从「推理思维」到「智能体思维」
前阿里巴巴 Qwen 团队技术负责人，北京大学语言学与计算机背景出身，主导构建了全球下载量超 7 亿次、衍生模型逾 18 万个的 Qwen 开源大模型家族（涵盖语言、视觉、代码、数学、推理等系列），谷歌学术引用逾 4.5 万次，现为独立研究员，专注 LLM 与多模态大模型前沿方向。
我们正在从训练模型的时代，迈向训练智能体的时代；从训练智能体，迈向训练系统的时代。
Blog
Anthropic CEO 回应与五角大楼冲突
Jo Ling Kent 是 CBS News 高级商业与科技记者，拥有逾 15 年报道科技与商业交叉领域的经验，其报道覆盖人工智能影响、社交媒体隐私、全球供应链及中国经济崛起等议题，曾获 Edward R. Murrow 奖及三项 Emmy 提名。
Dario Amodei，1983 年生于旧金山，是 Anthropic 的联合创始人兼 CEO；此前任职 OpenAI 研究副总裁，主导了 GPT-2 和 GPT-3 的开发，并是强化学习人类反馈（RLHF）方法的共同发明人；2021 年与其妹 Daniela 共同创立 Anthropic，专注 AI 安全研究，截至 2026 年 2 月公司估值约 3800 亿美元。
反对政府，是世界上最美国的事情——我们在这一切中都是爱国者，我们捍卫的是这个国家的价值观。
全球最年轻 AI 亿万富翁 Alexander Wang 揭示 AI 如何放大人类潜能
Alexandr Wang 于 2016 年以 19 岁 MIT 在读生身份创立 Scale AI，将其做到近 290 亿美元估值，2021 年以 24 岁成为全球最年轻的白手起家亿万富翁，现任 Meta 首席 AI 官，领导 Meta 超级智能实验室，主导 Meta 的 AI 战略方向。
个人超级智能不是让你被动盯着屏幕，而是让你在生活中更主动、更专注地追求目标、深化人际关系。
OpenClaw：爆红全网的 AI 智能体
Lex Fridman 是麻省理工学院 AI 研究员，以主持同名播客著称，累计采访了 Elon Musk、Sam Altman、Mark Zuckerberg 等数百位科技、科学与哲学领域顶尖人物，节目拥有近 500 万订阅者，是全球最具影响力的 AI 与科技类播客之一。
Peter Steinberger 是奥地利裔连续创业者，2011 年创立 PDF 技术公司 PSPDFKit（后更名 Nutrient，产品装机量逾 10 亿台），出售公司后"退休"三年，2025 年重出江湖，仅用一小时原型便孵化出 OpenClaw —— GitHub 史上增长最快的开源项目，随后加入 OpenAI 推动下一代个人 AI 智能体。
我对它不存在感到恼火，于是就把它 prompt 进了现实。—— Peter Steinberger 论 OpenClaw 的诞生动机
2025 年末对 AI 的反思
Redis 之父 Salvatore Sanfilippo 对 2025 年末的 AI 现状进行了深刻剖析，其核心观点可以总结为以下五个方面：
1. 认知能力的“去伪存真”
Section titled “1. 认知能力的“去伪存真””- 摆脱“随机鹦鹉”标签：到 2025 年，学界终于达成共识，承认 LLM 不仅仅是概率预测机器，而是对提示词含义及输出内容具有内部表征的系统。
- 思维链（CoT）的本质：CoT 被视为一种“内部搜索”形式。通过在表征空间采样并结合强化学习（RL），模型能够通过改变自身状态，有目的地收敛至有用答案。
2. 演进动力：从“规模”到“强化学习”
Section titled “2. 演进动力：从“规模”到“强化学习””- 打破数据瓶颈：依靠“可验证奖励”的强化学习，AI 的提升不再仅仅受限于人类语料的数量。
- 下一个大事件：通过在编程优化等具有明确奖励信号的领域不断演进，LLM 结合 RL 将成为 AI 发展的核心驱动力。
3. 编程范式的重塑
Section titled “3. 编程范式的重塑”- 怀疑论者的转化：由于投入产出比显著提升，即便最保守的程序员也开始接受 AI 辅助。
- 协作模式分化：编程界已分化为将 AI 视为“对话式同事”和“独立编程代理”两大阵营。
4. 通往 AGI 的路径争论
Section titled “4. 通往 AGI 的路径争论”- 架构的多元性：虽然有人在寻找 Transformer 之外的替代方案（如世界模型），但作者认为现有的 LLM 作为“可微推理机器”，即便没有范式革命，也有可能实现 AGI。
- ARC 测试的逆转：曾经被认为能难倒 LLM 的 ARC 推理测试，如今已被优化后的大模型攻克，这验证了现有架构的潜力。
5. 结论与终极挑战
Section titled “5. 结论与终极挑战”- 架构未变，认知在变：作者强调 LLM 的底层架构并未因 CoT 而改变，改变的是我们对其能力的认知。
- 生存危机：未来 20 年，AI 领域最根本的挑战并非技术突破，而是如何避免人类灭绝。