AI 正在大幅加速 AI 研究本身
一篇題為《AI is dramatically accelerating AI research》的文章主張,AI 正在顯著加速 AI 研究自身。該文發表在 planned-obsolescence.org,並在 Hacker News 上引發討論,獲得 39 分、12 條評論。文章的具體論據與資料需見原文。
依意思最接近的 30 筆
一篇題為《AI is dramatically accelerating AI research》的文章主張,AI 正在顯著加速 AI 研究自身。該文發表在 planned-obsolescence.org,並在 Hacker News 上引發討論,獲得 39 分、12 條評論。文章的具體論據與資料需見原文。
美國經濟政策研究中心(CEPR)於 11 月 3 日發布題為《The AI Bubble Monitor》的文章,以持續監測的形式討論 AI 泡沫問題。資料中只提供了標題與連結,未披露具體指標、資料來源或更新頻率;該條目在 Hacker News 上獲得 29 分、15 條評論。
投資公司 Disruptive 宣布成立 100 億美元基金,計劃投資至少 10 家後期階段公司,單筆最高可達 10 億美元,重點投向 AI 和國防等資本密集型領域。這是該公司首次設立盲池基金;此前它通過逐筆專案 SPV 投資。該基金據稱是德州史上規模最大的風投基金,本月早些時候已獲得至少 75 億美元承諾出資。
富蘭克林鄧普頓正在基於 OpenAI 開發 AI 工作流,先從股票研究切入。這些工作流用於幫投資組合經理對比不同的研究觀點,並審視投資風險。原文未披露所用具體模型、上線時間與覆蓋範圍。
德國聯邦政府與輝達簽署意向宣告,將聯合推進面向物理 AI 的前沿模型,並對接德國“工業 4.0 平台”。黃仁勳同時宣布投資 Agile Robots、Avelios Medical、Mirelo、Reflex Aerospace 四家德國初創,屬於其在歐洲近 100 億美元投入的一部分。西門子同日宣布與輝達合作推進自主工廠,全虛擬產線除錯可減少最多 85% 的工程工作量,基於智慧體的生產規劃最高可降本 20%。
阿波羅全球管理首席經濟學家 Torsten Slok 稱,AI 對科技行業以外的美國大企業帶來「零財務回報」。他考察剔除 Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia、Tesla 後的標普 493 成分股,發現其利潤率與人均營收基本持平,沒有證據顯示 AI 提升了生產率。Slok 認為企業很難把日益廉價的智慧轉化為更高的營收與利潤率,因為商業中的智慧更多是判斷力;近期多項研究也未發現 AI 帶來顯著生產力增益。
Google DeepMind、Meta 與 AI 製藥公司 Isomorphic Labs 共同出資 3 億美元,投入由扎克伯格夫婦創立的非營利生物醫學機構 Biohub 牽頭的“虛擬細胞”專案。該專案屬於總額 18 億美元的“Virtual Biology”計劃,目標是建置可供 AI 使用的生物資料集與高精度預測模型,讓研究者能以數字化方式提出、預測並回答生物學問題,用於對抗疾病。Biohub 成立於 2016 年,長期以預測模型推動疾病防治研究。
一家研究機構把 Anthropic 的 IPO 稱為年度最荒謬的一樁,並形容這是對投資者輕信程度前所未有的考驗。CNBC 在 10 月 7 日的報導中引述了這一評價,原標題即出自該報導,Hacker News 上的相關討論僅有 27 分、1 條評論。資料未給出此次 IPO 的時間、估值與募資規模。
EinsiaAI 旗下 Navers Lab 發布 Quant Arena,讓 9 個大模型在 3042 只 A 股的真實資料上自行編寫策略、回測和迭代;結果 5 個模型虧本、無一跑贏市場基準。研究期使用 2022—2023 年行情,每個模型最多進行 5 次候選評估;策略凍結後僅在 2024 年封存資料上評估一次。收益最高的 GPT-6 Astra 年化收益率 10.7%、最大回撤 -6.8%,仍低於 17.1% 的市場基準;
Nous Research 確認以 15 億美元估值完成 9000 萬美元 B 輪融資,由 Robot Ventures 領投,輝達、三星、Union Square Ventures、Menlo Ventures 等參投,這家成立三年的公司累計融資達 1.58 億美元。公司同時推出面向企業的 Hermes for Businesses,讓企業部署可處理多步驟工作流的定製 AI Agent,並保證資料私有安全。
路透社 2026 年 10 月 15 日報導,市場拋售與利率上行正在考驗 AI 資料中心的交易熱潮。報導圍繞以 AI 算力為名的資料中心投資與融資,在資本市場轉冷的背景下能否延續此前的勢頭展開,該文在 Hacker News 上獲得 11 分、5 條評論。原文未給出具體交易金額與涉及企業。
The Verge 的 Nilay Patel 在 The Vergecast 中稱 AI 產品「成本太高、收益不真實」,認為行業只有做出更好的產品才能走出當前困境。他指出各公司在這類產品上的花費已超過收入,agent 尚未真正成立、也未必按任何人的期望被使用,而換來的卻是 AI overviews 與深度偽造垃圾,還要讓人承受資料中心噪音和歐洲存血冰箱被黑等代價。
Hinton、Bengio 等 22 位作者聯合發表首篇 RSI(遞迴自我改進)論文《What if automating AI R&D triggers an intelligence explosion?》。論文引用 Anthropic 內部資料:AI 生成獲批程式碼佔比從 2025 年 1 月的低個位數升至 2026 年 5 月的超 80%,Claude 在高層監督下自主完成的 AI 研發工作比例從 2026 年 3 月的約 1% 升到 8 月的 26%。
企業一度鼓勵員工儘可能多地使用 AI,即所謂的 #tokenmaxxing,隨後賬單隨之而來。報導援引一項針對近 400 家企業的調查稱,其中只有 11% 能準確預測自己的 AI 支出。AI 使用量以 token 計量,而企業發現 token 很難統計,這讓 AI 預算幾乎無法編制。
亞馬遜、微軟、Alphabet、Meta 在最新季度財報電話會上表示,今年資本開支合計至少 7200 億美元,其中大部分投向 AI 資料中心,此外還有至少 1 萬億美元的已承諾支出。但這些投入距離兌現此前承諾的回報並沒有更近,文章認為巨頭們不會自行放慢腳步。
Ramp 資料顯示,企業 AI 用量在漲、支出卻幾乎停滯:8 至 9 月 token 支出僅增 1.5%,而 7 月環比還是 42%。主因是價格戰,OpenAI 9 月將 GPT-6 Sol 與 GPT-6 Luna 的 API 價格減半,Anthropic 也下調 Fable 5.1 與 Opus 5.5 價格,並稱這使收入增速減少約 6 億美元。支出最高的 1% 企業人均月支出從夏季峰值降至 1 萬美元以下,中位數企業僅 12–15 美元。
本週美股科技股集體重挫:Google 創下史上最差單日表現,Intel 跌幅為尼克松政府以來最大,納斯達克距回撥僅一步之遙。2023 年以來 AI 支出累計已達 1.6 萬億美元,摩根大通預計未來十年每年約 1 萬億美元;大型雲廠商今年約 2500 億美元資本開支靠發債融資,明年這一比例將升至約 35%。高盛測算這些廠商可承接的投資級債務上限約 5100 億美元,是當前預計借款額的兩倍多;而風險更高的新型雲廠商 CoreWeave 本月債券收益率已升至 15%。
IMF 在最新《全球金融穩定報告》中把 AI 股價回撥列為三大風險之一,另兩項是政府借貸成本上升與大規模網路攻擊。報告稱 AI 公司估值高企、債務與槓桿攀升,加上迴圈融資安排,回撥衝擊可能波及全球,亞洲市場暴露最大,英國和歐元區相對隔離。「七巨頭」現佔標普 500 逾 35%(十年前 12%),過去三年超大規模雲廠商與較弱 AI 企業間有 3000 億美元交易、6500 億美元債務,對應 1.4 萬億美元未來承諾。
有人做了一款工具,追蹤 AI 行業領袖在影片中的公開表態,並展示他們觀點隨時間的變化。目前收錄了 Dario Amodei(累計 54 條)、Alex Karp(51 條)、Marc Andreessen(49 條)、Sam Altman(45 條)、Palmer Luckey(40 條)、Satya Nadella(23 條)、Elon Musk(21 條)、Yann LeCun(6 條)等人,頁面同時標註本週新增條數,例如 Alexandr Wang 本週有 5 條。
字節跳動 Seed 將原 Responsible AI 團隊及部分 Chat 團隊整合,成立獨立的 Alignment & Preparedness 部門,由嚴林負責、向吳永輝彙報,並於 10 月 14 日啟動全球招聘,計劃招募 10 名頂尖 AGI 研究員。新部門聚焦智慧體自主行動時的對齊能力,以及 CBRN 等極限風險的前期防範,推動安全研究直接接入模型的訓練、評估與上線環節,並承諾提供與前沿模型研究同等規格的算力與資源。
Anthropic 在 IPO 前披露了總額 9000 億美元的 AI 支出承諾,訊息由 FT 報導。報導標題未說明這筆承諾的具體構成、時間跨度與相關交易方。
以色列創業公司 42AI 結束隱身狀態,帶著 6,250 萬美元種子輪融資推出「行為世界模型」,用來預測人在全新情境下會做出什麼決策。它已在約 10 家大型券商上線,用於管理流動性、保證金要求與對沖敞口;公司稱其交易預測準確率達 98%(指交易流是否落在預測區間),預測交易方向與成交量的 F1 為 0.8 到 0.85。模型訓練資料覆蓋 200 多萬人與近 3,000 萬條客戶記錄,據稱不需要個人身份資訊,收入已達七位數,後續將探索遊戲、反欺詐與網路安全。
在 AI Engineer New York 大會上,OpenAI 金融服務 ChatGPT 負責人 Joseph Kim 預測,2027 年智慧體將跨過“可用門檻”,足以承擔投資構想生成與交易,金融業對 Excel、PowerPoint 的依賴也會下降。他強調 ChatGPT for Financial Services 已把數字來源與上下文核查做進產品體驗。
彭博發布文章《The AI Boom May Be Sowing Seeds of Another Financial Crisis》,提出 AI 熱潮可能在為下一輪金融危機埋下隱患。目前可確認的只有標題與發布時間 2026 年 11 月 3 日,正文頁面被反爬蟲驗證攔截,文章的具體論點、引用資料與涉及機構暫無法獲取。
Theranos 吹哨人 Tyler Shultz 警告,AI 熱潮是行騙的好機會。他在接受《舊金山標準報》採訪時表示,AI 公司極難做盡職調查,很難分辨真正獨特的新技術與 ChatGPT 套殼,靠一杯咖啡就投 10 萬美元的日子該結束了——Holmes 只是把這套模式放大到 1 億美元。同期,記錄 Holmes 入獄前最後幾週的紀錄片《You Can See Everything》正在熱映,她已另創診斷公司 Haemanthus,據報導融資約 2000 萬美元。
Anthropic 與經濟學家聯合調查顯示,91% 的 Anthropic 員工認為 AI 到 2030 年能做出諾獎級發現,美國成年人中這一比例為 39%。員工預期 AI 屆時能完成自己 75% 的工作,美國工人平均為 28%;在使用 AI 的工作任務中,員工預期 2030 年有 65% 交由 AI 完成,美國成年人預期為 42%。
哈佛大學研究者在 700 多家公司、70 萬名員工、3 億條工作事件的資料中發現,AI 程式設計工具並未讓企業軟體產出增加或減少用人,編碼階段省下的時間被下游環節吸收。程式碼審查時長明顯增加,pull request 更常需要返工,審查者留下的評論也更多。研究據此認為人工程式碼審查是 AI 編碼效率的主要瓶頸。
Faros 2026 年研究分析 22,000 名開發者、4,000 個團隊兩年遙測資料後發現,AI 採用度高的組織每位開發者 bug 增加 54%,PR 評審中位耗時約漲 5 倍,每 PR 事故數超 3 倍;其 Q3 報告稱部分效應有所緩解,但驗證與運維成本仍在累積。
由 Ted Schlein 聯合創辦的網路安全風投 Ballistic Ventures 本週向 SEC 提交檔案,計劃通過兩隻新基金募資 4.9 億美元。其中第三期旗艦基金目標為 3.6 億美元,與 2024 年第二期旗艦基金規模相同;另一隻是名為 Ballistic Ventures Fund B 的基金,規模為 1.3 億美元。提交檔案時,這兩隻基金均未錄得任何銷售。該公司押注 AI 代理帶來更復雜的網路攻擊與新安全創業機會;
Apollo 官網 Daily Spark 專欄文章判斷,科技行業之外尚未出現 AI 帶來回報的跡象。文章以這一結論為標題,公開資訊中沒有給出更多分行業資料或測算。該文在 Hacker News 上獲得 371 分、351 條評論,討論集中在 AI 投入是否已外溢到科技以外的行業。