Ethan Mollick 谈从协作到巫师：与 AI 共事方式的转变
Ethan Mollick 在 One Useful Thing 发文，认为 AI 使用正从共同协作转向「召唤巫师」式的被动接收。
推荐理由：作者以论文重审、表格改造等一手实测为基础，提出从协作到巫师式 AI 使用的关系转变与验证难题。
#大佬观点
#大佬观点
今日 37 条Ethan Mollick：One Useful Thing（RSS）精选AI 评分6565
AI as Normal Technology（RSS）AI 评分5757 Arvind Narayanan 撰文解读 AI as Normal Technology 论点并回应常见误解
Arvind Narayanan 撰文澄清《AI as Normal Technology》的核心论点：AI 能力提升与社会影响之间存在长因果链，收益和风险在部署而非开发阶段实现，因此应聚焦部署环节并以韧性应对不可预测的影响。
Sam Altman：Blog（RSS）AI 评分3131 Sam Altman 撰文致敬 OpenAI 首席科学家 Jakub Pachocki 与 Szymon Sidor
Sam Altman 发文致敬 OpenAI 首席科学家 Jakub Pachocki 与 Szymon Sidor，称没有他们就没有今天的 OpenAI。两人在业界普遍认为 RL 难以扩展时率先将其规模化，促成 Dota 成果，搭建了支撑多项科学发现的基础设施，并主导 GPT-4 预训练，还与 Ilya、Lukasz 共同推动了推理能力的突破。
AI as Normal Technology（RSS）AI 评分5959 Sayash Kapoor 撰文分析 AI 为何可能拖慢科学进步
Sayash Kapoor 在 AI as Normal Technology 系列长文中提出，尽管论文数量在 1900 至 2015 年间增长 500 倍，实际科学进步却在持平或放缓，这一生产进步悖论意味着 AI 可能进一步扩大差距。
Sam Altman：Blog（RSS）AI 评分5454 Sam Altman 发文《温和的奇点》：人类已越过事件视界
Sam Altman 发文称技术起飞已经开始，人类接近构建数字超级智能，且过程比想象中平缓。他判断 2025 年出现能完成真实认知工作的 Agent，2026 年可能产生能发现新洞见的系统，2027 年可能出现能在现实世界执行任务的机器人；科学家用 AI 后生产力提升两到三倍，ChatGPT 平均每次查询耗电约 0.34 瓦时、用水约 0.000085 加仑。
AI as Normal Technology（RSS）AI 评分5454 Sayash Kapoor 撰文论证 AGI 不是里程碑
Sayash Kapoor 撰文主张 AGI 不是里程碑，公司的 AGI 宣告对企业、开发者、政策制定者和安全都没有可操作意义。文章以 o3 为例指出即使系统满足某些 AGI 定义，其经济影响仍需数十年扩散才能实现，并建议区分能力与权力、政策应聚焦促进安全扩散而非追逐 AGI。
Sam Altman：Blog（RSS）AI 评分4343 Sam Altman 提出关于 AI 经济学的三点观察
Sam Altman 提出关于 AI 经济学的三点观察：AI 模型智能约等于训练与运行资源投入的对数，可预测的 scaling laws 在多个数量级上成立；使用特定智能水平的成本约每 12 个月下降 10 倍，GPT-4 到 GPT-4o 的每 token 价格下降约 150 倍；线性增长的智能带来的社会经济价值呈超指数级。
Sam Altman：Blog（RSS）AI 评分5656 Sam Altman 发文回顾 OpenAI 九年历程与 ChatGPT 两周年
Sam Altman 在 ChatGPT 两周年之际发文回顾 OpenAI 近九年历程：ChatGPT 于 2022 年 11 月 30 日发布，用户已从约 1 亿周活增长到超过 3 亿。
AI as Normal Technology（RSS）AI 评分6969 AI 进步是否在放缓：Narayanan 等人分析模型 scaling 之争与推理 scaling 的局限
Arvind Narayanan、Benedikt Ströbl 和 Sayash Kapoor 撰文分析 OpenAI、Anthropic、Google Gemini 下一代模型遇阻后业内关于模型 scaling 已死的叙事转向，认为现在断言模型 scaling 终结为时尚早，且业内高管的预测受商业利益影响，不应盲从。
AI as Normal Technology（RSS）AI 评分4444 《AI Snake Oil》作者回应读者常见问题：新书已售约 8000 册
《AI Snake Oil》新书上周出版，目前已售出约 8000 册，作者就读者常见疑问作出回应。作者表示对预测式 AI 持负面看法，认为其受限于预测人类行为的社会学固有边界；对生成式 AI 则长期看好，称其几乎对所有知识工作者有用，但落地过程混乱、滥用普遍。作者还称已不再认同 AI 安全、e/acc 或 AI 伦理任何一方标签，认为阵营对立适得其反。
Sam Altman：Blog（RSS）AI 评分3737 Sam Altman 谈创业点子生成：如何想出好想法
Sam Altman 分享创业点子生成方法，指出好创始人往往点子很多，YC 曾实验资助无点子的优秀创始人但全部失败。他建议置身于对未来有感觉、乐观且点子流动率高的人群中，远离贬低你野心的人，并关注当下正在发生的重大结构性变化。他还提出用"如果成功会不会很大"和"为什么多数人认为是坏点子"来检验想法。
Sam Altman：Blog（RSS）AI 评分3737 Sam Altman：人类与机器的融合已经开始
Sam Altman 在其博文中提出，人类与机器的融合已经开始数年，且将是一个渐进过程而非单一时刻。他认为手机、社交媒体和搜索引擎背后的算法已在塑造人类行为，而超级智能 AI、基因增强和脑机接口终将实现。他主张融合是最好结果，人类应认真对待全球协调，并称自己曾难以抵抗算法的注意力劫持。