要想反对AI,你实际上需要了解如今的AI是什么。
摘要
作者认为,可信的反AI立场需要理解当前前沿模型的能力,并引用GDPval等基准以及Opus 5和ChatGPT 6等模型,表明AI在有边界的任务上已超越大多数人类。
我非常反对AI。我认为它极其危险,而且是由地球上最不负责任的人和公司建造的。同时,我也非常清楚它的进展。大约在2025年年中到年末,AI在几乎所有任务上超越了我个人。即使给我大量准备时间,也几乎没有任何事情我能比最新模型做得更好。AI在几乎所有非具身任务上,确实比当下活着的几乎每一个人类都更强。少数例外通常归结为AI目前缺乏的特定专业知识,而不是推理能力。即使是经典的AI写作破绽,也可以轻松用最少的努力避免或过滤掉;滥用这些工具的人大多只是懒得去做。一些反AI人士似乎很困惑,称之为炒作,因为他们唯一接触过的模型就是糟糕的谷歌搜索AI。那个模型是故意做得很差,而且设计得很便宜。这就像问爱因斯坦一个问题,但告诉他只有2秒回答时间,而且反正也不用太努力。显然答案不会总是很好,因为重点不是给出好答案,而是以极低成本大规模地给出一个有时候还算可以的答案。前沿模型完全不是这样。GDPval将模型交付物与平均拥有十四年经验的专业人士的工作成果进行对比,由同职业专家盲评。截至2025年12月的排行榜,顶级模型在49.7%的任务上直接胜出,在70.9%的任务上被评为至少一样好。最新的模型如Fable、Opus 5、Kimi K3和ChatGPT 6,都远比当时评估的那些模型要强大得多;GDPval给Opus 5的ELO超过1800,而人类基线定义为1000。其他基准也类似。诚然,这些是特定的、有边界的、可衡量的任务;AI在其他方面仍有困难,尤其是在长时间跨度上,但需要更好地认识到,给定一个具体且可衡量的目标,当前这一代AI通常能比大多数人类更好地完成它,*由其他人类评估*。我认为这种差异存在,是因为反AI人士显然没有为AI付费,所以他们只接触到那些什么也做不了的糟糕免费模型。AI在极短的时间内取得了惊人的进步,所有真正使用前沿模型的人都知道这一点。要真正反对AI,你实际上必须了解你所面对的是什么,否则你只是害怕而且不了解情况。
相似文章
帮我进一步理解AI,我并不认为AI像大家说的那么糟糕。
一位用户分享了对AI的看法,承认艺术家们的批评,但强调其在医疗领域的积极潜力,主张不应全盘否定。
讨厌AI是好事
文章认为,讨厌AI是一种合理且日益增强的立场,引用了毕业典礼演讲中的公众反弹和对AI信任度的下降。文章呼吁将反AI情绪视为一个重要的群体。
@karpathy:从我的时间线来看,人们对 AI 能力的理解差距正越来越大。我认为第一个问题在于时效性以及与……
Andrej Karpathy 指出公众对 AI 能力的认知正出现日益扩大的落差,他将其部分原因归结为许多人仍基于一年前过时的免费版 ChatGPT 体验来形成观点。
Open ai
文章讨论了行业共识:人工智能正变得极其强大,但在高风险任务上的可靠性仍是一个未解决的工程问题。强调当前系统优化的是合理性而非确定性真理,前进方向是分层验证系统而非单一完美模型。
与其追逐每一条新的人工智能头条,不如学习基础知识。
一篇评论文章认为,与其对不断变化的AI炒作和制造恐慌的头条做出反应,人们应该专注于学习AI能做什么、不能做什么的基础知识,以及人类价值所在。