Interconnects 播客复盘开源模型:Kimi K3 体验、Qwen 大模型计划与蒸馏争论
Nathan Lambert 与 Florian Brand 做季度开源模型复盘,讨论 Kimi K3 发布后的使用体验、GLM 5.2 的作用以及中国模型为何能追近闭源前沿。二人反驳 Ben Thompson 关于蒸馏在 RL 阶段更有影响的说法,认为 SFT 蒸馏收益有限,并讨论了限制中国开放权重模型可能带来的网络安全防御风险。
Nathan Lambert 与 Florian Brand 做季度开源模型复盘,讨论 Kimi K3 发布后的使用体验、GLM 5.2 的作用以及中国模型为何能追近闭源前沿。二人反驳 Ben Thompson 关于蒸馏在 RL 阶段更有影响的说法,认为 SFT 蒸馏收益有限,并讨论了限制中国开放权重模型可能带来的网络安全防御风险。
Jack Clark 在 Import AI 465 期汇总多条 AI 动态。英国 AISI 首次公开分析显示,GLM-5.2 和 DeepSeek-V4-Pro 在窄域网络安全任务上已接近领先其 4 到 7 个月发布的闭源模型。
播客邀请生数科技张金涛聊实时交互视频模型 Vidu S1:上传一张照片可变成能实时视频通话的 AI 角色,生成速度超过播放速度并支持无限时长。
Princeton 的 Arvind Narayanan 在 ICML Seoul 发表题为“还有什么工作留给我们做”的主题演讲,主张用 AI as Normal Technology 框架看待AI影响,并称实验室里程碑不会突然让人失业。他提出方法、产品、早期采用、适应四阶段,指出可靠性指标两年内仅提升五到十个百分点、适应阶段需要数十年;未来工作将从构建转向评估,人类应与AI形成“共同超级智能”。
推荐理由:作者结合能力与可靠性的测量数据,把AI经济影响拆为四个阶段,给出职业适应与评估优先的判断框架。
洛杉矶唱作人 sad alex 在 Suno 博客访谈中表示,她只用 Suno 解决具体问题,如切换人声性别、补足弦乐或电吉他等无法演奏的乐器声部,以及为卡壳的 demo 快速搭建基础,且仅用于自己 100% 持有版权的歌曲。她认为 AI 本质上是"向后看"的,无法像人一样前瞻性思考,而新鲜感与独特表达仍来自人类创作。
英灵殿创始人 Odin 在播客中称,他要做的是"全模态分子世界模型"和"通用科学人工智能",把人类科学进程压缩上百年。其团队约 30 人,已融资数千万美元,用本科生带做 8 个靶点并做出 sub 纳摩尔级活性分子,短期内坚决不做药物管线。
Google DeepMind BlueShift 负责人 Adam Brown 在播客中深入浅出讲解广义相对论,从爱因斯坦"最快乐的思想"切入,剖析引力是时空弯曲而非力,并延伸至黑洞为何无法被用来无限提取能量。节目最后讨论了 AI 距离从零重新发现广义相对论还有多远。
Arvind Narayanan 与 Akash Kapur 撰文认为模型推理在均衡状态下将陷入 Bertrand 悖论式竞争,价格趋向生成 token 的边际成本,模型层难以维持利润。
推荐理由:文章用历史案例和经济理论论证模型推理难逃商品化陷阱,实验室将靠上移价值栈构建护城河,但代价是企业锁定。
Dwarkesh Patel 的 AI 大问题征文赛收到超过 600 篇 essays,并公布三名获奖者及全文。
十字路口与真格基金「此话当真」串台播客复盘 Agent 元年 500 天,嘉宾为真格投资总监钟天杰和 AI 开发者归藏。
3Blue1Brown 的 Grant Sanderson 在播客中讨论 AI 在数学领域的进展。他指出 AI 自 2024 年起能在 19 秒内解出 IMO 几何题,但在组合数学题上仍表现吃力,数学内部的进展呈现"分形"式的不均衡。他还探讨了 AI 能否找到领域间隐藏联系、概念性突破的验证周期可能长达一个世纪,以及 AI 是否净增人类对数学的理解。
AI 视觉艺术家 Dream Relic(Broc Vaughn)借助 Suno 的 Create 功能,将积压多年的歌词转化为歌曲,用于 TikTok、Hooks、Spotify 及一张即将发行的全长专辑。他发布的一条视频收获数百条求歌名评论,让他重新审视自己的音乐创作流程。他表示目标不是让人关注工具,而是让人产生情感共鸣。
十字路口播客对话越伴动力创始人世博,介绍其发布的陪伴机器人小伴。产品不发人话而用类似外星语的声音,全身90%以上为柔软材质,采用端侧快脑1.7B、慢脑7B的快慢脑分工加云端超长程记忆,把交互延迟压到0.4秒以内。世博提出陪伴不是讨好、生命力不是可爱、少就是多的产品判断,并谈到创业时机与家庭机器人基座加情感交互模型基座两项基座能力。
拥有超 3000 万粉丝、50 亿次播放的洛杉矶舞者兼 DJ Matt Steffanina 表示,自己曾围绕他人音乐积累数十亿播放量,却不拥有任何底层资产,直到开始创作并拥有与内容相关的音乐才拿回长期控制权。他透露用 Suno 把音乐创意从数天缩短到几分钟落地,并称 Suno 与 Hooks 更聚焦创作者,让创作过程重新变得像玩一样。
纽约钢琴家兼作曲家 Eric Christian 在 Suno 博客专访中表示,Suno 是他创作新旋律时的最后一道检验,能在几秒内听到作品真正想要的交响效果,而过去做管弦乐 mockup 要花数小时。他已在 200 个国家售出超 10 万份乐谱,并称自己是最早在 Hooks 上认真创作的古典作曲家之一。面对质疑 AI 工具的古典音乐人,他的态度是“要么适应,要么被淘汰”。
Nathan Lambert 撰文认为 Z.ai 于 6 月 13 日向 GLM Coding Plan 用户推出、6 月 16 日以 MIT 许可开源的 GLM-5.2,是首个在编码智能体场景中真正好用的开源权重模型,社区评测显示其在 Arena 智能体榜单上是唯一能与 OpenAI 和 Anthropic 最新模型抗衡的开源模型。
推荐理由:作者以亲测和社区评测为依据,把 GLM-5.2 与 DeepSeek R1 时刻类比,并展开开源与闭源差距及监管风险的独特分析。
针对华盛顿近期签署 AI 模型审查行政令、国会立法提案及限制外国公民访问 Anthropic 最先进模型等监管动向,Nathan Lambert 与 Interconnected 联合撰文警告,未来若监管甚至禁止开源 AI 将是严重错误。
Dwarkesh Patel 邀请 Google DeepMind AGI 经济学负责人 Alex Imas 和 Epoch 经济学负责人 Phil Trammell 讨论 AGI 时代的经济学问题。
Sierra 回顾 2024 年 12 月提出按结果(outcome-based)定价以来的经验:自那时起 S&P 500 上涨约 30%,而 SaaS 指标 WCLD 下跌约 15%。文章引用 Madhavan Ramanujam 的 2x2 框架(自主性与结果归因)定位定价模式,认为按结果定价只有在软件高度自主且结果可清晰归因时才可行,并判断最终能存续的是卖结果而非卖访问权的公司。
推荐理由:Sierra 作者基于自身按结果定价的实践复盘其得失,并用一个 2x2 框架解释为何席位制 SaaS 正承压。
Anthropic 联合创始人 Jack Clark 在牛津大学人类中心 AI 实验室发表 2026 年 Cosmos 演讲,主张面对 AI 持续进步应选择探索未来而非回避现实。
Sayash Kapoor 撰文回应 Derek Thompson 认为AI异常性证明需要特别政府监管的观点,提出特别干预代价高昂,理由有三:基于预期伤害的预防性限制、将负担加在非直接致害的公司身上、绕过正常民主治理程序。
Jack Clark 在 Import AI 455 中判断,到 2028 年底出现无人类参与的 AI 研发(模型自主训练出后继版本)的概率超过 60%,2027 年约为 30%。
Arvind Narayanan 在其新文章和视频中逐条考证 Moravec 悖论(对人类难的任务对 AI 容易、反之亦然),指出它从未被实证检验,本质是 AI 社区认为值得研究的问题造成的筛选效应,其演化解释也很可疑。
Microsoft AI 发布长文,提出 Humanist Superintelligence(HSI)理念,即面向具体领域、受控服务于人类的超智能,并宣布组建由作者领导的 MAI Superintelligence Team。
推荐理由:Microsoft AI 提出以人类为中心、领域受限的超智能路线,文中给出医疗诊断等具体方向和 containment 难题的判断。
Linear 发布官方文章提出“自动驾驶 SaaS”愿景,认为真正变革在于 AI 主动推进工作,而非在旧系统上加聊天机器人。文章类比自动驾驶分级描述三种自主级别,从建议分配 issue 到规则自动执行,再到 coding agent 全程处理特定类别 issue,并称这已是 Linear 的产品方向。
Arvind Narayanan 撰文澄清《AI as Normal Technology》的核心论点:AI 能力提升与社会影响之间存在长因果链,收益和风险在部署而非研发阶段实现,政策重点应是韧性和部署环节。
Sayash Kapoor 在 AI as Normal Technology 框架下撰文指出,科学论文产出指数级增长但实际进步停滞甚至放缓,AI 很可能加剧这一生产-进步悖论。
金融科技公司 Mercury 的 staff 工程师 Matt Russell 在访谈中复盘其团队六个月使用 AI 智能体的经验。团队从 3 月内部黑客松起步,通过 Linear for Agents 把 issue 分派给第三方智能体并回收 PR,还用 Linear Asks 模板让 ops 团队自助提交工单、由智能体建 UI 并提交 PR,几乎无差错。
Linear 创始人发文分析为何质量稀缺,认为每次技术进步都会把行业拉离手艺,而 AI 正试图把制作者的判断和品味也从创作中分离出去。他主张质量本身就是商业策略:Linear 第二年实现盈利,第四年拥有超过 10000 个付费客户且几乎没有营销支出,并分享了以质量为北极星、3-5 人小团队、MVP 仅限内部使用、issue 7 天内修复等实践。
Sayash Kapoor 撰文提出 AGI 不是里程碑,公司宣布实现 AGI 不是可操作事件,对商业、政策或安全都没有直接含义。文章以核武器为反类比,认为 AI 的经济影响依赖以十年计的扩散过程,并批评基于影响、内部机制和基准行为的三类 AGI 定义各有缺陷,建议企业和政策制定者关注安全扩散而非 AGI 宣言。
推荐理由:作者区分能力与权力、以扩散视角解释 AGI 为何不是可操作事件,为评估各方 AGI 宣言提供了一个可用的分析框架。
Arvind Narayanan、Benedikt Ströbl 和 Sayash Kapoor 撰文分析 OpenAI、Anthropic 和 Google Gemini 下一代模型遇阻后的叙事翻转,认为宣布模型扩展已死为时尚早,行业领袖的预测并不可靠。
推荐理由:作者用可核查的证据指出业内叙事反复翻转的成因,并区分能力提升与实际社会影响的薄弱关联。
Arvind Narayanan 等人分析英国 NHS 肝移植匹配算法 TBS,指出其用 5 年生存期封顶计算移植收益,导致年轻患者无论病情多重都难以获得高分,2024 年 The Lancet 研究确认了这一年龄偏差。
推荐理由:原文用英国肝移植算法的年龄偏差案例,指出目标变量错配而非输入特征才是算法公平的关键,可迁移到其他预测决策系统。
微软 AI 发布 Copilot 应用,其 discover feed 体验整合了学习、探索与放松功能。微软 AI CEO Mustafa Suleyman 表示,Copilot 能理解用户生活语境,同时保护隐私、数据与安全,并记住最有帮助的细节。它还能提供知识获取,简化日常信息轰炸,并在用户需要时给予支持与鼓励。
Suno 发文回应 RIAA 代表三大唱片公司于 6 月 24 日提起的版权诉讼,称诉讼在事实和法律上均有缺陷,训练数据来自开放互联网上的中高质量音乐。Suno 还表示已设置阻止上传受版权内容、禁止按艺术家名生成等防抄袭机制,且起诉时双方正进行商业谈判。
推荐理由:Suno 官方回应 RIAA 诉讼,阐述其训练数据立场和防抄袭机制,可了解生成式音乐版权争议一方的核心论点。
Microsoft AI CEO Mustafa Suleyman 在 TED 演讲中提出,即便最接近 AI 开发的人也难以准确描述其走向,他用"新数字物种"这一隐喻来聚焦当下这一非凡时刻。演讲后他与 TED 负责人 Chris Anderson 进行了问答。