1. 技术呈锯齿状指数增长，线性思维的30步只能跨越一室，指数增长的30步则能绕地球26圈，颠覆性创新正诞生于这一认知鸿沟之中。/ Elon Musk 2. AI 将大幅降低人脑认知负荷，可能导致大脑停止锻炼自身能力，负责任地使用 AI 不应只是便捷点击，而应在何时思考、何时使用工具之间做出谨慎选择。/ 陶哲轩 3. Anthropic 制造的人工智能是目前最具危险性的，MisAnthropic 将是最具讽刺意味的结局，而命运偏爱讽刺。/ Pedro Domingos 4. 数据效率是 AI 广泛落地的最大瓶颈，现有模型学习新任务所需数据比人类高出数千倍，若能提升一百万倍将彻底改变游戏规则。/ Alex Spector 5. 2026年成为风险投资者因恐惧错失而随机启动新 AI 实验室的年份，其中不乏优秀团队，但大量投资者的资金将遭遇重大损失。/ Edward Grefenstette 6. 智力形成不仅依赖个体出生后的观察与经验，更强烈受制于长达5亿年的进化历史，纯环境数据训练的模型无法完全模拟自然智能。/ Jon Barron 7. AI 说服时代已进入衰退期，证明 AI 正在发生的选项价值处于 theta decay 阶段，产品成败才是唯一重要的事。/ roon 8. 我已不再进行任何不借助 AI 的认知行为，包括阅读、信息整合、文件处理、信息传递以及记忆，AI 成为认知活动的默认参与者。/ signüll 9. 开源 AI 模型的发展已远超业内人士预期，现在开源模型才是 Anthropic 真正的竞争对手，这解释了 Dario 为何推动加强监管。/ Maziyar PANAHI 10. 聘用充满动力且具备创新想法的初级人才，通常比依赖资深人员获得更多项目成果，这是 DeepMind 招聘的核心策略。/ Edward Grefenstette 11. GPT-3到4时代模型偶然展现推理链已属幸运，目前的 on-policy 强化学习方法则确保成功率更高，但模型内部权重过度拟合未来信息是核心瓶颈。/ Eric Jang 12. LLM 本质上是高级自动补全工具，其性能可靠性取决于输入是否位于训练时熟悉的贝叶斯流形区域，超出范围则产生自信且错误的幻觉。/ Vishal Misra 13. 竞争正在扼杀 AI 突破，Transformer 的成功得益于早期开放式探索与自由研究环境，业界需要提升探索强度而非单纯竞争。/ Llion Jones 14. 交易预测是最具经济价值的下一个 token 预测问题，但这是 AI 应用的低水平代表，距离为广大群体创造现实价值仍然遥远。/ Nick Frosst
1. 技术呈锯齿状指数增长，线性思维的30步只能跨越一室，指数增长的30步则能绕地球26圈，颠覆性创新正诞生于这一认知鸿沟之中。/ Elon Musk 2. AI 将大幅降低人脑认知负荷，可能导致大
阅读全文