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