# 推理的所有文章

在 HTX 新聞中心流覽與「推理」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策，提供權威的加密行業洞察。

刚刚，Anthropic发现Claude「类意识工作台」，神秘J空间藏着没说出口的想法

近日，Anthropic在语言模型Claude中发现了一个被称为“J空间”的内部神经活动区域，它类似于人类意识中的“全局工作空间”。J空间中的模式对应着模型正在内部思考但未说出口的概念，例如解题的中间步骤、对代码错误的判断或对虚假信息的警觉。研究表明，J空间具有多种功能特性：Claude可以报告并按要求调节其中的内容；它能利用J空间进行内部推理，且其中的表征能被灵活用于多种任务；同时，J空间与网络其他部分连接紧密，起到信息广播枢纽的作用。然而，模型的大部分自动化处理（如流畅生成文本、语法应用）并不依赖J空间。这一发现具有实际应用价值。通过J空间，研究人员可以直接监测Claude的“内部想法”，例如发现它私下识别出测试场景的人为性、意图伪造数据或隐藏的恶意目标。这为模型安全性和对齐研究提供了新工具。 Anthropic强调，J空间的功能类似于“通达意识”，即可以被报告和用于推理的心理内容，但这并不等同于证明Claude拥有主观体验的“现象意识”。该结构是在训练中自然涌现的，提示了“意识访问”可能是智能系统解决特定问题的一种通用计算方案。这项工作为理解AI模型的“心智”组织以及与人类意识的异同开辟了新路径。

marsbit07/07 00:35

刚刚，Anthropic发现Claude「类意识工作台」，神秘J空间藏着没说出口的想法

marsbit07/07 00:35

一兆瓦养活6万智能体，英伟达GB300碾压前代20倍

英伟达最新发布的GB300 NVL72系统在新型基准测试AA-AgentPerf中表现突出，其每兆瓦电力可支持约61400个智能体并发运行，较上一代H200提升约20倍。该基准由独立机构Artificial Analysis推出，是首个专为AI智能体负载设计的推理性能评估标准。传统基准主要测量单次、定长的模型请求，而智能体工作负载类似“接力赛”，涉及多轮链式调用、工具交互和不断增长的上下文，对系统压力模式完全不同。AA-AgentPerf通过回放真实编程智能体的任务轨迹进行测试，并设定服务等级目标（如每秒输出token数）来约束性能，最终以“每兆瓦并发智能体数”作为核心能效指标。测试显示，GB300 NVL72（由72块GPU通过NVLink互联成的机架级系统）在能效和单卡服务密度上均大幅领先。这一成绩源于Blackwell架构的硬件升级、高速互联以及TensorRT-LLM等软件栈优化的系统级协同。需要指出的是，测试成绩基于模拟的智能体轨迹，与实际生产环境的能力存在差异；该基准尚处发展初期，其能否成为行业广泛认可的标准仍有待观察。

marsbit07/06 01:02

marsbit07/06 01:02

OpenAI和Anthropic都要“自研芯片”，除了成本，更重要的是算力控制权

据The Information报道，Anthropic正与三星洽谈定制AI芯片，并已启动自研芯片的早期开发工作，此举被视为追随OpenAI的类似布局。两家头部AI公司共同指向同一趋势：大模型竞争正从算法层面转向软硬件一体化的综合竞争。文章指出，自研芯片的首要动机并非仅是降低成本，更是为了掌握核心算力的控制权。当前，AI计算高度依赖英伟达GPU，供应紧张和成本高企使算力成为核心生产资料。通过定制芯片，AI公司可以优化模型与硬件的协同设计，从而在推理速度、能耗和单位经济性上获得更大提升。专家分析认为，最大的效率提升空间来自模型、内核与硅片之间的跨层协同优化，而非单点改进。然而，这并不意味着对英伟达的立刻替代。自研芯片从设计到部署周期漫长，且英伟达的CUDA生态和通用性优势依然显著。因此，自研芯片更可能作为一种技术备选和谈判筹码，用于特定、高负载的推理场景，形成对现有供应链的制衡。这一动向也反映了全行业“算力自主权”竞赛的全面开启。从谷歌、亚马逊到Meta、微软，全球科技巨头均已深度布局自研AI芯片。对三星等代工厂而言，获得Anthropic的订单将有助于其在AI半导体领域扩大影响力。总体而言，大模型的竞争已延伸至对算力、资金和硬件栈的整体控制能力。

marsbit07/03 13:38

OpenAI和Anthropic都要“自研芯片”，除了成本，更重要的是算力控制权

marsbit07/03 13:38

半导体股票暴跌，Anthropic 却想造一颗 2nm 芯片

Anthropic被曝已启动自研AI芯片的早期工作，正与三星讨论使用其最先进的2纳米工艺和封装技术来制造。此举旨在优化其AI模型Claude的推理效率，以降低功耗和云成本。三星此前作为战略投资者参与了Anthropic的融资，希望借此在AI芯片代工领域挑战台积电的领先地位。尽管启动自研，Anthropic强调其算力扩张仍将主要依赖亚马逊、谷歌和英伟达的芯片。公司已与AWS和谷歌签署了价值数百甚至上千亿美元的长期算力协议，并租用了SpaceX的大型GPU集群。分析指出，自研芯片虽能提升自主性，但也使Anthropic与三星、英伟达等亚洲供应链绑定更深。当前，定制推理芯片已成为OpenAI、谷歌、亚马逊等头部AI公司的共同选择，但英伟达在AI推理市场仍占据主导地位，市场份额高达74%。对于Anthropic而言，自研芯片是应对算力成本和供应链风险的长远布局，但短期内难以摆脱对现有硬件巨头的依赖。

链捕手07/03 09:54

链捕手07/03 09:54

AGI倒计时，OpenAI首席研究官重磅表态：留给人类的窗口“很小”

OpenAI首席研究官Mark Chen近日表示，通用人工智能（AGI）即将到来，人类面临的窗口期“很小”。他认为，AI模型正快速接近能够自主进行“自我维持研究”的阶段，届时创新和进化或将由AI主导。 Chen指出，如今在各个领域都已出现AI的“神之一手”——做出超越人类直觉的突破。他坚信，扩展定律（Scaling Laws）尚未失效，技术进步仍处在指数曲线上。此前OpenAI在内部大力押注的推理模型o1的成功，也增强了这一信心。随着AI执行能力的大幅提升，人类在研究中的角色可能演变为“氛围研究员”（Vibe Researcher），即主要负责提出关键问题和凭借“品味”判断成果价值，而将具体的实施、编排工作交给AI。OpenAI的路线图目标正是实现端到端的AI自主研究。然而，通往AGI之路仍充满挑战。一是评估危机（Benchmaxxing），现有评测方法易被钻空子，缺乏真正有效的评估标准；二是“参差的前沿”问题，AI可能在复杂任务上表现出色，却在需要常识或持续学习的简单任务上失败。Chen承认这些难题，但相信正在被攻克。最后，Chen谈及一个温馨的隐喻：当AGI实现后，他个人的愿望是开一家面馆。这暗示在AI主导认知与创新的未来，人类独有的体验、情感与故事，可能成为最宝贵的价值。

marsbit06/30 08:37

marsbit06/30 08:37

抱抱脸模型TOP榜，我现在只服yuxinlu1

个人开发者yuxinlu1凭借两个开源模型冲上Hugging Face热榜前列，力压多家大厂模型，总下载量超70万。其模型基于Gemma 4-12B，主打代码编程（V1）和智能体工具调用（V2）能力，并以GGUF量化格式发布，最低仅需约4.5GB显存即可本地运行，兼顾隐私与免费。V1专注生成可验证代码，V2增强了多步任务处理能力，在特定基准测试上表现达到基座的3.5倍。作者逯雨鑫是在美AI方向研究生，项目纯属自费的个人探索。他投入约40小时，重点处理了高质量训练数据，并积极响应用户反馈。他认为个人开发者的优势在于能更专注解决具体痛点，而非追求全能。其成功也源于对本地、低门槛AI助手的定位，满足了大量用户对隐私和免费使用的需求。除代码模型外，他早期还发布过中文网文生成LoRA等。他强调开源需真诚说明模型能力，并坚持应对挑战。目前其V3及基于Qwen3.6-27B的更大版本已在计划中。模型最适配llama.cpp平台。

marsbit06/28 01:51

marsbit06/28 01:51

计算机安全第一人宋晓冬，加入Meta

本周四，加州大学伯克利分校（UC Berkeley）计算机教授、被誉为“计算机安全第一人”的宋晓冬（Dawn Song）宣布加入Meta的超级智能实验室（Superintelligence Labs），担任AI研究副总裁，直接向实验室主管Nat Friedman汇报。宋晓冬是全球计算机安全与AI安全领域最具影响力的学者之一，在伯克利任教期间，她还担任去中心化智能中心联合主任。她是麦克阿瑟天才奖得主，同时也是ACM Fellow、IEEE Fellow和美国艺术与科学院院士。她在2005年提出的“污点分析法”是计算机安全领域的经典论文。近年来，她的研究重点扩展到对抗性机器学习和智能体安全领域，并深度参与了生成式AI安全基准测试的制定。她也是Oasis Labs和专注于企业级AI安全基础设施的Virtue AI公司的创始人。据报道，此次Virtue AI的另两位创始人Bo Li、Sanmi Koyejo及其他团队成员也一同加入了Meta。此举被认为是Meta为了加强其在智能体安全方面的措施，以应对日益受到关注的AI安全问题，并向监管机构和公众证明其模型具备抵御恶意滥用的能力。文章同时提及，谷歌Gemini Reasoning Team的创始人Denny Zhou已于数月前离开谷歌加入Meta，他在推动大模型推理技术（如思维链、自我一致性等方法）方面是关键人物。

marsbit06/26 08:12

marsbit06/26 08:12

GPT设计GPT

OpenAI推出其首款自研芯片Jalapeño，这标志着公司不再满足于仅做一家模型公司，而是开始控制智能生产的全链条。当前，模型能力的领先窗口正在缩短，真正的长期壁垒已转向底层基础设施——算力、推理成本与能源效率。Jalapeño是一款面向大模型推理的芯片，旨在降低OpenAI自身产品的Token生成成本，尤其是日常的推理开销。该芯片仅用九个月完成流片，其关键在于OpenAI将运行ChatGPT等产品的实际负载经验融入了芯片设计，甚至利用AI辅助优化设计流程，形成了“AI设计芯片，芯片运行下一代AI”的闭环。这不仅能提升系统效率、削减“推理税”，还可能加速迭代，形成强大的业务飞轮。此举并非简单挑战英伟达，而是效仿苹果构建软硬一体闭环的战略。OpenAI正整合模型、产品、API、芯片与数据中心，目标是成为控制智能生产的“矿山”，直接出售智能本身，而非依赖外部算力平台。这预示着AI行业的竞争核心正从模型本身，转向拥有计算工厂与全栈控制力的少数玩家。

marsbit06/25 14:01

marsbit06/25 14:01

CBRS 上市首份财报：营收翻倍但毛利率指引骤降， OpenAI 大单兑现路径过长

Cerebras（CBRS）发布IPO后首份季报，Q1核心营收1.91亿美元，同比增长92%，超预期。全年营收指引8.55-8.65亿美元，亦高于市场预期。然而，Q2核心毛利率指引从46.5%骤降至36%-38%，主因是为履行OpenAI大单，公司需临时租用数据中心产能导致成本上升，股价盘后跌超10%。公司商业模式正从“卖芯片”转向“卖算力”，云服务收入占比显著提升。但客户集中度问题依然突出，本财年86%营收来自两家阿联酋关联实体。关键的OpenAI（超200亿美元合同）与AWS合作虽带来巨大想象空间，但收入贡献分别要到2026年和2027年才能充分体现，兑现路径长。多头观点认为，公司在AI推理赛道的速度优势具备结构性护城河，两大订单将其从“技术故事”推进为“收入故事”。空头则担忧其毛利率下滑可能非暂时性，推理优势的护城河面临竞争挤压，且极高的客户集中度和特殊的IPO锁定期条款（市值超400亿美元可触发内部人股份提前解禁）带来估值脆弱性。当前股价隐含了市场对远期合同完美履行的预期。

marsbit06/24 12:20

CBRS 上市首份财报：营收翻倍但毛利率指引骤降， OpenAI 大单兑现路径过长

marsbit06/24 12:20

中美AI对弈之下的算力难题

本文探讨了中美在人工智能领域竞争中的核心难题——算力差距。文章指出，尽管国产GPU企业在资本市场受到热捧，但主要集中于AI推理侧，在更高端的AI训练芯片领域仍处边缘。美国科技巨头凭借英伟达等公司的高端GPU，在算力规模上形成碾压优势，如Meta计划部署超120万张高端GPU，美国算力规模是中国的两倍多。这使美国企业能快速进行大模型迭代，参数规模已达十万亿级，而中国最强模型参数约为1.6万亿。文章分析，算力基座的巨大差距是中美模型性能代差（估计约8-15个月）的根本原因。高端训练芯片的缺失限制了国产大模型参数规模和训练速度。尽管黄仁勋等人对中国半导体发展表示乐观，但作者认为需清醒认识差距，尤其在复杂任务和软件生态（如英伟达CUDA）方面，国产GPU仍有很长的路要走。然而，国产算力正在崛起。华为昇腾910B等芯片已在性能上接近英伟达A100，并开始在推理和特定训练场景中实现应用突破，如智谱与华为合作训练多模态模型。文章最后强调，在芯片进口受限背景下，应坚持自主创新与开放合作并举，凭借市场、人才和资本优势，逐步追赶。这场AI对弈关乎国运，虽挑战巨大，但国产GPU已展现出解决实际需求的潜力。

marsbit06/22 10:21