返回资讯中心
外部精选
软件工程
#开发者实时流

Frontier Labs 提出首批 AGI 组织概念

来源标题:Inside Frontier Labs: The First AGI Organizations

文章标题为《Inside Frontier Labs: The First AGI Organizations》,但正文节选仅有 CSS 样式代码,未包含可核实的具体事实内容。

Hacker News 最新gmays2026/11/4 · 13 天前30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

现在,前沿实验室里越来越多的研究员每天开始工作时,都会先问自己的 agent 一个问题:我今天该做什么? 过去由他们自己运行的大部分测试,如今都交给了 agent。只有在 agent 卡住时他们才会介入,比如批准一个 PR,或者推动另一个团队行动。 这就是从内部看到的递归自我改进(RSI):模型帮助构建下一代模型。我一直和前沿实验室的研究员朋友们交流,最大的收获是,RSI 在这些公司内部已经走得很远了。随着模型越来越强,实验室围绕 AI 的运作方式重建了组织结构、上下文环境和基础设施。互联网时代的公司从来不是这样建起来的。 我对“AGI 组织”的检验标准是:它所构建的东西,是否直接回馈到构建自身的下一个版本中?保险公司可以用 AI 更快地处理理赔,但理赔 AI 永远不会帮它造出更好的 AI。如今几乎只有前沿实验室能通过这个检验,所以下一代公司的形态正在那里成形。 研究员们几乎不再写代码了。他们的时间花在把工作交给 agent,以及审查返回的结果上。 在 OpenAI 的研究组织中,截至 8 月中旬,人类每工作一个工作日,对应的 agent 工作量是 3.1 个工作日。6 月之前,agent 的总运行时长还低于人类的工作时间。在 Anthropic,按代码行数计,截至 5 月,合并进代码库的代码有超过 80% 是 Claude 写的。 OpenAI 研究员 Zuxin Liu(@LiuZuxin)9 月写道,他两个月前就不再手写代码了。他現在的工作空间是 Codex 和 Slack:他同时跟踪多个 agent,并决定哪些方向值得投入更多精力。roon(@tszzl)描述说,研究员把一个高层次的算法想法交给 GPT-5.5,一觉醒来就得到了完成的 sweep dashboard 和样本,全程没有人碰代码或终端。中国某实验室的一位 post-training 研究员告诉我们,他通过飞书把工作发给 agent,并估计自己 90% 的工作都可以在手机上完成。 过去,一个研究想法要经过研究员实现、调试和运行之后才能变成结果。现在这些步骤可以并行进行。 一位 Anthropic 员工描述了另一面。一切顺利时,机器把所有事情做得更快更好。一旦出了问题,你会意识到自己完全不知道这期间发生了什么。亲手构建东西,也是理解系统的方式。一旦你把执行交出去,理解 AI 实际做了什么就成了新的瓶颈。 我的看法是:对研究员来说,现在最有价值的技能是判断哪些问题重要,以及知道如何用好 agent。 从数据到预训练、post-training 和部署,如今大部分执行工作都由 agent 完成。 Karpathy(@karpathy)让一个 agent 以 autoresearch 为循环运行他的 nanochat 实验:读取上一个结果,修改代码,如果验证损失改善就保留改动。在大约两天里,它尝试了约 700 处改动,找到了约 20 处在更大模型上依然成立的改动。DeepSeek 的 Deli Chen(@victor207755822)在 DeepSeek-V4 上跑了六天真实的 RL 实验,几乎无需监督。z.ai 的 Infra Agent 完成了在超过 10 万个中国加速器上部署 GLM-5.3-Flash 的大部分工作,用时不到两周。 一位 Google 研究员说,如果你把一个想法清楚地写下来,模型就能实现并测试它。难的是找到真正有效的想法,并确认收益是真实的。在 Anthropic 的自动化弱到强研究中,9 个 agent 在小模型实验中超过了人类基线。当最佳想法被迁移到生产基础设施上的 Sonnet 4.0 时,只提升了 0.5 分,在噪声范围内。 以上说的是单个研究员。他们周围的公司也必须重新设计,涉及三个方面:组织、上下文和基础设施。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →