标签
Thinking Machines 阐述了其使命：通过训练强大的模型、构建可定制工具以及开发支持持续人类影响的界面，来构建延伸人类意志和判断的AI。该公司主张采用去中心化、以人为本的AI，而非冻结的、集中训练的模型。
文章探讨了AI模型不断强大如何淘汰那些技能可以被写进提示词的人，强调真正不可替代的价值在于难以编码的默会知识、物理世界的实际操作以及人与人之间的信任关系。作者通过朋友从咨询顾问转型为硬件集成者的例子，说明主动让出易被AI替代的环节、深耕AI触及不到的领域，才能在技术浪潮中生存和发展。
文章认为，代理型AI工具将瓶颈从编程能力转向了领域专长，使得那些能够在代码和领域两方面验证正确性的人变得最有价值。
本文介绍了GrowLoop，一个用于评估开放式对话中人类相似度的自我进化评估系统。它利用最少的人类种子标注，迭代优化评估标准，解决了隐性知识、人类意见分歧和模型能力进化等挑战。
# 节选自一部正在创作中的书稿 这段文字探讨了1980年代施乐公司的维修技术员如何依赖社交性的知识分享与讲故事（"战地故事"）来维护复杂的复印机，内容基于人类学家朱利安·奥尔发表于《谈论机器》（1996年）一书中的民族志研究。