大型語言模型（LLMs）可能已經達到頂峰，至少目前是這樣。 但更廣泛的人工智慧部署才剛剛開始。

在互聯網上引入 AI 代理與人類並存，就像在實體街道上引入汽車與人類並存。 (1) 一些空間將是僅限 AI 的，就像機器人之間的交易，類似於專用的汽車高速公路。 (2) 一些將是僅限人類的，就像人類驗證的社交網絡，類似於線下可步行的社區。 (3) 還有一些將是混合的，就像 Claude Code，類似於人類與機器緊密相處的城市街道。 但整個數位世界將需要重新架構。

現在有兩種 AI 笨蛋。 第一種笨蛋在任何地方都使用 AI，甚至在不應該使用的地方。 第二種笨蛋在任何地方都看到 AI，甚至在沒有使用的地方。

深層的觀點是：互聯網並不等同於美國。 每一個圖表都顯示互聯網在經濟上具有競爭力。但美國減去互聯網則不是。

為什麼 AI 失業的論述被過度渲染：AI 模型仍然需要被提示和驗證，通常是迭代進行，以驅動商業價值。正如 @balajis 所說，AI 是中間到中間，而不是端到端。人類在兩端做事情（監督）；AI 在中間做事情。

"AI 是增強智慧，而不是人工智慧……這只是意味著你越聰明，AI 就越聰明。" ~@balajis

@balajis 發表的重要部落格文章，反駁了關於 AI 失業和 AI 未來成為控制我們的集中式超智能的主流敘事。

關於人工智慧的十個想法。

這個播客的開頭真是太棒了。 @balajis 和 @martin_casado 解構了 AGI/ASI 的神話，揭示這些神話是基於不符合物理的假設。 最先進的 AI 明確無法預測混沌系統或破解哈希。

像舊版 Twitter 一樣提示你的 AI。 將回應限制在 140 個字元、140 個單詞，或許 140 行。否則你會收到 140 頁的回覆。