Nathan Lambert：AI 将快速进步，但不会通向全面超级智能
Interconnects (Nathan Lambert) · rss · 2026-10-10
Interconnects 作者 Nathan Lambert 撰文指出，顶尖研究员之所以相信 AI 几年内会超越自己的工作，是因为看到模型在基础设施和工程能力上的加速，但这条路通向的不是通用超级智能。
核心论点
- 编码 agent 让 AI 研究变得更容易，标志着「好想法」比「好执行」更值钱的时代开始；Ilya 宣告的「研究时代」其实来得偏早。
- 训练与推理栈高度可验证（tokens/s/GPU、每答案成本等指标），非常适合 agent 端到端优化。过去几年推理效率优化已能省 10-30% 成本，未来模型智能的有效成本将接近指数级下降。
- 预计 2-3 年内预训练研究（架构与数据选择）将被自动化；长期看加速器与模型协同设计带来再高几个数量级的效率。
- 这是 agent 模型的杰文斯悖论触发器：成本下降反而推高需求，瓶颈在于更好地设计 agent 交付方式，Meta 的 Muse agent 是早期信号。
- RL 环境数据行业（多家公司年收入破 $100M-$1B）质量普遍低劣，是最明显的产业级低垂果实。
- 在生物、化学等领域，模型擅长跨子领域文献连接，但结果是「科学新纪元」还是既有轨迹的加速，仍难判断。
「漫话AGI」频道最新
- AI 没有杀死创意工作，而是改变客户付费方式 — kevinsurace · 2026-10-10
- AI 给你的菜谱不是它创作的：原作者被系统性抹去 — gerardsans · 2026-10-10
- KKT 点对应 CDT+GT 均衡：不完美记忆博弈与策略梯度优化的理论桥梁 — jessi_cata · 2026-10-10
- 意识研究圈玩梗：对着「心灵空间」分类图扔飞镖 — eigenhector · 2026-10-10
- 把《三体》当 AGI 预言读:刘慈欣是否早写过超对齐? — abhiadesai · 2026-10-10
- 一切都在加速通胀:越来越多、越来越不值,人人被迫加倍内卷 — signulll · 2026-10-10