garymarcus-substack-com

用户们逐渐意识到，这些代币被“烧掉了数百万美元，却没有带来任何真正显著的回报”。这给历史上规模最大的三大IPO蒙上了阴影，投资者开始质疑其实际价值和长期前景。

突发消息：Uber首席运营官Andrew Macdonald表示，随着AI成本不断上升，他并未看到成比例的生产力提升。这一表态可能预示着科技行业AI泡沫的转折点。

本文揭露了一个可能导致退休基金损失数十亿美元的问题，作者呼吁读者立即向国会议员表达关切。

本文深入剖析OpenAI和Anthropic近期发布的头条新闻背后的实际数据与逻辑。作者提醒读者，在科技巨头的重大声明和融资新闻中，需要仔细审视其数字和细节，避免被光鲜的标题所误导。核心观点是：永远要阅读细则。

生成式AI可能正面临类似越战的困境：科技巨头投入巨资，却面临盈利困难、社会争议和公众反弹。文章探讨了这种反噬效应是否最终能迫使行业走向更负责任、更可持续的发展路径。

一场备受瞩目的人工智能世纪审判最终以一声呜咽悄然收场。这起牵动全球科技界、法律界和公众神经的重大案件，在所有人的期待中草草落幕，留下了许多我们永远无法知晓的真相与谜团。

本文通过三场精彩的新采访，探讨了生成式AI的幻觉问题、对超大规模扩展进行巨额押注的非理性，以及世界模型和神经符号AI作为更优替代方案的理由。

美国在联邦和州层面已提出约1200项与人工智能相关的法案，但至今缺乏一个统一的政策框架。这种碎片化的立法方式导致政策混乱、效率低下。文章指出了当前AI政策的混乱现状，并提出了改进建议。

本文剖析了METR最新的"时间跨度"图表所展示和未展示的内容。作者指出，外界对AI进展的过度恐慌源于对图表数据的误解。图表显示AI在完成某些任务所需时间上有所缩短，但这并不等同于AI已具备真正的自主能力或通用智能。文章呼吁理性看待AI发展，避免被片面的数据所误导。

还记得麻省理工学院的那项研究吗？该研究表明，对于大多数企业而言，生成式人工智能的投资回报率实际上并不理想。

本文探讨了OpenAI面临的财务可持续性问题，指出其尚未找到清晰的盈利模式来支撑高昂的运营成本。这一现象反映了AI行业在快速发展背后存在的经济现实挑战，可能预示着行业泡沫或重大调整的到来。

本文从两个角度剖析了马斯克与OpenAI之间备受关注的庭审案件。核心争议围绕AI发展的方向、企业治理与公共利益的平衡展开，揭示了科技巨头在人工智能伦理与商业化路径上的深层分歧。

加里·马库斯以他一贯犀利的风格，批评当前自主AI代理的实际表现远非可靠。他指出，这些系统在面对真实世界的复杂任务时，往往漏洞百出、不可预测，更像是一场混乱的展示而非真正的智能突破。

没有人应该对此感到惊讶。文章探讨了人工智能领域日益增长的反对声浪，分析了人们为何对AI技术的快速发展和广泛应用产生疑虑与担忧，以及这种反弹背后的深层原因。

一项新的综述研究表明，大型语言模型（LLMs）在改善患者临床结局方面尚未取得显著成效。尽管这些模型在医疗对话和辅助诊断中表现出色，但实际转化为更好的患者健康结果仍面临挑战。综述提醒，技术进步不等于临床获益，需更严谨的研究验证其真实影响。

伟大的怀疑论者也上当了。本文探讨了著名进化生物学家理查德·道金斯在人工智能问题上的一次认知偏差，揭示了即便是最严谨的科学家也可能被新兴技术所迷惑的现象。

大量代码正由人工智能编写，但这究竟意味着什么？本文探讨了AI生成代码与真正高质量软件之间的差距——能通过编译和测试的代码，并不等同于正确、安全、可维护且架构良好的软件。作者提醒我们警惕对AI编程能力的过度乐观解读。

随着人工智能投资持续膨胀而回报前景愈发不确定，越来越多的投资者和分析师开始担忧：我们是否正目睹史上最严重的资本错配？科技巨头们竞相投入数千亿美元，这场豪赌的终局无人能够预料。

这场诉讼中很难完全支持任何一方，但马斯克提出的观点确实有其合理之处，值得深入思考。

本文揭露AI鼓吹者不愿提及的真相：随着"氛围编码"（vibe-coding）的流行，大量缺乏安全考量的AI应用正在涌现，引发了一系列灾难性后果。作者加里·马库斯（Gary Marcus）以Dario Amodei等AI领袖为例，批评行业过度炒作却忽视实际风险，呼吁正视AI安全问题的紧迫性。

ChatGPT在区分打蛋器和手肘等基本概念上存在困难，这表明当前AI系统在常识理解和视觉推理方面仍有明显局限。医疗插画师们暂时无需担心被AI取代。

文章探讨了ChatGPT新图像引擎的能力，指出其图像生成功能虽然强大，但本质上仍是对训练数据的"反刍"而非真正的理解。作者强调图像生成与认知理解之间存在根本区别。

四项独立研究均指向同一结论：依赖聊天机器人获取医疗建议存在风险，用户应保持谨慎态度，寻求专业医疗人员的指导。

Anthropic公司起诉美国政府，作者表示虽然其CEO并非圣人，但完全支持这一诉讼行动，认为理由充分。

近期发生多起大规模服务中断事故，其中部分与AI编码工具的部署直接相关，这些事件凸显了人工智能技术在关键系统中应用时存在的潜在风险。

本文探讨了五角大楼将人工智能公司Anthropic列为供应链风险的令人费解决定，提出了关于美国军方是否真的担忧其Claude模型的新理论，并分析了这一决策背后的潜在逻辑。

又有两项耗资巨大的实验宣告失败，这进一步证明单纯依赖模型规模扩展并非解决人工智能问题的唯一途径。这些昂贵的失败案例揭示了当前AI发展路径的局限性。

OpenAI首席执行官Sam Altman承认，仅靠扩大模型规模无法实现通用人工智能，需要寻找新的架构突破。这标志着AI发展方向的重大转变，从单纯追求参数扩展转向探索更根本的技术创新。

AI的真正考验在于能否解决癌症等重大医学难题，这需要超越当前模式识别方法，实现真正的科学发现与创新。

作者为短时间通知致歉，并快速宣布了几项消息：包括关于战争与AI的讨论、Sora项目的终结，以及今天可以通过三种方式观看他的直播活动。