【AI 英文奏折】2026年06月20日

共收录 9 篇深度内容

📋 今日内容速览

快速浏览，点击感兴趣的推文查看详细分析

1. Rohan Paul: AI监管转向基准测试，接受无法完全消除越狱攻击的现实。
2. Alex Prompter: AI工程名称变化，核心技能始终是人为判断与优化。
3. Rohan Paul: AI泡沫潜在危害远超互联网泡沫，因巨额债务驱动且资本密集。
4. Rohan Paul: AI资本支出依赖信贷融资，风险将波及多方。
5. Amira Zairi: 分享钩针玩偶制作技巧，强调柔软质感与温馨怀旧风格。
6. Rohan Paul: AlphaFold 科学家约翰·詹珀离开谷歌 DeepMind 加入 Anthropic。
7. Rohan Paul: DeepAdapt的ACI技术通过转移工作负载显著降低AI成本并提升推理速度。
8. Rimsha Bhardwaj: 蒂姆·伯纳斯-李免费创造万维网连接全球。
9. Rohan Paul: 40岁前勿用朋友，40岁后只用朋友。

📖 详细内容

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: AI监管转向基准测试，接受无法完全消除越狱攻击的现实。

可信度: 10/10 – 2项声明可直接验证；3项需进一步确认

事实核查:

• ◐ 部分可验证: 白宫和Anthropic可能已找到恢复Mythos和Fable访问权限的严肃路径，无需完全消除越狱攻击 (需核实白宫或Anthropic的官方声明或技术文档，但若涉及未公开的合作细节或内部进展，则可能无法完全验证。)
• ◐ 部分可验证: AI监管正从模糊恐惧转向基于基准测试的模型失败测试，因完全消除越狱攻击可能不可实现 (可通过分析近期AI监管政策（如白宫AI行政令）或Anthropic的技术报告部分验证，但“转向”属于趋势判断，需更多公开证据支持。)
• ✓ 可验证: Fable 5比Opus 4.8更具鲁棒性，但在自动化攻击下仍产生有害内容

原文内容:

白宫和Anthropic可能已经找到了恢复Mythos和Fable访问权限的第一个严肃路径，而无需假装越狱攻击可以被完全消除。

AI监管可能正在从模糊的恐惧转向基于基准测试的模型失败测试，因为完全消除所有越狱攻击可能不是一个可实现的目标。

拟议的框架将评估绕过程度有多深、哪些能力变得可及、攻击的可重复性如何，以及暴露的行为是否具有真正的操作后果。

双方现在正朝着一种共享的方式前进，来评估越狱攻击的实际含义。

残酷的真相是，完美的免疫力可能是一个错误的目标；最近的一项红队研究发现，即使是经过强化的前沿模型，在持续的自动化攻击下仍然产生了确认的有害完成内容，其中Fable 5比Opus 4.8更具鲁棒性，但并非无懈可击。

因此，对于新发布的模型，政府可以每次都提出相同的问题：绕过了多少、暴露了哪些能力、攻击的可重复性如何，以及可能随之而来的损害，这是一条更加实际的路径。

⏰ 20:29 | ❤️ 163点赞 | 📝 321字 | 查看原文 →

↑ 返回顶部

Alex Prompter @alex_prompter

Marketing + AI = $$$
@godofprompt (co-founder) | 影响力: 94.19k万粉丝

💡 核心观点: AI工程名称变化，核心技能始终是人为判断与优化。

可信度: 8/10 – 1项声明可直接验证；2项需进一步确认；2项为观点陈述

事实核查:

• ◦ 观点: 2023年称为提示工程，2025年称为上下文工程，2026年称为循环工程，标签变化但核心技能不变 (该声明是对未来技术术语演变的预测，属于主观观点，无客观事实依据。)
• ◐ 部分可验证: Karpathy、Boris Cherny和Steinberger将这项技能推进到循环工程，这些名字的分量很重 (Karpathy等人物是AI领域的知名专家，但“推进到循环工程”的具体贡献需查阅其公开言论或论文，部分信息可能未明确关联。)
• ✓ 可验证: 循环工程可能单任务消耗50到100美元信用额度，每天发布20,000美元代币运行的人并非自掏腰包 (成本数据缺乏具体来源或公开案例支持，且“非自掏腰包”的断言涉及未公开的财务细节，无法验证。)

原文内容:

2023：提示工程。
2025：上下文工程。
2026：循环工程。

标签一直在变。其下的技能从未改变。

Karpathy、Boris Cherny 和 Steinberger 都将这项技能推进到循环工程，这些名字的分量很重。

每个人都为同一份工作改了名字。提示工程意味着写出正确的句子。上下文工程意味着向模型提供正确的信息。循环工程意味着将代理包装在一个程序中，直到测试通过才运行。

这三者变化的是你做出判断的位置，而不是是否需要做出判断。你仍然需要在模型运行前决定什么是“好”的。

没人提到账单。一个循环可能在单个任务上烧掉 50 到 100 美元的信用额度。那些每天发布 20,000 美元代币运行的人并不是自掏腰包。

循环让模型提供它并不可靠拥有的判断。你免费提供这个。在代币之前花时间思考，将廉价工作发送给廉价模型，缓存重复的部分，自己留在循环中。

这项技能的名字明年还会再变。技能本身不会。

⏰ 02:19 | ❤️ 85点赞 | 📝 296字 | 查看原文 →

↑ 返回顶部

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: AI泡沫潜在危害远超互联网泡沫，因巨额债务驱动且资本密集。

可信度: 7/10 – 4项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: dot-com 繁荣与崩盘在那个周期中没有巨大的资本支出，几乎没有传统的 CapEx 和 R&D 投入 (可通过历史财务数据（如上市公司财报、行业报告）验证 dot-com 时期企业的资本支出和研发投入水平，但需具体数据对比，且“几乎没有”为相对表述，需界定标准。)
• ◐ 部分可验证: AI 当前的资本支出规模巨大，可与 100 年前的汽车行业相比 (AI 行业的资本支出数据（如企业财报、行业分析）可部分验证，但历史汽车行业的对比需跨时代经济数据调整，且“巨大”为主观判断，缺乏量化标准。)
• ◐ 部分可验证: AI 繁荣中很大一部分资本支出由私人债务资助，而非银行或股权 (企业融资结构（债务/股权比例）可通过部分公开数据（如债券发行、私募披露）验证，但“很大一部分”为模糊表述，且私人债务数据可能不透明。)

原文内容:

dot-com 泡沫 vs. 可能的 AI 泡沫。

来自著名的“估值之 dean”，纽约大学斯特恩商学院的阿斯瓦斯·达莫达兰教授，

“这就是 dot-com 繁荣与崩盘和 AI 繁荣之间的真正巨大差异。我们不知道是否会有崩盘。历史表明会有崩盘。

dot-com 繁荣与崩盘在那个周期中没有巨大的资本支出。事实上，几乎没有传统的 CapEx，甚至 R&D 在推动它。人们启动了应用。他们基本上只是开始使用它。

这可能是我在商业中见过的最巨大的基础设施积累。你可以回溯并将其与 100 年前的汽车行业相比。投入到 AI CapEx 的资金量是巨大的，这意味着当修正来临时，痛苦将更加剧烈。

而这里存在第二个问题。dot-com 繁荣与崩盘几乎完全由股权资助。你可能会想，那又怎样？嗯，当崩盘来临时，那些股东损失了 60%、70%、80% 或 90% 的资金。你为他们感到遗憾，但损失仅限于股东。

AI CapEx 繁荣的问题在于，它不仅规模巨大，而且其中很大一部分是由债务资助的，而这些债务来自私人资本而非银行。如果出现修正且公司开始出现问题，这种问题很可能表现为困境和违约，而这真的不会局限于此。它会溢出到社会其他部分。

我不是说会是 2008 年，但 2008 年就是一个例子，说明当贷款人过度扩张、他们以过低的利率放贷，然后修正来临时会发生什么。痛苦会溢出。

所以这就是我对这种大市场幻觉的担忧：不得不应对到期债务却无力偿还的潜在社会成本。这比你的股价下跌 90% 并感受到痛苦要痛苦得多。”

----

来自“Excess Returns” YouTube 频道，(评论中有链接)

⏰ 04:40 | ❤️ 626点赞 | 📝 480字 | 查看原文 →

↑ 返回顶部

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: AI资本支出依赖信贷融资，风险将波及多方。

可信度: 4/10 – 2项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: 摩根士丹利估计，到2028年全球数据中心建设的资本支出约为2.9万亿美元。 (需查阅摩根士丹利公开报告或第三方权威财经媒体转引的数据，但具体模型假设或计算细节可能未完全公开。)
• ◐ 部分可验证: 资金来源包括1.4万亿美元来自超大规模公司现金流、2000亿美元企业债务等细分项（合计2.9万亿美元）。 (资金构成需依赖摩根士丹利内部研究或客户报告，公开摘要可能仅提供部分数据，细分项需进一步交叉验证。)
• ◦ 观点: 人工智能资本支出越来越多由信贷资助，损失可能波及股东以外的各方。 (信贷占比趋势需数据支持（可部分验证），但“损失波及范围”属于风险推测，属主观分析结论。)

原文内容:

摩根士丹利估计，到2028年全球数据中心建设的资本支出约为2.9万亿美元。

资金来源包括来自超大规模公司现金流的1.4万亿美元、2000亿美元企业债务、1500亿美元证券化信贷、8000亿美元私人信贷/基于资产的融资/合资企业债务，以及3500亿美元其他资本。

即人工智能资本支出越来越多地由信贷资助，因此损失可能波及股东以外的各方。

⏰ 05:54 | ❤️ 31点赞 | 📝 128字 | 查看原文 →

↑ 返回顶部

Amira Zairi @azed_ai

AI Educator & Creator | Ambassador @Adobe @LeonardoAi & @tripoai | Partner with leading brands | Collaboration → [email protected] | 影响力: 57.13k万粉丝

💡 核心观点: 分享钩针玩偶制作技巧，强调柔软质感与温馨怀旧风格。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: 手工钩织的[subject]玩偶使用柔软的纱线质感和复杂的针织细节制成 (可通过用户实际制作或展示成品图片验证纱线质感和针织细节，但“柔软”“复杂”等描述存在主观性，需依赖个人判断。)
• ✓ 可验证: 玩偶身着鲜艳的[color1]色调点缀和精致的[color2]色服装 (颜色描述可通过成品图片或实物直接验证，但“鲜艳”“精致”为相对主观的审美评价。)
• ◐ 部分可验证: 玩偶手持一个小[prop]，设置在一个温馨的[setting]中 (道具（prop）和场景（setting）的具体表现需依赖用户生成内容验证，但“温馨”为氛围描述，属于主观判断。)

原文内容:

提示分享：温馨钩针角色

提示：一个手工钩织的[subject]玩偶，使用柔软的纱线质感和复杂的针织细节制成。身着鲜艳的[color1]色调点缀和精致的[color2]色服装，手持一个小[prop]。设置在一个温馨的[setting]中，温暖的柔和氛围，迷人的手工美学，怀旧的毛公仔风格。

试试看并分享你的作品 

⏰ 19:00 | ❤️ 140点赞 | 📝 102字 | 查看原文 →

↑ 返回顶部

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: AlphaFold 科学家约翰·詹珀离开谷歌 DeepMind 加入 Anthropic。

可信度: 10/10 – 5项声明可直接验证

事实核查:

• ✓ 可验证: 约翰·詹珀（John Jumper）正在离开谷歌 DeepMind 前往 Anthropic (可通过谷歌 DeepMind 或 Anthropic 的官方公告、约翰·詹珀的社交媒体声明（如 LinkedIn）或权威科技媒体（如 The Verge、TechCrunch）的报道直接验证。)
• ✓ 可验证: 约翰·詹珀领导了谷歌的 AlphaFold 团队 (可通过谷歌 DeepMind 的官方团队介绍、AlphaFold 相关论文的作者信息（如 Nature 论文）或公开采访（如学术会议、播客）验证其领导角色。)
• ✓ 可验证: 诺姆·沙泽尔（Noam Shazeer）离开谷歌加入 OpenAI (可通过 OpenAI 或谷歌的官方人事变动公告、诺姆·沙泽尔的个人声明（如 Twitter/LinkedIn）或主流科技媒体的报道验证。)

原文内容:

与德米斯·哈萨比斯（Demis Hassabis）共同获得诺贝尔奖的AlphaFold科学家约翰·詹珀（John Jumper）在谷歌DeepMind工作近九年后，即将离职加入Anthropic。

詹珀因领导谷歌AlphaFold团队而闻名。

就在昨日，谷歌还失去了Gemini项目联合负责人、Character.AI创始人及《Attention Is All You Need》论文合著者诺姆·沙泽尔（Noam Shazeer），其已选择加入OpenAI。

⏰ 03:06 | ❤️ 66点赞 | 📝 97字 | 查看原文 →

↑ 返回顶部

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: DeepAdapt的ACI技术通过转移工作负载显著降低AI成本并提升推理速度。

可信度: 8/10 – 1项声明可直接验证；3项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: DeepAdapt的ACI技术可将AI运营成本降低高达82%，推理速度提升33倍 (需通过DeepAdapt官方发布的基准测试报告或第三方独立验证数据确认，但推文未提供具体测试方法或数据来源。)
• ◐ 部分可验证: ACI通过将重复性工作负载从GPU转移到CPU，实现令牌消耗降低90%和能耗降低85.7% (需实际测试ACI在特定环境下的资源占用和能耗数据，或查看公开的技术白皮书，但目前仅依赖推文中的单方面宣称。)
• ✓ 可验证: ACI无需训练或微调，可直接接入现有技术栈并从第一个请求开始学习 (该声明涉及技术实现细节，需查看系统架构文档或API设计，但推文未提供技术验证的公开资料。)

原文内容:

DeepAdapt 推出了一款运行时智能层，可将 AI 运营成本降低高达 82%，并通过将重复性工作负载从 GPU 转移到标准 CPU 上，实现 33 倍更快的推理速度。

他们将其称为自适应持续智能（Adaptive Continual Intelligence，ACI）。

ACI 是一种运行时学习层，其中分析学习、监督学习和强化学习在系统已投入生产时协同工作。

ACI 不是缓存、内存、知识图谱、路由或简单的优化技巧。

这项技术从模型决策、修正、标签、结果和经验中学习，然后在 CPU 上本地提供已知决策。只有新的、不确定的或复杂请求才会路由回底层模型。

ACI 还可以针对特定领域进行预训练，从而使持续学习更快、更便宜。

DeepAdapt 首先针对基于云的 LLM 代理推出，但这种架构在个人设备上变得更加重要，因为在这些设备上，计算、电池、延迟和本地推理可靠性等约束要严格得多。

在他们的基准测试中，ACI 显示出令牌消耗降低高达 90%、生产规模成本降低 5.7 倍、推理速度提升 33 倍（中位延迟 159 毫秒）、准确率 96%（无 ACI 时为 85%）、每 1000 次决策能耗降低 85.7%，以及规则违规减少 4.8 倍。

DeepAdapt 拦截用户请求，从标准 CPU 即时提供已知答案，从而完全绕过昂贵的 GPU。

新问题会转到 GPU，但系统会记录输出和任何人工修正，以供下次学习。

这使得底层语言模型完全冻结，而外部软件层处理所有实时学习和审计。

ACI 无需任何训练。没有微调。没有重新训练管道。您只需将其接入现有技术栈，它就会从第一个请求开始从实际使用中学习。每一次改进都发生在运行时。

效果：随着系统成熟，GPU 依赖性和成本会降低，能耗也会相应下降。

在原生 ACI 代理中，其他一切都成为 ACI 运行时内部的工具：LLM、内存、工具、知识图谱、提示、工作流、API 和外部系统。ACI 决定什么可以本地处理，什么应该学习，什么必须强制执行，以及何时系统真正需要回退到模型。

推理正成为 AI 最大的成本中心之一。令牌价格可能下降，但总 AI 账单持续上升，因为使用量正在爆炸式增长。真正的杠杆作用在于完全避免不必要的 GPU 调用。

有了 ACI，LLM 不再是架构的中心，因为 ACI 成为运行时智能层，它决定什么可以本地推理，什么应该学习，什么必须强制执行，以及何时真正需要模型。

 1.

⏰ 01:30 | ❤️ 23点赞 | 📝 687字 | 查看原文 →

↑ 返回顶部

Rimsha Bhardwaj @heyrimsha

Helping you master AI daily with step by step AI guides, & practical tools • AI Educator & Writer • DM for Collab | 影响力: 23.09k万粉丝

💡 核心观点: 蒂姆·伯纳斯-李免费创造万维网连接全球。

可信度: 10/10 – 3项声明可直接验证；2项需进一步确认

事实核查:

• ✓ 可验证: 蒂姆·伯纳斯-李在CERN工作时提出了万维网的构想，并开发了第一个浏览器和服务器 (该声明可通过CERN官方档案（如[原始提案文件](https://cds.cern.ch/record/369245)）、伯纳斯-李的自述（如《编织万维网》一书）及权威媒体报道（如BBC、W3C官网）直接验证。)
• ◐ 部分可验证: 伯纳斯-李的老板迈克·森道尔在提案上批注“模糊但激动人心” (森道尔的批注被广泛引用（如《时代》杂志等），但原始文件未完全公开，需依赖间接信源或CERN内部档案进一步确认。)
• ✓ 可验证: 伯纳斯-李免费分享万维网技术，未收取版税或创立公司 (W3C官网明确声明其开源性质，伯纳斯-李多次公开演讲（如TED）及专利文件（如HTTP协议未申请专利）均可佐证。)

原文内容:

一位物理实验室的软件承包商将一份提案交给他的老板，提案上盖着两个字的印章：“模糊但激动人心。”

那几乎就是事情的终点。他所提议的东西——他经理几乎无法证明批准的东西——变成了万维网。

他免费分享了它，没有收取任何版税，没有创立任何公司，却连接了地球上几乎每个人。

他的名字是蒂姆·伯纳斯-李。

他于1955年出生在伦敦，是两位数学家的儿子，他们都曾参与过有史以来第一台商用计算机的研发。他家餐桌上的谈话是关于如何让机器思考。作为一个男孩，他用纸板箱搭建假想的计算机，后来用烙铁、旧电视机和零配件组装了一台真正的计算机。

他在牛津大学学习物理，部分原因是它正好位于数学和电子学之间，这是他父母热爱的两件事。毕业后，他辗转于平凡的软件工作中。他的早期职业生涯没有任何迹象表明他即将做出任何历史性的事情。他是一个能干的程序员，碰巧擅长记住事物之间的联系。

1980年，他在日内瓦附近的庞大粒子物理实验室CERN签订了一份短期合同。这个地方是一片天才的混乱：来自数十个国家的数千名科学家，每个人都有自己的计算机、自己的文档格式、自己的不兼容系统。信息无处不在，却几乎无人能触及。一台机器上存储的事实，对坐在二十英尺外的另一位研究人员来说，与在月球上无异。

这让伯纳斯-李悄无声息地发疯。他不断迷失于谁知道什么、哪个项目与哪个项目相连的追踪中。于是他为自己写了一个小型私人程序，只是为了记住周围的人和项目的纠缠。他称之为Enquire。它让他将一个笔记链接到另一个。它是个玩具。没人使用它。

但这个玩具背后的想法不肯放过他。

几年后他回到CERN，问题只会更糟。1989年，他写了一份提案，提出一个系统，让任何计算机上的任何文档都能链接到任何其他计算机上的任何其他文档，无论在哪里，通过一套共享的简单规则。没有中央控制。没有单一格式。只有链接，仿佛距离不存在一样跨越机器。

他的老板迈克·森道尔读了它，并在顶部写下“模糊但激动人心”。这不是一个“是”。勉强算一个“也许”。但这给了伯纳斯-李足够的余地，让他在一旁继续推进，将这个项目当作测试一台他获准购买的新计算机的方式。

独自一人，在那唯一的一台机器上，他构建了它。第一个网络浏览器。第一个网络服务器。整个网络至今仍运行的三大基础：用于命名页面的地址系统、用于编写它们的语言，以及用于发送它们的协议。他编写了第一个网站，并于1991年将其上线，向任何能访问它的人解释网络是什么。

然后来了改变一切的决定。他和CERN同意将整个系统无偿释放到公共领域，永久免版税。没有许可费。没有所有权。任何人无需征求许可或支付一分钱，就能在其基础上构建。

增长起初缓慢，然后如野火般蔓延。少数几个站点变成了数千个，然后是数百万个，然后是一个无法计数的数字。企业、政府、图书馆、地球两端相隔遥远的陌生人，全都将自己接入同一个开放的网络。在十年内，网络重塑了商业、新闻、友谊、抗议，以及记忆本身。

他本可以成为历史上最富有的人之一。多年来，人们一直问他这件事。他直白地说，网络之所以成功，是因为它是免费的。如果他收取费用，或将其围起来，一个竞争系统就会将世界分裂成不兼容的孤岛，他所想象的通用之物将永远不会形成。

现代最强大的想法之所以存活下来，是因为构建它的人拒绝拥有它。

⏰ 18:56 | ❤️ 40点赞 | 📝 1167字 | 查看原文 →

↑ 返回顶部

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: 40岁前勿用朋友，40岁后只用朋友。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: 杰夫·贝索斯在巴黎的一次小组访谈中说过“40岁以下时，绝不要雇用你的朋友。40岁以上时，只雇用你的朋友”。 (该引述需通过查找巴黎小组访谈的原始视频或官方文字记录验证，但若无直接公开的官方链接或存档，仅依赖第三方报道（如DRM News）则无法完全确认其准确性。)
• ✓ 可验证: 贝索斯于2000年创立了蓝色起源。 (蓝色起源的创立时间可通过公司官网、维基百科或权威商业数据库（如Crunchbase）直接验证，属于公开事实。)
• ✓ 可验证: 贝索斯于2023年12月聘请戴维·林普担任蓝色起源CEO。 (该人事变动可通过蓝色起源官方公告、新闻稿或权威媒体（如路透社、彭博社）的报道验证，信息通常公开透明。)

原文内容:

经典贝索斯式智慧

“40岁以下时，绝不要雇用你的朋友。40岁以上时，只雇用你的朋友”

- 杰夫·贝索斯在巴黎的一次小组访谈中，与蓝色起源CEO戴维·林普一同出席

作为一些背景，贝索斯于2000年创立了蓝色起源，并于2023年12月亲自聘请了亚马逊资深高管戴维·林普担任其CEO

----

来自“DRM News”YouTube频道，（链接在评论中）

⏰ 00:44 | ❤️ 56点赞 | 📝 112字 | 查看原文 →

↑ 返回顶部