图灵奖得主萨顿论AI时代的人类命运与角色
6月22日至23日，2026方塘论坛在北京拉开帷幕。在开幕环节的"方塘·终极之问"单元中，论坛邀请了理查德·萨顿与项飙共同探讨"人在AI时代如何安身立命"这一根本性议题。理查德·萨顿（Richard Sutton）被誉为强化学习领域的开创者之一，2024年图灵奖获得者，现任加拿大阿尔伯塔大学计算机科学系教授。项飙则担任德国马普学会社会人类学研究所所长，长期专注于人的生存状态、社会流动、劳动经验以及全球化背景下的生活结构等议题。两位学者凭借迥异的学术背景，从差异化的维度阐释AI与人类之间的关联。萨顿从智能本
AI 界三大现象揭示同一趋势：人类角色正在边缘化
全球开发者广泛使用的模型调用平台 OpenRouter，近日发布了一份榜单。DeepSeek 的多个模型以压倒性优势占据榜首。并非因为其比 GPT-4 或 Claude 更聪明，而是成本极低——推理费用仅为顶尖模型的几十分之一。开发者们用实际选择投票。逻辑很简单：若同等资金能调用几十次 DeepSeek，何必选择昂贵的那一次？此事件核心明确：性价比正战胜纯性能。“智能”的溢价正在快速消失。上周数据尚未公布或许你以为 OpenAI 最关注的是评测分数。事实并非如此。内部消息显示，OpenAI 真正的核心 K
AI自编码时代：人类是否应按下暂停键？
AI自主迭代速度超越预期，行业领军企业呼吁适度减速“公司80%以上的代码，目前均由AI生成。”这并非虚构情节，而是Anthropic于2026年6月在其技术博客中公布的真实情况。而就在数年前，这一比例几乎可以忽略不计。借助其大模型Claude，Anthropic的开发效率正呈现爆发式增长。统计显示，2026年第二季度，普通工程师的日均代码合并量已是2024年的八倍。而在2021至2024年期间，该数据基本维持稳定——直至Claude开始真正执行代码编写任务，而不仅限于提供建议。AI正进入自我构建阶段Ant
Anthropic 最新文章:AI 正在从工具升级为制造者——它已深度参与下一代 AI 开发
Anthropic 这篇最新发布的文章指出一个重要趋势：AI 正在逐步渗透到 AI 自身的研发链条中。传统模式下，AI 的开发完全依赖人类：工程师负责编码、团队搭建环境、研究人员设计实验、最终由人评估成果。但今天，在 Anthropic 的实际工作中，Claude 已经能够独立承担大量工程与研究任务，显著提升了 AI 的迭代效率。过去，人们对 AI 的认知停留在"人类创造工具"这一层面。开发者编写程序，研究人员设计实验方案，产品团队确定研发方向，最终训练出更强大的模型。AI 不过是人类劳动的结晶，是被制造
AI的实际应用
相比过去那些冗长复杂的流程，如今AI不仅能思考还能产出方案，人类只需把控落地执行。这种感觉仿佛是人在指挥AI干活，令人觉得非常不可思议。虽然AI无法彻底取代人类，但它大幅提升效率已是不争的事实。从Blender的MCP，到工程界的text to CAD，再到各类数据与流程自动化技能。尽管现阶段AI工具难以实现完美交付，但创意落地的门槛正在降低，快速试错迭代的效率也显著提高。基于经验筑起的壁垒，面对AI的能力范围，未来或许将毫无价值。潮水退去，谁在裸泳？一个严峻的问题摆在面前：人类效率提升后，究竟是拥有了更
刘雪峰剖析通用人工智能：一图揭示人类在AI时代的进化方向
大家谈论 AI 时，往往聚焦于模型参数、技术革新，却忽略了一个更核心的议题：随着 AI 变得愈发智能，在这股浪潮中，我们人类究竟该扮演何种角色？这张图给了我一个极具冲击力的清晰答案——我们的角色其实一直在演变，伴随 AI 的进步，持续朝着更复杂、更抽象的层级迈进。该图将 AI 的演进划分为五个阶段，每一次技术的飞跃，都推动着人类的角色向上攀升一个台阶：这是 AI 的“启蒙阶段”，也是我们颇为陌生的时期。彼时的机器学习模型相当笨拙，连人脸和车牌都无法识别，全靠工程师手把手教导：必须将模型的边缘、曲率、拓扑关
AI自主进化新时代：三巨头引领未来
2026年3月，全球AI竞赛进入全新阶段。OpenAI、谷歌DeepMind和Anthropic三大领军企业几乎同步宣布，AI已具备递归自我优化能力——模型能够自动改进代码和训练数据，无需人类工程师持续介入。这一突破被视为人类文明史上的重要转折点，标志着AI从"工具"向"自主智能体"的转变。什么是"递归自我优化"？递归自我优化（Recursive Self-Improvement）是AI领域长期探讨的概念，指AI系统能自主识别不足，并通过修改代码、优化算法和
AI科学家崛起，人类科研者如何再定义自身角色？
设置星标★关注，从此你的世界多点科学~越来越多企业与研究机构正公开展示其借助人工智能取得的前沿科研成果。但这类‘AI科学家’系统，真能担当创新先锋与知识探索者的重任吗？倘若它们确已具备强大能力，人类科研人员又该怎样重新锚定自己在实验室中的职能、在学术成果中的署名位置？那是2025年4月，一场重量级人工智能大会即将开幕。科学家卡尔（Carl）已向大会同行评审专家组提交了4篇论文，期待成果获得公开亮相。经双盲评审后，其中3篇成功入选。评审专家一致认可卡尔成果质量高、创新性强——但他们并不知晓：这3篇论文实为A
AI已超越诺奖得主，我们该怎样面对？
昨晚，科技界的一条重磅消息引爆了圈内。DeepMind首席执行官德米斯·哈萨比斯(Demis Hassabis)宣布，AI在多个科学领域的表现已经超越了诺贝尔奖得主。他说话时态度平和，仿佛在谈论天气，但所有人都明白，这不是自然现象，而是一场海啸。你可能疑惑：一台机器凭什么超越人类最杰出的大脑？答案在于最近的技术突破：AlphaFold 预测了2亿种蛋白质结构，耗时远超人类科学家 decades——尚未完成。AlphaCode 在编程能力上击败了多数程序员。Gemini 在数学奥林匹克竞赛题上碾压人类选手。