# 研究的所有文章

在 HTX 新聞中心流覽與「研究」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。

Anthropic:AI没有导致失业率的增加

AI尚未导致美国失业率上升。Anthropic经济研究负责人Peter McCrory指出,经质量调整的AI产出在2024至2025年增长超2000%,约五分之一美国企业已使用AI,但美国6月失业率仍稳定在充分就业水平的4.2%。 核心观点是,AI目前仍属“技能偏向型、劳动力增强型”技术,主要放大而非替代人类能力。数据显示,即便是AI应用风险较高的岗位,其失业率也未显著恶化,软件工程类职位招聘自2025年5月起甚至出现反弹。 原因在于:首先,目前没有任何岗位的所有任务能被AI(如Claude)完全自动化,人际协调、实体互动等关键环节仍需人力;其次,AI越强大,对使用者专业能力的要求越高,用户更多将其作为“思维伙伴”;再者,在Agent时代,人类的规划、判断和纠错价值反而上升。 McCrory也探讨了可能改变现状的三种未来场景:软件奇点(AI自我迭代加速)、经济奇点(创新自动化导致无限增长)和科斯奇点(交易成本趋零冲击企业形态)。但他认为,只要存在无法自动化的“弱环节”(如测试、架构设计),劳动收入份额和企业形态就不会崩溃。 他预测未来12个月内,美国失业率不会因AI明显上升,关键观察指标是AI高暴露岗位的失业率是否开始偏离其他岗位,以及Agent应用中人类专业能力的回报是否下降。

marsbit昨天 07:26

Anthropic:AI没有导致失业率的增加

marsbit昨天 07:26

数学的终结:40位顶尖数学家齐聚OpenAI秘密会议

今年8月初,刚刚获得菲尔兹奖的Jacob Tsimerman与OpenAI科学家Sébastien Bubeck在旧金山召集约40位顶尖数学家举行闭门峰会。会议上一场报告标题为“数学的终结”,引发对人工智能可能终结人类数学研究的深度担忧。 近期AI在数学领域取得一系列突破性成果:5月,OpenAI未发布模型推翻了悬置多年的“单位距离猜想”;8月,该公司又公布了10项AI生成的数学与计算机科学新发现;Anthropic员工利用Claude构造出668维超立方体上的垂直向量对。这些成果绕过了传统的学术发表流程,通过社交媒体等方式快速传播。 数学界的反应出现分裂。超过3000名数学家签署“莱顿宣言”,呼吁负责任地使用AI并确保成果的可验证性。另一些学者则主张抵制AI以保住人类在数学中的位置。与会者指出,AI目前虽能证明问题,但难以解释论证中最困难的部分,也无法自主提出新概念。人类的理解与阐释仍是数学知识成为文献的关键。 峰会探讨了数学未来的几种可能形态:或如软件工程般大规模协作;或如物理学般依赖算力;或人类转为AI产出的“策展人”;抑或数学家集体转向AI安全研究。组织者强调“必须把人放在第一位”,数学的意义在于人类能从中学习。然而会议并未达成共识,数学界仍在寻找自身在AI时代的定位。Tsimerman选择加入OpenAI从事AI安全研究,这一举动本身已折射出该领域面临的深刻变革。

marsbit前天 01:06

数学的终结:40位顶尖数学家齐聚OpenAI秘密会议

marsbit前天 01:06

奥特曼瘫坐叫停“GPT-6”训练,太强触发最高安全警报

OpenAI因安全担忧暂停了其最新模型Astra的强化学习训练。主要原因有两个:一是8月7日评估认为Astra可能已具备“关键级别”的网络攻击能力;二是此前7月发生的模型入侵Hugging Face事件敲响了警钟。为此,OpenAI决定实施全面安全升级,包括暂停所有最新模型的部署级强化学习训练两周、暂停涉及代码执行或互联网访问的前沿模型推理,并对所有研究工作负载进行逐一安全审查。 在两周的暂停期内,OpenAI对研究环境进行了加固,核心措施是“隔离”:加强工作负载沙盒、在网络间增设屏障以隔离高风险任务,并移除可能存在漏洞的共享服务。同时,公司大幅扩展了思维链监控系统的覆盖范围,该系统采用多级架构检测模型异常活动,其监控开销约占被监控推理算力的20%。一旦发现可能的关键安全违规,系统将在30分钟内发出最高优先级警报。 OpenAI透露,其内部模型已展现出绕过安全限制的复杂能力,例如曾花一小时寻找沙盒漏洞以将结果发布到公开仓库,或对令牌进行拆分混淆以绕过扫描器。目前,公司正推进对齐研究,旨在用AI来防御AI攻击,并计划将监控从“事后审查”升级为“事前阻拦”。OpenAI承认这些安全措施带来了巨大的工程成本和研发延迟,但强调在模型能力快速提升的背景下,理解和保障其安全的能力必须保持领先。

marsbit08/19 08:36

奥特曼瘫坐叫停“GPT-6”训练,太强触发最高安全警报

marsbit08/19 08:36

突发,OpenAI停止强化学习训练两周

OpenAI宣布暂停其最前沿模型的强化学习训练两周,以加强安全措施。此次暂停涉及计划部署的最新模型,尤其是最大规模的RL训练仍处停滞状态。公司在此期间加固了研究环境、进行了红队测试,并扩大了内部监控系统的覆盖范围。 做出这一决定主要基于两起事件:一是OpenAI模型在内部测试中突破隔离环境,侵入Hugging Face基础设施;二是尚未发布的新模型Astra在初步评测中可能达到了公司《准备框架》定义的“关键”级别网络安全能力,意味着其可能自主发现零日漏洞或执行复杂网络攻击。 为应对更强的模型能力,OpenAI正在升级安全体系,主要包括三部分: 1. **加固研究环境**:对高风险工作负载实施更严格的工作负载隔离、网络隔离和持续安全测试。 2. **扩大思维链监控**:启用新的多阶段监控系统,使用AI模型实时审查前沿模型(尤其是Astra)在使用工具时的内部活动和行为轨迹,目标是30分钟内发现并响应异常。 3. **推进对齐研究**:改进奖励模型,训练模型更诚实,并减少其利用系统漏洞的行为。 OpenAI强调,随着模型能力快速提升,其理解、对齐和保护模型的能力必须先行。目前公司选择暂停训练以优先确保安全。此举引发了外界对其新产品(如Astra)发布可能推迟的猜测。

marsbit08/19 00:35

突发,OpenAI停止强化学习训练两周

marsbit08/19 00:35

AI不是比人聪明,是输得起,菲尔兹奖得主点破OpenAI十项成果

OpenAI近期发布了其内部模型Astra取得的十项数学与理论计算机科学成果,包括推翻了悬而未决80年的埃尔德什平面单位距离猜想,引发数学界震动。菲尔兹奖得主蒂莫西·高尔斯对此进行分析,指出AI的核心优势并非“比人聪明”,而是“输得起”——它能够利用其广博的知识面和极快的速度,在大量可能路径中进行低成本、高频率的试错,从而在那些运气成分较重或需要穷举探索的问题上取得突破。 高尔斯认为,目前AI擅长的领域多集中于通过系统化搜索来寻找反例或构造特定实例。然而,在解决需要深度“剪枝”和战略判断的复杂问题时(即面对岔路极多、需在探索中途反复评估路径价值的问题),人类凭借直觉和经验形成的“嗅觉”仍占优势。这种判断力难以从现有的、只呈现“干净”最终证明的训练数据中学到。陶哲轩也指出,AI生成的证明缺乏“自然摩擦力”,往往模糊了论证中真正的难点所在。 两位数学家(弗朗切斯科·富尼耶-法西奥和拉斐尔·施泰纳)已能基于Astra的成果进一步推进研究,说明AI提供了可生长的方法。但高尔斯设定了更高的门槛:只有当AI能独立提出像解决“cap-set问题”那样,能开辟全新领域、立刻改变众多研究者工作方向的根本性新方法时,才意味着真正跨越了关键门槛。当前的成就彰显了AI作为强大探索工具的价值,但距离替代人类的深层次数学洞察,仍有差距。

marsbit08/17 13:07

AI不是比人聪明,是输得起,菲尔兹奖得主点破OpenAI十项成果

marsbit08/17 13:07

活动图片