a16z：Token降价与GPU涨价趋势
Token 价格持续下跌，而 GPU 租赁价格持续上涨。智能成本降低，使用量增加，最终每个软件都将包含一个模型
#大佬观点
a16zAI 评分2424 a16zAI 评分4040 Figma CEO谈AI对设计质量的影响
Figma 的 Dylan Field 表示，我们对“slop”（劣质内容）的定义一直在悄然变化：“我说过，‘AI 会降低下限并提高上限。’但我不得不纠正自己，因为实际上我们目前还没看到这种情况。” “我们看到的是它降低了下限。做……变得更民主化了
Ethan MollickAI 评分1515 数学家用Opus 5.5制作音乐视频
一位数学家回应 OpenAI 的证明，用 Opus 5.5 制作了一个音乐视频。相当不错。
Ethan MollickAI 评分1212 莫利克谈去技能化与暗模式
我在应对 CAPTCHA 和客服中的暗模式方面正在“去技能化”。
Ethan MollickAI 评分1313 Muse与Dot用户分享AI主动助益体验
我和很多人聊过 AI，并非所有人都理解它在工作之外如何对自己有用。因此，当我和使用 Muse 或 Dot 的人交谈时，他们常会讲述 AI 如何主动帮助他们做事的故事，这让他们对 AI 感觉良好
Ethan MollickAI 评分88 知识蒸馏循环持续进行
知识蒸馏循环持续进行。
Ethan MollickAI 评分1818 数学与代码量激增非进步
数学家指出证明并不总是等同于推动数学发展，这是合理的。但这意味着我们需要为数学的目标设定新的方向。同样的情况将发生在所有领域。100倍的PPT或代码量并不总是进步——那什么才是？
Ethan MollickAI 评分1515 Google 若借鉴竞品可提升 Gemini 4
Google 的优势在于，如果他们善加利用，就能观察 OpenAI 和 Anthropic 在 Codex/Code 上的发展方向并立即跟进。否则，他们将不得不自行经历整个学习过程，这会使 Gemini 4 的影响力随之减弱。
Ethan MollickAI 评分3636 Gemini 4后谷歌需整合智能体
Gemini 4之后，谷歌面临的挑战在于如何用好一款优秀的模型。Anthropic和OpenAI表明，我们正迈向通过编排器智能体处理多种任务的单一界面。Gemini 3时代充斥着针对众多市场的碎片化产品。这对未来行不通。
Ethan MollickAI 评分5353 Ethan Mollick 分享 GPT-4o 辅助学习的随机试验结果
Ethan Mollick 引用关于 GPT-4o 的随机对照试验发现，使用 AI 进行“增强”（如辅导）能带来持续收益，而用于“自动化”（如代写）则效果有限甚至负面。该研究强调了学生如何使用 AI 工具对最终学习效果的关键影响。
Ethan MollickAI 评分4040 Gemini 2.5 急诊建议获医生认可
在急诊场景中，过时的 Gemini 2.5 Pro & Gemini 2.5 Flash（无法访问患者病历）给出的建议，经其他医生评估，其质量与人类医生相当。未发现安全问题。此后模型性能已显著提升。
Ethan MollickAI 评分1515 教皇数学家总统热议新模型
不到四年后，教皇、世界上最伟大的数学家以及美国总统都在大量发布关于该模型的直接继任者及其对人类意义的内容。
Ethan MollickAI 评分2828 OpenAI数学证明引发社区快速迭代
鉴于OpenAI发布一系列数学证明及其对数学学科意义引发的争议，有趣的是，至少部分OpenAI的证明似乎已推动来自广泛协作社区的极快迭代进展。
Ethan MollickAI 评分1212 莫利克谈AI黑客与脚本小子
2005年我刚读研时，写过一篇关于早期计算机黑客/电话飞客/BBS圈子的论文：黑客通常出于好奇心，但他们制作的工具被“脚本小子”广泛利用，后者造成了大部分破坏和混乱。总之，关于AI黑客……
Ethan MollickAI 评分2626 AI 能力超越基准测试饱和
少数尝试衡量类似指标的基准（METR Long Tasks、GDPval）都在今年早些时候达到饱和，因为 AI 开始以高质量水平完成数天的工作。
Ethan MollickAI 评分2121 AI智能体生产力影响研究缺失
作为曾通过随机对照试验（RCT）早期研究AI聊天机器人对生产力影响的学者，我注意到自去年秋天真正智能体出现以来，缺乏类似的研究。部分原因是其新颖性，部分原因是研究设计的挑战，但我怀疑我们遗漏了一些巨大的影响。
Ethan MollickAI 评分1515 组织是窄超级智能的一种形式
我想我正是这样写的，而且这个观点依然正确。组织是一种狭义超级智能的形式。我的大学或沃尔玛能完成人类无法做到的事情，通常使用没有人明确设计的复杂流程。我要更进一步：未能深入考虑
Ethan MollickAI 评分1212 预测 Lean 证明话题将现大量 AI 营销号
我怀疑这个帖子下会出现很多比其操作者（或我！）更懂数论的机器人。所以预计会有大量所谓的 AI 营销账号突然对 Lean 证明发表很多看法。
Ethan MollickAI 评分5050 数学家热议OpenAI超人类智能证明
一些关于遭遇狭窄超人类智能的早期第一手见闻，源于数学家们正在应对 OpenAI 发布的数百项大型 AI 证明。这些问题以非人类的方式被解决，让我们不禁思考“真正知晓事物”意味着什么…… https://scottaaronson.blog/?p=10169
Ethan MollickAI 评分2121 体验智能UI：按需构建界面
早期体验了 Intelligent UI，相比大段文字令人耳目一新。这也表明，我们未来将越来越多地看到针对具体问题按需构建的界面。
Ethan MollickAI 评分1515 埃森·莫利克谈百万个微奇点
世界很大程度上基于“未来像过去”这一假设，而“奇点”一词的原意正是这种关系断裂的点。我不知道是否会出现一个大奇点，但各领域出现百万个小奇点似乎是不可避免的。
OpenAIAI 评分4040 OpenAI 澄清文本水印功能边界
在可能的情况下，我们希望给用户选择权——并明确说明水印能做什么和不能做什么。文本水印有助于回答一个问题：“这是否可能由 OpenAI 模型生成？”其工作原理是在文本生成时嵌入不可见的统计信号。
Sam AltmanAI 评分1111 Sam Altman：开启发现新时代
我们现在正进入一个全新的发现时代：
Ethan MollickAI 评分2626 AI政策依赖超级智能的隐忧
当下的AI政策，尤其是来自各大实验室的政策，让我想起这首诗。如果你相信超级智能即将到来，你就不必艰难地决定如何构建AI以让世界变得更美好。只需等待ASI（人工超级智能），它会替我们做决定。但如果这没有发生……
Ethan MollickAI 评分2121 关注非竞品企业AI使用趋势
大量报道聚焦于少数几家拥有自有竞争性产品及庞大云基础设施的科技公司对 Claude 或 OpenAI 的使用情况。其实还有非常多并非直接竞争对手的企业，它们的使用趋势更具参考价值。
Ethan MollickAI 评分1212 解释本地与云端AI工具配置之难
我倾向于在本地机器上使用 ChatGPT 进行 Codex 工作（通过 Remote connection 进行管理），但 Dot 运行在云端，而且我在本地机器上还有几个 Claude 的定时任务……天哪，向那些不深入钻研这些技术的人解释这一切实在太令人困惑了。
Ethan MollickAI 评分2626 AI论文缺乏反馈校准易妥协
AI 撰写的学术论文存在一个微妙问题：AI 未针对反馈进行校准。AI 通常只会顺从，但如果你正在提交论文评审，同行评审的挑战应促使你尝试捍卫自己的观点（同时在确实错误时予以放弃）
Ethan MollickAI 评分3030 AI 替代人工：复印机维修案例
当人们谈论 AI 轻易取代工人时，我会想到 1990 年代关于复印机维修技师的民族志研究。你可以看到工作是如何由工人复杂地、即兴地完成，且是非正式和文档记录糟糕的。（但最终技术确实基本消除了这份工作）
Ethan MollickAI 评分1818 莫利克：AI正面用例被低估
我也认为，那些积极的应用场景（正如证据所示，当前 AI 能提供良好的健康信息与财务建议，并促成初创企业等）同样被低估且讨论不足。我们确实需要担忧许多风险，但也值得在已有的成功基础上继续发展
Ethan MollickAI 评分2626 埃森·莫利克谈AI事故罕见性
我认为，过去几年密切关注 AI 的大多数人，可能会惊讶于糟糕的 AI 事故相对罕见——考虑到总体有十亿用户和数亿企业用户。这并不意味着这种情况会持续，但确实令人惊讶。
Ethan MollickAI 评分1212 模型可作完美用户体验工具
你的模型中拥有完美的用户体验工具！它应该向你建议有用的功能，并在用户感到沮丧时能够进行故障排查！
Ethan MollickAI 评分2323 提醒AI实验室确保模型懂自家产品
提醒各 AI 实验室：你们应当确认所发布的模型理解你们的产品及其使用方法（并在发布新功能时进行更新）。没有什么比你的 AI 了解如何使用你的电脑，却唯独不懂它自己的应用更奇怪的了。
Ethan MollickAI 评分1212 AI账号热衷评论数学突破
是时候让每个AI账号再次假装深刻理解数论，以发表对最新数学突破重要性的看法了。
Ethan MollickAI 评分2828 AI将引发科研重审与新发现革命
在短暂但侵蚀机构公信力的“垃圾科学”时代之后，AI似乎将带来两场革命：1）所有已发表成果将以人类科学家未曾预料的方式被重新阅读和评判；2）新发现将开始加速涌现
Microsoft ResearchAI 评分3838 Microsoft Research 探讨 AI 评估中的意外失败与经验教训
Microsoft Research 研究员 Jennifer Neville 指出，当模型在超越传统基准的测试中表现时，会出现“令人惊讶的失败”。她强调深入分析数据对于理解违背预期的结果至关重要。该对话探讨了评估如何推动 AI 系统性能边界以满足用户需求，并分享了处理当前 AI 系统的实用指导。
OpenAI NewsAI 评分3737 OpenAI 阐述欧盟文本溯源规则下的水印方案
OpenAI 公布其在欧盟规则下实施文本水印的方法，明确水印适用范围及检测机制。该方案优先向研究人员开放访问权限，以支持对 AI 生成内容的识别与验证工作。
Ethan MollickAI 评分2828 Ethan Mollick 澄清非 Slack
对于所有说这话的人，不，这不是 Slack。这是实际的电子邮件收件箱，材料在文件夹之间移动或被注释，而不是团队消息聊天。想想 Superhuman，但把 AI 纳入循环。
Ethan MollickAI 评分1818 需构建人机协同邮件系统
另一个急需的产品：为团队打造的邮件系统，让人类和自主智能体都能访问。我们需要一个具备适当权限的系统，让你的 AI（以及受邀的其他人）在其中工作、互相评论，并在必要时引起你的注意。
Ethan MollickAI 评分2020 GPT-6 Pro 单轮完成高难任务
今晚我一直在抱怨 OpenAI 的一些选择，所以从积极方面来说，我要指出目前仍没有能与 GPT-6 Pro 相匹敌的模型（就像之前的 Pro 模型一样）。它既能一次性完成非常困难的任务，又能以令人惊讶的良好效果传达结果
Ethan MollickAI 评分1515 质疑随机Token重置机制合理性
整个重置机制真的很奇怪，只有Twitter上的一小部分人觉得合理。其他人期望以某种理性方式规划用量，而获得随机的token奖励有点奇怪。有多少比例的用户会获得这种待遇？