深度研究新闻

提供深度研究报告与独立分析,结合数据、技术与经济视角,对区块链生态、项目潜力与市场趋势进行系统性剖析。

Anthropic警告的递归AI,田渊栋新公司刚刚走出了「第一步」

近日,Anthropic发布文章披露,其代码库超过80%由AI撰写,并警告AI“递归自我改进”(即AI自主设计、训练后续版本)可能带来风险,呼吁行业建立暂停机制。与此同时,由田渊栋等人联合创立的新公司Recursive Superintelligence结束了隐身状态,发布了其首项公开技术成果——“迈向自动化AI研究的第一步”。 该系统旨在将传统AI研究中“提出想法-编写代码-运行实验-分析结果”的人工闭环自动化。它能够针对给定目标自动生成实验思路、实现代码、运行验证并从中学习,从而自主推进研究进程,并内置了防止“奖励作弊”的机制。 Recursive在三个差异显著的基准测试中取得了领先结果: 1. **小模型训练优化**:在固定计算预算下,将模型验证损失进一步降低,相当于以更少时间达到同等效果。 2. **训练速度竞速**:在社区持续优化两年的基准上,将训练时间从79.7秒缩短至77.5秒,核心改进包括在注意力层使用FP8计算、为优化器添加退火噪声等。 3. **GPU内核优化**:在英伟达的底层计算内核基准测试中,将整体得分提升至0.754,缩小了与硬件理论极限的差距,而这些优化策略并非来自团队的专业知识,而是由系统自主发现。 Recursive团队阵容强大,已获得巨额融资,其目标是构建能够递归提升自身研发能力的AI系统。这与Anthropic的警告形成了微妙对比:一方正在实践AI加速AI研发的路径,另一方则呼吁为可能到来的“递归自我改进”时刻做好风险管控准备。当前成果虽仅是迈向自动化研究的初步尝试,但标志着一个能够自我增强的AI研发新范式已开始运转。

marsbit06/12 04:11

Anthropic警告的递归AI,田渊栋新公司刚刚走出了「第一步」

marsbit06/12 04:11

当 AI 流量超越人类,如何证明你是真人?

随着AI智能体产生的网络流量超越人类,互联网商业模式面临严峻挑战。AI行为模式与人类截然不同,它们高效抓取数据却不产生广告浏览或消费行为,导致网站无法获利。同时,AI搜索摘要大幅分流原始网站流量,内容创作者陷入被爬虫抓取内容又被AI截留用户的双重困境。 传统验证码等人机区分手段因AI图像识别能力超越人类而失效。行业转向行为生物识别技术,通过监测光标移动、打字节奏、按键力度等人类独有且难以模仿的生理行为特征来验证真人。这类技术甚至能通过行为异常识别诈骗。然而,这引发了谁将掌控用户生物特征数据的隐私担忧。 目前真人验证体系主要有两大方向:一是以Worldcoin为代表的中心化方案,通过扫描虹膜等生物特征生成身份凭证,但存在数据过度采集和管控风险;二是基于加密技术的零知识证明方案,旨在不泄露个人信息的前提下证明“真人”身份,但可能因经济激励而被身份租赁黑市钻空子。 尽管两者均有缺陷,但文章作者倾向于支持加密方案,因为中心化方案可能导致用户的生物数据被永久锁定在采集公司手中,形成无法删除的监控体系。在AI流量日益主导的背景下,如何在有效区分人机与保护用户隐私之间取得平衡,已成为亟待解决的难题。

marsbit06/12 02:43

当 AI 流量超越人类,如何证明你是真人?

marsbit06/12 02:43

去中心化 AI 2026 全景地图:为什么区块链是 AI 绕不开的「解药」?

文章探讨了去中心化AI在2026年的发展全景,并论证了区块链技术对解决中心化AI结构性瓶颈的关键作用。中心化AI面临四大瓶颈:计算资源稀缺昂贵、控制权过度集中、模型输出不可验证,以及训练数据获取困难。区块链技术通过提供开放、可验证且经济可及的解决方案,成为AI发展的必要“解药”。 文章将去中心化AI技术栈分为三层: 1. **应用与服务层**:聚焦于“代理金融”和“代理支付”,允许AI代理将自然语言指令转化为链上交易和自主支付,例如@gizatechxyz、@Infinit_Labs等项目已在处理数十亿美元的交易量。 2. **中间件层**:解决AI代理间的协调、身份和信任问题,例如@GoKiteAI构建的专用L1、@virtuals_io的代理经济操作系统,以及明星项目Bittensor通过子网网络和代币经济激励有用工作。 3. **基础设施层**:包括去中心化计算、推理、训练、数据存储和隐私验证。项目如@akashnet、@ionet提供廉价计算资源;@OpenGradient、@PhalaNetwork等确保推理的可验证与隐私性;@Filecoin、@grass等提供低成本数据存储与采集。 趋势显示,AI需求增长快于基础设施,代理经济成为增长引擎,计算正变为资产类别,代币经济学在协调资源中显现结构性优势。尽管领域仍处早期且采用不均,但Bittensor、NEAR、Base等项目的成功表明,去中心化AI正从叙事演变为协调计算、数据和智能的新模式。

marsbit06/12 02:40

去中心化 AI 2026 全景地图:为什么区块链是 AI 绕不开的「解药」?

marsbit06/12 02:40

a16z Crypto 合伙人:现金流就是护城河

a16z Crypto合伙人Jason Rosenthal认为,现金流本身就是最强大的护城河。历史上最成功的企业往往将自己置于“资金流”的关键节点,通过促进价值在网络中的创造与转移并抽取部分价值而成长。加密货币是首个为此原生构建的现代技术,它使资金能以互联网速度全球流动,并具备可编程性。 区块链本质上是网络型业务,天然具备网络效应。设计良好的代币能协调用户、开发者等各方利益,推动网络发展,并将价值按贡献分配回参与者。这种模式并非新生事物,从历史上的铁路、石油、电信,到如今的谷歌、Meta、AWS,成功的关键都是占据价值流动的枢纽位置。 传统金融服务(如支付、托管、借贷)利润丰厚,但其中存在大量可压缩的低效成本,这为加密初创公司提供了颠覆机会。加密创始人可以构建更高效、可编程、即时全球结算的新版本。此外,机会远不止于金融,在计算、AI数据、能源、太空等新兴领域,由于没有传统基础设施的包袱,更是构建全新资金流业务的蓝海。 文章建议创始人思考:你的业务是否处于资金流中?收入是否能随网络价值增长而同步增长?目标市场中哪里存在不合理的利润抽取?抓住这些机会,融入新的价值流动浪潮,企业就能随着网络效应累积而持续成长。

marsbit06/12 02:38

a16z Crypto 合伙人:现金流就是护城河

marsbit06/12 02:38

a16z Crypto 合伙人:现金流就是护城河

a16z Crypto运营合伙人Jason Rosenthal指出,历史上许多伟大企业的成功模式,在于将自己定位在“资金流”中——促进网络内价值的创造与转移,并从中抽取部分价值。加密货币是首个为此原生构建的现代技术,它使资金能以互联网速度全天候、全球结算并端到端可编程地流动。 区块链本质上是网络型企业,其共享账本和网络效应随着使用者的增加而增强。设计良好的代币能协调用户、开发者等各方利益,共同推动网络增长,并将价值按贡献比例分配。这种“处于资金流中”的模式并非新概念,从铁路、标准石油到谷歌、Meta和AWS都遵循此道——即找到价值流动的关键节点并置身其中。 金融市场的例子更为清晰:Visa通过处理支付流获取收入,顶级做市商通过占据订单流获得丰厚利润。它们的共同点是结合了资金流与网络效应,构成了持久强大的商业结构。 传统金融服务领域存在大量利润抽取环节(如高额支付手续费、托管费),这些高利润率正是创新者的机会。加密创始人可以构建更高效、可编程、全球化的下一代金融基础设施。此外,机会远不止于金融,在计算、AI数据、能源、太空等新兴全球价值流动领域,都有从头构建资金流业务的广阔空间。 文章最后向创始人提出三个关键问题:是否已处于资金流中?收入能否随平台价值增长而同步增长?目标市场中哪些环节的价值抽取率最高?鼓励创业者抓住机遇,融入新的价值潮流,借助网络效应实现增长。

链捕手06/12 02:32

a16z Crypto 合伙人:现金流就是护城河

链捕手06/12 02:32

去中心化 AI 2026 全景地图:为什么区块链是 AI 绕不开的「解药」?

本文探讨了去中心化AI在2026年的发展全景,并论证了区块链技术是解决中心化AI结构性瓶颈的关键“解药”。中心化AI面临计算资源稀缺昂贵、控制权过度集中、输出结果不可验证以及训练数据获取日益困难等核心问题。而去中心化AI通过区块链技术,旨在使智能变得开放、可验证且经济上可及。 文章描绘了去中心化AI的技术栈,包括: 1. **应用与服务层**:主要聚焦于代理金融(将自然语言转化为链上交易)和代理支付(机器间的自主支付结算),相关项目如Giza、Infinit、Coinvest AI等已处理数十亿美元交易量。 2. **中间件层**:解决代理间的协调、身份与信任问题,代表性项目包括Bittensor(通过子网经济激励AI工作)、NEAR、Base等,它们为代理经济提供操作系统和协调层。 3. **基础设施层**:涵盖去中心化的计算、推理、训练、数据存储以及隐私与验证。项目如Akash、Render、Io.net提供分布式计算;Filecoin、Grass提供数据与存储;而Nillion、Arcium、Phala等则专注于隐私保护和可验证计算,确保AI工作的机密性与正确性。 趋势显示,AI代理正成为增长引擎,计算资源本身正在成为一种资产类别,而代币经济学在协调去中心化网络中的资源方面展现出结构性优势。尽管该领域仍处早期,面临收入滞后于激励、采用不均等挑战,但Bittensor、NEAR、Venice AI等项目的实践表明,去中心化AI正在从概念演变为一种协调计算、数据和智能的新兴可行模式。

Foresight News06/11 10:02

去中心化 AI 2026 全景地图:为什么区块链是 AI 绕不开的「解药」?

Foresight News06/11 10:02

活动图片