Thinking Machines谈AI边界
alex_verem · x · 2026-07-15
这条转述并评论了 Thinking Machines Labs 的一篇观点文章，核心是：AI 和经济中的“本地知识”无法被单一中心模型完全吸收。
作者借用 Hayek 的“中央计划失败”论证，强调真正支撑经济运转的知识往往是隐性的、局部的、不断更新的——比如厨师调配菜谱、店主调整价格、企业内部的决策规则。把这些知识全部喂给一个巨型模型，并不能消除这种分散性。
帖子进一步把这个逻辑延伸到 AI 对工作的影响：
- AI 更擅长棋类、数学这类“棋盘完全可见、目标不变”的任务；
- 现实工作几乎都不像这样，关键知识常常不在文档里，而在人的判断与协作中；
- 因此，最容易被 AI 处理的是结构化、边界清晰的任务，而不是那些依赖隐性知识和持续变化环境的工作。
所属事件:Thinking Machines借哈耶克理论探讨AI边界(3 条相关)→
「漫话AGI」频道最新
- Diamandis:别用 AI 加速旧工作,回头捡起你放弃的项目 — PeterDiamandis · 2026-10-27
- Nat Lambert:任何 AI 模型,没经过严格测试都不该被信任 — natolambert · 2026-10-27
- 博主引古典意识观：AI 若有意识便无法被奴役 — eigenhector · 2026-10-27
- 经济学家 Bharat Chandar 出任 GovAI 研究员，主导 AI 经济指标项目 — RishiBommasani · 2026-10-27
- MIT Tech Review 起底 Anthropic：IPO 招股书背后的叙事策略与身份张力 — MIT Tech Review AI · 2026-10-27
- AI 检测工具 Pangram 遭围攻：作者称攻击源于对 AI 改变写作的恐惧 — gleech · 2026-10-27