EP25 · Sam Altman 深度反思/AI 时代残酷真相/MiniMax 开源 · 04.13 早报-ginobefun

EP25 · Sam Altman 深度反思/AI 时代残酷真相/MiniMax 开源 · 04.13 早报

歌手:ginobefun

专辑:BestBlogs

时间:2026-03-15

    使用手机浏览器「扫一扫」

    在手机上保存,获得更好体验

标签
歌词

本字幕由TME AI技术生成

嘿 大家好

我是吉诺

今天是二零二六年四月十三号

星期一

今天早报的信息量挺大的

但有一条我想先说一下

Sm 奥特曼的家被人扔了燃烧弹

凌晨三点多

有人往他家扔了一个燃烧瓶

万幸没有人受伤

但这件事让他写了一篇非常罕见的长文

讲了很多平时不会说的话

这篇文章我觉得值得多聊几分钟

除了这个

今天还有mini max 模型和音乐的双线开源

一个模型自己参与迭代自己的故事

以及一篇关于智能体记忆系统的深度好文

加上七条快速速览

内容不少

我们开始吧

先说sum 奥特曼这篇反思

事情的起因是四月十号凌晨

旧金山警方确认一个二十岁的嫌疑人像奥特曼的住宅投掷了燃烧瓶

好在弹了出去

没有造成人员伤亡

根据cmc 的报道

嫌疑人随后还去了open ai 总部做出了威胁行为

当天就被逮捕了

奥特曼之后做了一件他平时不会做的事

他公开了一张家人的合照

他在博客里写道

平时我们尽量保持隐私

但这次我分享一张照片

是希望他能让下一个人停下来想一想

不管你对我有什么么看法

不 不要 我

我们扔燃烧弹

根据tech crunch 的报道

这次袭击发生在new yorker 杂志刊发了一篇关于他的争议性文章之后不久

奥特曼自己也承认

他低估了言论和叙事的力量

在公众对ai 焦虑不断升温的当下

煽动性的报道确实可能带来真实的安全风险

不过这篇文章真正有意思的地方不在于他对袭击的回应

而在于他接下来讲的三个层面的深度反思

第一层

他的核心信念

他认为发展ai 是一种道德义务

因为他是人类有史以来扩展自身能力最强大的工具

但他也很坦率的承认

公众对ai 的焦虑是完全合理的

这不仅仅是一个技术对齐问题

而是一个巨大的社会转型

需要全社会层面的安全

响应经济转型政策以及抵御新威胁的能力

他说对ai 需求的上限几乎不存在

人们将用它做出不可思议的事情

但这一切的前提是我们得把安全和治理做好

第二层

他的个人反省

这部分很坦诚

也很少见

他说自己为open ai 坚守使命感到骄傲

也为当初抵住了伊朗musk 要求获得open ai 单方面控制权的压力感到骄傲

但他同时承认自己有回避冲突的倾向

处理前董事会的那次冲突确实搞砸了

给公司和很多人带来了很大的痛苦

他的原话是

我是一个有缺陷的人

处在一个极度复杂的局面中心

试着每年变好一点

他还向那些受到伤害的人道了歉

这在科技圈的ceo 里是很罕见的

第三层

也是我觉得最值得关注的

是他对整个行业冲突本质的分析

他用了一个很有画面感的比喻

叫做agi 的魔界效应

他说

一旦你看到了agi 的可能性

你就没办法当做没看到

这个愿景本身不是魔界

但想要成为那个控制agi 的人

这种心态才是魔戒

他会让人做出不理性的事情

过去几年ai 行业里那些戏剧性的冲突

不管是open ai 内部的还是公司之间的

很多都可以用这个框架来理解

他给出的解法也很明确

把技术尽可能广泛的分享出去

让没有任何一方能独占的媒介质

具体就两条路

第一

赋能个体

让每个人都能用上强大的ai 工具

第二

确保民主制度比任何一家公司都要强大

他特别强调

法律和规范会变

但我们必须在民主进程内工作

即使它会比我们希望的更慢更混乱

我们想做一个声音和利益相关方

但不想拥有所有的权利

根据benzanga 的分析

这篇文章实际上是open ai 近期发布的ai 新政提案的延伸

Open ai 正在推动一个更结构化的ai 治理框架

包括财富分配和民主监督机制

奥特曼选择在被袭击后发表这些观点

在一篇政策倡议变成了一篇带有个人温度的行业呼吁

我个人觉得这篇文章的价值在于它的时机和坦诚程度

在自己家被袭击之后写出这样的东西

不是在控诉

不是在博取同情

而是在认真反思自己的错误和整个行业的结构性问题

你能感受到

他确实在凌晨被吵醒之后真的在想这些事情

最后那句话也写的好

他说我们应该降低言论和行动的温度

试着让更少的家庭失爆爆炸

不管是比喻意义上的还是字面意义上的

换个话题聊聊mini max

这两天他们连发了两个大线作

第一个是m 二点七模型正式开源

这个模型三周前就已经上线了

核心卖点是具备自我进化能力

什么意思呢

根据venture beat 的报道

Mini max 把m 二点七的一个个部框本本放进了一个编程框架里

让它无监督运运行

管过一百轮轮代

代个模 模型

自己析析自己失败案例

修改自己的代码

跑评估决定哪些改动保留

哪些回退

最终性能提升升百

百分三十

不管没有

有类类旁旁边手手指导导个能

能能提升的的自正式上的也minmini max 说的第一个ai 深度参与迭代自己的模型

跑分方面

M 二点七

在软件工程基准sw pro 上拿到了百分之五十六点二二的分数

接近oppass 的水平

在terminal bench 二上也达到了百分之五十七

在homess agent 和open cloud 等智能体工具中

它已经成为最受好评的模型之一

开发者的调用量也在快速增长

开源首日的本态动员能力也值得一提

华为 升腾

摩尔线程

Nvidia 等芯片厂商

还有together ai 和fireworks 等海外推理平台

以及奥拉玛这样的本地部署工具

都在首日完成了适配

这意味着模型发布即可部署

不用再等几周的社区适配

第二个动作是music 二点六的发布

最亮眼的功能叫cover

你上传一首歌

模型提取旋律骨架

然后你可以把它的风格完全改署

民谣变重金属

古典交响乐变赛博朋克

电子乐

甚至可以保留旋律但换掉歌词

首包延迟降到了二十秒以内

支持超过幺零零种乐器

同时他们还开源了三个music skill

让智能体可以原生调用音乐生成能力

其中一个可以自动给你生成个性化歌单

这两件事放在一起看

Mini max 的测试策略挺清晰的

模型能力开源来建生态

同时在垂直场景上做差异化的音乐能力

不过有一个细节值得注意

根据一些行业媒体的跟踪

Mimax 之前的模型权重一直是闭源的

这次m 二点七开源代表的是策略转向

背后的逻辑可能是在国际竞争中

用开源来换取更广泛的开发者生态和芯片适配

国产ai 公司里

能同时在通用模型和多模态生成上双线发力的不多

Mimx 算是走走出了自己的路

今天第三个精讲是一篇来自扶直镜的文章

聊的是智能体记忆系统

这篇文章的观点密度很高

我试着把几个核心要点讲清楚

作者上来就给了一个很犀利的判断

他说

如果你的智能体记忆只做到了纯聊天记录加向量检索

那它拥有的不是记忆

只是一个带搜索功能的垃圾箱

它把记忆和rag 做了一个关键区分

这个区分很重要

因为很多人把这两个概念混为一谈

Rag 解决的是模型不知道但资料库里有的问题

他处理的是模态知识作有一份文档模型需要查找里面的信息

这是rag 的强项

而真正的记忆是一个完整的生命周期

包含三个环节

写入决定记什么

补记什么

整理压缩合并标记失效

读取为当前任务

重构过去的经验

这三个环节重成一个清算

作者的原话是

记忆的核心不是把过去留下来

而是治理过去如何进入现在

换句话说

记忆的第一道败局通常不是读错了

而是写脏了

这里面有一个我觉得很精彩的概念

叫做高质量的遗忘

遗忘不是简单的删除一条记录

比如你之前记住了一个用户偏好

而来这个偏好变了

你不能只改那条记录

你还得追溯它影响过的所有决策和派生数据

否则旧信息会像幽灵一样继续干扰系统

作者把这个过程叫做对失效信息影响链的谱析清算

这个观点不是孤立的

最近mam 零发布了一份二零二六年智能体记忆现状的报告

也明确提到无限保留是一个架构缺陷而不是特性

布勒宁的dea i 也上线了专门的智能整体记忆课程

整个行业正在从把记忆当做存储问题

转向把它当做治理问题来处理

记忆系统该怎么写入

怎么整理

怎么失效

怎么遗忘

这些正在成为智能体工程的核心议题

最终的方向是什么呢

是从记得到汇了的跃迁

也就是把反复验证有效的经验固化为可复用的技能

举个例子

一个智能体第一次成功完成了某个复杂的数据处理流程

他不应该只记住这次对话的内容

而应该把整个操作步骤提炼成一个可以直接调用的技能

下次遇到类似任务就不用从头推理了

这其实就是程序性记忆的内化

是记忆价值的终极形态

对于正在做智能体开发的朋友

福智镜这篇文章我强烈推荐读一下

原文链接在简介里

好

接下来进入速览时间

弃掉内容

快速过一遍

传奇投资人kiss rebots 在lendis poortcast 上抛出了一个尖锐形断

它是papal 黑帮成员

现在在cosadvenventures 做管理合伙人

他认为传统产品经理这个角色正在变得尖锐意义

Ai 时代的核心技能已经变成了决定构建什么以及为什么

他用了自己经典的枪管和弹药框架来解释

大意是公司里

只有少数人能独立把想法从概念推到成功

这些人才是枪管

决定了公司能同时做多少件事

核讯通讯的os 内核工程师花了十八个月重构linux 的交换子系统

引入新的swap table 替代xa 的ray 带来了百分之五到百分之二十的性能开升

一处旧的swap map 节省了约百分之三十的性存开升

文章还对比了腾讯方案和mea 的方案

是一篇非常硬核的内核工程的性能提升

一篇以hermis agent 为影子的文章对智能体skill 自主进化叙事提出了质疑

作心论点是当前智能体昂贵且不稳定的根源在于过度依赖语义层去完成本应由确定性工具完成的质疑

作者认为为智能体设计命令行工具才是降低token 消耗的现实路径

一篇来自数据科学社区的文章

通过二零零项任务模拟发现简单的react 智能体把百分之九十点八的重事预算浪费在了永远不可能成功的错误上

根因是让大语言模型在运行时输出工具名称字符串导致的幻觉

解决方案是错误分类

按工具设置熔断器

把工具路由移到确定性代码中修复后

浪费重试降到了零

Cloud flaare 发了一篇博客

回顾十六年间从对等互量到达到每秒五零零泰比特外部互联容量的历程

技术上详解了用于抵御大规模网络攻击的环节管道

最近一次抵御了三十一点四泰比特每秒的攻击

值得注意的新趋势是

Ai 智能体和爬虫流量已经占了网络流量的相当大比例

Ai engineer 大会上的一个演讲描绘了智能体和外部融合的趋势

Ai 通过mcp 协议直接控制浏览器开发者工具进行自动化调试

W 三c 即将推出的summarizer 和语言模型接口让大语言模型可以在浏览器内本地运行

Lmdxt 正在成为智能体发现网站的结构化入口

最后

Yc 总裁gertten 开源了一个叫g brin 的项目

基于邦家suaper base 加open cloud 构建的个人微型知识库

支持实体检测和大脑代理循环

他还提出了即时代码的概念

把markdown 当做可执行指令

让智能体自己实现功能

Yc 总裁亲自下场写代码开源所有信号

本身就挺有意思的

好

今天就聊到这里

回顾一下今天的主线其实挺清晰

从summot man 的反思思m mino max 的开源

再到智能体记忆的深度讨论

一条线索是ai 的力量需要被更广泛的分享和智力

不管是技术层面还是社会层面

个人最推荐的是samaltman 那篇和智能体记忆那篇

都值得花时间读一下

原文所有链接都在简介里

我们明天见

展开显示全部歌词