走进AI Town:当AI学会“像人一样生活”,我们学到什么
这不是一场关于模型参数的技术演讲,而是一次关于“人是什么”的实验。a16z与Generative Agents论文作者June Park,通过AI Town这一模拟世界,展示了大语言模型如何第一次被用来理解、而不只是模仿人类行为。
这不是一场关于模型参数的技术演讲,而是一次关于“人是什么”的实验。a16z与Generative Agents论文作者June Park,通过AI Town这一模拟世界,展示了大语言模型如何第一次被用来理解、而不只是模仿人类行为。
所有人都在等 OpenAI Dev Day 会不会发布 GPT-5,但真正值得警惕的信号,已经提前出现在 ChatGPT 里了。从“All Tools”到 32K 上下文,这不是功能更新,而是计算范式的转向。
Sam Altman 亲口否认 GPT‑4.5 和 GPT‑5,但开发者反而更紧张了。因为真正的猛料,可能不是模型升级,而是 OpenAI 正在悄悄把自己,从“最强聊天机器人”,变成“AI Agent 平台的制定者”。这一步,可能会重塑整个 AI 创业版图。
在这期《No Priors》中,Sarah Guo 与 Elad Gil 讨论了一个反直觉但极具操作性的观点:AI 的 10 倍、100 倍进步,并不一定来自更大的模型,而是来自对现有模型的系统级增强。他们用大量具体技术路径,拆解了真正拉开差距的地方。
OpenAI不是发布了一个更贵的ChatGPT版本,而是直接把“企业级AI”的天花板抬高了。无限GPT‑4、32k上下文、企业级安全与管理控制——这一次,最紧张的可能不是企业客户,而是一大批靠“套壳”活着的B2B AI公司。
当所有人盯着大模型参数和算力军备竞赛时,亚马逊选择了一条更“务实”的路:从电商评论、云端芯片到生成式AI基础设施,三步看似平淡,却可能比炫技更致命。
如果你以为AI最大的风险还停留在“未来失控”,那你可能已经落后了。就在同一周,AI深度伪造逼近美国大选、资本与技术开始对中国“硬脱钩”,而模型竞赛却在悄悄加速。这不是三条新闻,而是一张正在收紧的时代之网。
当92%的美国程序员已经在工作内外使用AI写代码,真正的竞争才刚开始。Stability AI突然丢出StableCode,号称专为编程而生、拥有16K上下文窗口的开源模型;与此同时,Google把“写代码”直接搬进浏览器云端。谁会成为下一代开发者的默认搭档?
7月的AI圈,第一次出现了“降温”的信号:ChatGPT用户下滑、监管与伦理突然加速、而真正的爆点却来自Meta的开源模型。表面是新闻回顾,背后却是一条清晰的行业分水岭——AI正在从狂热期,走向硬碰硬的落地期。
在 Stripe AI Day 的炉边谈话中,Anthropic 联合创始人 Daniela Amodei 抛出了一个反直觉的信号:大模型的竞争,已经不再只是参数和算力,而是“性格”、安全取舍与真实使用场景。这场对话,几乎把下一代 AI 的分水岭说透了。