語言: 英文
英文 的 AI 新聞與論文。
-
RSI 是新的 AGI — 而且同樣難以界定
「遞迴」成為近期人工智慧領域的熱門詞彙，多家新創公司與研究機構正致力於開發能持續自我升級的系統，即遞迴自我改進（RSI）。這種概念被視為類似通用人工智慧（AGI）的災難性爆發預兆，指當 AI 系統能比人類更好地管理升級週期時，將形成閉環，僅受計算資源限制，人類將不再必要。知名研究者 Richard Socher 於本月啟動名為 Recursive Superintelligence 的專案，目標是構建大規模的遞迴自我改進超級智慧，實現從構想、實作到驗證的全自動流程。Andrej Karpathy 則透過 Auto-Research 專案，利用代理蜂群訓練大型語言模型，目前雖僅在 GPT-2 規模模型上進行小幅改進，但已吸引眾多研究者跟隨。Adaption 公司推出的 AutoScientist 工具旨在自動化前沿訓練，若研究者持續推動邊界，系統可能迅速演變為 RSI。Doris Xin 的自訓練機器學習代理在 Kaggle 競賽中獲得 28 枚獎牌，顯示了具體進展，但也凸顯了可靠性挑戰。儘管 Google CEO Sundar Pichai 承認尚未達到 RSI 描述的加速階段，但 Anthropic 的 Claude Code 已能撰寫其團隊近 100% 的程式碼，且部分工程師認為其可取代 L4 級程式員。然而，專家如 Georgetown 的 Helen Toner 指出，僅使用 AI 工具進行研究尚不構成真正的 RSI，關鍵在於是否完全無需人類。METR 的 Ajeya Cotra 將路徑分為「 adequacy」（ adequacy，系統移除人類後仍能產出工作）、「parity」（對等，AI 系統與人類系統產出同等品質）及「supremacy」（優越，AI 系統超越人類與 AI 協作），並預測 adequacy 階段可能已過或即將在未來幾年內達成。儘管基於縮放定律的趨勢讓人期待 RSI 會像以往一樣平滑發展，但工程與對齊挑戰巨大，且無無限計算資源可用。目前所有研究者共識是，如同 AGI 一樣，真正的遞迴 AI 系統尚未出現。
-
於TechCrunch Disrupt 2026：Databricks共同創辦人談什麼殺死企業AI交易
企業組織並非拒絕人工智慧，而是拒絕營運不穩定。這是許多創始人仍誤解的轉變，也是區分能規模化與停滯在早期動量的企業級人工智慧公司的關鍵現實。過去數年，人工智慧創業公司受惠於由實驗驅動的市場，強勁的演示、令人印象深刻的模型和強大的願景往往足以引發企業興趣、試點專案和投資人的熱情。但現在，企業級人工智慧進入了一個不同階段，企業不再評估人工智慧是否令人興奮，而是評估是否安全地廣泛部署。在 2026 年 10 月 13 日至 15 日於舊金山 Moscone West 舉行的 TechCrunch Disrupt 活動中，Databricks 的聯合創始人兼現場工程副總裁 Arsalan Tavakoli-Shiraji 將在 AI 階段的演講中解構這一轉變，主題為「企業並未出問題，你們對它的假設錯了」。該活動將匯聚超過 10,000 名創始人、投資人和營運者，探討改變公司構建和規模化方式的技術與營運壓力，包含超過 250 場講座。 企業級人工智慧市場充滿了成功試點卻從未轉化為實際部署的案例，原因並非技術失敗，而是組織無法吸收採用它帶來的營運後果。創始人需要面對的現實是，創業級人工智慧交易很少因為模型表現不佳而結束，而是因為企業對部署所需的信心喪失。Tavakoli-Shiraji 的演講旨在探索這一差距。大多數企業不僅評估人工智慧產品是否有效，還評估實施風險、治理複雜度、工作流中斷、基礎設施壓力、合規風險和組織信任。人工智慧產品若在受控環境表現卓越，但若部署造成企業內部不穩定，仍會商業失敗。許多人工智慧創業公司仍在最佳化錯誤的結果，為初期興奮而非長期營運採用而構建產品。 獲得大型組織 traction 的人工智慧創業公司日益共通的點是減少不確定性，更乾淨地整合到現有系統中，減少工作流摩擦，更容易治理、解釋和建立信任。這聽起來不如突破演示或模型基準令人興奮，但正成為產生關注與產生持久收入之間的差異。市場正在成熟，企業買家現在詢問的問題包括部署後發生什麼事、需要多少營運改變、對治理的影響、
-
Visa 投資 Replit 以強化開發者代理支付功能
Visa 宣佈對 AI 編碼平臺 Replit 進行了未公開的投資，兩家公司正探討將 Visa 的支付產品整合進 Replit，讓開發者及其構建的 AI 代理能直接在平臺上接受客戶付款，無需離開該平臺。Visa 指出，超過一千名員工已使用 Replit 進行原型開發和測試。作為合作的一部分，雙方正在研究開發者如何利用 Visa 的 AI 驅動支付套件 Visa Intelligent Commerce，以及 Visa 的 Trusted Agent Protocol。後者允許 AI 代理透過分享意圖和相關客戶資料來安全識別自身，確保由代理進行的付款可被驗證和信任。所有專案目前處於探索階段，尚未正式推出聯合產品。此投資反映了建立所謂代理支付基礎設施的競爭趨勢，即 AI 代理代表使用者進購物和銷售。除了 Replit 和 Visa，Robinhood 和 Google 也在推動相關技術應用。Replit 執行長 Amjad Masad 表示，企業獲客增長顯著，Visa 的加入強化了其讓編碼對所有人安全可用的使命。Replit 同時推出自助企業服務，允許公司簽署高達 200,000 美元的合約而無需銷售人員介入，提供企業級合規、控制、單點登入、審計日誌及高階許可權。隨著 Vibe 編碼平臺需求激增，Replit、Cursor 和 Lovable 等創業公司的估值迅速上升。去年九月 Replit 估值達 30 億美元，今年三月在 Georgian Partners 領軍下完成 D 輪融資，籌資 4 億美元，估值達 90 億美元，六個月內翻了三倍。Masad 在五月 TechCrunch StrictlyVC 活動上表示，Replit 流失率極低，淨留存率在某些情況下高達 300%，企業在適應 Replit 全棧並設定單租戶環境後，傾向保留應用程式。
-
尋找AI運算力的競賽是否發現了下一個Cerebras？
AI 模型運算需求激增，但企業面臨取得合適晶片及部署至資料中心的挑戰。General Compute 作為一家專注於推理階段的 AI 新雲端服務商，提供瞭解決方案。該公司近日以 6000 萬美元後市估值完成 1500 萬美元種子輪融資，由 FUSE VC 領投，Carya Venture Partners 和 Village Global Ventures 跟投。由於 NVIDIA 的 Groq 晶片與 Cerebras 晶片供不應求，General Compute 轉向採用 Intel 支援的 SambaNova 公司製作的專用推理晶片。SambaNova 宣稱其新晶片在推理速度上優於 GPU 及其他專用晶片，可產生每秒 600 至 700 個 token，而 GPU 僅約 250 個。General Compute 已訂購 3 億美元的 SN50 晶片，並計劃成為首家部署該晶片的新雲端服務商。這些晶片採用風冷設計，功耗較低，無需額外基礎設施即可安裝於現有資料中心。General Compute 正與資料中心提供商及加密貨幣礦工簽署 colocate 協議，以降低成本。該公司上週推出雲端服務，宣稱執行 MiniMax 2.7 開源大語言模型的速度最快。投資者 Joe Hasselmann 指出，General Compute 與 SambaNova 的合作關係類似於 CoreWeave 與 NVIDIA 的過往合作。OpenRouter 本週剛完成 1.13 億美元的 B 輪融資，反映市場對多模型接入及推理速度的重視。General Compute 目標將程式設計代理的數小時工作縮短至五至十分鐘，並提升客服語音代理的經濟性與速度。