大神觀點
本篇出自 2026年7月11日 晨報
大會主辦人 swyx 前天現場論述(影片,2026-07-10):終結「一路變大」路線的不是能力天花板,是可用性經濟 — 最聰明的模型又慢又貴,而所有人共同的硬預算是時間;付得起無限的錢,也沒人付得起無限的等待。往下走要靠資料效率(人類讀百萬字級就出師,模型要讀數兆字)、持續學習、新架構 —「而這些我們都還沒有」。他同時給「AI 自我改進導致爆炸」降溫:目前的自我改進多半在已知範圍附近重組。
它接住本報哪條判斷:與 7/10 期 Ilya Sutskever「卡住模型的是泛化差距,不是規模」同向 — 一週內兩位獨立圈內人各自講了「規模時代讓位」。折扣:單一專家預測,先看方向。
只留 email，隨時退訂。這是我們唯一想請你做的事。
Nathan Lambert 對 Opus 5 追平旗艦給出機制解釋:他認為關鍵是「更快的迭代速度＋規模化強化學習(RL)」,而旗艦模型「反而還太大、還沒法同樣做 RL」。若這個解…
Dwarkesh Patel 是獨立科技訪談者與作者，其 AI 產業深度論述常被業界轉引。他 6 月的文章主張：每個要教給模型的技能，背後對應至少數百位人類專家寫示範與評分標準；專…
Thompson 是科技戰略電子報 Stratechery 的作者、產業判讀最受引用的分析者之一。在華府與華爾街同聲恐慌的一週，他的判斷反著走：中國開源模型的威脅並不新；前沿實驗室…
Mollick 是賓州大學 Wharton 商學院教授，企業界讀者最多的 AI 實用主義評論者。他以第一手實測給出 2026 下半年的判讀：要拿 AI 做真工作，實務選項只有 Ch…