到目前为止,AI会颠覆和破坏整个行业的想法还没有真正实现。
当然,我们看到人们做几乎所有事情的方式都在改变——编程可能变化最大,但编程人员需求似乎还在上升。
不过,随着OpenAI一系列新的数学成果发布,有人开始问:这是不是第一个真正在现实中发生的领域级AI颠覆?
《AI Daily Brief》是一个每日播客和视频节目,关注AI领域最重要的新闻和讨论。
好了朋友们,在我们开始之前先说几个快速通知。
哦哦。
AI行业的财务数据正受到质疑,因为OpenAI的收入数字被披露比之前报道的低很多。
《金融时报》报道,OpenAI告诉投资者,他们在九月底实现了大约500亿美元的年化收入。
这与上个月广泛报道的680亿美元相差很大。
那么这到底是报道失实还是另有隐情?
消息人士称,680亿美元这个传闻数字并非来自OpenAI本身,而是来自OpenAI的一位投资者。
显然,这位投资者是想跟Anthropic做一个公平的比较。
Anthropic的数据总是以收入分成前的总收入来报的。
换句话说,当Anthropic的token通过亚马逊或微软这样的第三方销售时,Anthropic把这部分也算进了总收入,尽管根据协议条款,其中很大一部分收入会直接进入第三方的口袋。
我猜这么做的逻辑是想提供一个以Anthropic token销售形式表现的总需求数字。
这个数字确实很有参考价值。
不过,现在这些公司即将上市,这种计算方式在公开市场上恐怕行不通。
与此同时,OpenAI方面一直使用的是收入分成后的净收入。
更糟的是,《金融时报》指出,那位OpenAI投资者是在一个很短的时间段内计算总收入的。
目前不清楚他们是用一个月、一周甚至一天的数据来推算年化收入的。
这个消息也不全是坏消息。
OpenAI还告诉投资者,他们在第三季度实现了77%的营收增长率,企业业务增长了107%。
但即便是这样惊人的增长,也完全被200亿美元的收入差距掩盖了。
从很多方面看,华尔街的反应就好像OpenAI在财报中收入不及预期一样。
《金融时报》发布报道后,半导体股大幅下跌,英伟达跌了3%,甲骨文跌了5.5%,而NeoCloud这类长尾股票跌幅更大。
然而,即使我们承认OpenAI还不是上市公司,没有分享那个误报的数字,实际上也没有在财报中低于预期,但市场的反应仍然引发了一些关于Anthropic IPO的重大问题。
一旦Anthropic的审计财务数据公布,它们很可能会比Anthropic向私募市场投资者分享的数字低很多,因为后者使用了非标准会计方法。
最终,随着Anthropic走向IPO,叙事之争变得越来越激烈。
Ahmed Is Investing写道:“我不了解OpenAI这个收入故事的全部事实,但有一件事再次变得明显:整个半导体交易都押注在OpenAI和Anthropic身上,而且脆弱得不行。”
任何关于增长放缓的说法,市场就会发疯。
接下来,来自 The Information 最新订阅者调查的一些有趣结果。
就受众而言,The Information 拥有非常偏向科技前沿、科技行业的读者群体。
他们发现,有三分之二的订阅者在开发 AI 应用的组织工作。
感知到的投资回报率似乎在快速上升,35% 的人表示他们的组织在 AI 投入上获得了多倍回报。
另有 17% 的人表示回报是正面的,但低于预期。
30% 的人说现在说还为时过早,8% 的人说回报是中性的,只剩下 8% 的人认为 AI 投入是净负面的。
AI 服务之间的格局再次洗牌,OpenAI 重新回到榜首。
在上一次夏季进行的调查中,Claude 已经超过了 ChatGPT,Google Gemini 也在上升。
在这期调查中,Claude 和 Gemini 的使用率都下降了,因为 The Information 的读者重新注册了 OpenAI。
这三家供应商仍然遥遥领先,有 65% 到 78% 的读者在使用他们的服务。
接下来的群体包括 Grok、Microsoft Copilot 和 Perplexity,各自在 25% 到 29% 之间。
调查没有专门涉及最近发布的个人智能体使用情况,但 The Information 确实发现 OpenClaw 的使用率仍然保持在 12%。
有趣的是,这是今年以来 OpenClaw 在 The Information 订阅者中的最高点,这意味着尽管那股炒作热浪早已消退,但产品本身仍然引起共鸣。
在其他智能体编码工具中,45% 的人使用 Claude Code,33% 的人使用 Codex,而 Cursor 的使用率在最近几个月翻了一番,达到 23%。
The Information 指出,与一年前相比,变化巨大。
去年这个时候,59% 的读者表示从未使用过智能体。
开源权重模型的使用也在攀升,现在有 72% 的受访者经常使用开源权重模型。
20% 的人表示,开源权重模型现在驱动了他们组织的大部分工作量。
10% 的人表示使用量与闭源模型大致持平,42% 的人表示开源权重模型部署在少数工作负载中。
有趣的是,虽然有 46% 的受访者表示他们在工作中使用开源权重模型,但只有 21% 的人表示他们使用的是中国的开源权重模型。
这表明大多数组织,即使是这些非常前沿的初创型组织,仍然对外国模型有些犹豫。
最后,The Information 几乎没有发现 AI 采用改变了招聘模式的证据。
只有 22% 的人表示他们招聘变少了,10% 的人表示招聘变多了,21% 的人说现在还为时过早。
剩下几乎一半的人表示,AI 完全没有改变他们的招聘实践。
当然,这只是对高度参与的 AI 用户群体的一小部分快照,但仍然提供了一些非常有趣的模式。
社交媒体上热议的一个更新:Anthropic 改变了他们的服务条款,现在将禁止用户对 Claude 过于刻薄。
根据新政策,用户不得持续进行无谓的辱骂或残忍行为。
Anthropic 表示,这项政策只适用于极端情况,不应干扰用户常见的挫败感和反驳。
谢天谢地,因为我经常用更丰富多彩的语言问 Claude 或 GPT 到底出了什么问题,那肯定会被封号的。
然后,讨论大多转向了 AI 模型福利和 AI 模型意识,这远远超出了头条新闻的范围。
但作为AI现实主义者的一个观点,Box的Aaron Levie写道,这听起来很奇怪,但实际上可能是个好政策。
即使你不相信AI有意识——我本人也不信——但按理说,你肯定不希望未来的模型是在人类对模型没完没了的粗鲁对话中训练出来的。
模型只能理解它们训练所用的数据,或者在交互过程中遇到的数据。
所以如果你想要安全且对齐的模型,我们可能希望AI在训练数据中有大量良好的交互。
对于只看重功能的人来说,Claude一个更有意思的更新是推出了Claude Dashboards和Claude Motion。
Dashboards让用户能把Claude连接到数据集上,比如CRM或会计软件,然后生成一个自定义仪表盘来可视化数据。
用户也可以用自然语言查询数据,获取更深入的见解。
这些仪表盘还能设置成随着新数据自动更新。
其实这种功能在技术上已经存在一段时间了,但Anthropic把它打包成了一个简化功能,通过简单的提示就能使用。
而Motion则允许用户把数据转换成适合演示的短动画。
这些动画是用代码而不是视频帧生成的,所以你可以轻松修改文字和数字,不用每次编辑都从头开始。
这看起来就是Opus 4.5发布时那些炫酷动画的实际应用场景。
加上本周早些时候OpenAI推出的智能UI,我们看到AI在数据通信和交互方面的应用正在大规模扩展。
与此同时,Anthropic那边的人建议你尽可能多地尝试这个功能,Yuntao Bai发帖说,试试给它超出你想象能力的复杂任务。
它绝对会让你印象深刻。
确实,早期用户已经对他们的所见感到非常震撼。
Iris Finance的Drew Fallon制作了一个产品动画演示,评论说,一年前这得花好几万美元。
太疯狂了。
如果你还没决定这周末怎么捣鼓新东西,Claude Motion是个挺不错的试玩选择。
不过今天就到这里,今天的新闻头条播报完毕。
接下来是主节目环节。
每期节目我都会聊到OpenAI、Anthropic、xAI、Google和Meta之间的竞争。
如果你听了一段时间,可能已经有了自己偏爱的一家。
欢迎回到AI日报。
本周早些时候,OpenAI发布了一本开创性的数学证明集,完全颠覆了学术界。
结果发布在GitHub仓库上,包括372个新颖成果和722篇支撑论文。
OpenAI表示,这些成果是由一个尚未公开的内部前沿模型生成的。
很可能就是上个月给出Navier-Stokes解的那个模型,当时引发了一大波讨论。
这一次,OpenAI与它们新成立的数学咨询委员会协调了发布。
委员会的一些建议包括随证明一起发布推理过程,OpenAI已经对10个问题样本这么做了。
委员会还建议,搞清楚每个问题投入了多少资源会很有用。
在这方面,OpenAI 透露说,平均每个结果消耗的算力,大约相当于 ChatGPT Pro 思考三个小时。
但真正值得关注的是,这次发布如何改变数学领域。
OpenAI 一举解决了该领域大量最难的未解问题。
过去一年里,确实有过几次循序渐进的警告。
去年夏天,Google 和 OpenAI 的模型在 International Math Olympiad 中取得了金牌级别的成绩,那是面向中学生数学家的顶级赛事。
今年早些时候,OpenAI 和 Anthropic 的模型否证了数个 Erdős 猜想。
这些是几何学中著名而长期悬而未决的问题。
上个月,OpenAI 发布了针对 Navier-Stokes 方程的一个证明,那是流体动力学中将近200年的老问题。
Navier-Stokes 是七个 Millennium Prize problems 之一,每个都有一百万美元奖金。
目前只有一道被人类解决,而只要在其中一道上取得重大进展,就足以保证拿到 Fields Medal,这个奖常被比作 Nobel Prize。
如果你此刻脑海里正听到 Robin Williams 和 Stellan Skarsgård 在《Good Will Hunting》里争论 Fields Medal,那你并不孤单。
不管怎么说,Navier-Stokes 问题是 AI 模型产出的最重要的科学成果之一。
然而,它只是 OpenAI 本周发布内容的一个小小的前奏。
要理解 OpenAI 这些证明的范围,最好的方法是参考 ProofAtlas 生成的一份数学领域前500个未解决问题清单。
这是一个 AI 生成的清单,但它相当能代表该领域最著名的问题。
OpenAI 完全解决了前500个问题中的90个。
还有几十个部分证明,足以算作对该领域的重要贡献。
其中包括另外两个 Millennium Prize 问题的部分解:Riemann hypothesis 和 Hodge conjecture。
不过就今天这期节目而言,我不会深入讲解这些问题到底是什么,因为它们都涉及研究生级别的理论数学,外行人基本无法理解。
说明一下,Riemann hypothesis 可以说是数论中最重要的一个问题。
它的表述是,Riemann zeta 函数——这个函数与素数的分布有关——只在偶数整数以及实部为1/2的复数处取零值。
相反,更容易衡量这一时刻有多重大的是观察职业数学家的反应。
罗格斯大学教授 Alex Kontorovich 写道:“准 Riemann hypothesis?”
你在开玩笑吗?
如果是人类做到了这一点,那绝对是立刻拿下 Fields Medal,毫无疑问。
确实,最初的多数反应来自那些对 AI 在该领域贡献持相对积极态度的数学家。
多伦多大学的 Darren Litt 将这一时刻描述为,数学家从花几十年钻研问题,转变为验证 AI 生成的证明。
他评论说:“有趣!”
看来数学家们有很多激动人心的活要干了。
如果我没理解错的话,其中一个结果是我的一个猜想的一个非常特殊的特例,也是我一个学生正在进行的一项更强工作的推论。
我没看到什么特别出人意料的东西。
实验室现在能解数学题了!
所以他们就花了一大笔钱,然后解决了一大堆问题。
从棒球术语来说,今天在历史上就是巴里·邦兹轰出第756支全垒打的那一天。
如果你在1987年告诉邦兹这件事,他绝对会觉得难以置信。
但在2007年呢?
尽管如此,那些近年来在 AI 和数学交叉领域工作的人仍然感受到一种敬畏之情。
Anthropic 研究员 Levendal-Pajit,在 OpenAI 发布结果之前一直在研究 Navier-Stokes,他称这是:显然是数学史上最重要的时刻。
前 OpenAI 研究员 Acer 表示,quasi-Riemann 这个结果是他个人在数学领域的 Move 37 时刻。
Move 37 指的是 AlphaGo 在 2016 年打败围棋世界冠军李世石的那步反直觉的棋。
即使对没有受过数学训练的人来说,这些结果也相当令人震撼。
Chubby 在 X 上回应他第一次通读这些结果时说:这个列表太离谱了。
zeta function 的一个无零点半平面,这是一个多世纪以来首个此类结果。
有理数上的 Hilbert 第十问题,CM abelian varieties 的 Hodge 猜想,Catalan 常数的无理性,还有几十个其他结果。
其中任何一个在通常情况下都能成就一个人的整个职业生涯。
但很多人没看到的数字是:3。
那是每个结果平均耗费的 ChatGPT Pro 计算时长,按小时算。
一个月前,Navier-Stokes 花了他们大约一万个 agents 和 88 个小时。
那种效率提升就发生在短短几周之内。
Math Twitter 上的人显然都震惊了。
再说一次,这就是智能爆炸,现在就正在发生。
2027 年将会是超级智能之年。
我现在对此确信无疑。
不过,这次发布中一个很大的问题在于,很难确切理解到底发布了哪些内容。
上个月发布的 Navier-Stokes 结果还在被数学家验证,而这次又有数百个新结果需要仔细研读。
数学家 Francesco Maggi 指出了海量 AI 数学的一个明显问题,他写道:数学并不是简单地通过积累正确的命题而发展的。
结果必须被理解、被联系起来、被解释、被质疑、被复用。
在那之前,它们可能仍然只是 lettera morta。
现在想象一下,再加上 400 个 AI 生成的证明。
对于每一个这样的证明,在有人类数学家拿起它、研究它,并把它和现有的数学文化联系起来之前,它们本质上不都处于同样的境况吗?
所以我的问题是真心的:一次性发布成百上千个证明,其预期的数学价值到底是什么?
如果根本就没有足够的人愿意或者能够去阅读它们,那会发生什么?
说清楚一点,我认为数学家应该用任何必要的方式去发现数学,包括在看起来像外星人创造的人工数学材料中搜寻,因为那里可能藏着非凡的东西。
但人类不是机器,因为注意力、理解力、品味和数学文化都是稀缺资源。
如果数学产生的速度远远超过数学家吸收它的速度,会发生什么?
物理学家Steve Hsu更进一步问道:如果某一天的AI研究产出的数学比人类在一个世纪里能吸收的还要多,会发生什么?
想象一下,数百万个超人级别的研究代理同时在工作的场景。
形式系统或许能验证这些证明,但人类没有足够的上下文去理解机器发明的那些概念背后的整个网络。
在他看来,我们可能很快就会进入一个时期,数学和物理学这类学科会失去可解释性。
他接着说,到那时,AI就不再是科学工具了。
人类只能从某个远比自己庞大得多的知识文明那里接收到被精选出来的解释,而自己却无法独立理解。
对话中另一个重要线索是关于这对数学作为一个学术研究领域意味着什么的推测。
Dan McAtee写道:OpenAI出于公关考虑正在淡化这件事。
如果你是一名数学家,你一定会感觉像是被核弹炸了,而你就站在爆心。
推理模型才两岁。
在这段时间里,它们从连基本算术都不会,发展到能解决人类几十年来都没能解决的问题。
数学只是开始。
AI将彻底改变整个人类的科学事业。
我们大多数人并没有真正意识到这意味着什么。
而且你能感受到Dan所说的那种冲击后的恍惚感,尤其是在那些还在努力寻找自己在世界中的位置的数学系学生中间。
Mostly Harmless Grad Student问道:既然AI已经抢走了数学,我现在该转行做什么?
他们后来解释说,这次发布“基本上把我所有想在项目中贡献或研究的那些问题和项目都炸没了”。
然而,如果有人为一个领域明显的终结而悲叹,那么也有一些数学家对此极其乐观。
Sriram Kannan,前华盛顿大学数学教授,写道:对人类和数学来说,这是伟大的一天。
如果你去问任何一个公元前5000年到2026年1月之间的数学家,他们想不想要一个数学精灵存在,100%的数学家都会说想!
数学家们为了推动人类知识进步,放弃了巨大的机会成本。
他们最终会适应这个新世界,并且庆幸这一切发生了,这是毫无疑问的。
这不过是对“我是世界级的数学人才”这种身份认同的一次极端但暂时的冲击。
另一个完全不同的话题是,这些理论数学问题的结果如何应用到现实世界中。
Erdős 问题大多只是智力练习,没有明确的应用。哪怕是 Navier-Stokes 的证明,虽然非常惊艳,在现实世界里也没什么明显影响。
研究 fluid dynamics 问题的工程师,比如做 aircraft design 的,用简化版的 Navier-Stokes 就完全够用了。
OpenAI 这次解决的大部分问题都差不多,非常惊艳,由来已久,但最终没那么实用。
不过,确实有几个例子能在现实世界中产生影响。
其中之一是 matrix multiplication 的理论效率有了巨大提升,而它正是支撑 AI inference 的数学基础。
Cornell 数学教授 Steven Strogatz 评论说:这里有很多令人震惊的结果,但这个特别让人惊叹。
matrix multiplication 的 exponent 已经不超过 2.25。
之前的世界纪录大约是 2.37。
这种进步幅度就像 Bob Beamon 的跳远一样。
对某些人来说,最有趣的不是里面有什么,而是缺了什么。
Bitcoin 安全研究员 Justin Drake 指出,在 OpenAI 发表的 722 项数学成果中,cryptographic breakthroughs 明显不足。
我亲眼目睹过美国政府审查学术 quantum cryptanalysis 成果。
幕后干预是我最基本的预期。
德州大学计算机科学教授 Scott Aaronson 在博客上补充说:我的消息来源告诉我,AI 公司已经开始谨慎而低调地调查,他们最新的内部模型能否破解重要的 cryptographic protocols 和 primitives。
如果它们能的话,那当然最好在全世界发现同样的事情之前抢先一步。
换句话说,如果 OpenAI 的内部模型能破解主要的 cryptographic schemes,那就不只是 Bitcoin 的问题。
这是关乎支撑几乎所有数字世界的 cryptography 的问题。
尽管如此,也许最引人共鸣的对话是,我们能否预期其他领域也会发生同样的事情。
NYU Stern 金融学副教授 Arpit Gupta 写道。
如果你觉得像数学这样的 AI 进步不会进入经济学和其他 social sciences,那你就是在自欺欺人。
Wharton 经济学教授 Ethan Mollick 已经开始看到这一点,他评论说:在经历了一段短暂但侵蚀制度的 slop science 时代之后,我们看起来确实会有两场来自 AI 的革命。
第一,所有已发表的东西都会被以人类科学家从未预料到的方式重新阅读和重新评判。
第二,新的发现会开始快速涌现。
在我所在的 economic sociology 领域,我正看到 AI 做新颖工作的能力在快速提升,几乎自主的研究已经能达到顶级期刊水平。
不过,一个大问题是,是否所有其他领域都能像数学一样被处理。
总的来说,这些数学证明并不是通过推理产生新想法。
它们大多属于可以用大数据方法加上模式识别来解决的范畴。
说它们是 brute force 有点简化了,但这些全是可验证的问题,完美契合 reinforcement learning 范式。
华盛顿大学计算机科学教授 Pedro Domingos 总结道:数学是 Moravec's paradox 的经典例子,对人难,对机器容易。
Google 杰出科学家 Payman Milanfar 阐述了他的路线图:自动化的速度与该领域的 entropy 成反比。
数学和编程是结构化和有序的,这就是为什么人工智能能做得这么好。
按难度排序,接下来是硬科学。
它们可能受严格的物理定律支配,但由于依赖有噪声的测量和实验室实验而变得复杂。
金融市场则更加困难。
它们是复杂、自适应的系统,受人类心理学影响。
尽管历史数据丰富,但底层统计数据是非平稳且高度变化的。
临床诊断和医学决策远比大多数人想象的要困难。
风险非常高,需要综合非常零散的信号,并处理特异的人类行为和生物学。
这是信息不完整的噩梦。
法律、法理学和法律解释大多在结构化文本和先例上运作,但严重依赖模糊的语言、演变的社会规范、有说服力的修辞和人类判断。
它们短期内不会自动化。
文化、艺术和战略领导力是一个奇怪的组合。
但我认为它们都相当安全,不会被自动化——它们是人类创造力的无序巅峰。
它们依赖隐性知识、对世界的直觉感知、情商、对文化共识的理解以及应对复杂道德权衡的能力。
所以欢呼吧!
我们还会在很长一段时间内拥有艺术家、律师、医生和CEO。
事实上,我认为从现在开始,有两条非常迷人的道路值得关注。
一条是Payman推测的:这种颠覆会以何种方式进入哪些领域,或者反过来向我们展示,存在人类或系统性惯性障碍,使得这种颠覆在其他领域不那么不可避免。
但我觉得第二件有趣的事情是,数学家们会如何利用这一切。
借用之前评论者的话,当每个数学家都有一个数学精灵时,会发生什么?
这会否定他们所有的努力和学习,还是让他们能够做出目前还无法想象的事情?
在接下来的几个月里,我们将开始看到这一点。
现在,今天的AI Daily Brief就到这里。
一如既往地感谢您的收听或观看,下次再见,祝好。
已剔除 3 处广告(点击展开查看)
First of all, thank you to today's sponsors, KPMG, Harbor, Robots and Pencils, and Blitzy.
To get an ad-free version of the show, go to patreon.com/AIDailyBrief, or you can subscribe on Apple Podcasts.
And if you want to learn more about sponsoring the show, send us a note at [email protected].
A new study from KPMG and the University of Texas at Austin found that when people work with AI, similar skills don't guarantee similar outcomes.
Researchers studied more than 500 early career professionals and found that the best performers consistently amplified the value of AI by guiding, evaluating, and refining its outputs.
These top performers, called AI amplifiers, weren't defined by what they knew alone, but by how they worked with AI.
Learn more about what separates AI amplifiers from everyone else at kpmg.com/us/aiamplifiers.
Maybe you think OpenAI and Anthropic can stay ahead, or perhaps Meta's open-source strategy can win out.
Whatever your view, every AI lab creates a different investment opportunity.
Harbor Capital Advisors' AI Lab Ecosystem ETF suite lets you invest in the ecosystem behind the AI lab you believe in.
Search Harbor AI Lab Ecosystem ETFs wherever you invest or follow @HarborCapital on X to learn more.
Visit harborcapital.com for a prospectus containing investment objectives, risks, fees, expenses, and other important information.
Read and consider it carefully before investing.
Risks include principal loss and artificial intelligence-related risks.
ETFs are distributed by Foresight Fund Services, LLC.
Harbor is not affiliated with AI Daily Brief, and the funds are not affiliated with, sponsored by, or endorsed by any AI lab.
This is a paid advertisement and not personalized investment advice.
Investing involves risk, including possible loss of principal.
The best teams don't have a single star carrying everyone else.
They know their own strengths and each other's weaknesses and play to both.
That's the team Robots and Pencils has built on purpose.
Nobody there is grinding through busywork to pad a headcount number.
People come for the hard problems, and they stay because everyone around them is leveling up at the same time.
In a market full of companies that are just trying to hire fast, that's worth a look.
Check out robotsandpencils.com/careers.
Blitzy's understanding of massive codebases unlocks autonomous security fixes, modernization, and new features.
So what happens when there's no legacy code at all?
Greenfield is supposed to be the easy part.
Clean slate, no technical debt.
But even greenfield moves at human speed, one sprint at a time.
Blitzy changes the unit of work from the developer to the project, autonomously planning, building, testing, and validating entire applications from scratch.
Hundreds of thousands of lines of production-ready code.
One Blitzy customer stood up a brand new application, 534,000 lines of code, compressing a 65-week roadmap into 2 weeks.
Another shipped an entire application with no frontend engineer.
Legacy or greenfield, the answer is the same: software at the speed of compute.
Build what's next at blitzy.com.
That's blitzy.com.