avatar
tory.io 🦾
90,056個推特粉絲
關注
Co-Founder & COO of @ionet | VC + 4x tech COO | ex-@Stanford, @WestPoint_USMA, @Disney Corp. Strategy, @MerrillLynch M&A & @Oaktree PE
動態
avatar
tory.io 🦾
03-23
“互聯網上一個不受信任的工作者群體。” 聽起來像一份工作描述 @DarioAmodei 擁有 300 多名研究人員，平均每人年薪 75 萬美元——每年 2.25 億美元，卻只能完成一群代理加上 md 文件就能完成的工作。 > 一個研究機構現在變成了一組描述角色的 md 文件。 > 工作者從隊列中拉取任務，進行嘗試，然後推送有效的任務。 > 沒有站會，沒有政治鬥爭，驗證是唯一的把關人。 一個 50 人的研究團隊會開會討論下一步要嘗試什麼。 而一個群體會並行嘗試所有任務，並保留得分最高的任務。 一個需要支付工資。 另一個需要消耗 GPU 時間。
vitrupo
@vitrupo
03-22
AI research could become a swarm of agents on the internet. Andrej Karpathy says systems like AutoResearch could let anyone propose improvements to a model, verified automatically like commits in a blockchain. The Earth has far more compute than any frontier lab.
BZZ
13.81%
avatar
tory.io 🦾
03-16
這種變化正在實時發生，但大家一直都關注錯了重點。 問題不在於模型本身，因為它們很快就會商品化。 問題在於底層的計算能力，誰控制了GPU的訪問權限，誰就控制了哪些東西會被構建出來。 @AnthropicAI 和 @OpenAI 很早就意識到了這一點，並在其他任何公司之前就通過微軟、谷歌和亞馬遜鎖定了他們的計算資源。 但計算層正在開始開放。一旦開放，其上的一切都會隨之擴展。 > 模型成本降低，但你仍然需要運行它們的地方 > 智能體只有在底層計算能力可擴展的情況下才能鏈接工具 > 軟件編寫軟件，這會增加而非減少對GPU的需求 GPU集中化，也就意味著誰能獲得加速資源。 創始人早上構思出一個產品，智能體在午餐前完成原型設計，用戶當天即可進行測試。 十年才能完成的工作壓縮到幾個月內完成，只有在基礎設施保持開放的情況下才能實現。 正是出於這個原因，我們一直在構建去中心化的基礎設施。
Andrew Yang
@AndrewYang
03-15
“The rate of change in the next 6 months will exceed that of the last 10 years.” - an AI CEO
STX
1.53%
avatar
tory.io 🦾
02-28
當傑克說公司業務強勁卻仍然裁員4000人時，我格外關注。 他說道：“智能工具與規模更小、結構更扁平的團隊相結合……現在能夠完成過去需要整個組織架構才能完成的工作。” 與其說是裁員，不如說是單位經濟效益的調整，但大多數進行同樣計算的CEO都不會承認這一點。 他們會每個季度裁員5%，然後稱之為“重組”。傑克一次性裁掉了近一半的員工，並公佈了原因。 這些職位不會再回來了。 而取代這些職位的計算成本，才是目前無人提及的。
jack
@jack
02-27
we're making @blocks smaller today. here's my note to the company. #### today we're making one of the hardest decisions in the history of our company: we're reducing our organization by nearly half, from over 10,000 people to just under 6,000. that means over 4,000 of you are
$PAIRED
0%
avatar
tory.io 🦾
02-13
@mckaywrigley “奇點癱瘓”確實存在，但你癱瘓的原因不對。 打字環節崩潰了，沒關係。問題始終在於文字的包裝： > 沒人看的文檔 > 你為早已做出的決定準備的演示文稿 > 因為會議太混亂而寫的備忘錄 > 為了找到感覺而進行的第十次措辭調整 工作並沒有消失，而是轉移到了上游： > 選擇正確的問題 > 設置不會說謊的約束條件 > 注意上下文中的缺失 > 當文本看似合理時，驗證其真實性 > 當模型出錯時，承擔責任 我一直在從基礎設施的角度觀察這個問題。 每一份“一分鐘內生成10份像樣草稿”都會消耗計算資源，而計算成本並沒有降低……生成過程已經商品化，但運行它的GPU卻沒有。 你之所以停滯不前，不是因為人工智能讓你的工作變得愚蠢……而是因為瓶頸轉移了，而你卻還在盯著原來的瓶頸。
Mckay Wrigley
@mckaywrigley
02-12
i’d be lying if i said i haven’t started to feel a little bit of “singularity paralysis” where doing most digital work has started to feel a tad bit silly. it’s getting weird.
BURNS
0%
loading indicator
Loading..