全部 · 2026-09-02

Scott Aaronson 这篇个人随笔的核心判断很直接：GPT 5.6 Pro 和 Fable 这些模型聊自指、聊哥德尔定理比大多数人都溜，但整个技术栈里没人刻意设计“奇怪循环”。这些能力是预训练时海量学习自然涌现的副产品，就像学会了说话就自然能聊自己一样。他因此认为，《哥德尔、埃舍尔、巴赫》那套把自指当成智能秘密的旧观念，该和地心说、燃素论一起埋了。 文章没有提供任何基准测试或量化证据，完全是作者的个人反思。他承认意识问题依然神秘，自指或许在那方面还有用，但在“造出能聊天的智能”这件事上，自指不是前提条件。 缺的东西很明显：没有实验对比，没有模型内部表征分析，也没有讨论强化学习微调阶段是否放大了这种自指能力。如果是真的，那说明智能的关键更接近“预测即压缩”那条路，而不是自指结构。这点可以先打折看，毕竟只是一个人的事后总结。

这条新闻值得点开看，因为它算了一笔之前没人算清的账：让AI现场生成视频流，一小时成本在144到288美元。按秀场每人每小时贡献0.1美元毛利算，一条流需要1400到2900人同时在线才能回本。这意味着这门生意目前只适合头部主播或大型活动，给每个观众单独生成专属画面在商业上完全走不通。 文章把可行的业务形态分成了三类：全场共享一条流、按剧情分支分群服务、以及只在转化节点按需生成。这个框架很务实，直接点明了场景的毛利厚度决定了谁能先用上这项技术。但正文没披露长程运行的延迟稳定性数据，也没说清楚端到端延迟到底是多少，目前公开的2.53秒只是纯推理时间，排队和网络传输都没算进去。 真正的门槛不在审核技术，而在平台准入规则。审核延迟和成本其实都塞得进生成的时间窗口里，但不同市场的平台让不让观众实时控场，才是决定落地速度的关键。这点正文提了，但没展开讲各地区的具体监管差异。