深度研究

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。

大模型刷爆所有考试,却离AGI更远了:这篇论文拆穿了什么?

大模型在各种考试中表现优异,却被一篇新论文指出离真正的通用人工智能(AGI)更远了。目前业界对AGI缺乏公认定义,导致目标模糊。学者Michael Timothy Bennett提出新观点,认为真正的AGI不应以模仿人类为标准,而应是在有限计算、记忆和能量资源下,能像“人工科学家”一样广泛、高效、科学地适应新环境和发现新知识的系统。 他指出当前大模型本质是“规模最大化近似”,依赖海量数据记忆答案,缺乏真正的因果理解和主动探索能力。例如,模型可能因文本概率而错误比较“9.11和9.9”。真正的AGI需具备三大关键能力:从被动响应变为主动实验者;从学习相关性到理解因果关系;在资源限制下动态平衡“探索新知”与“利用已知”。 论文将构建智能的元方法分为三类:主流的规模最大化、追求简洁的简单性最大化,以及弱化约束让系统自寻最优解的约束弱化最大化。Bennett认为,单靠堆参数的路线无法实现AGI,未来需要多种方法融合。 若“人工科学家”标准被接受,AI发展将迎来范式转移:评估重点将从刷榜考试分数,转向测试其在未知环境中的适应与发现能力;技术路线也将从单纯追求规模,转向融合因果推理、主动学习等多维能力的发展。这提示AGI的实现并非现有技术的线性延伸,而是一次根本性的路线重置。

marsbit05/28 00:24

大模型刷爆所有考试,却离AGI更远了:这篇论文拆穿了什么?

marsbit05/28 00:24

谁能在 Agents 时代赚到钱?

作者探讨了在区块链进入Agents(智能体)时代后,价值捕获模式的演变。文章回顾了加密领域原有的两种主流理论:“胖协议”理论认为底层协议能捕获大部分价值,而“胖应用”理论则认为掌握用户关系的应用层更具优势。 然而,当用户从人类转变为Agents时,情况将发生根本变化。Agents直接调用API,对用户体验、品牌和便利性无感,且切换成本为零,这动摇了“胖应用”理论依赖的前端护城河。 文章提出了几种可能的未来图景: 1. **应用“无头化”**:当前成功的应用剥离前端,转型为面向Agents的纯后端API服务商。 2. **协议再度崛起**:如果集成足够简便,Agents可能直接与底层协议交互,跳过中间层,使“胖协议”理论复苏。 3. **全栈定价权崩塌**:Agents的绝对理性和零摩擦切换可能导致技术栈各层利润率被压缩至边际成本,价值流向Agents所有者或其服务的人类用户。 4. **催生新经济活动**:Agents可能以远超人类的规模和速度进行交易,甚至创造全新类型的链上市场,从而做大整体蛋糕。 5. **诞生未知新模式**:如同互联网催生注意力经济,Agents时代可能出现今天无法预见的全新商业模式。 最终,人类用户和Agents用户可能长期共存,形成两套不同的价值捕获体系。对于构建者而言,在Agents端建立优势的关键,可能在于提供更优的流动性、延迟、结算保证等非用户体验因素。

链捕手05/27 13:51

谁能在 Agents 时代赚到钱?

链捕手05/27 13:51

2年225倍收益?揭秘神秘研究员Serenity的AI“卡脖子”投资术

本文深度剖析了神秘研究员Serenity(前Reddit用户AleaBito)在两年内实现超225倍收益的投资方法论。其核心是“供应链瓶颈理论”:采用自下而上的逆向工程思维,在AI等前沿科技的庞大产业链中,精准定位那些技术壁垒极高、供给高度集中、一旦中断会导致下游瘫痪的“卡脖子”物理环节。 Serenity的投资框架包含三大关键:1)构建整合技术专利与地缘政治的全球供应链精密地图;2)在发布任何投资假设前,利用AI扮演“魔鬼代言人”进行多轮对抗性逻辑拷问;3)在全球机构的研究盲区(如小众市场、低市值公司)中,引导专业化的散户协同资本进行信息差套利。 文章以共封装光学和人形机器人供应链为例,详细列举了其锁定的关键“卡脖子”环节,如硅光子芯片所需的高精度对准组件(FOCI)、外部光源激光器(SIVE)、分子束外延设备(Riber)、高纯度红磷原料以及SOI衬底(Soitec)。同时,也揭示了其策略伴随的流动性风险、技术路径单一下注的潜在颠覆性风险以及市场操纵质疑。 总结而言,Serenity的范式价值不在于提供具体代码,而在于示范了一种打破共识、深度解构系统、寻找并投资那些沉默但不可替代的“物理开关”的极客思维。

链捕手05/27 09:11

2年225倍收益?揭秘神秘研究员Serenity的AI“卡脖子”投资术

链捕手05/27 09:11

活动图片