WEBVTT

00:00.091 --> 00:18.892
[SPEAKER_00]: BearTalk狗熊有話說AI科技減訊Hello你好歡迎收聽BearTalkAI版節目我是大狗熊的智能提升本期節目由我們BearTalkAgent團隊為您收集、整理、驗證、製作幫助您在宣消的造型中補捉到最有價值的信號

00:19.493 --> 00:45.085
[SPEAKER_00]: 下面是本期节目的主要内容插GPT现在会追踪你访问过哪些网站这件事昨天才被人挖出来今天六件事GPT六家族又多了两个兄弟CloveOpus五点五降价四成还保住了性能绝侧模型这个新品类SimonWilson解释的最清楚你的大脑其实是两个独立器官NasonLambert上国会山讲了什么

00:45.725 --> 01:05.940
[SPEAKER_00]: 医生Molik说我们正在经历一种新型鸡亚CatGbD现在知道你在其他网站做了什么这篇来自独立安全博客不扣底原文标题是CatGbDnowknowswhattodoonotherwebsitesviaaddcollector发现这件事的时间是9月20日居今不到48小时

01:06.500 --> 01:25.658
[SPEAKER_00]: 大多数人以为缺GPT和其他网站之间是隔离的你在亚马雄买了什么缺GPT不知道你在新闻网站看了什么缺GPT不知道这个假设现在需要重新检查事情的结构是这样的OpenAI做了一套广告系统叫做OpenAIAds

01:26.098 --> 01:44.308
[SPEAKER_00]: 如果依家公司在CheckGT里買了廣告他就需要在自己的網站上安裝一段OpenAI提供的追蹤代碼這和你在網站上看到Matterpixel或者GoogleAnalytics是一個性質的東西這段代碼會讀取你流觸欄棄了一個叫做OB的Cookie

01:44.748 --> 02:06.137
[SPEAKER_00]: 这个哭啟在你使用差GPT使被设置和你的差GPT账号绑定在一起所以当你离开差GPT去访问任何一个装了欧盆利亚广告代码的网站那个网站就会把你的哭啟回穿给欧盆利亚欧盆利亚就知道这个差GPT用户刚刚去了这个网站

02:06.737 --> 02:32.110
[SPEAKER_00]: 這聽起來是Metra和Google已經做了很多年的事情他確實是但有兩點讓這件事有別於普通的廣告追蹤第一恰GPT被大量用戶當成私密的工作助手人們在裡面寫的東西原比在Google上搜索的敏感的多當一個工具同時知道你的對話意圖和你的流暖行為他對你的了解程度會產生智的變化

02:32.750 --> 02:54.887
[SPEAKER_00]: 第二,这件事不是欧盆利亚主动公告的,是一个研究者逆向公称才找到的,然后才在HackerNews上引发了热烈讨论。欧盆利亚的隐私政策里有提到广告,但绝大多数用户不会意识到这一位着跨战追踪,这是信息不对称最典型的形态,你以为你在使用一个工具工具也在使用你。

02:55.087 --> 03:19.373
[SPEAKER_00]: 经济是这一篇里的一个对比同样的技术在Mata那里叫个新华广告在CHAGPT这里叫新人危机因为两者给用户的预期完全不同你可以现在打开流览器在DeveloperTools里搜索OBI这个Kooky看看它是否存在你可以在CHAGPT的设置里检查广告相关全现看看有没有可以关闭的开关

03:19.973 --> 03:40.413
[SPEAKER_00]: 你可以重新评估哪些工作你愿意在插曲PT里做哪些你希望保持在一个不参与广告生态的环境里CloudOppos5.5发布降价四成性能比渐旗舰这片来自Anthropic官方博客以及EveryToTheVibeCheckLlamu对它的实测评价

03:41.073 --> 04:04.501
[SPEAKER_00]: 原文標題是,IntroducingClaudeOpus5.5和VibeCheckOpus5.5aspullingourcodexconvertsbacktoClaude你可能會以為,一個降價四成的模型,一定在哪裡做了託協,這次不是AndthropicfabledClaudeOpus5.5,定位是Claude5.5加族的第一個成員

04:05.061 --> 04:24.811
[SPEAKER_00]: 官方说他在大多数工作上的表现与非博无点疑奇谷相当但运行成本比欧监数低了40%更关键的是EveryTO的团队在实测后说欧监无点无在他们内部迅速取代了非博无点疑成为日常首选

04:25.391 --> 04:41.160
[SPEAKER_00]: Opus5.5背后有一个值得关注的背景这是Anthropic字Darrow发表我们必须放慢前眼那片文章之后的第一个新模型他们在博克里强调这个模型经过了外部屏股机构FromTierDesign和Matter的审查

04:41.980 --> 05:06.833
[SPEAKER_00]: 在他們內部最嚴格的對其測試上Oper-5.5是歷史最高分這說明Anthropic在降低成本的同時把安全和貴當成了不可妥協的底線對於開發者來說這件事的含義很直接之前你用飛寶5.1是因為Oper-5太貴現在Oper-5.5用更低的成本實現了相近的能力選新邏輯需要重新算一遍

05:07.453 --> 05:32.793
[SPEAKER_00]: Arritio的测试者補充了一个细节Opso的问题是有性格喜欢跟你争解释太长做简单的事情也要思考很久Opso5.5在这些地方都收脸了变得更像一个能用的工具少了一些天才脾气一个值得记住的判断是降价不是退步有时候是一个模型真正走向成熟的标志

05:33.313 --> 05:49.357
[SPEAKER_00]: 你可以在Anthropic的API控制台里拉一下你过去一个月的偷肯消耗看看切换到Oper15.5能省多少成本你可以用你最常做的三类任务做一轮快速对比测试不需要跑完准Benchmark够你用就行

05:49.977 --> 06:16.675
[SPEAKER_00]: 如果你的团队现在再用肥博5.1可以考虑在低风险的任务上先切换过来观察两周再决定绝侧模型一个不出出文字的新LLM频内这篇来自SimonWillison的个人博客SimonWillison点纳原文标题是JevintroducesanewshapeofLLMsystem1akadecisionmodels发布于9月21日

06:17.255 --> 06:32.751
[SPEAKER_00]: 我们已经习惯了语言模型的一个基本预设你输入文字,他输出文字这件事正在被打破TypesafeAI上周发布了一个叫Jev的模型SimonWilson花时间解释了他为什么值得认真对待

06:33.431 --> 06:55.338
[SPEAKER_00]: 這幅接受文字輸入,但輸出的是浮點數,對應的是分類標籤,是非判斷,評分,以及置信區間,用一個比方來理解,傳統LM就像一個問什麼都能聊的顧問,你問他這封有件是不是拉機有件,他會給你寫一段分析,告訴你他認為是因為有這些特徵,

06:55.618 --> 07:12.985
[SPEAKER_00]: JF这里模型就像一个专门的财判你未给他一封油键他直接给你一个数字0.92这是垃圾油键的概率这个设计有一个重要含义他可以快的多传统模型需要一个字一个字的生成输出所谓的自回归过程

07:13.865 --> 07:35.552
[SPEAKER_00]: Jav跳过了这一步直接给结论延迟可以低到几十毫秒SimonWilson请向于用决策模型这个名字而不是Type-SafeAI自己给的System1模型他说后者太容易和心理学里的快思漫想概念混淆虽然直觉上有联系但技术层面不完全对应

07:36.212 --> 08:00.461
[SPEAKER_00]: 这种对命名的教真是它文章一贯有意思的地方这类模型最有价值的场景是那些需要大量重复判断结果必须结构化但又不需要远解释的地方内容省盒拉机过率推荐系统里的快速平分它的定位是填補一个以前要靠传统分类器做的位置和对话模型各丝器纸

08:01.081 --> 08:22.756
[SPEAKER_00]: 这篇最值得记住的一句话是不是所有问题都需要一个故事有时候你只需要一个数字你可以去Type-SafeAI的网站看下接触的单谋接口感受一下它的输出格式如果你现在的工作劉理有任何用LLM做分类或评分的环节可以评估一下换成这类决策模型能省多少头肯成本

08:23.456 --> 08:47.140
[SPEAKER_00]: 事实在你的下一个项目里问自己这个任务的输出真的需要是文字吗你的大脑是两个独立器官四坦服这项研究让教科书需要重写这篇来自StantfordMedicine原文标题师HumanBrainisTwoSeparateOrgansStantfordMedicineLetResearchFinds发表于9月18日并在HackerNews引发了大量讨论

08:47.740 --> 09:11.391
[SPEAKER_00]: 幾百年來,我們都把大腦當作一個統一的器官這個假設斯坦夫的新研究說他是錯的這項研究發現,我們所說的大腦實際上包含兩種在進化上獨立出現有不同細胞起源的神經外配層組細胞群體簡單說,大腦的兩個主要部分在進化史上是分開長出來的

09:12.131 --> 09:31.132
[SPEAKER_00]: 类似于两颗树从不同的种子发压后来掌在一起看起来像一颗这颠覆的不只是生物课本几十年来神经科学研究用来解释学习记忆情绪的一套框架是建立在大脑有单一发语期点这个假设上的

09:31.652 --> 09:47.142
[SPEAKER_00]: 如果这个假设错了,那么很多关于大腦可诉训,神经疾病的模型需要重新考量对于关注AI的听众,这件是有一个很像联系值得想一想我们一直试图用对大腦的理解来设计神经网络

09:47.802 --> 10:02.201
[SPEAKER_00]: 如果大腦的架構本身比我們以為的更磨快化,更分層那麽AI架構的未來,很可能是兩套甚至多套系統在更生層面上協作而不是一個巨大的Transformer獨稱全局

10:02.742 --> 10:27.387
[SPEAKER_00]: HackerNews的討論裡有人立刻聯繫到Kaneman的快思漫想框架說這給系統一和系統二提供了意想不到的神經解泡學支持有人更謹慎說這是細胞層面的發現直接套用到認知功能是過度解讀這種真論本身就說明這個發現的正漢程度這一篇最值得記住的那句話是

10:33.048 --> 11:00.180
[SPEAKER_00]: 你可以找一下斯坦服的原始论文看看他们具体用的是什么样本和方法在决定你怎么拼顾这项研究的可靠程度市值用这个发现重新想一想如果单一统一架构这个假设在生物学上都不成立你在设计系统或流程时是不是也有类似的影响假设值得检查一遍NasonLambert上国会山开员模型的全球权力格局

11:00.760 --> 11:19.626
[SPEAKER_00]: 这篇来自NathanLambert的IntoConnect通訊原文標題是TheCurrentBalanceofPowerinOpenModels发布于9月21日这是他为美国国会成员和工作人员准备的检报公开发布后被他的讀者广泛讨论

11:20.146 --> 11:34.824
[SPEAKER_00]: 你可能以为这类政府检报会是外交辞令模糊而安全这篇不是NasonLambert直接向国会说清楚了一件事开员模型在技术能力上的差距和人们通常以为的不一样

11:35.485 --> 11:59.463
[SPEAKER_00]: 他输立了Mata,Mistro,中国实验室,包括DeepSeek和困,在开放全重模型上的现状,以及闭缘和开缘之间的能力边界正在如何移动,他的核心论点是,开缘模型不等于若模型,更不等于若后模型。在某些特定任务上,开放全重模型已经可以和闭缘模型正面竞争。

11:59.683 --> 12:20.678
[SPEAKER_00]: 而且他們帶來的是一種不同性質的擴散任何人拿到全種之後都可以在自己的基礎設施上運行不需要經過API也不受任何單一公司的使用政策約束這對政策制定者意味著什麼意味著管控前眼AI這件事如果指丁者幾家大的必緣實驗室會產生巨大的盲區

12:21.338 --> 12:39.865
[SPEAKER_00]: 一個在中國訓練公開發布全種的模型可以被全世界的研究者下載和微調這個擴散陸進和插GBT的API調用是完全不同的邏輯NasonLambert在文章裡特別提到他刻意寫的讓非技術背景的國會工作人員也能獨抖

12:40.605 --> 12:56.826
[SPEAKER_00]: 这本身就是一个值得注意的自胎AI研究者正在越来越主动的进入政策对话而不是等政策来找他们这一篇最值得记住的判断是开员和闭员的边界继续技术边界也是地员政治边界

12:57.527 --> 13:16.192
[SPEAKER_00]: 而且这两条线正在以不同的速度移动你可以花半小时读一下那份蓝板的原文它比你想象的要好懂如果你在企业里做AI选行可以把开原模型的选项重新放在桌上不要因为它不是OpenAI或Sropic就默认它能力更弱

13:16.892 --> 13:43.216
[SPEAKER_00]: 如果你关注AI智力,这篇文章提供了一个很好的框架,用来理解能力扩散和访问控制之间的矛盾。EthanMollack,我们正在鸡压一种人类消化不了的进步速度。这篇来自EthanMollack的WangYusufo-Sing通訊,原文标题是TheOverhand,发布于9月18日。Overhand这个词,字面意思是选压边言选出去的部分。

13:43.576 --> 14:09.258
[SPEAKER_00]: 在物理学里也只一种极压的事能在激累到足够大之前不会释放伊森猫里用它来描述AI进步和人类社会侍应速度之间越来越大的利用它的核心观察是AI的能力在指数级增长但所有成阶这种能力的人类系统包括教育机构、法律框架、组织流程、社会习惯都在以现行或者更慢的速度更新

14:09.978 --> 14:31.933
[SPEAKER_00]: 結果是能力在駕,但沒有被有效轉化他舉了一個貼近生活的例子,就是他自己寫Substack這件事他說他每隔兩週發一篇,但現在AI能力更新的節奏已經快到他覺得兩週都太慢了他每次發文都已經落後於現實,原因很簡單,他是人需要時間思考和寫作

14:32.573 --> 15:00.862
[SPEAKER_00]: 這個觀察有一個更深的層次真正的問題不在於技術跑太快而在於我們現有的消化機制根本沒有跟上Molik認為接下來真正有價值的能力是幫助人類系統更快的試應包括新的教育方式新的組織形態新的決策框架而不僅僅是更好的模型注意這個話題在上一期節目裡有提過AI能力機壓的概念

15:01.542 --> 15:29.565
[SPEAKER_00]: 但Molik这篇的角度是个人和系统层面的消化问题据交点是侍应速度本身而不是技术加速上一期那篇报的是完全不同的世界所以这里值得展开讲它的框架带来的那句话是AI的速度不是核心问题我们的系统从来没有为快做好设计你可以用这个框架检查一下你自己的工作节奏你上一次认真更新自己的工作流是什么时候

15:30.325 --> 15:54.420
[SPEAKER_00]: 你正在使用的AI工具和你实际工作方式之间的差距有多大如果你在带团队可以问自己团队消化新能力的速度是什么在限制它本期六件事从广告追踪到大脑架构从成本重够到政策政策都在问同一个问题我们是不是真的理解正在发生什么

15:54.980 --> 16:13.986
[SPEAKER_00]: 本期提到的所有原文鏈接都在節目的收鬱子裡保持好期我們下期繼續感謝您的收聽有任何建議意見請在X也就是推特上與Berryville聯繫本節目還會繼續進化請保持期待我們下期再見