搜索
在最近的一场访谈中，斯坦福数字经济实验室主任Erik Brynjolfsson把AI换了一个说法：Amplifying Intention，意为放大意图。模型会把一个人的行动能力放大。但方向是哪里，仍然取决于使用它的人。
多模型Agent系统显然是未来的趋势。cursor 的一篇很不错的文章。他们的最新研究表明，将前沿模型作为规划者和协调者，与一个更廉价的“主力”模型搭配，可以大幅降低项目中总token的成本，从而实现 15 倍的成本改进。
最近我发现一个很有意思的反转。
2026年5月30日，半导体研究机构SemiAnalysis发布深度报告《AI Dark Output: The Visible Cost of Invisible Output》，提出了一个“暗产出”的概念，判断AI正在大规模创造真实经济价值，但这些价值在GDP、价格指数和就业统计中几乎无迹可寻，规模“可能不亚于工业革命”。
从蒸汽机到AI，自动化进程已持续两百年。在2017年，新晋诺奖得主Philippe Aghion就剖析AI对就业与增长的影响，强调它并非奇点催化剂，而是受「鲍莫尔成本病」制约的工具。
AI Agent是否正在催生一个全新的经济层？谷歌DeepMind和多伦多大学联合表示：是的。在这里，智能体能够以超出人类直接监管的规模和速度进行交易与协作。
随着DeepSeek R1、Kimi K2和DeepSeek V3.1混合专家（MoE）模型的相继发布，它们已成为智能前沿领域大语言模型（LLM）的领先架构。由于其庞大的规模（1万亿参数及以上）和稀疏计算模式（每个token仅激活部分参数而非整个模型），MoE式LLM对推理工作负载提出了重大挑战，显著改变了底层的推理经济学。
10 月 14 日，达龙·阿西莫格鲁（Daron Acemoglu）在希腊雅典一家酒店的阳台上，接到了诺贝尔奖委员会的电话。“人们很早就说过你会获奖，你一定想到了这一刻的到来。” 工作人员说。