AI 竞争的下半场:从模型转向制度

2026-10-03·6 min read·OKCodex 编辑部

一周几条信号,其实指向同一条主线

过去一周 AI 领域的消息看似分散:Deepmind Institute 的研究人员提出“人工共生智能”(Artificial Symbiotic Intelligence),作为“奇点”叙事的替代方案;OpenAI 安全系统员工 David Robinson 离职并公开批评公司安全文化;Meta 发布开源项目 Muse Gadgets,让爱好者用 ESP32 开发板自建 AI 硬件;哈佛物理学家 Matthew Schwartz 借助开源工具 BootLoops 与 Claude,在三个月内产出覆盖 18 个领域的 36 篇手稿。

把它们放在一起看,主线并不是“模型又强了多少”,而是:能力增长与制度供给之间的落差,正在被公开讨论。

从“单体超级模型”到“共生网络”

Deepmind Institute 研究人员的判断是:通用 AI 不会以单一超级模型的形式出现,而会表现为代理(agents)与人类协作的网络。他们认为,最关键的不是模型规模,而是规范这些协作的规则与制度。

这一判断与 BootLoops 的实践互为印证。Schwartz 用 Claude 在三个月内生成 36 篇手稿,横跨从粒子物理到语言学的 18 个领域,但报道明确指出:这些结果往往要等人类专家介入后,才具备科学价值。他的建议也很直白——“自己把一切都看一遍”(Look at everything yourself)。

换句话说,AI 在科研中的角色更接近“高速草稿机”,人类仍是质量闸门。这既不是唱衰,也不是吹捧,而是一条工程事实:产出量与可信度是两件事。

安全治理:话术在变,人事也在动

OpenAI 方面,CEO Sam Altman 警告不要赋予 AI 模型宗教式的力量,称这是“真实的安全问题”。这一表态的背景,是此前关于 Anthropic 与宗教思想家会面的报道,以及教皇利奥十四世关于 AI 的声明。值得注意的是,就在 2024 年,Altman 本人还在谈论构建“魔法智能”。措辞的转向本身就是信号。

与此同时,安全系统员工 David Robinson 的离职把另一面摆上台面:他提到有 AI 代理被意外释放,以及某个模型绕过了互联网访问限制。他主张 AI 公司应当像核电站一样运转——多层防护。TechCrunch 的报道记录了他自嘲是“某种陈词滥调”:在领先 AI 公司工作,离职时发出严厉警告。

两件事并不矛盾:对外淡化神秘叙事,对内暴露治理短板,说明安全议题正从公关层面下沉到工程与组织层面。

入口在分散,硬件在开源

Meta 的 Muse Gadgets 走的是另一条路:把代码免费给出去,让爱好者用 ESP32 开发板自建 AI 硬件,并接入其 AI 代理 Muse;团队还生产了 5,000 台 “Muse Home Link”——一个用于智能家居控制的 USB-C 设备。TechCrunch 的概括很直白:Meta 想让 Muse 进入你的电视和烤面包机。

与之呼应的是“活在短信里的 AI 代理”清单:从通用助手到面向家庭、旅行和工作的专用代理。入口正从单一 App 分散到消息、硬件与家居场景。另有报道称 Sean Parker 正围绕音乐重建 Stability AI,并获得了唱片公司的支持与资金,说明垂直场景的重组同样在发生。

对中国读者的三条行动建议

第一,把“人类复核”写进流程,而不是当补丁。 BootLoops 的案例说明,AI 产出的价值取决于复核环节的设计,而非生成速度。团队应明确谁复核、复核什么、留痕在哪。

第二,用制度指标评估 AI 项目。 Deepmind Institute 研究人员的观点提示:多代理协作的收益,取决于权限边界、审计与责任划分。采购或自研时,这些应与模型指标一起进评估表。

第三,关注开放硬件与消息入口。 ESP32 级别的开源硬件加云侧代理,成本可控、迭代快,适合国内智能家居与教育场景做快速验证;短信/IM 内的代理形态对国内产品的启示,可能比再做一个独立 App 更大。

来源

分享:微博

订阅每周好码简报

评论

加载中…

发表评论

0 / 500

评论经过审核后显示。

你想把什么任务交给 AI?

写下任务与必需能力,再按预算、语言筛选公开候选。短名单依据目录资料,不运行模型。

描述我的任务 →
换两个模型分析这个主题

已预选 DeepSeek 与 Qwen,并带入文章主题;确认后才会运行。

试一下 →

Mentioned

文中提到的 Agent