标签：compute-scaling

• Sam Altman谈Token定价反思、算力扩展与个人AI Agent未来 Best Partners TV 2026-11-02
  Sam Altman在播客中透露OpenAI曾计划放弃Token计价改按任务结果收费，但遭客户反对。对话深入探讨了AI发现代码漏洞、算力指数级扩展、纳维-斯托克斯方程证明成本、自我复制数据中心构想，以及个人AI代理与人机协作的演进方向。
• 全球算力大集中：OpenAI与Anthropic的算力垄断与宏观经济冲击 Best Partners TV 2026-09-02
  本期视频探讨了SemiAnalysis创始人Dylan Patel与播客主持人Dwarkesh Patel关于AI算力未来的深度推演。分析指出，随着前沿实验室实现盈利且单兆瓦创收飙升，全球有效算力正快速向OpenAI与Anthropic集中。面对供应链瓶颈与万亿美元级资本支出缺口，巨额AI借贷或推高全球真实利率并冲击传统经济，而实验室转向内部研发与递归式自我改进，更将加速算力超级中心化进程。
• 递归模型自我提升：Cursor 如何利用双环飞轮与算力缩短 AI 进化周期 AI Engineer 2026-07-15
  本文深入探讨了 Cursor 团队在模型训练与迭代方面的最新进展。通过将迭代流程拆分为外环（数据收集与评估集构建）与内环（强化学习快速收敛），Cursor 引入了防范奖励黑客攻击的私有评估集 Cursor Bench、基于逆向环境生成的困难任务构建方法以及文本反馈强化学习。同时，在与 SpaceX 合作的庞大算力支持下，Cursor 训练出性能卓越且高性价比的 Composer 模型，并通过构建 Slack 智能体集群与模型自蒸馏，最终迈向模型递归自我提升（RSI）的良性循环。
• 宏伟机器：Greg Brockman 谈算力霸权、基础设施与社会公平 The Knowledge Project Podcast 2026-05-28
  OpenAI 联合创始人 Greg Brockman 深入探讨了数据中心的战略地位及其作为“人类最宏伟机器”的本质。他分析了算力扩展面临的物理挑战（如太空数据中心的可能性）、算力分配的伦理困境（娱乐 vs. 科研），并强调 AI 监管应致力于确保技术收益的广泛分布与经济赋权。
• AI算力扩展的最大瓶颈：半导体供应链深度解析 Dwarkesh Patel 2026-03-13
  本访谈深入探讨了AI算力扩展面临的核心瓶颈。Dylan Patel指出，尽管大型科技公司投入巨额资本支出用于数据中心建设，但半导体供应链，特别是EUV光刻机和内存生产，才是长期制约AI发展的关键。访谈分析了GPU折旧周期、AI模型价值提升对芯片价格的影响、内存短缺对消费电子市场的冲击，以及中国在半导体领域的追赶潜力。最后讨论了太空数据中心和人形机器人的算力需求，强调了芯片制造的复杂性和供应链的脆弱性。
• METR 如何衡量长任务能力与资深开源开发者的 AI 生产力 AI Engineer 2026-01-19
  本次访谈探讨了 METR 如何通过“时间跨度”衡量 AI 能力。嘉宾 Joel Becker 分析了算力增长与能力提升的因果关系，并分享了针对资深开源开发者的研究，发现 AI 工具在复杂开发任务中并未显著提升效率。讨论还涉及了数据科学中的数据质量瓶颈、机器人制造的滞后性以及 AI 自动化的未来边界。
• AGI尚需30年：AI发展、经济增长与未来展望 Dwarkesh Patel 2025-04-17
  本播客中，Tamay Besiroglu和Ege Erdil（Mechanize公司创始人）挑战了“智能爆炸”的观点，认为AI发展如同工业革命，需要广泛的互补性创新。他们预测全面远程工作自动化需等到2045年左右，远超硅谷主流预期。讨论深入探讨了计算规模、现实任务的复杂性、莫拉维克悖论以及AI驱动的爆炸性经济增长潜力，强调广泛技术和经济升级而非“纯软件奇点”的重要性。此外，他们还触及了AI企业、中央计划和未来预测的挑战，并分享了对AI研究的独特见解和职业发展建议。
• 2027年通用人工智能、中美超智能竞赛与历史的回归 Dwarkesh Patel 2024-06-04
  本次播客探讨了人工智能的快速发展，预测通用人工智能（AGI）将在2027-2028年实现，其驱动力是万亿美元级别的计算集群。讨论深入分析了AGI带来的深远地缘政治影响，特别是中美之间激烈的AI霸权竞争、潜在的智能爆炸以及AI技术扩散和被威权政权滥用的风险。对话还触及了构建大规模AI基础设施的挑战以及提升国家安全意识的必要性。