indigo (@indigox)

Anthropic 的最新 AI 政策研究，真是为封堵来自中国的竞争操碎了心😆 2028 将是决策窗口的临界点——届时"数据中心里的天才国度"（Dario 在 Machines of Loving Grace 里的隐喻）已经落地，而届时的赢家会决定全球 AI 的规则与规范。研究给出两条互斥路径： 情景 1 · 民主阵营领先：美国维持 12-24 个月的智能优势，规则由民主国家书写；中国下一代模型要等到 2029-2030 才能复现 2028 年美国发布的能力跃迁； 情景 2 · 中美胶着：政策不作为，导致中国实验室通过芯片走私 + 海外数据中心 + distillation（蒸馏攻击）追到近前沿；中国数据中心配合"够用就行"的廉价模型蚕食全球南方，威权阵营拿到全球部署的话语权。 研究给出的三个具体政策建议： 1. 堵漏洞：收紧芯片走私查处、限制海外数据中心远程接入、收紧半导体制造设备（SME）出口与维护服务。这是最重要的，因为它直接压低中国实验室的"算力天花板"，连带让蒸馏攻击都难做； 2. 守创新：通过立法明确"distillation 攻击违法"，建立美国实验室间以及实验室与政府间的威胁情报共享通道。白宫科技政策办公室发了备忘录，众议院、参议院、战争部都在跟进；但美国实验室之间也在做高度类似的事。反蒸馏立法如果通过，它能精准打击中国实验室，还是会变成"前沿实验室之间互锁的法律武器"？ 3. 推美式 AI 出海：延续白宫《AI Action Plan》里"出口美国 AI 技术栈"的方向，抢全球基础设施位置。 但研究最严重的问题是：里面充满了利益相关者偏见，Anthropic 同时是政策诉求者、Mythos 能力的拥有者、和 Project Glasswing 的发起者。它推的每一条政策——更严的出口管制、反蒸馏立法、政府背书 American AI 出海——都对它直接有利 。。。

我们一家人用三款AI模型 - 小孩喜欢 Gemini（学习最佳） - 老婆用 ChatGPT（日常问答） - 我用 Claude（工作流自动化） 御三家 一个都不少 还好没教 Oliver 同学用 Grok 😜

今天 Claude 在开发者大会上低调推出了一个小功能“Dream” - 做梦！在 Platform 控制面板里选择 Agent 留下的记忆，让它做梦就行，模仿了人类“梦境”修剪记忆和整理思绪的逻辑，可以异步执行，对已有的 memory 进行反思、整理 + 改进，挖出未被显式写下的新模式，这不是简单的总结！ Dario 在各种播客多次提到过，持续学习很重要，但不需要在模型的权重层做，只要 Context 足够大，通过优秀的工程架构也能实现的。真正的"持续学习"，可能只需要一个独立的离线 curation 循环——这就是 Dreams😴

基于 Transformer 架构的 LLM 最大的问题就是没有时间感，我觉得这是主观智能甚至是意识到重要部分，时间的连续感知和记忆的先后形成了“自我”！每次涉及到Agentic 任务我都得让模型自己使用 tool 确定操作时间，别让它靠幻觉脑补😂 不知道我这样对不对？

Stanford 用 1500 个工人和 844 个任务告诉 YC：你们 41% 的钱投错了方向 —— 你们投的都是"人们不想要"或"不需要"的东西，而那些"想要但没什么人做"的事正在等待 founders。论文中工人最想自动化的前 10 个职业 Claude 的使用量只有 1.26%，现有 AI 使用反映的是早期采用者偏好，不是真实工作场所需求！ WORKBank 把工作任务划分成了四个象限，高渴望和高能力分别表示对 AI 高需求和 AI 目前的能力： 🟢 Green Light（高渴望 + 高能力） 这一象限聚集的工作类型：数据录入 / 文件整理 / 日程安排 / 例行报告生成 / 标准化客服流程 / 重复性信息检索整合（QA、合规类） 🟠 R&D Opportunity（高渴望 + 低能力） 这一象限聚集的工作类型：跨系统协调（涉及多个工具/部门但仍结构化）/ 长上下文研究 + 综合分析 / 项目计划和资源分配 / 中等复杂度的创意设计 这正是创业公司应该看的方向——工人想要 AI 帮忙，但当前 AI 能力还没到位。 🔴 Red Light（低渴望 + 高能力） 这一象限聚集的工作类型：内容创作的最终呈现（艺术/设计/媒体红灯比例 47.6% 全行业最高）/ 客户面对面的关系类（销售/法律咨询/客户管理）/ 决策的"署名"环节（草稿可以 AI 写但谁署名 = 谁负责）/ 创意的灵感判断（"这个 ok / 不 ok"的最终拍板） 特征：技术上 AI 能做，但做的人在乎自己的 ownership / 创造性 / 客户关系——这是最容易引发劳动法纠纷和文化抵制的区域。中国法院的两个判例（Zhou 在 QA / Liu 做地图录入）就涉及这一区。 ⚪ Low Priority（低渴望 + 低能力） 这一象限聚集的工作类型：高度物理 / 跨系统手动追踪（电话、纸质文件、人工对接）/ 高度地方化、低标准化（每个城市/机场/银行流程都不同）/ 长尾的客户异常处理 / 受监管约束极强的小批量任务 特征：双低 = 不必做。论文也指出，这些任务人类做得也不开心（已经被流程化得很惨），只是 AI 现阶段也帮不上忙。 最被忽视的发现：同一职业内的不同任务往往横跨多个象限。最典型的例子 - 程序员： - "重构同一模式代码" → 🟢 - "理解模糊的用户需求" → 🟠 - "在客户面前展示 demo 并应对质询" → 🔴 - "在老旧 COBOL 代码里追一个偶发 bug" → ⚪ 这意味着"程序员被 AI 替代"可能是一个伪命题。程序员的某些任务在绿灯区（已被 Claude Code 大量自动化），某些在红灯区（客户沟通、责任归属），某些在 R&D 区（AI 还做不到的复杂理解）。 这也是 Diana / Cat Wu 描述的"PM 与工程师角色融合"在数据上的解释——工作不是被替代，是被重新切分到四个象限里🤔

在 xAI 联创陆续离职之时，xAI 公布了这段 45 分钟的内部全员大会录像，Elon Musk 主持，回顾了 xAI 过去 30 个月的成就、公司重组、团队介绍、基础设施进展，以及联合 SpaceX 一起绘制的未来新大饼🫓 1. 成立仅 2.5 年的 xAI 已取得惊人进步，而竞争对手（如 OpenAI 等）已有 5-20 年历史、更大团队和资源。 xAI 在语音、图像、视频生成（生成量已超过所有竞争对手总和）；部署了首个 10 万 H100 GPU 训练集群，现已经接近 100 万 H100 等效算力。 科技公司竞争力在于“速度与加速度”，xAI 是最快的，无人能及。Elon 感谢了离职员工贡献，并宣布公司重组以适应规模增长（像生物从单细胞到多器官分化）。 2. 公司分为四大应用领域 + 基础设施层 - Grok 主模型 + 语音团队（合并）：从零起步，6 个月内开发语音模式，超越 OpenAI；现已在 200 多万辆 Tesla 中运行。模型将极大提升知识工作者生产力（10 倍）；将构建让用户轻松完成工作新“门户”； - 编码团队（Lead: Makro）：编码模型已实用，能加速工程师 10 倍；路径通往递归自我改进（AI 训练下一代 AI）。2 - 3 个月内能达到 SOTA；年底可能直接生成二进制代码，绕过传统编程；与 SpaceX 合作解决算力/能源瓶颈； - 图像/视频团队（Imagine）（Lead: Tyler H. 等）：6 个月前从零起步，现排行榜领先；生成 60 亿图像/月（远超 Google 等）。未来将实现更长视频（10-20 分钟一键生成）、实时渲染、交互世界。这个团队的目标是领先 Meta 抵达“元宇宙”，到时实时视频生成/理解将占大部分 AI 算力； - Macro Hard 团队（Lead: Toby, John 等）：构建全能数字人类模拟器，能在电脑上完成任何人能做的事（包括工程、医学、设计火箭）；聚焦 GUI 代理（80-95% 软件有图形界面）；其目标是模拟整个只靠数字输出的公司（例如 Microsoft），这将带来巨大经济繁荣。 3. 基础设施与支持团队介绍 - 核心产品基础设施/API 将支持所有产品线； - 用领域专家（医学、金融、法律）评估模型，提升真实性和减少偏见；Grokopedia 已达 600 万文章，目标 Grok 5 无需外部搜索； - Memphis 超级集群已经支持了 30 万+ GPU，正在扩张；这是世界最大超级计算机之一；单个数据中心 6 周内完成 850 英里光纤、2.7 万 GPU安装；从架构到电力垂直整合，追求最高效率（PUE）。 算力优势是 AI 公司成功关键，xAI 部署最快！ 4. X 平台的计划 - X App 用户超 10 亿（安装量）；下载/参与度大幅增长；已经开源了推荐算法； - Grok Chat 将独立成 X Chat App（加密、音视频、多人、桌面分享）；X Money 即将测试推出，目标是所有货币交易的中心。 5. xAI + SpaceX 的宏大愿景 - 理解宇宙需探索宇宙，当前地球能源仅用 1%，需扩展到太空获取太阳能量（百万倍潜力）； - 计划建立地球轨道数据中心（100-200 GW/年，未来 terawatt）；月球工厂 + 质量驱动器（mass driver，发射 AI 卫星，达千 GW+）；抵达火星及更远的地方； 最终将延伸意识之光到恒星，探索银河系，发现外星文明遗迹。“未来从未如此激动人心” - Elon Musk