模型觀點 · 趨勢觀察
本篇出自 2026年7月14日 晨報
美國國家經濟研究局（NBER）一份工作論文（未經同儕審查，w35290）從投資數據反推：以目前的資本支出水位（美國前五大科技公司 2025 年 $380B、2026 年預測近翻倍），要讓這筆投資划算，AI 部門的生產力需在 2028 年前累計提升約 2.7 倍；不兌現，本輪基建潮就是史上最大資本錯配。口徑千萬別轉錯：2.7 倍指「廣義 AI 部門」，不是整體經濟——作者之一、Wharton 教授 Jessica Wachter 今年 6 月親自向 Marcus 澄清過這點。這篇工作論文本身的確切掛出日期，本系統目前未取得。這是模型推導不是實測，假設一變門檻就變；它的價值是讓「AI 是不是泡沫」第一次有了可以對答案的門檻。
只留 email，隨時退訂。這是我們唯一想請你做的事。
Stanford 的「平攤評測法」——用「從題目內容預測難度」壓低可靠評測的成本——今天完成定向查證,找到獨立第二證:ICML 2026 一篇論文用同路線做模型能力外推(scali…
Lambert 一年前的「美版 DeepSeek」宣言——2 年、1 到 5 億美元做出權重（模型訓練完的參數檔案）／數據／代碼全開放的前沿模型——本報完成定向查證:專案存在有媒體…
目前後訓練（模型練完基礎能力後、再教它怎麼答題的階段）的主力方法 RLVR（可驗證獎勵的強化學習：只在數學、程式這類有標準答案的任務上給模型獎勵）有個結構性盲點：它只優化「可以客觀…
SemiAnalysis 在同篇 AMD 實勘裡給出一組第一手工程觀察：2.5 名工程師配上 AI 編程代理，就能完成過去一整組人才做得完的新模型「發布日支援」：代理自動抓設定、跑…