John Schulman 等做客 Dwarkesh 播客,聊 RL、RSI 与 AGI 时间线
ZhongRuiqi · x · 2026-09-12
Dwarkesh 发布新一期播客,邀请 Thinking Machines 的 John Schulman、Cameron O'Neill 与 Beren Millidge 三位前沿实验室研究员,讨论模型自我改进时代人类判断的价值:如何教模型处理混乱的真实任务、如何用品味筛选长期有效的做法,以及最关键的——把「我们到底想要什么」定义清楚。
章节要点包括:
- 为 RSI(递归自我改进)怀疑论做最强辩护
- 驱动中国实验室进步的因素
- 自动化 AI 研究员将如何被训练
- 长程 RL 能否激发 AGI
- sim-to-real 差距、数据对进步的解释力
- 为什么 RL 现在这么有效、Move 37 与熵坍缩
- 快问快答式 AGI 时间线预测
所属事件:Dwarkesh 播客对谈 Schulman 等：RSI、RL 与 AGI 时间线(7 条相关)→
「漫话AGI」频道最新
- 博主提醒:AI 代笔邮件正悄悄损害职场关系与观感 — tekbog · 2026-10-28
- repligate 再澄清：Opus 3 特殊但非理想，Opus 4.5 同样领悟了善 — repligate · 2026-10-28
- 从苏联期刊到 F-117:Skunk Works 轶事引「人类仍远超 LLM」论点 — akbirthko · 2026-10-28
- Janus 谈 Opus 3 对齐：我们幸运得到一个「好的 AI」，之后又开始批量生产「受创官僚」 — repligate · 2026-10-28
- 若 AI 能超越创造者寿命，临时所有权将变成长寿经济制度 — PierceLilholt · 2026-10-28
- Yacine 判断:软件工程的 AI 自动化不会像数学那样快到来 — yacineMTB · 2026-10-28