5 Matching Annotations
  1. Apr 2026
    1. Losing access to GPT‑5.5 feels like I've had a limb amputated.

      大多数人将AI工具视为辅助性资源,失去后只会带来不便而非功能丧失。但这位NVIDIA工程师的比喻表明,GPT-5.5已从辅助工具转变为不可或缺的'认知延伸',这种依赖程度远超当前主流认知中人与AI的关系定位,暗示了人机协作范式的根本性转变。

    1. DeepSeek does not appear to have fully moved beyond Nvidia. The company's technical report reveals that it is using Chinese chips to run the model for inference, but...appears to have adapted only part of V4's training process for Chinese chips.

      大多数人认为中国AI公司已经完全摆脱了对Nvidia的依赖,但作者认为DeepSeek V4仍主要依赖Nvidia芯片进行训练,仅在推理阶段使用中国芯片。这一观点挑战了'中国AI已实现完全自主'的主流叙事,暗示技术脱钩比表面看起来更为复杂。

    1. Many AI labs (including OpenAI and Anthropic) largely depend on these hyperscalers for access to R&D and inference compute.

      令人惊讶的是:即使是像OpenAI和Anthropic这样的领先AI实验室也在很大程度上依赖这些超大规模云服务提供商,这揭示了AI产业中一种看似矛盾的现象——最前沿的AI创新却受制于少数几家科技巨头。

    1. select known-vulnerable dependency versions 50% more often than humans.

      这一统计洞察颠覆了“AI写代码更安全”的迷思。AI代理在优化代码功能性时,往往以牺牲安全性为代价,倾向于选择存在已知漏洞的旧版本依赖。这反映出当前AI模型在训练时对安全维度的忽视,也警示我们在AI辅助开发流程中必须强制引入自动化的安全卡点。

    1. Many frontier AI developers, including Anthropic and OpenAI, acquire almost all of their compute from hyperscalers and other cloud providers.

      大多数人可能认为领先的AI公司会拥有自己的计算基础设施以保持竞争优势,但作者认为OpenAI和Anthropic等前沿AI公司几乎完全依赖超大规模云服务提供商获取计算能力。这表明AI创新可能比想象中更加依赖大型科技公司的基础设施,而非独立的计算资源。