节目

🎙️ 【S3001】私有化的神迹：他们没有隐藏真相，他们只是给神迹申请了专利。 主播：乔治 Slogan：意识雷达，看透世界。 📺 "The truth isn't out there. It’s classified under Exemption 4." (真相并不在外面。它被归类在了第 4 项免责条款里。) 你以为掩盖“坠毁残骸”和“高维造物”的是黑衣人与暗杀？别天真了。五角大楼从来不怕你挥舞着法律去查，因为他们早就完成了人类历史上最庞大的一次“洗钱”——把宇宙的真相，以外包的形式打包送给了私人军工巨头。一旦神迹进入了财团的地下实验室，它就不再是国家机密，而是受最高法律保护的、不可侵犯的“私有商业财产”。 欢迎来到第 30 季。今天，让我们推开体制黑箱的第一扇门。当真理被合法谋杀，死神往往穿着高级定制西装。 ⚔️ 本期深度审计： 1️⃣ 合法的谋杀 (Legalized Murder)：马克笔与针式打印机。为什么你通过《信息自由法案》(FOIA) 查到的机密文件，全是一片死寂的黑色涂抹？ 2️⃣ 第 (b)(4) 项免责 (Exemption b(4))：资本的终极黑箱。一句枯燥的商业法律条文，如何完美剥夺了全人类对宇宙的知情权。 3️⃣ 遗产的过户 (Transfer of the Legacy)：1947年的金蝉脱壳。军方是如何把逆向工程的烫手山芋，秘密转移进洛克希德·马丁的臭鼬工厂的？ 4️⃣ 万亿美元的盲区 (The Trillion-Dollar Blind Spot)：IRAD 资金。你每天缴纳的重税，是如何以“研发补贴”的名义，变成了死死锁住你眼睛的锁链。 5️⃣ 合法的灭口 (Legalized Silence)：对付一个系统内的觉醒者，根本不需要子弹。一张保密协议 (NDA) 和一封冻结资产的律师函，足以在社会属性上把你彻底格式化。 🧠 【S3001 绝密词汇矩阵 / Classified Dossier】 * FOIA (Freedom of Information Act) / 信息自由法案 * Exemption b(4) / 第 (b)(4) 项商业机密免责条款 * Legacy Program / 遗产工程 * IRAD (Independent Research and Development) / 独立研究与开发资金 * NDA (Non-Disclosure Agreement) / 保密协议 * Skunk Works / 臭鼬工厂 * Privatized Miracles / 私有化的神迹 💎 本集终极法则 / The Golden Sentence： 👉 "Bureaucracy develops the more perfectly, the more it is completely dehumanized." 👉 “官僚机器越是趋于完美，它就越是彻底地……非人化。” —— 马克斯·韦伯 (Max Weber)

本节目利用Openclaw，每日自动搜索我预先设置的数十个关键词，索引相关研报，然后将搜索结果提交给DeepSeek审核与搜索词的相关性，再过滤出相关财报pdf网址，最后AI抓取研报pdf全文，摘要总结后，自动转化为每日研报播客对话音频，全流程自动化运行，用于拓展投资思路，仅供参考，不作为投资建议。

* 主播：小旭 JOKER 哈苏 一哥 上期聊完“有啥别有病”，这期快乐续杯——没啥别没钱！ 不装、不吹、不搞大道理，正经幻想一把：假如突然到手1000万纯现金，你最想做什么～ 有人偷偷买房，有人闷声装低调，还有人直接规划起乌托邦小院！一边算账一边互怼，聊透这钱该怎么造、怎么藏、怎么装作没事人！ 我们也聊到一个扎心问题：若真要拿财富换点什么，你最丢不掉的又是什么？ 全程轻松好笑、句句实在，不装不端，全是真心话与大实话，越聊越上头，越想越开心～

新一期的日本杂谈系列，和听友Sue聊聊她的日本移民史博士课题。 大家好，我是大卫翁，"起朱楼宴宾客"是我用来记录这个大时代的播客节目。 这一期是久违的日本杂谈系列，要聊的话题来自于我的一个听友的博士课题，是关于日本在19世纪末到20世纪初在海外，特别是夏威夷和美国的移民向日本国内的汇款史。我一听到这个课题的就被迷住了，它是这么的小众，但又如此能反映一段历史和一些国民性。而且到录制的时候我们才发现，竟能和最近的大热电影给阿嫲的情书有了隐隐的对照感。 以下为两则广告时间： 一是我在美国访学结束前有两场线下活动，分别是6月14日下午由纽约文化沙龙主办的首届华语播客节，以及6月15日晚上由725沙龙举办的起朱楼宴宾客听友见面会，欢迎在纽约的朋友来参加！ 二是起朱楼宴宾客X财新的618优惠订阅活动开始了，详情以及优惠券领取链接请见： https://mp.weixin.qq.com/s/4mOF6qDFyGg1s77gBLHV3A 简明时间轴： 02:00 本期节目的缘起 04:16 Sue是如何进入到这个研究课题的？ 19:15 关于日本移民史的“研究综述” 21:33 Sue是如何挖掘出这一批日本移民汇款的史料的？ 36:40 日本官约移民的诞生与发展 44:05 从强制扣存官约移民的工资看日本政府对移民的治理逻辑 49:22 横滨正金银行在移民汇款中亦官亦民的角色，以及从官约到私约的变迁史 57:03 写真新娘——日本女性在移民潮中的剪影 64:54 移民潮中的种族化问题：迪林厄姆委员会报告 Katherine Benton-Cohen, Dillingham Commission提到的书：Inventing the Immigration Problem (https://www.hup.harvard.edu/books/9780674976443) 77:48 中国侨民与日本劳工的对比：苦力、侨批以及水客 一战华工的书：Guoqi Xu, Strangers on the Western Front (https://www.amazon.com/Strangers-Western-Front-Chinese-Workers/dp/0674049993) “苦力”迷思的书，Mae Nai, The Chinese Question (https://wwnorton.com/books/9780393634167 95:03 国家如何保存史料？国家认为哪些史料是值得筛选保存记录的？ 97:19 研究完日本侨民的汇款史后，对大时代下个体生活的一些感受 欢迎关注我的新书《资产配置行动指南》，解读和购买链接在这里：158. 播客里聊了四年的资产配置，我把它做成了一本《行动指南》 欢迎订阅我的Substack频道，它是一个以英文为主的频道：hubris2025.substack.com 欢迎关注我和雨白、小跑新制作的时事聊天节目《不熄灯Lights On》 欢迎关注我的生活方式类节目《犬生活》，《大都会拉斐尔世纪特展：从天才画家到超级经理人的一生》最新上线！ 欢迎加入我的知识星球，我正在好好运营那一片后花园。 欢迎在评论区互动，或者给我写邮件，邮箱地址[email protected]。 节目BGM： 《一封僑批》——玩具船长 The Long Way Round - Jodymoon 节目后期：大卫翁

我躺在这里昏睡 到底过多久 被关在白色的宇宙 忘了那是谁的手 曾在我额头遗留过温柔 只记得不断争斗 闭上眼还有回忆 闷锁在胸口 连呼吸都难以承受 忽然发现你的手 能给我熟悉的温柔 原来这份感动 才是我所梦寐以求 怀着昨日那些伤口 遇见了你 是你让我获得意义 拥有了生机 当所有虚荣都变空虚 是你用爱医好我的内心 病开始慢慢痊愈 怀着昨日那些伤口 遇见了你 是你让我提醒自己 分秒要珍惜 前面的风景还不确定 可是爱你让我重获生命 病终于 终于痊愈 痊愈

黑胶唱片销量连续十几年增长，但买黑胶的人，真的在听黑胶吗？ 越来越多的音乐人发行多个彩胶版本，黑胶的盘面也越来越酷炫，看起来，它正在变成一种身份符号。 那么，黑胶是用来听的，还是用来看的？ 这期我们不想教怎么入门黑胶，也不想锐评各个唱机的优劣，因为太多的胶佬在社交平台分享这些，他们远远比我们更专业。 我们更想聊聊黑胶这个东西，在今天到底意味着什么？它是一种听音乐的方式，还是一件收藏品，或者说，它是社交货币，一场关于"我很热爱音乐"的自我想象？ 【随便时间轴】 01:10 Craig Ruhnke的《True Love》被炒至天价：黑胶不是用来听的，而是用来看的！ 04:30黑胶唱片成为数字消费的补充品，出现了“流媒体发现，黑胶收藏”的消费习惯 07:14就是要一种“仪式感”：变成身份符号的黑胶唱片 11:39黑胶的音质真的比数字音源要好吗？ 22:38 音乐平台推出的“黑胶”音效是不是智商税 23:45国内实体唱片店到底是在卖碟，还是在卖自家IP 35:45 黑胶唱片怎么“淘”：“洋垃圾”的逆袭 39:23跨文化复兴的矛盾：重见天日的“被遗忘之声”，正慢慢变成一种营销标签 【随便歌单】 《Black Rice》— women 《Keep The Flame》— Craig Ruhnke 《December, 1963 (Oh What a Night!)》— The Four Seasons 《It's Too Late》— Carole King 《Unknown》— Ros Srey Sothea 《Jeas Cyclo》— Yol Aularong 《Zombie》— Fela Kuti

"Anthropic于6月2日提交IPO申请，计划成为AI领域标志性上市公司", "OpenAI展示无App概念手机，计划2027年推出，界面由AI实时生成", "英伟达与联发科联合打造RTX Spark超级芯片，实现手机能效与PC性能跨界融合", "美国商务部发布新规，禁止向中国企业在海外子公司出口先进芯片", "欧盟拟限制美国科技巨头参与其战略性项目招标，减少对域外技术依赖", "宇树科技IPO获批，估值420亿元，美团为第二大股东", "字节跳动扣子Coze上线3.0版本，提升多模态理解与开发体验", "腾讯接近推出微信AI助手，股价短线拉升超6%", "小红书获2026世界杯独家转播权，首次拿下大型国际体育赛事直播权", "理想汽车新增三个具身智能部门，扩展物理世界智能交互能力"文字版更新到微信公众号《晚安咖啡GNC》

📱 热搜来电，一起收听新鲜热点 《热搜来电》为你连线今日十大热搜，理性看热点，客观聊世界 ⏰ 15分钟精华版 | 📅 6月2日星期二 🎯 本期连线导览： 00:53 🏓 3比8落后还能逆转？梁靖崑帮中国队拿下世乒赛12连冠，赛后一句「张本在那瞎忙活」直接火了——心静者胜，真实力不靠声势撑场面。 02:02 🏀 李宁官宣与库里达成10年合作，年保证金约3000万美元，总价值超3亿美元，创中国品牌签约国际体育明星历史纪录，耐克出价更高也没拿下！ 03:22 ⛽ 伊朗扬言封锁霍尔木兹海峡，国际油价单日暴涨超5%，国内92号汽油全面进入9元时代，加满一箱多掏近百块，物流日用品价格也跟着涨。 04:54 🔥 长鑫科技148天极速过会科创板，单季净利247.6亿、营收同比暴增719%，拟募资295亿创科创板史上第二大IPO，最快7月上市！ 06:14 🍲 广东汕头一家潮汕火锅店，四名游客吃掉七成菜品后突然投诉，亮出预写5000字差评威胁免单，店主无奈全额免单400元，电商「仅退款」歪风正在向线下餐饮蔓延。 07:24 🎭 开播8.5分的秦腔题材剧《主角》，后半段画风突变，秦腔主线消失，婚姻苦难狂堆，评分暴跌至6分，国产行业剧借文化外壳行狗血之实的老问题又来了。 08:28 💰 财政部刚下达999亿育儿补贴！覆盖2022年后出生、三岁以下宝宝，每孩每月300元直接打卡，不分城乡户籍孩次，支付宝微信可直接申领，全程免费！ 09:45 💰 身家百亿的向太说不给孩子买名牌，结果被网友翻出买Labubu和钻石的记录，你觉得她说的有道理吗？ 10:49 🖥️ 台北电脑展上演双向突袭！英伟达联手联发科推出PC超级芯片RTX Spark，英特尔同步反击发布至强6+及AI推理芯片，两巨头抢着定义下一代计算标准，这仗才刚开始。 12:25 💰 上海一案引热议：孩子名下20万压岁钱被母亲陆续取走，离婚移交时仅剩40元。法院判决返还22万，提醒大家：压岁钱是孩子的财产，父母只是保管人！ 13:26 🎤 买演唱会票总坐同一区域？不是巧合！有平台疑似按身份证前六位户籍码定向分座，同价格体验天差地别，算法从未公开，消费者知情权引发热议。 14:38 🏺 挪威600米深海打捞出一艘270年前的清代商船，数千件乾隆年间青花瓷保存完好，还有欧洲高脚杯、水晶灯零件同时出水，堪称18世纪中欧贸易的实物清单！ 15:47 💍 哈工大第十一届博士生集体婚礼，187对新人收到实验室「种」出来的1克拉培育钻戒！这项技术攻关25年，如今已反向出口当年限制我们的国家，500万人在线围观这场硬核浪漫。 17:13 💪 河南濮阳崔女士身患三阴性乳腺癌，放疗期间丈夫以「扛不住压力」为由离婚出走，她一边摆摊一边跑外卖，独自撑起自闭症儿子和家。研究显示，女性患重病后被离婚概率是男性的6倍。 📻 《热搜来电》— 每日傍晚与你准时相会 高效获取 | 专业解读 | 理性分析 | 为你量身定制 💬 你最关注今天哪个热点？评论区来电聊聊～

"Anthropic filed for IPO on June 2, aiming to become a landmark AI listed company", "OpenAI unveiled a concept phone without apps, planned for 2027, with AI-generated interface", "NVIDIA and MediaTek co-developed RTX Spark chip, merging mobile energy efficiency with PC performance", "U.S. Commerce Department banned exports of advanced chips to Chinese companies' overseas subsidiaries", "EU plans to restrict U.S. tech giants from bidding on strategic projects to reduce foreign dependency", "Unitree Robotics' IPO approved with 42 billion yuan valuation; Meituan is second-largest shareholder", "ByteDance's Coze launched version 3.0, enhancing multimodal understanding and development experience", "Tencent nears launch of WeChat AI assistant, driving stock up over 6%", "Xiaohongshu secured exclusive broadcasting rights for 2026 World Cup, its first major sports event", "Li Auto added three embodied AI departments to expand physical-world intelligent interaction capabilities" 文字版更新到微信公众号《晚安咖啡GNC》

【播客简介】 最近我一直在想一个问题：当我们说“我需要一点心理支持”的时候，我们到底需要的是什么？ 是需要一个人帮我们看清自己，还是需要一个人帮我们做决定？ 是需要一个具体的行动方案，还是只是需要在凌晨两点被及时接住？ 这一期，我想聊聊专业心理咨询、Coach 和 AI 心理支持之间的关系。 在我看来，心理咨询更像一面镜子，帮我们理解“我为什么会这样”；Coach 更像一张地图，帮我们判断“我接下来可以怎么走”；而 AI 更像一盏夜灯，在我们情绪突然掉下去的时候，先给一点及时的回应。 但它们不能互相替代。 专业心理咨询不是简单给建议，而是在一段稳定的关系里，帮助我们看见自己的情绪、关系模式、阴影和主体性。Coach 更偏向目标、行动和职业选择，适合在状态相对稳定时推进问题。AI 心理支持确实有用，尤其适合即时陪伴、情绪记录和低风险反思，但它不是治疗，也不能承担危机干预。 这一期想讨论的不是“谁更高级”，而是：在 AI 时代，我们如何更准确地识别自己真正需要什么。 有时候，我们需要答案。 有时候，我们需要行动。 但也有一些时刻，我们真正需要的，是被一个真实的人慢慢看见。 【播客时间轴】 * 开场：当我们说“需要心理支持”时，到底在需要什么？ * 心理咨询、Coach 和 AI 心理支持为什么不能放在同一个赛道比较？ * 专业心理咨询：不是给建议，而是帮你看见自己 * 什么是“无条件积极关注”：先接住你，而不是评价你 * 人的黑暗面与“阴影”：为什么看见自己比立刻改变更重要 * “先接纳，再改变”：“改变的悖论”到底是什么意思？ * 心理咨询的专业性：评估、治疗关系、流派和伦理边界 * Coach 的价值和边界：什么时候它帮你往前走，什么时候你更需要咨询？ * AI 心理支持：为什么它有用，尤其是在凌晨两点 * AI 的问题：它太会安慰你，也可能太顺着你 * 通用 AI 和专业心理健康工具不能混为一谈 * 危机时刻为什么不能只依赖 AI？ * 三者最好的关系：心理咨询是镜子，Coach 是地图，AI 是夜灯 * AI 时代真正重要的能力：识别自己到底需要什么 * 结尾：人不是一个需要被快速修复的系统

📝 本期播客简介 本期我们克隆了：Pathway《Transformer vs Post-Transformer | ft. Lukasz Kaiser, Adrian Kosowski, Mathias Lechner, & Llion Jones》 这是一场以“拳击赛”形式呈现的 AI 架构思想对决：Transformer 还会继续统治下一代 AI，还是我们已经站在 postTransformer 时代的门口？ 辩论的一边，是 Transformer 共同发明者 Lukasz Kaiser，他认为 Transformer 虽然简单得近乎疯狂，却已经证明自己能够工作、能够扩展，并且可以被理解为一种强大的可微分记忆系统。另一边，Adrian Kosowski 和 Llion Jones 则认为，Transformer 只是智能的一种实现形式，而不是智能的终极答案。人脑的数据效率、连续学习、非语言推理和动态状态，都在提醒我们：一定还存在更好的东西。Mathias Lechner 则代表更工程化的中间路线：未来可能不是 Transformer 或 postTransformer 二选一，而是根据硬件、场景和能力需求，把所有可用 building block 组合起来。 这期节目尤其适合想理解 AI 底层趋势的人：为什么 Transformer 如此强大？为什么 scaling laws 仍然重要？为什么“用语言思考”可能不是最高效的 reasoning？新架构为什么总会被硬件拖住？benchmark 到底能不能衡量真实智能？如果你关心 AI 下一轮技术红利、创业机会、算力焦虑和 AGI 路线之争，这是一场非常值得听完的高密度讨论。 👨‍⚕️ 本期嘉宾 Lukasz Kaiser，Transformer 共同发明者之一，曾参与创建 ChatGPT o1，是现代大语言模型架构演进中的关键人物。 Adrian Kosowski，Pathway 的 CSO，BDH 架构的发明者之一，主张从动态系统、latent reasoning 和持续学习角度探索 postTransformer 架构。 Mathias Lechner，Liquid AI 研究者，专注于构建新一代 foundation model，强调 Transformer 与 postTransformer building blocks 的混合使用，以及模型在不同硬件和部署场景中的实际表现。 Llion Jones，Transformer 共同发明者之一，虽然参与了 Transformer 的诞生，但在本场辩论中站在 postTransformer 阵营，认为 AI 需要跳出当前架构的局部最优。 ⏱️ 时间戳 00:00 开场 & 播客简介 拳击赛开局：谁代表 AI 的下一个时代 01:43 现场规则：用拳击赛形式辩论 Transformer vs postTransformer 04:02 Lukasz 开场：Transformer 是简单、漂亮、而且真正能工作的 memory 06:40 Adrian 开场：智能还没有迎来自己的 PageRank 时刻 09:54 Mathias 开场：未来不是二选一，而是 Transformer 加 postTransformer 12:22 Llion 开场：Transformer 很强，但它可能只是 brute force 的局部最优 第一轮交锋：Transformer 到底是不是终局 16:42 Lukasz 反驳：Transformer 仍是当前机器学习里最强的可扩展答案 19:00 Adrian 反击：reasoning 和 learning 不一样，语言思考不是唯一解 21:38 Mathias：Transformer 和 RNN 的边界会越来越模糊 23:33 Llion：真正突破不是重排组件，而是重新质疑神经网络假设 智能是什么：语言、压缩与人脑 26:04 智能定义之争：是可观察行为，还是更深层的信息处理过程 28:30 Transformer 是否把工程便利误认为科学真理 29:08 智能即压缩：预测互联网下一个词为什么如此有效 30:02 Language 与 reasoning：语言承载智能，但也限制思考方式 31:30 发现新知识时，非语言推理是否更高效 31:52 人脑与儿童启发：为什么小孩不用长链推理也能快速泛化 Scaling 之争：算力还会继续赢吗 33:06 Bitter Lesson：为什么十倍算力和十倍数据常常打败巧妙设计 33:34 不同架构都有 scaling law，但硬件适配决定谁能赢 34:34 Lukasz：如果有比 Transformer 更好的 scaling curve，请拿出来 35:56 Adrian：数据、模型、算力不一定必须一起 scale 现实世界部署与 benchmark 36:58 非文本模态：蛋白质、基因序列和生物医学信号中的架构差异 38:05 Benchmark 会不会误导我们 39:11 Perplexity：为什么“预测下一个 token”仍可能是最硬的指标 40:57 最后陈述：比拼的关键不是单次成绩，而是 scaling curve 的斜率 最终立场：Transformer 现在赢，但未来未定 41:53 Adrian：下一次突破可能来自更高效、更紧凑的 reasoning 43:08 Mathias：两边都押注，探索所有可能性 43:40 Llion：今天没有任何理由能让我放弃“还有更好东西”的信念 观众提问：硬件会不会锁死创新 44:31 硬件彩票：现有 GPU/TPU 是否让大家困在 Transformer 范式 45:18 Llion：postTransformer 第一版不必马上打败 SOTA 46:12 Lukasz：Transformer 当年也不适配硬件，真正强的架构会推动硬件改变 48:38 慢 50 倍也不要怕：只要 scaling curve 更好，就值得探索 学习、记忆与动态权重 48:59 智能是否首先是学习能力 50:10 In-context learning：把上下文学习延长到无限时间会怎样 51:01 Continual learning：给静态权重打补丁，还是从头设计动态系统 51:41 Transformer 的 activation 是否已经在做类似 gradient descent 的事 53:25 Transformer 不会消失：postTransformer 世界里仍会使用 Transformer 54:08 Attention weights 也是动态权重吗 55:32 经验型 context：模型是否能从自己的行动、错误和反馈中学习 安全、微调与 latent reasoning 57:25 Fine-tuning、context learning 和 latent space 推理的关系 58:05 文本 chain of thought 是否真的可解释 58:58 postTransformer 是否可能更接近大脑，从而更可解释、更安全 59:13 现场投票：用欢呼声决定今晚冠军 🌟 精彩内容 💡 Transformer 的核心优势：简单到疯狂，但真的能工作 Lukasz Kaiser 为 Transformer 做出的核心辩护，不是说它完美，而是说它已经在最重要的层面证明了自己：它简单、可扩展、能被硬件放大，并且真的产生了聊天、写代码、操作电脑等能力。他把 Transformer 理解为一种 memory：为每段输入写下 key 和 value，再用 soft attention 检索相关内容。 “这个疯狂简单的机器，只是在一句话或者一段更长文本里预测下一个 token，却能够和你聊天，现在还能写代码，点击你电脑上的窗口。” 🧠 PostTransformer 的焦虑：智能还没有 PageRank 时刻 Adrian Kosowski 认为，Transformer 是智能的一种实现，但不是智能背后的共同原理。就像搜索引擎时代，PageRank 抓住了信息索引的核心机制一样，AI 领域仍然缺少一个真正解释智能的核心方程或过程。postTransformer 的意义，不是简单否定 Transformer，而是继续寻找更直接、更完整的智能机制。 “我认为，在智能这件事上，我们还没有迎来 PageRank 时刻。” 🥊 Transformer 共同发明者倒戈：我们被困在局部最优里 Llion Jones 的立场格外有意思：作为 Transformer 共同发明者之一，他却站在 postTransformer 阵营。他认为 Transformer 太成功了，反而让研究社区过度围绕它做增量改进，忽略了更根本的假设：神经网络一定要长这样吗？一定要用 backpropagation 训练吗？reasoning 一定要用语言展开吗？ “今天我没有听到任何理由，能让我怀疑自己的信念：一定还有更好的东西。” ⚙️ 硬件不是借口，但决定了谁能成为主流 这场辩论反复回到一个现实问题：很多新架构也许理论上更优，但如果跑在当前硬件上慢 50 倍，就很难被接受。Lukasz 提醒大家，Transformer 当年也并不天然适配 TPU，甚至 softmax 还需要绕到 CPU 上处理。真正强的新架构，需要先证明自己有更好的 scaling curve，然后硬件自然会跟上。 “如果你给我看一个模型，它只是稳定地慢五十倍，但增长曲线更好，那你就赢了。” 📈 Scaling Laws 仍是绕不开的门槛 即便 postTransformer 阵营认为还有更好的架构，大家也基本承认一个事实：任何新架构都必须面对 bitter lesson。AI 历史上，很多巧妙设计最终输给了更大算力、更大数据和更好 scaling。问题不在于要不要 scale，而在于有没有可能找到一种架构，用更少数据、更少硬件、更高效率完成同样甚至更强的能力。 “如果你给我看一条曲线，它下降得比 transformer 更陡，那我可能就得承认。” 🧩 语言不是推理的全部 嘉宾们讨论了一个关键问题：当前大模型很大程度上是在语言中 reasoning，但人类的许多思考过程并不是语言化的。Llion 认为，语言承载了大量智能，所以语言模型才会成功；但语言也可能限制了模型进行发现、直觉和快速泛化的能力。postTransformer 可能需要在 latent space 中做更原生的 reasoning。 “我们强迫它们用 language 来思考，可我们自己的某些心理过程，确实不是建立在 language 上的。” 🧪 Benchmark 的核心指标也许还是 perplexity 面对各种 benchmark 被刷榜、被针对的问题，Lukasz 提出一个朴素但重要的观点：perplexity，也就是预测下一个 token 的能力，仍然是非常难被超越的指标。它本质上对应“压缩”：如果一个模型能更好地压缩文本、代码、图像或蛋白质序列，它往往也更理解这些数据。 “你越能更好地压缩互联网，你就越智能。” 🔄 Continual Learning：AI 是否需要像人一样持续更新 观众提问引出了另一个核心差异：人类和生物的大脑不是冻结的，而是每一秒都在更新连接；而当前 Transformer 通常是预训练后冻结，再通过上下文、微调或外部系统补充能力。Adrian 提出，可以把 in-context learning 看成一种延长版学习：如果模型拥有无限长上下文，持续记住经验、错误和反馈，它也许就接近了持续学习。 “智能就像是把 in-context learning 延长到时间趋近于无穷。” 🛡️ Latent Reasoning 与安全：文本思维并不等于可解释 关于 latent space 推理是否带来安全风险，Lukasz 提醒大家不要误以为文本 chain of thought 就完全透明。即便模型输出的是文字，文字之上仍然有大量 activation 和高维向量活动，我们并不知道里面真正发生了什么。未来模型可能说出同样的词，但内部想法已经完全不同。 “只是因为 pretraining，它们现在还算忠实。但也许有一天，你会看到模型说出同样的词，可里面的想法已经完全不同。” 🌐 播客信息补充 本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的 使用 AI 进行翻译，因此可能会有一些地方不通顺； 如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight