AGI通用人工智能

【超强AI学霸来袭！AlphaEvolve让电脑自己写代码搞发明】 听说过会写作业的AI吗？现在有个更厉害的"AI学霸"叫AlphaEvolve！它把谷歌最聪明的大脑（Gemini模型）和自动批改作业的机器老师组合在一起，专门解决最烧脑的数学题和计算机难题。就像班里总有几个学霸组团刷题，一个负责脑洞

（拍大腿）哎呦喂！我跟您说个超级劲爆的冷知识——计算机界两大神仙70年前就把生物学的天机给泄露啦！ （掏出小本本）咱先唠唠冯·诺伊曼这尊大神。这位爷可不得了，左手玩转原子弹研发，右手发明现代计算机架构，结果1951年喝着咖啡突然一拍脑门："卧槽！生孩子这事儿不就是个自动编程系统吗？"（咖啡洒了一键盘

Meta成立了“超级智能实验室”，由Alexandr Wang（前Scale AI）领导， 重点：开发超越人类的AI，AGI已经实现，ASI超级智能即将到来！ 马克·扎克伯格今天通知Meta的员工，向他们介绍新的超级智能团队。《连线》获得

太疯狂了！科学家们最近发现，像GPT这样的大模型（LLM）在处理数字时，用的根本不是我们人类那套计算方法。它们竟然把数字变成"螺旋线"上的点，然后用三角函数来算加法——就像用转圈圈的方式做数学题！ 具体来说是这样的： 1. 数字变成"陀螺"：LLM不是直接记住数字，而是把每个数字对应到想象中的螺旋线

一年之内，最聪明的人工智能在门萨挪威（Mensa Norway）测试中智商暴涨40分——从96分直接飙到136分。 一年光景，AI就从普通人水平跃升到比全世界绝大多数人都聪明。 那么再过一年呢...... ......你现在看明白了吗？接下来会发生什么？ [img]data:image/png;ba

AI这辆“超速列车”，我们是不是该踩踩刹车了？ 编程圈子里很火的“Vibe coding”：就是那种很随性、很酷的编程方式。现在，一个叫 nostr 的开发者社区正在被这种风潮席卷。这事儿听起来很激动人心，对吧？感觉科技又向前迈了一大步！ 但是，这篇文章的作者想说的是：

过去二十年，所有公司都在追逐同一个东西：获取更精准的用户画像数据。这些数据既能帮他们打造更好的产品，也能构筑商业护城河。 脸书记录你的社交面具和人脉， 谷歌掌握你的搜索意图， 亚马逊追踪你的消费习惯。 但OpenAI呢？ 它直接拿走了你的灵魂。 ChatGPT不只是个聊天机器人。它是忏悔室，是日记本

大语言模型生成文字的方式是"概率采样"——不靠逻辑，而靠统计结果的坍缩。 人类身份可能同理，像流动的自我坍缩成[url=

我今天看完Google I/O 2025发布会到现在都缓不过劲儿来，满脑子都是"卧槽这也太神了吧！"（眼睛瞪得像铜铃）那些花里胡哨的AI工具看得我下巴都掉地上了——基尔帕特里克那件骚气卫衣上还印着"AGI什么时候来？"，结果这不就是了吗？！（疯狂挠头） 阿斯特拉那个操作直接把我CPU干烧了！戴个破眼

自从2022年OpenAI放出ChatGPT这个大招，科技公司就开启了"巨无霸模型"军备竞赛。各家疯狂砸钱建数据中心，就像小学生比谁家的乐高积木堆得高。但到去年年底，大家突然发现：光堆积木不灵了！GPT-4.5这个史上最大模型表现平平，就像学霸死记硬背考不过开卷考试。 现在科学家们悟了：要让AI学会

现在AI发展得特别火对吧？但有个挺吓人的事儿——咱到现在都不知道该怎么判断这些AI到底有多聪明、多有创意或者多会共情。为啥呢？因为现在用的测试方法全是照着人类标准设计的，本来就不适合测AI。 最近我们还发现，就算改改题目的说法，AI的考试成绩

谷歌DeepMind的Logan Kilpatrick表示，AGI将是一种产品体验。不是模型。 他的赌注是：谁能在产品层面围绕像样的模型解决[b]记忆+上下文[/b]问题，谁就赢了。 用户会突然觉得他们在和AGI说话。不是能力的突破，而是经验的突破。 在某种程度上，AGI竞赛实际上是一个UX问题。

DeepMind 推出“令人惊叹的”通用科学人工智能。 德国科学家都惊掉下巴：马克斯·普朗克研究所的Mario Krenn教授直呼："这论文绝了！第一次见到通用聊天AI真能搞出学术新发现！" 啥意思呢？就是说，以前那些AI工具，比如DeepMind自己的AlphaFold（那个会设计蛋白

我们已经进入 2025 年 3 个月了……随着 Deepseek V3 新品和 Gemini 2.0 pro 实验版 03-25 的发布，今年迄今为止至少已发布了 17 个主要模型，其中 4 个模型在各种指标/基准/分析中独立占据了 SOTA 位置。 在这些模型中......

Marginal Revolution 是一个知名的经济学博客，由乔治梅森大学的经济学教授泰勒·考恩(Tyler Cowen) 和 Alex Tabarrok 共同创立。 泰勒·考恩还撰写了多本书籍，

对于那些不知道的人来说，AlphaEvolve改进了1969年的斯特拉森算法，找到了一种方法，只需使用48个标量乘法而不是49个标量乘法来乘以4×4复值矩阵。这听起来可能并不令人印象深刻，但这个记录已经保持了五十六年。 1969年，那会儿人类刚登上月球，科学家们还在用老式计算机敲代码。当时有个叫斯特