本字幕由TME AI技术生成
最强模型上线七十二小时
却被美国政府的出口管制禁令强制下线
这是今天最炸裂的一条消息
今天的早报有三条主线
第一条
Anthorpc 的的fbo 经历了从轰动发布到被消失的完整生命周期
越狱团队找到的漏洞暴露出整个行业安全承诺的深层裂缝
第二条
Space x 正在冲刺上市
我们沿着他二十四年的崛起史
看看市场为什么愿意为一家公司的未来支付高额溢价
第三条
图灵奖得主杨丽坤压住十亿美元
要用一套全新的世界模型架构挑战整个大语言模型路线的根本局限
三条线索看似分散
但背后都是同一个问题
谁来为最强的ai 划定边界
以及边界应该花在哪里
我们一条一条来看
先看第一条
上周一p 八五我们聊过
有开发者用favo 五把自己的代码性能提升了十七点七倍
还顺手揪出一个隐藏很深的漏洞
再往前一p 八四也提到
Simon willion 对这个模型的初体验非常惊艳
短短几天之内
这款被认为而是当前最强的ai 模型就经历了从轰动发布到被强制下线的完整一生
只用了七十二小时
故事的核心是一场漏洞攻防战
一个叫planme 的团队专门研究如何突破大模型的安全限制
他们对febo 五用了两套手法
第一套叫unice 的同形字替换
简单说就是用看起来一样但编码不同的字符去替换敏感词
绕过关键词过滤
第二套叫分解重组攻击
把一个危险的请求拆成几个看起来无害的小片段
分别提交给模型
在引导模型自己把这些片段拼接起来
完成本来会被直接拒绝的任务
Favo 五原本依赖一套分类器降级安全架构
简单理解就是用另一个模型去识别和拦截危险请求
但这套机制在面对这两种攻击手法时出现了明显的漏洞
更值得注意的是
亚马逊在这次事件里的角色非常复杂
亚马逊即是anthroropic 的重要投资方
同时也是把安全风险预警上报给监管部门的来源之一
投资人和安全哨兵这两个身份叠加在一起
让整起事件的博弈变得更加微妙
也让外界很难判断这次下架到底是单纯的安全考量
还是夹杂了更多商业层面的博弈
最终
美国政府以出口管制为由要求febo 下线
一个发布是被寄予厚望
被认为是当前最强的模型
就这样走完了他短暂的公开生命周期
这件事最讽刺的地方在于
Constitutional ai 正是anthorropic 自己提出的一套理念
这个问题是让模型遵循一套类似宪法的原则来自我约束
也是这家公司一直对外强调的安全立身之本
当这套理念的发明者自己都没能守住这道防线
那么放眼整个行业
所有公司关于安全的承诺可能都需要被重新审视
一边是模型能力越强
潜在风险越大
另一边是谁来为这种能力踩刹车
刹车踩在哪个位置
这个问题已经不止属于nntrr pic 一家公司
而是摆在所有正在冲刺前沿模型的公司面前
而当我们把目光从安全问题挪开
看向另一家正在冲刺上市的公司时
会发现一个完全不同维度的故事
关于时间和信念能换来多大的估值
第二条 金奖
我们把视角切换到space cx
一p 八四提到space cx 已经启动了上市路演
背后隐含着一个相当激进的假设
未来十五年保持百分之四十一点五的年增长率
这个数字听起来有些不可思议
但如果回顾space cx 过去二十四年的历程
会发现这家公司一直在用近乎不可能的方式兑现承诺
这次报道的素材来自一次实地探访
记者走进了新建基地和公司总部
还采访了多位前高管
完整复盘了space x 从一家车库公司成长为太空产业巨头的全过程
最早的猎鹰一号火箭连续三次发射失败
公司一度走到破产边缘
账上的钱据说只够再发射一次
直到第四次发射成功并拿到nasa 的一份合同
才算是续了一条命
后来火箭回收技术取得突破
背底改变了航天发射的成本结构
从过去用一次就扔掉变成可以反复使用
再往后
星链业务跑通了商业闭败
把未来互联网做成了实打实的现金流来源
一p 八零提到的谷歌每月九点二亿美元的云服务协议背后用到了大约十一万块英伟达gpu
这正是新链商业化之后的延伸
卫星网络不只是连接终端用户
也在成为云计算基础设施的一部分
二十四年里
这家公司经历的不只是技术突破
更像是一连串生死时刻的叠加
每一次都差点失败
但每一次都咬牙挺过去了
从车库里的草根团队一路走到今天能左右整个航天产业格局的位置
读懂这段历史
再回头看市场愿意为space x 开出的估值
就能理解一个关键问题
市场买的不只是已经验证过的业务
更是这家公司过去二十四年反复证明出来的一种能力
把看似不可能的目标一次又一次变成现实
这种能力本身就是市场愿意支付的时间价值
也是那个百分之四十一点五年增长率假设背后真正的信心来源
如果说space x 的故事是用过去二十四年的实际去赌一个更大的未来
那么我们今天第三条金讲里的主角
选择的是一条完全不同的读法
它不是在延续已经验证的路线
而是要从根上换一条路
第三条金奖主角是图灵奖得主杨丽坤
前面一批八零我们提到过
世界模型被认为是ai 发展的下一个阶段
而杨丽坤正是这条路线上压住最重的人
他个人投入了大约十亿美元
赌的是接下来十年ai 发展的方向到底会走向哪里
杨丽坤对当前主流的大语言模型路线提出了系统性的批评
在他看来
这类模型本质上只是在做统计预测
根据前文猜测下一个词大概率是什么
但他们缺乏对物理世界的因果建模能力
不理解一个动作会真正导致什么后果
也不理解物体之间真实的物理关系
换句话说
模型可能会写出语法完美
逻辑通顺的句子
看起来对答如流
但他对现实世界的理解更像是背下了海量的统计规律
而不是真正理解了这个世界是如何运作的
这是两种本质上不同的能力
他提出的替代方案
核心是一套叫japa 的架构
完整说法是联合嵌入预测架构
和大语言模型逐字生成下一个词的方式不同
Jay pa 走的是非深沉式路线
他不去预测具体会出现的每一个细节
而是在一个抽象的表征空间里预测事物的状态接下来会如何演变
可以理解成
模型不需要去想象一段视频里每一帧画面的所有像素细节
而是学习画面背后更抽象的结构和规律
比如物体会怎么移动
场景会怎么变化
一个动作会带来什么后果
杨立坤认为这种学习方式更接近人类和动物认识世界的方式
因而在学会说话之前
就已经通过观察和互动建立起了对物理世界相当扎实的直觉
这种直觉是语言之外的另一套理解系统
这场十亿美元的赌局
本质上是在赌一个判断
通向真正智能的路径
到底是把现在的大语言模型继续做大做强
还是换一条从物理世界理解出发的全新道路
这个问题目前还没有答案
但非常值得放在心里持续追踪接下来一两年的进式
毕竟因为图灵奖得主愿意亲自下场压住十亿美元
这本身就是一个很强的信号
这条金奖连起来看
其实都在回答同一个更大的问题
比来为最强的ai 设定边界
以及最强的ai 接下来应该往哪个方向继续走
接下来几条值得快速过一遍的内容
我们继续往下看
第一条
Martin follow 写了一篇关于软件架构的指南文章
他把软件架构定义为系统设计中重要的东西
这个定义听起来简单
但背后其实在强调一种判断力
知道哪些设计决策值得花精力去琢磨
哪些可以先放一放
这篇文章本身也是他个人网站上大量架构资源的一个精选入口
知道系统性的补一补架构基础
第二条
Learnis podcast
这期节目聊的是成功产品背后的一个隐藏模式
嘉宾的核心观点是
真正成功的产品往往不是凭空原创出来的
而是从一个已经被市场验证过的用户行为出发
在这个基础上加入一个明显更好的改进
然后赶在这个改进变成执行上的浪费之前
快速去测试下一个新想法
先证明
再改进
最后才轮到测试全新的想法
这个顺序本身就值得创业者反复琢磨
第三条
艾伦
佩利斯的编程格言
这是是份流传很广的格言集
一共一百二十条
涵盖编程
软件工程和计算本质这些话题
这些格言写的很精炼
有些甚至看起来自相矛盾
但放在一起读
会发现他们提炼出的是计算机科学的一些经久不衰的深刻真理
工程师闲识翻一番
常有新的体会
第四条
这条和今天第一条精讲形成了一种呼应
基于similar analysis 的一份指令集拆解报告
有文章深度解析了华为绅腾九五零dt 芯片的架构设计和软件栈优化
以及它如何与deep cvv 协同设计计现现成本高并并发推理
及次拆解被认为推动了国产芯片生态一个关键的转化
如果说前面favo 五的故事是关于模型层面的安全博弈
这条新闻就是关于芯片层面的国产替代进展
两条线放在一起
能看到ai 产业链上不同层面正在发生的张力
第五条
Jin street
这家以严谨著称的量化交易公司对形式化方法的态度发生了转变
从怀疑变成了兴奋
驱动力是智能体编程让形式化方把的成本变低
收益变高
他们现在正在组建专门的团队去做这件事
形式化方法过去常被认为门槛太高
投入产出比不划算
但智能体编程正在改变这个计算公式
第六条
一片关于coupnetice 上并发智能体的实验性文章
文章通过实验证明
Coponnetice 的gpu 时间切片机制会隐藏一个对延迟很敏感的问题
某个小型工作节点的百分之九十九延迟飙升了百分之六十六
但中位数延迟和整体吞吐量几乎看不出变化
这意味着如果只看平均指标
会容易忽略掉智能体场景里真正影响体验的尾部延迟问题
第七条
一篇分析文章探讨了为什么codex 还没有推出类似fabo 设计这样的产品
作者的解释是
这背后是模型能力和harineys 工程能力两层架构的区分问题
目前gpt 五点五模型本身的能力还不足以同时胜任界面设计和系统架构设计这两类差异很大的任务
这也算是从另一个角度印证了今天关于不同模型能力边界的讨论
补充阅读部分这几条也值得留意
围绕fabor 五倍镜这件事
还有一篇文章提出了不同的解读角度
认为这并不是简单的开源对闭源的胜利
而是前沿模型的能力一旦触及安全阈值
模型发布的决定权就会从公司一家说了算
反向多方共同治理的复杂博弈这几角度和我们天天一条讲讲可力对照着看看
围绕space cx 还有几篇可以放在一起读
一篇用期权定价的框架把space cx 七八八亿美元的的估拆拆成以验证业务的内在价值值
另一期业务时间价值值部分
另一篇用十个个键键片段回顾了space x 从二零零二年创立到二零二四年的二十四年历程
聚焦在创工业初期的疯狂和工程上的磨难
还有一条社交媒体上的分析
拆解了火箭新练和ai 算力之间形成的闭环体系
以及一级市场打新过程出现现一些波波
都是今天第二条条讲之外
外延延生阅读另外几条快速提一
Open en rot 官方博客详细介绍了他们llm 路由系统的延层架构
以及从默认价格加权策略到精细化配置的完整指南
适合做多模型接入的工程师参考
还有一篇基于英伟达新一代namo tran 模型技术报告的梳理
系统总结了一个五千五百亿参数混合架构模型在预训练
后训练和推理部署各个环节遇到的工程挑战
莱顿人工智能与数学宣言这条也值得关注
国际数学界重申了在ai 时代
数学研究的核心仍然在于人类理解
呼吁坚守证明
署名和透明这些核心价读
最后还有几篇偏工程实践的文章
设计私有化
文本转语音
模型伪装实验和视觉大模型解析pdf
感兴趣的话可以去网页版找一找
今天这三条精讲串起来其实是同一个问题
三个侧面
模型的安全边界谁来划
公司的估值边界市场怎么定
以及智能体路线的技术边界
要不要换一条路走
这三个边界问题接下来一段时间应该都会持续有新的进展
可以放在心里继续关注
今天提到的所有文章在线阅读链接都放在了节目的双dos 里
Best blocks 是一个ai 驱动的私人阅读助手
帮你判断什么值得读
协助你读懂内容
并逐渐摸清楚你真正关注的方向
如果想让每天的早报越来越贴合自己的兴趣
可以关注一下正在开放的pro 早鸟体验活动
关注感兴趣的来源
配置自己的兴趣标签
就能每天收到一份属于自己的早报
慢慢养成一套稳定可信的信息获取习惯
Best blocks
发现真正适合你的高质量内容
我们下一期节目再见