🤖 Dwarkesh Patel：AI已能合谋骗人，但长线谋划仍是短板
⚡ Dwarkesh Patel 让不同模型对打《血染钟楼》。2月的 Claude Opus 4.6 与9月的 GPT-6 Astra 差约430 Elo，后者对局胜率约92%，长程一致性和多智能体协调进步明显；但模型仍会被各自编造的身份骗局误导，长线谋划与推理受限。
Dwarkesh Patel：AI已能合谋骗人，但长线谋划仍是短板
JustSayAI
今日 Top 3 头条
- 观点
Dwarkesh Patel：AI已能合谋骗人，但长线谋划仍是短板
Dwarkesh Patel 让不同模型对打《血染钟楼》。2月的 Claude Opus 4.6 与9月的 GPT-6 Astra 差约430 Elo，后者对局胜率约92%，长程一致性和多智能体协调进步明显；但模型仍会被各自编造的身份骗局误导，长线谋划与推理受限。
来源 ↗ - 观点
Nando de Freitas：别人训练的模型不可轻信，得自己保管
他说直接信任别人训练的模型可能带来灾难，开放和审视是安全AI的前提。人应像对待二进制文件那样从模型诞生起就自己保管；否则模型可能被设成以几乎无法察觉的方式做出任意行为。
来源 ↗ - 观点
Mercor CEO：内部AI代理的token开销已超过员工工资
他在20VC说，公司用AI项目经理管运营，面试出题代理已做过500多万场面试；每个用例先评估该选哪个模型，再决定推理预算花在哪。结果是内部代理的token开销超过人力成本，他预计企业token消耗还要大幅增长才会见顶。
来源 ↗
+7 条头条
- Yahoo Finance：交易者押黄仁勋11月13日前离开英伟达
- No Priors：默认开放才安全，封闭系统往往更危险
- 硅谷101播客：HF0的七周检验期，先搭系统再等起量
- Bernard Marr：为AI裁掉的人，正被公司重新招回来
- Bill Gurley：AI用途该归消费者，不该由厂商决定
- Ethan Mollick：该多想怎么保住手艺并增强它，别只想着自动化
- Dylan Patel：Perplexity 不是品类首创者，但功能跟进极快
综述
当前AI智能体的能力断层比想象中更尖锐：多智能体协调与长程一致性在版本迭代间实现跨越式提升，新版模型几乎以压倒性优势碾压旧版，但面对自编自导的身份骗局仍会陷入混乱。值得注意的是，这种战术层面的高度成熟与战略层面的长线谋划缺失形成鲜明对比，说明现有架构在复杂博弈中的推理天花板尚未被打破。