⁣
📰 Karpathy：智能体什么都干不好，AGI 至少还要十年

在最新一期的《Dwarkesh Podcast》中，Andrej Karpathy对当前AI的发展现状进行了深刻分析。他指出，尽管有许多令人兴奋的技术，但我们距离真正的智能体时代还有很长的路要走。他认为，当前的AI缺乏记忆、感官和动作能力，无法进行有效的规划，因此智能体的全面发展需要十年时间。这十年将是从语言助手转变为具备行为与目标的“数字生命”的关键时期。

Karpathy还讨论了人工智能的学习方式，批评现有的强化学习算法，并提出更有效的“过程监督”作为未来的解决方案。他强调，AI的学习不能仅仅依赖于最终结果，而应涵盖整个过程中的反思与反馈。同时，他指出模型的训练方法也应改进，避免因过度依赖自身生成数据而导致的思维“坍缩”。这种情况使得AI的创造力受到限制，反而更像复读机。

最后，Karpathy对AGI的影响持谨慎态度，认为AGI的发展将是一个渐进的过程，而非一夜之间的巨大变革。他展望未来，认为教育将会与智能体共同学习，每个人都将拥有一个伴学的AI助手，这将改变传统教育方式。他的观点既实际又充满希望，让人对未来的智能体时代充满期待。

🏷️ #智能体 #AGI #教育未来 #强化学习 #数字生命

🔗 原文链接

⁣
📰 红杉资本：AI领域重塑工作和技术的五大投资趋势

红杉资本分享了其投资组合中的五个关键转变，揭示了人工智能的发展方向。首先，工作重心从以人为本转向以人工智能增强的工作，销售人员将从管理少量账户转向监管多个AI代理，虽然精度有所下降，但杠杆效应显著提升。其次，真实世界的验证取代了传统基准，实际表现成为新的评判标准，初创公司通过实战胜出，证明了这一点。

强化学习的普及使得实体企业能够轻松应用这一技术，初创公司也能借助强化学习训练高效的开源模型。同时，人工智能正在加速硬件制造与优化流程，打破数字与物理的界限。红杉资本预测，知识型员工的计算需求将大幅增加，这一变化将重塑整个行业，计算将成为新的生产函数。

整体来看，人工智能正在推动从确定性到杠杆的转变，从实验室到主流应用的演变，影响着各个行业的工作方式。企业需顺应这些趋势，优先关注实际成果，拥抱强化学习，准备迎接计算需求的激增，以实现持续增长。

🏷️ #人工智能 #强化学习 #真实世界验证 #计算需求 #行业转型

🔗 原文链接