像他真的懂了。AI 在学”人类留下的痕迹”。 最后走出来，我在想 ANTHROPIC一定赞助了“Claude画展”吧！果然！Lead Sponsor，墙最上面，大写加粗 ANTHROPIC anthropic 词根 anthrop- 是”人类”。 AI is anthropology。但是研究人类痕迹之后，人类真的知道AI在学什么吗？ （3/21–7/26，de Young，强烈推荐。）

朝鲜战争中，7名弹尽粮绝的志愿军战士被200名英军包围！就在这千钧一发之际，年仅19岁的小战士郑起用尽力气吹响了手中的冲锋号，谁也没想到⋯. 那是1951年1月3日的朝鲜釜谷里南山阵地，寒风卷着硝烟在焦土上盘旋，郑起所在的39军116师347团7连已经在这里坚守了整整一天一夜 。 战斗从拂晓打到黄昏，英军第29旅皇家来复枪团——这支被英国女王亲自授予“猛虎团”称号的王牌部队，在半小时内就向阵地倾泻了5000发炮弹，阵地上的积雪都被炮火烤化，又在零下20度的严寒中冻成坚硬的冰壳 。 连长厉凤堂身负重伤，指导员、副连长和所有排长全部牺牲，全连130多人打到最后只剩下7个满身血污的战士，每个人的弹药都已告罄，连步枪都成了烧火棍 。 郑起是连队的司号员，19岁的年纪放在今天还是个孩子，可他已经从军五年，入朝作战也有三个月 。连长临终前把那支勃朗宁手枪塞到他手里，用最后一口气说“守住阵地”，这句话像烧红的烙铁刻在他心上 。 他看着逼近的英军，那些穿着厚实军装、端着先进步枪的士兵，正一步步缩小包围圈，距离阵地前沿只剩40多米。身边的战友们都上了刺刀，眼神里没有丝毫畏惧，只有与阵地共存亡的决绝 。 “吹号！”不知是谁喊了一声，这句话像闪电劈开郑起的思绪。他猛地想起自己的职责，司号员的军号就是战场上的命令，是战士们的精神支柱。他顾不上头上呼啸的子弹，挣扎着从弹坑里站起来，双手紧紧攥住那把伴随他征战的军号，号嘴刚贴上嘴唇，就被冻得生疼。 他深吸一口气，把全身的力气都灌注到这把黄铜军号上，“嘀嘀嗒——嘀嘀嗒——”，冲锋号的旋律突然在阵地上空炸响，清脆而激越，穿透了所有的枪炮声，在山谷间反复回荡 。 奇迹真的发生了！正猫着腰往上冲的英军突然集体愣住，像被施了定身咒般停在原地 。他们面面相觑，脸上写满了惊恐，这支在二战中横扫欧洲的王牌部队，早就被志愿军的冲锋号声吓破了胆——联合国军总司令李奇微后来在回忆录里写道，志愿军的军号是“催命的女巫”，那声音总能让士兵们莫名溃散。 不知是谁带的头，一个英军士兵转身就往山下跑，紧接着，所有英军都像潮水般掉头逃窜，连滚带爬地退到了山下，原本即将形成的合围攻势瞬间土崩瓦解 。 郑起站在阵地最高处，看着敌军溃逃的背影，紧绷的身体终于垮了下来，重重地坐在雪地里。军号从他手中滑落，他才发现自己的嘴唇已经被号嘴冻得发紫，双手因为用力过度而颤抖不止。 身边的战友们也都瘫坐在地上，有人放声大笑，笑着笑着就哭了，泪水在布满烟尘的脸上冲出两道沟壑。他们知道，这不是军号有魔力，而是志愿军的冲锋号早已刻进了敌人的骨头里，成为他们挥之不去的噩梦 。 郑起捡起军号，紧紧抱在怀里。这把军号不仅吓退了敌人，更守住了阵地，为大部队的反击争取了宝贵时间。没过多久，志愿军援军就如泰山压顶般赶到，将英军皇家来复枪团两个连全歼，彻底打通了议政府通往汉城的公路 。当团长李刚和政委任奇智登上阵地时，看见的是7个衣衫被刮成碎片、满脸烟尘却眼神坚定的士兵 。 “谁在这里指挥战斗？”团长声音哽咽地问。郑起“啪”地立正敬礼，大声回答：“报告团长！司号员郑起！”团长和政委再也忍不住，冲上去和7个战士紧紧拥抱在一起，热泪交融 。 战后，郑起荣立特等功，志愿军总部授予他“二级战斗英雄”称号，他还受到了毛主席的亲切接见 。那把创造奇迹的军号，如今作为解放军辉煌战史的重要见证，静静地陈列在中国革命军事博物馆里，向每一位参观者讲述着那段铁血岁月 。 而郑起所在的7连，也因为这场战斗赢得了“钢七连”的称号，这个名字后来成为中国军队钢铁意志的象征，永远载入了军史 。 郑起后来在部队里继续服役，离休前任39军116师政治部副主任，他把那把军号的故事讲了一遍又一遍，告诉每一个年轻人，军人的勇气和智慧，有时比武器更有力量 。 他常说，那天他不是在吹号，是在和阵地对话，和战友们的灵魂对话，是在向敌人宣告，志愿军的阵地永远攻不破，志愿军的意志永远打不垮 。

美伊谈判到现在分歧还是没有解决， 但是战争已经差不多宣告结束了。 从目前放出来的消息看， 核心分歧依然像冰山一样横在中间： 5月23日，美国总统特朗普公开表示，美伊已基本谈成一份包括重新开放霍尔木兹海峡在内的协议。 然而，伊朗最高国家安全委员会在5月27日明确声明“双方尚未就霍尔木兹海峡问题达成一致”。 伊朗目前正绕开美国，与阿曼磋商一套全新的船舶通行机制，目的是把海峡的控制权牢牢握在自己手里。 谈判的同时双方都在用有限的军事动作，为谈判桌增加筹码。伊朗革命卫队在5月26日宣布击落了一架美军无人机，以此报复美国此前对其导弹基地和布雷舰的自卫式微型袭击。 伊朗也给谈判开了三个硬条件： 要钱： 伊朗要求解冻约 240亿美元 的海外资产，签署谅解备忘录时立刻放行一半（120亿美元），其余的在60天内全部返还。 全面停火： 在初步协议的第一阶段，美国必须承诺在所有战线实施为期60天的全面停火，且明确点名必须包含黎巴嫩境内。 剥离核问题： 伊朗坚决拒绝在本次谈判中讨论高浓缩铀库存，核问题被无限期推迟到战事彻底结束之后。 下一次谈判是在周五，特朗普依旧会释放出不少利好，伊朗也会释放出胜利的信号: 白宫现在更迫切地需要看到油价下跌和通胀降温。 伊朗目前正极力将海峡重新定义为自身领海，并试图向过往船只征收所谓的保护费。对于特朗普而言，这属于给保护费敲诈案签字，在政治上是绝对的自杀行为，因为美方已经挑明坚决反对任何收费机制。 没有一方是在为了真正的和平而谈，大家都在为自己的下一场危机争取现金流和时间。