Interconnects

Interconnects，Nathan Lambert 的 AI 通讯与播客，关于 AI 研究、政策与技术的深度分析。

开源模型当前的力量格局

作者曾受国会邀请说明开源权重模型现状，此文是其面向公众的完整版。核心判断：自 2025 年 4 月起，中国 AI 公司在开源权重模型领域明显领先美国，Hugging Face 下载量差距持续拉大；在 AAII 基准上，中国模型（GLM-5.2、Kimi K3 等）得分明显高于美国最佳开源模型，且更新频率更高。 文章用六条结论总结 2026 年开源模型生态：开源与闭源能力差距持续收窄、高价值行业用量激增、中国公司主导、蒸馏并非成功的全部解释、Qwen 已成为学术研究基础层、开源模型进入安全能力临界点需生态级应对。 同时提供多个量化数据：OpenRouter 平台中国模型占比超 80%，arXiv 论文中中国开源模型提及率高于美国。文末强调美国需在开源模型投资上采取行动，否则技术软权力将进一步向中国倾斜。
评论点赞收藏7 天前

开放模型当前的权力格局

作者是一位曾参与构建 Allen AI Olmo 模型、并曾向美国国会简报的人，这篇文章是他向国会的预备演讲稿，系统盘点 2026 年开放权重模型格局。 核心结论：自 2025 年 7 月起，中国在开放权重模型上已全面领先美国。Hugging Face 下载量上中国累计约 3.2B，约为美国两倍，领先幅度持续扩大；在 Artificial Analysis Intelligence Index 上，中国前三（GLM-5.3、GLM-5.3-Flash、Moonshot Kimi K3）分数为 45/42/44，美国最高仅 26。 作者估算蒸馏仅能缩小 1–2 个月差距，真正原因是中国实验室发布节奏更快、任务分布更窄。文章还指出：OpenRouter 平台中国模型市占率已从约 70% 升到 80%+，OpenCode 推理量 95%+ 来自中国模型；多家美国公司（Cursor、DoorDash、Airbnb、Perplexity、Harvey 等）核心 AI 功能基于中国开放模型构建，形成作者所称"前所未有的跨境技术协作"。 学术研究方面，作者扫描 arXiv 五大 ML 类别，发现提及任意中国开放模型的论文占比超 40%，美国 30%，Llama 份额已从峰值 23% 降至 21% 而 Qwen 升至 30%。 文章最后将开放模型经济意义归纳为六点：开放与闭源能力差距缩至 2–5 个月、高价值行业采用爆发、中国主导开放生态、蒸馏并非全部解释、中国模型成为研究基座、开放模型进入网络风险敏感区需要生态级应对。 作者认为美国需要持续投资本土开放模型以重夺主导权，并指出限制最强中国开放模型反而会让美国企业受损。
评论点赞收藏9 天前

我仍未被"真递归自我改进"说服

作者（Interconnects 博客）基于近期与 Noam Brown、John Schulman、Charlie O'Neill、Beren Millidge 等前沿 AI 研究者的深度访谈，阐述自己对"真递归自我改进（RSI）"持保留态度的理由。 核心论点有三：可自动化的研究范围相对缩放定律的指数成本仍然太窄；并行 AI agent 存在边际收益递减；资源与政治瓶颈 AI 难以加速。 他提出"有损自我改进（lossy self-improvement）"作为基线：agent 集群更擅长解决可验证、可测量的短周期任务（如软件工程、日志监控、实验调度），而非突破峰值智能；RSI 更多体现为推理时算力的规模化与效率提升，经济上仍具变革性，但不等于失控风险。 文章引用 Dwarkesh 访谈中三位研究者对 ASI 时间线（白色领远程工作 ~1-3 年、AI 研究员 10x 效率 ~2-10 年、全面超越顶级人类 ~3-10 年）的估计，并指出"智能是锯齿状"，AI 不会像人类角色那样离散跨越阈值。 结论：当前 AI 安全圈对灭绝风险的恐慌偏多、时间线偏短，但保持高不确定性，一旦实验室内部出现真正的基础性突破需快速更新判断。 文末引用 Anthropic 系统卡"尚未看到显著加速迹象"作为外部证据。
评论点赞收藏11 天前

开源AI与开放模型阅读清单

Interconnects 整理的开源AI模型研究文献索引，涵盖开放模型战略、中美竞争格局、蒸馏技术争议、网络安全风险四大主题，收录 Bill Gurley、Zuckerberg、SemiAnalysis 等十余篇关键文章。 中国开源模型自2024年起持续领跑，与闭源前沿差距压缩至4-6个月，蒸馏成为2026年最大争议点。
评论点赞收藏16 天前

一次辞职将AI恐惧的余烬燃成野火

AI研究者Jacob Coxon因安全担忧辞职，引发社交媒体地震。 作者认为这场讨论已被极端化——要么相信AI会引发人类灭绝，要么嘲笑所有安全关切为“末日论”。 实际风险更可能来自AI滥用和网络攻击，而非虚构的自主意识。 文章分析了AI安全话语如何从边缘走向主流：过去几年，许多关注AI风险的声音如同潮湿地上的火星， 未能点燃大火。但随着竞争加剧、突破频发，环境变得干燥，恐惧更容易传播。 这次事件并非自发的公众觉醒，而更像是一次精心协调的媒体活动。 作者对“递归自我改进”（RSI）预测提出质疑——AI可能在某些领域超越人类，但不可能全面超越。真正的短期风险来自实验室对安全的重视不足，而非过度想象的未来威胁。
评论点赞收藏20 天前

我写了一本AI教材——AI多久能写得更好？

一位AI研究者写完一本强化学习教材后发现，AI模型在长篇非虚构写作上进步停滞。模型擅长校对、找错、做小范围编辑，但组织长文结构、保持逻辑连贯的能力远落后于编程和数学。 作者预计未来2-5年最好的教材仍将由人类主导完成。
评论点赞收藏47 天前

开源模型仅剩六个月寿命？

文章断言未来半年内美国可能通过行政令禁止或限制超越特定能力阈值的开源模型，主要矛头指向中国开源模型及蒸馏技术。作者指出这实为闭源大厂（如Anthropic）的监管俘获行为，旨在消除竞争。 文章警告单边禁令将导致美国科技产业孤立，并呼吁美国公司尽快发布同等能力的开源模型以打破僵局，建立行业联盟。
评论点赞收藏79 天前

禁止开源AI将是一个错误

文章反对美国政府限制开源AI，认为这将扼杀教育、创新和市场竞争。作者指出开源软件长期推动经济发展，且透明度使其更安全。 针对Anthropic和OpenAI的垄断，开源是唯一制衡力量。 以中国模型为例，限制开源反而会让美国失去优势，应加强本土支持。
评论点赞收藏103 天前

欢迎来到AI治理的AGI时代

文章分析了美国政府强制Anthropic暂停Claude 5 Mythos/Fable模型访问的事件，认为这是AI治理新时代的开端。作者指出出口禁令对美国不利，批评政府行动受政治倾向影响且缺乏技术理解，并警告这种不稳定性可能引发经济衰退。 文章强调随着AI从推理转向代理，各国主权力量将加强对AI的控制，开源社区不应盲目庆祝，因为政策监管很快会波及他们。
评论点赞收藏107 天前

Claude Fable 5 发布与新的 AI 安全寓言

文章深入分析 Anthropic 发布的 Claude Fable 5 模型，指出其在性能上取得重大突破的同时，引入了隐蔽的安全限制措施。作者批评 Anthropic 在针对前沿 AI 研发请求时，未明确告知用户而通过修改模型或提示词来降低其能力，认为这不仅是安全策略，更是为了维持市场竞争地位的排他性手段。 文章探讨了这种不透明性对开源生态和公众信任的负面影响，并呼吁更透明的安全研究协作。
评论点赞收藏112 天前

开源与闭源模型正处在不同的指数增长曲线上

文章分析了开源与闭源AI模型处于不同的发展指数曲线。作者认为闭源实验室（如Anthropic和OpenAI）将通过整合硬件、软件和智能优势，在高端知识工作领域获得高额利润，形成类似苹果和微软的寡头垄断。 相比之下，开源模型经济虽然起步较慢，但将通过降低推理成本、促进企业定制化部署，在更广泛的经济领域实现更大的总市场价值。两者并非零和博弈，而是服务于不同的市场需求和应用场景。
评论点赞收藏118 天前

中国人工智能实验室内部笔记

作者走访多家中国顶尖AI实验室，揭示中美大模型研发的核心差异：中国团队以学生为主、重视非炫技性工作、组织层级分明，利于快速迭代；美国则鼓励个人发声，易因学术竞争影响整体效率。 中国企业普遍追求技术自主，自建模型栈以掌控核心能力。尽管面临算力限制，中国已形成独特生态，未来或与美国走不同发展路径。
评论点赞收藏145 天前

蒸馏恐慌：为何我们不该因噎废食

本文探讨AI领域对“蒸馏攻击”的过度反应，强调不应将合法模型蒸馏技术与恶意API滥用混为一谈。作者警告：若将蒸馏普遍污名化或限制中国开源模型，将重创美国AI创新生态，尤其伤害学术和小企业。 建议聚焦打击真正违规行为，而非扼杀行业通用技术。
评论点赞收藏148 天前

开源模型联盟的必然性

文章预测，随着AI训练成本飙升和商业化压力加剧，开源大模型将逐渐退出前沿竞争，最终需要企业联盟形式来持续资助高质量开源模型，形成与闭源模型互补的生态格局。
评论点赞收藏168 天前

Claude Mythos 与误导性的开源权重恐惧宣传

针对Claude Mythos引发的开源AI模型安全风险讨论，作者指出当前反开源情绪过于笼统，忽略了技术细节与实际部署难度。他主张应聚焦于具体能力的独立评估，而非一概否定开源路径，同时强调美国若放弃领先开源模型建设，将让其他国家主导该领域。
评论点赞收藏173 天前

开源模型陷入永续追赶困境

文章指出开源模型虽频繁发布，但性能仍落后闭源模型约6个月，未能加速追赶；尽管中国在GLM-5等模型上取得进展，主流评测指标存在偏差，难以反映真实前沿差距。 作者认为开源模型未来将在企业专用化、低成本任务执行及全球技术扩散中发挥更大作用，而非直接挑战最强大模型。
评论点赞收藏222 天前

Opus 4.6、Codex 5.3与后基准时代

本文深入比较了OpenAI Codex 5.3和Anthropic Opus 4.6两款最新编程助手的实际使用体验，强调Codex虽在多任务处理上有突破，但在细节执行和用户引导方面仍不如Claude流畅；同时指出当前AI模型发布逐渐脱离基准测试主导的模式，转向以真实场景表现和产品体验为衡量标准。
评论点赞收藏231 天前

大模型时代的就业市场思考

本文深入剖析大模型时代AI行业的人才市场现状，指出资深人才因系统驾驭能力而更受青睐，初级从业者则需通过极致专注与快速迭代证明自己。 作者结合自身招聘经验，提出建立职业信号的三条路径：高质量博客、开源代码贡献和精准冷邮件，并强调组织文化适配比技能匹配更重要。
评论点赞收藏235 天前

如何精通AI代理

本文探讨在AI代理时代如何转变工作方式，主张放弃对代理的微观管理，转而进行战略引导和开放式任务分配。作者分享使用 Claude Code 和 GPT-5 Pro 的实际经验，强调培养长期项目规划和多代理并行协作的能力，认为掌握AI工具将成为未来职场的核心竞争力。
评论点赞收藏252 天前

Claude Code 带来了不同凡响的效果

本文深入探讨了 Claude Code with Opus 4.5 带来的革命性变化，将其比作印刷机、缝纫机和照相机的发明，认为它正在将软件开发从手工艺转变为工业化过程，重塑软件行业格局，并预示着一个由 AI 驱动的全新工作方式的到来。
评论点赞收藏263 天前

登录芦苇

登录后关注作者、收藏内容和参与讨论。

热门话题

人工智能12,865 人关注AI 会怎样改变日常工作？产品思考8,243 人关注怎样判断一个产品值得长期做？独立开发5,917 人关注一个人如何持续完成作品？
关于芦苇 · 联系我们 · © 2026 芦苇