华尔街见闻 - 资讯 - 最新

欧央行副行长出手“降温”：能源涨价不能成为继续加息的唯一理由

Fri, 18 Sep 2026 11:58:38 GMT

欧洲央行副行长Boris Vujcic淡化能源价格上涨对进一步加息预期的推动作用，强调货币政策不能单纯围绕油气价格变化作出判断，而应综合评估通胀、经济增长和居民消费等更广泛数据。

9月18日，据路透社报道，Vujcic周三表示，目前市场对欧央行未来加息路径的定价“主要由能源价格上涨驱动”，但将能源价格作为货币政策的唯一驱动因素“并不可取”。中东冲突推高燃料成本后，投资者自欧央行上周加息以来进一步押注后续紧缩。

目前，货币市场预计欧央行明年底前还将加息三至四次，最早可能于10月行动，届时存款利率升至3.25%至3.50%。Vujcic的表态意味着，市场定价中的加息路径仍需取决于未来经济数据。

能源价格同时冲击通胀与增长，加息仍取决于经济表现

Vujcic指出，能源价格持续走高不仅会推升通胀，也可能通过压缩居民收入和消费拖累经济增长。如果通胀在秋季持续高位并影响居民消费，GDP也将受到抑制；若冬季严寒推高取暖成本，这一冲击可能进一步加剧。

不过，与2022年俄乌冲突初期相比，欧元区对天然气的依赖已经大幅下降，因此当前储气水平偏低带来的风险相对有限。Vujcic表示，欧元区经济也展现出超预期韧性，出口和私人消费仍提供支撑，后者预计将保持“相当稳健”。

欧央行已于6月和9月两次加息，将政策利率从2.0%升至2.50%。Vujcic认为，目前这一加息节奏暂时“值得维持”，后续将根据未来几个月的数据调整政策。他表示，与其纠结2.50%以上是否属于“限制性”利率，不如评估特定时期何种利率水平最为合适。

此外，Vujcic认为，提高银行存款准备金率可以作为吸收过剩流动性的工具。过去十年宽松政策积累的大量超额流动性，每年给欧元区各央行带来数十亿欧元利息成本。相比收取费用或重新启用复杂的分级利率机制，他更倾向于通过提高准备金要求冲销部分流动性。

对于全球债券收益率持续走高，Vujcic认为，目前尚未对金融稳定构成明显威胁，欧元区银行资本和流动性状况仍较为充足。不过，他警告各国政府仍需保持财政纪律。随着时间推移，如果通胀预期回落，债券市场可能重新定价；从长期来看，负责任的财政政策仍是维持金融市场稳定的重要组成部分。

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

OpenAI、Anthropic开始“抢小单”！AI算力争夺转向20–30MW小型数据中心

Fri, 18 Sep 2026 11:53:07 GMT

Anthropic与OpenAI正在将部分算力需求转向20至30兆瓦（MW）级别的数据中心，以更快获得可用容量。这与两家公司此前动辄数百MW乃至吉瓦（GW）级别的超大规模基础设施布局形成对比。

9月18日，据CNBC报道援引知情人士称，Anthropic已在英国和北欧就20至30 MW规模的项目展开接触，OpenAI也在北欧寻找类似机会，双方在美国亦有相关谈判。

这一变化发生之际，AI计算需求正从模型训练逐步向推理服务迁移。小型设施能够更快落地，也更适合分散处理推理任务。Structure Research预计，到2027年，推理工作负载在全球数据中心总容量中的占比将超过训练负载，并于2030年升至37%。

超大项目之外，AI公司开始“多点布局”

过去一年，两家公司均签署了大规模基础设施协议。据CNBC去年8月报道，Anthropic与云计算服务商Nscale达成约450亿美元的云计算协议，将租用其位于美国西弗吉尼亚州数据中心约460 MW的算力。OpenAI的Stargate项目则已超过最初10 GW的承诺目标，并进一步在佐治亚州和俄亥俄州新增3 GW和8 GW的开发计划。

如今，两家公司开始补充更灵活的算力来源。CNBC援引四位知情人士称，Anthropic已在英国和北欧寻求20至30 MW规模的资源；其中两位人士表示，OpenAI也在北欧探索类似项目，另有一位人士称，双方还涉及美国境内的相关谈判。

OpenAI回应称，公司正在“构建多元化的算力组合，以满足全球日益增长的AI需求”。不同工作负载需要不同基础设施，公司会综合考虑需求、性能、可靠性、时间节点和成本。

“快”成为算力采购的新考量

Structure Research研究主管Jabez Tan表示，小型项目的核心优势是更快获得可用容量。在已经通电的现有站点获取几MW容量，往往比等待单一地点释放大规模容量更实际；对于能够跨站点运行的工作负载，多个小型设施也可以叠加形成可观的总容量。

大型数据中心建设则面临较长周期。美国及其他市场的大型项目受到当地社区阻力，欧洲不少地区还面临土地和电力资源紧张。对AI公司而言，先获取分散资源，可以在大型项目落地前补充算力。

据《华尔街日报》周四报道，曾为OpenAI在得州建设大型数据中心园区的Crusoe正在加大对小型数据中心的投入。这类设施建设速度更快、成本更低，有助于降低大型项目延期带来的影响。Crusoe未对此置评，但该公司同日宣布完成39亿美元融资，融资后估值达到309亿美元。

推理需求推动算力走向分布式

AI工作负载结构的变化，是这一趋势背后的另一重要驱动。Jabez Tan表示，大模型训练通常需要大量芯片在同一集群内协同运行，而推理任务可以拆分至多个较小集群，分别处理独立请求，因此更适合分布式部署。

JLL数据显示，2025年推理负载占全球数据中心工作负载的9%，训练负载占14%。预计到2027年，推理负载占比将超过训练负载，到2030年进一步升至37%，同期训练负载占比将降至13%。

这一趋势也开始影响数据中心建设模式。今年2月，英伟达宣布将与多家数据中心行业参与方合作，研究面向分布式推理的小型数据中心方案。随着推理需求持续增长，AI基础设施竞争正从单纯追求超大规模，转向同时关注算力的获取速度、部署灵活性和分布式能力。

风险提示及免责条款

Anthropic悄悄建起生物实验室！Claude指挥机器人做实验，AI制药再进一步

Fri, 18 Sep 2026 11:37:30 GMT

Anthropic正将人工智能的野心进一步延伸至现实生物学领域。这家ChatGPT竞争对手已在旧金山湾区建立实体生物实验室，并招募生物化学专业人才，意味着其生命科学战略正从计算机模拟走向真实实验。

9月18日，据路透社报道，两位知情人士透露，Anthropic已着手建设实体实验室，并积极招聘生物化学领域人才。公司生命科学负责人Eric Kauderer-Abrams证实了实验室的存在，并表示，“生物学的最终检验，依然是也将持续是真实的实验室工作”。

这一动作发生在Anthropic高度敏感的时间窗口。过去两周，公司研究人员曾警告AI可能导致人类灭绝，Anthropic也披露其系统存在被用于生物武器开发的案例。与此同时，公司正筹备规模或达2万亿美元的IPO，生命科学已成为其人员和资源投入最大的战略领域之一。Kauderer-Abrams称，这是公司实现使命“迄今最大的机遇所在”。

从计算模拟走向真实实验

建立实体生物实验室，即“湿实验室”（Wet Lab），意味着Anthropic开始将AI在计算机中的生物学预测和筛选结果，进一步交由真实实验验证。Kauderer-Abrams表示，公司将采用类似生物技术公司的模式，部分实验在自有设施完成，部分与外部合作伙伴推进。

Anthropic称，该实验室并非专门用于药物研发，但未透露更多细节。近期招聘岗位则包括采购与运营负责人，以及蛋白质和核酸表征专家，其中一则招聘信息提出要“将生命科学进展提速一个数量级”。

Kauderer-Abrams表示，自建实验室是为了提高研发速度，“有些事情在自己手中可以做得快得多”，并希望未来能够“在尽可能大的规模上运营”。

收购合作铺开生命科学布局

Anthropic还通过收购、软件产品和药企合作补充相关能力。据报道，公司以约4亿美元股票收购初创公司Coefficient Bio，将其作为构建药物研发工具的重要支撑。

公司还推出Claude Science，并于今年6月宣布将自主运营药物项目，重点关注传统制药公司因潜在回报不足而投入有限的临床前研究。与此同时，Anthropic已向罗氏旗下基因泰克、百时美施贵宝和诺和诺德等药企提供AI服务与工具。

8月推出的Model Hardware Standard，则旨在让AI系统直接操控实验设备，推动实验流程自动化。诺华CEO Vas Narasimhan加入Anthropic董事会，也进一步强化了公司与制药行业的联系。

在研发方向上，Kauderer-Abrams表示，AI有望推动此前被认为“无法成药”的疾病领域取得进展，例如双特异性、三特异性抗体等复杂分子的开发。但Anthropic目前不参与临床试验，而是聚焦临床前研究等行业覆盖不足的领域。Kauderer-Abrams强调，公司“并非在与将药物推向市场的制药和生物技术公司竞争”。

扩张之下的数据与安全考验

随着Anthropic深入生物医药研发，客户数据和潜在竞争关系也成为外界关注的问题。报道援引两位知情人士，制药客户可能担心Anthropic从其药物研发数据中获益，即使公司承诺对客户数据进行隔离。

Kauderer-Abrams承认这一顾虑，并称这也是Anthropic暂不参与临床试验、选择行业空白领域的原因之一。不过，随着公司自身研发能力增强，客户数据与自有研发之间的边界仍将受到关注。

安全问题同样更加敏感。Anthropic近期研究人员警告AI可能带来极端生物安全风险，公司也披露过其系统被用于生物武器开发的案例。在此背景下，Anthropic扩大实体研发能力，也意味着其需要在提升研发效率的同时，进一步处理AI安全与数据隔离问题。

对CEO达里奥·阿莫迪（Dario Amodei）而言，进入生物医药领域也带有个人经历的驱动。他曾提到，父亲因疾病去世，而相应治疗方法在数年后才出现。Anthropic希望利用AI缩短研发周期，但从候选分子到药物上市仍需经过漫长的安全性和有效性验证，大量候选药物最终无法通过临床试验。

风险提示及免责条款

玛莎拉蒂，想装上“华为心”

Fri, 18 Sep 2026 11:13:07 GMT

作者 | 周智宇

玛莎拉蒂的新车，可能要和尊界共用产线。

华尔街见闻从多位行业人士处了解到，玛莎拉蒂正与华为乾崑洽谈合作，江淮也参与其中。

玛莎拉蒂是跨国汽车集团Stellantis（斯特兰蒂斯）旗下的豪华汽车品牌。相关车型拟在国内使用尊界品牌，海外沿用玛莎拉蒂的三叉戟。一位接近项目的知情人士透露，国内计划利用江淮工厂，意大利也在考虑另建生产设施。

不过，截至日前，项目尚未正式签约。“从配置到价格都还没谈拢。”该人士说。

2025年，玛莎拉蒂全球出货量降至7900辆，几款主力车型又已相继停产。借外部技术补上新产品，成了这个百年豪华品牌正在尝试的出路。谈判中的品牌安排尤其特别：即便合作车型在中国卖得好，增长的也将是尊界的销量，玛莎拉蒂要在海外用自己的品牌争取客户。

华为和江淮已经有了尊界，仍想促成这笔合作。另有消息人士指出，玛莎拉蒂的品牌是吸引力之一。

三叉戟在销售端的困境，并没有让它失去在合作中谈条件的余地，Stellantis还在挑选配置、要求调整报价。

奥迪已经与上汽联合开发新车，玛莎拉蒂也把寻找技术伙伴的目光投向了中国。过去，豪华品牌带着车型和技术来中国扩大生产；如今，中国伙伴开始参与下一代产品的开发，百年品牌也在借助这里的技术积累完成换代。

三叉戟的“中国方案”

Stellantis在中国没有造车资质，使得它需要找中国合作伙伴，前述知情人士表示。

Stellantis在中国还保有神龙的合资生产布局，今年5月与东风宣布深化合作时，也提出通过神龙生产新的标致和Jeep车型。玛莎拉蒂这次商谈的承接方，则是已经与华为合作开发尊界的江淮。

不过在产线上，Stellantis计划在意大利单独再造一个。”他说。

据悉，玛萨拉蒂这款车型国内版本将进入鸿蒙智行体系，纳入尊界产品序列。江淮与华为已有尊界S800的合作经验，双方共同参与产品定义、技术研发，以及制造和质量管理。

今年5月，江淮提出利用现有平台丰富产品线。新的合作项目若能接进来，工厂、设备和团队便可以继续承接订单。

这也让所谓“玛莎拉蒂国产”，与一般的豪华品牌国产有所不同。国内销售的产品拟用尊界标，江淮可以增加制造业务，尊界有机会扩充车型；玛莎拉蒂则借用这套合作资源，开发挂三叉戟的新车。品牌的销售各归各，生产却可能共用一条线。

在意大利单独再造一个产线或许会采用SKD（半散件组装）模式。Stellantis管理层此前对外谈合作时，也把意大利工厂列入了计划。

6月17日，Stellantis集团CEO Antonio Filosa在意大利议会听证会上，谈及摩德纳、卡西诺与玛莎拉蒂未来的合作。共享制造资产、共同开发技术和产品，以及发展当地供应链，都在他描述的合作方向中。引入新伙伴之后，Stellantis仍希望把新业务带回意大利的制造体系。

对Stellantis而言，合作项目还有一笔制造业务的账：原有工厂能接到什么新产品，新车又需要增加哪些设施。这些安排会和技术采购一起，影响项目最后的投入。

至于具体产品，知情人士对华尔街见闻表示，类似Levante的GT车型是其中考虑的一个方向。

接上下一代产品

2026年9月11日，玛莎拉蒂负责人Santo Ficili说，品牌需要重返Levante和Quattroporte所在的细分市场，因为客户正在提出这样的需求。一年多前的2025年7月，玛莎拉蒂日本官网已确认，Ghibli、Quattroporte和Levante结束生产。

玛莎拉蒂的收缩已经反映在财报里：2025年全球出货量从上年的1.13万辆降至7900辆，同比减少30.1%。Stellantis年报将其主要归因于Grecale和Levante出货减少，同时提到产品组合收缩的影响。北美与中国市场的去库存，又压低了车辆净售价。

玛莎拉蒂亟需补充产品的时刻，恰好也是它最难为下一轮更新积累收入的时候。

2025年，品牌调整后营业亏损收窄至1.98亿欧元，改善主要来自研发费用减少，以及此前资产减值后折旧摊销费用降低。费用降下来了，销量和价格却没有随之回升。对于仍要推出新车的玛莎拉蒂，这份减亏成绩还不足以让它松一口气。

新车仍在母公司的规划里。Stellantis今年5月公布的新战略，为玛莎拉蒂留下了两款新增E级车，详细路线图定于12月公布。不过，集团70%的品牌和产品投资将投向Jeep、Ram、标致、菲亚特及商用车业务Pro One。玛莎拉蒂要接续产品，也得适应这个投入次序。

同一份战略提出了共同开发、共同出资的办法。对于销量规模有限的玛莎拉蒂，引入外部方案，可以少做一部分重复开发；华为正是在品牌急需更新产品的时候，进入了它的技术选择。

玛莎拉蒂仍在更新自身擅长的产品。今年6月，GranTurismo、GranCabrio和Grecale迎来更新，Nettuno V6发动机继续升级，Folgore纯电系列也改善了续航。Ficili在6月18日的产品介绍会上，又谈到要从市场寻找电子架构和特定零部件领域的优秀供应能力。

Ficili在9月的发言中，还提到要争取比以往更重视科技的新客户。玛莎拉蒂正试图用技术卖点扩大客群，也会根据需求预期撤回新车计划。去年3月，品牌取消了MC20纯电版本，给出的理由就是预期需求不足。

“他们也是希望能借助这一波智能化转型，把自己的产品力往上提一提。”知情人士说。

尚未谈拢的合作

多位知情人士表示，目前合作还未签约，主要是与Stellantis还未就报价、配置谈拢。

一位知情人士称，Stellantis认为L3相关方案的价格太高，国内与海外版本可能采用不同的智驾配置。不过玛莎拉蒂又被视为华为乾崑率先推进海外合作的重要项目。“Stellantis觉得承担得较多，希望再作调整。”该知情人士表示。

项目曾在2015年Stellantis CEO与华为高层接触后得到推进，双方讨论过2027年年底量产的目标。但管理层有合作意愿，具体车型仍要逐项谈配置、谈价格。

Filosa在6月17日的听证会上说，正为玛莎拉蒂与两个潜在伙伴洽谈，希望引入技术和开发能力，当时尚未确定对象。到了9月11日，Ficili被直接问及华为、江淮的传闻，仍未确认具体合作方，只表示正在寻找最佳方案，希望在12月公布完整计划。

华为一侧并不缺少推进的意愿。玛萨拉蒂品牌比较响，华为乾崑也能借此推进出海计划。

尊界已经让华为和江淮积累了豪华车型的量产经验。S800于2025年5月上市，售价70.8万—101.8万元；截至今年5月，江淮披露其累计交付超过1.85万辆。现有平台还可以继续开发新产品，玛莎拉蒂带来的吸引力，则包括其在海外的品牌影响力。

但品牌的吸引力和技术的报价，并没有一起落到双方都能接受的位置。华为乾崑希望由这个项目拓展后续业务，玛莎拉蒂先要决定为这款新车花多少钱。

在L3的取舍上，技术供应方希望推进的方案，就未必是品牌方愿意买下的配置。尤其是在海外市场，有车企海外高管对华尔街见闻表示，海外对于智驾有需求，但并非“刚需”，海外还是更讲究实用。

借助中国伙伴开发新车，豪华品牌已有先例。奥迪与上汽共同开发AUDI E5 Sportback，奥迪称协同开发使研发周期缩短30%，驾驶调校仍由其德国研发中心完成。

此次玛萨拉蒂的合作若能落地，华为和江淮就有机会在尊界之外，接到老牌豪华车的新项目。已经投入的技术和产线可以服务更多车型，玛莎拉蒂的产品更新也可能转化为中国伙伴的订单。

中国汽车企业做大豪华车生意，由此多了一条路径：自己的品牌继续争取客户，传统品牌借助这套资源发展，同样可以带来业务。

对于豪华品牌，共享技术带来的便利和压力会同时出现。成熟方案可以帮助新车更快进入市场，相近的智能化配置却很难长期成为独家卖点。

奥迪仍由德国团队负责驾驶调校，便是合作中值得留意的一笔：采购来的技术，还要经过品牌自己的取舍和整合，做出有辨识度的产品。

买家认得三叉戟，还得在驾驶新车之后，还能认得出，这是玛莎拉蒂。百年品牌的身价，需要这样的差别来支撑。

风险提示及免责条款

李强主持召开国务院常务会议

Fri, 18 Sep 2026 11:09:58 GMT

会议指出，要全面客观认识人口老龄化带来的影响，深入实施积极应对人口老龄化国家战略，推动老龄事业全面发展进步。（央视新闻）

风险提示及免责条款

Figure租了30套房，让机器人挨家“考核家务”

腾讯科技 — Fri, 18 Sep 2026 11:04:27 GMT

当地时间9月17日，人形机器人公司Figure发布神经网络模型Helix 2.5，并公布了一组零样本全身自主实验结果：在没有任何新数据采集与环境适配的情况下，机器人的零样本成功率从9%暴增至56%。

Figure创始人兼CEO布雷特·阿德科克（Brett Adcock）表示，公司租下旧金山湾区的30套住宅，让Helix 2.5在不采集新数据、不额外训练、也不做环境适配的前提下直接执行任务。Figure要回答的是：机器人能否进入从未见过的家庭，直接开始做家务？

官方博客将Helix 2.5称为Figure迄今最先进的神经网络，旨在验证人形机器人能否仅凭已有知识，在未经微调的环境中自主完成长时程任务。

人类能走进陌生房屋并立即投入工作，是因为对物理世界的认知具备跨环境迁移能力，无需因床高或家具布局变化重新学习。传统机器人通常依赖在具体环境中采集数据并做针对性训练。Figure希望打破这一范式：先让机器人从大规模人类行为经验中学习，再将其通用能力直接迁移到陌生真实环境。

租30套房，不采数据，直接干活

在官方演示中，Figure 03人形机器人进入一套完全陌生的房子，连续完成三项长时程全身任务：整理客厅、铺床、折毛巾。

Helix 2.5在真实家庭中完成整理客厅、狭窄空间穿行铺床与折毛巾三项全身移动操纵任务

整理客厅时，散落各处的玩具被机器人逐一捡起放入篮子。阿德科克在相关视频和帖子中强调，机器人此前从未进入这些房间，公司没有为这些新环境采集数据。机器人需要一边移动、一边寻找目标物体、调整身体姿态，再完成抓取和放置。

铺床任务更难。机器人从未进过这个房间，从未见过这张床，也从未见过这些床上用品。它必须抓起枕头、拉动被子，把相关物体移动到指定位置，并将被子拉平。折毛巾则被Figure用来测试对可变形物体的操作能力：机器人需要抓起此前没有见过的毛巾，完成折叠，再将其放入篮子。

这三项任务在不同陌生家庭中结合了主动感知、移动与操纵

Figure表示，Helix 2.5是公司构建过的最先进神经网络。一个经过Index预训练的基础模型被用于三个不同任务，覆盖移动、刚性与可变形物体操作、双手协调以及主动感知。

这些任务之所以被选中，是因为它们要求同时解决多个经典机器人问题：感知、移动、操纵、双手协调以及全身控制，而且必须实时完成。大部分机器人泛化研究都建立在围绕机器建造的环境中，例如桌面机械臂局限于固定工作空间，轮式机器人则需要足够开阔的地面供底盘移动和转向。但家庭环境不会配合机器人，人形机器人必须让自己的身体成为任务的一部分，在狭窄、杂乱的空间中移动、观察、伸手和操纵物体。

这里还有一个需要特别说明的概念：Figure所说的“零样本”，主要针对评估环境和被操作物体。30套评估住宅此前没有采集数据，评估使用的玩具、毛巾和床上用品也没有出现在任务指定数据中。机器人直接使用各个陌生家庭中的沙发、床和折叠毛巾完成任务。

换句话说，Helix 2.5并不是完全没有接受过“整理客厅、铺床、折毛巾”的任务训练。三个行为本身经过了在其他环境采集的任务指定数据适配，Figure真正想验证的是：这些已经学会的行为，能否在从未见过的住宅和物体上直接泛化，而不需要到了现场再重新训练。

评估标准极其苛刻：整理客厅要求把13至15个玩具全部收好，折毛巾要求完整折叠入篮，铺床要求枕头与被角拉至床顶三分之一并平整。任务要求端到端完全成功，不提供任何部分得分；每个任务均使用同一个固定模型节点（测试版本），不针对新环境调整模型参数；过程只要出现一次人类安全干预，便直接判定失败。

为零样本评估将场景重置为无控制初始条件的示例

Figure表示，它将Helix 2.5部署到30套此前没有进入过的湾区住宅。每次试验开始前，评估物体都会被提前放置，并由AI模型结合人工审核确认这些物体没有出现在任务指定数据中。每一次试验还使用独立的初始配置，并对所有被评估策略采用相同的重置条件，以保证比较公平。

在试验层面，官方博客给出的关键数据是：零样本成功率从9%提升到56%，即提升至原来的6倍以上。这里的“成功”指完整任务成功，而不是完成其中一部分。

Index预训练，人类经验是机器人的“漏洞”

Helix 2.5的关键不只是模型，而是它背后的Index。

Figure的逻辑很简单：大语言模型之所以能够不断扩大能力，一个重要原因是互联网提供了海量人类数据，使预训练能够随着数据和算力规模扩大而持续获得收益。但机器人没有互联网规模的行为数据。Figure因此试图建立一个大规模的人类行为数据集Index，让机器人先从人类如何在真实世界中行动、抓取和操纵物体的经验中学习。

Figure在此前关于Index的介绍中，将其定位为全球规模的人类行为数据集。Helix 2.5则进一步验证：这些人类经验能否转化成真正的机器人行为能力。

Figure表示，目前Index每秒能够产生约35分钟的新的人类经验数据。与此同时，公司已经承诺投入35亿美元算力训练Helix。

最关键的问题是：这些人类经验，真的能转化为机器人行为吗？

Figure做了一组控制实验：两个模型使用完全相同的任务指定数据，架构、优化方式、超参数、下游数据和评估方法全部保持一致，唯一变量就是是否进行了 Index预训练。

实验对比了两个模型：一个是从零开始随机初始化权重的基线模型，另一个则是先经过Index海量数据预训练的Helix 2.5模型。Helix 2.5本身完全是从随机权重开始、仅依靠Index数据完成预训练的，这与上一代Helix 02截然不同。Helix 02当初是基于现成的预训练视觉语言模型进行初始化的。

30套家庭中的零样本成功率对比（从头训练模型vs基于Index预训练模型）

结果非常明显。没有Index预训练的策略，零样本成功率只有9%；加入Index预训练后，成功率达到56%，超过前者6倍。由于预训练是唯一的实验变量，Figure认为，这一差距可以直接衡量Index预训练对零样本能力的贡献。

而且，Index的训练数据并不是专门围绕这三个测试任务构建的。Figure表示，没有任何一个评估任务占Index预训练数据的比例超过1.90%。这意味着模型获得的预训练经验并不是简单地“反复学习如何折毛巾、铺床和收玩具”，而是试图从更加广泛的人类行为中形成可迁移的能力。

Helix 2.5与一个执行相同任务的Helix 02进行比较

数据效率同样发生变化。Figure将Helix 2.5与一个执行相同任务的Helix 02策略进行比较：后者使用在实际评估环境中直接采集的数据，而Helix 2.5 在达到相当成功率的情况下，只需要一半的适应数据，并进一步将行为泛化到30套此前没有见过的住宅。

Figure因此将这一结果概括为：行为指定成本降低2倍，同时部署范围扩大30倍。

另一个值得关注的变化，是Helix 2.5的全身自我纠错能力。在长时程任务中，机器人并非每一步都能一次完成。如果抓取或者折叠出现偏差，它可能后退重新定位、改变站姿，甚至绕到整张床的另一侧继续完成任务。Figure将这种“犯错后恢复并继续推进”的能力，视为Index预训练带来的重要效果之一。

更长远看，Figure还报告了一条“人类到人形机器人”的迁移缩放定律。团队在Index的嵌套子集上训练四个模型，预训练数据规模逐步扩大，最大跨度达到 8 倍，同时保持模型规模和下游训练不变。实验结果显示，随着 Index 数据量的每次翻倍，下游机器人对下一步动作预测的损失值（loss），均呈现出平滑且可预测的下降趋势。

人类到人形机器人的迁移缩放定律图表

更为关键的是，这种下降趋势展现出极高的可预测性。Figure 表示，仅凭较小数据量训练得出的测试结果，便能在最大规模模型训练启动前，精准预测出其测试损失值至小数点后四位，预测误差仅占完整8倍数据量变化范围的0.54%。

Figure称，这是首次在人形机器人上测量“人类到机器人迁移缩放定律”。它意味着，一个此前主要存在于大语言模型领域的思路，通过扩大预训练数据规模，预测未来模型能力的提升，可能也能够延伸到人形机器人。

当然，这里测量的只是数据规模的缩放关系，模型规模和下游训练都保持不变。因此，它还不能直接证明“机器人模型越大就一定越强”，但至少说明：在当前实验中，增加人类经验数据与机器人动作预测能力之间存在可预测关系。

重新划定“学习”与“部署”的边界

从Helix02到Helix 2.5，Figure实际上在改变一个前提：机器人不必每进入一个新地方，就重新学习一次。

Helix 02曾展示全身长时程控制能力，从卸洗碗机到自主运行200小时物流任务，但这些系统学习的数据来自机器人将要运行的地方。Helix 2.5则试图证明：全身智能可以从人类经验中学习，并迁移到新场景，而不是每次进入一个新环境后重新建立。

这也是Helix 2.5与此前机器人系统之间真正值得关注的差别。

传统机器人的数据闭环往往是“机器人进入环境采集数据，训练模型，再进入环境”。这种方式可以不断提高单一场景中的表现，但如果机器人最终要进入千家万户，就意味着每一个家庭都可能成为一个新的数据采集和训练对象。

Figure想建立的则是另一条路径：人类先在现实世界中积累经验，Index将经验规模化，Helix 2.5从人类经验中预训练，机器人把行为知识带到陌生环境中。

如果这一模式继续成立，那么机器人数据的来源就不再局限于机器人本身。人类已经在现实世界中积累了数百万年的物理交互经验，而Figure想做的是把其中一部分转化为机器可以学习的训练数据。

Figure在官方博客中也明确强调，这并不意味着通用人形机器人问题已经被解决。它认为，Helix 2.5提供的只是第一个证据：全身智能可以从人类经验中学习，并转移到新的场景，而不需要每次重新构建。

Figure给出的结论非常直接：如果Helix 2.5验证了这套逻辑，那么未来投入更多的数据与算力，就能让机器人在踏入任何新家庭之前，预先掌握更多关于物理世界的认知。

正如阿德科克在官方视频结尾时所说：“是时候扩大规模了（It’s time to scale up）。”当预训练汲取自海量的人类经验，部署应用在陌生的真实家庭，具身智能的边界正被重新定义：机器人不必每到一个新家就重学一遍，而是先向人类学习，再通往千家万户。

本文来源：腾讯科技

风险提示及免责条款

用魔法打败魔法，OpenAI被Claude“黑了”......

Fri, 18 Sep 2026 10:39:44 GMT

一场颇具讽刺意味的安全事件正在引发关注：研究人员借助Anthropic最新的Claude Opus 5，将一个图像处理漏洞逐步扩展为完整攻击链，最终获取了一名OpenAI员工的ChatGPT账户访问权限，并进一步触及OpenAI内部GitHub环境。这意味着，AI正在让网络安全攻防骤然升温，高级漏洞利用的门槛和成本正被快速压低。

安全初创公司Hacktron AI的研究人员本周披露了上述行动。据《华尔街日报》近日报道，该团队获得了一名OpenAI员工ChatGPT账户的访问权限，并具备读取和提交OpenAI私有软件变更的能力。Hacktron表示，研究人员于7月25日通过OpenAI的Bugcrowd漏洞赏金计划完成披露，OpenAI当天确认已修复其侧的漏洞，并向研究团队支付了6500美元赏金。

此次事件的关键并不只是一个漏洞被攻破，而是多个安全边界被依次串联起来：第三方基础设施中的漏洞、联合身份认证缺陷，以及与企业内部系统深度连接的AI代理账户。对于正在大规模部署AI代理的企业而言，这种攻击路径意味着，原本分散的安全风险可能被AI账户串联成一条完整的权限链。

攻击链全貌：从图像上传到内部代码库

此次攻击的初始入口是OpenAI社区论坛community.openai.com，该论坛基于Discourse平台运行。

Hacktron发现，上传至Discourse的HEIC和HEIF图像会经过ImageMagick处理，并由libheif解码。研究人员指出，相关环境中的libheif版本存在堆缓冲区溢出漏洞，可被开发为远程代码执行（RCE）漏洞。Discourse随后确认该漏洞，并于7月28日发布安全公告，将其CVSS评分定为8.8，同时完成补丁修复并加强图像处理沙箱。

但论坛服务器被攻破只是第一步。Hacktron随后发现OpenAI单点登录（SSO）实现中的另一处缺陷，使研究人员能够将论坛环境的控制权进一步转化为对ChatGPT和Codex账户的访问权限，其中包括OpenAI员工账户。研究人员强调，这一权限提升并非Discourse漏洞，而是OpenAI身份认证层面的独立问题。

进入员工Codex账户后，研究人员发现该账户已连接至OpenAI的GitHub组织，并指令Codex在OpenAI内部monorepo（openai/openai）中创建一个无害的pull request，以证明账户入侵能够进一步延伸至开发者基础设施，同时避免读取敏感源代码。

Claude Opus 5将漏洞利用压缩至72小时内

此次事件另一个值得关注的地方，是AI模型直接参与了漏洞利用程序的开发。

Hacktron表示，研究人员最初使用Claude Opus 4.8分析存在漏洞的libheif并尝试开发利用程序，但在地址空间布局随机化（ASLR）开启的情况下难以稳定复现。Anthropic于7月24日发布Claude Opus 5，并将其定位为在长时运行代理和编程任务方面的重要升级。

切换至Opus 5后，模型在数小时内生成了可用的ARM64漏洞利用程序，随后又将其适配至Discourse所使用的x86-64及jemalloc环境。Hacktron称，从发现漏洞到获得OpenAI代码库访问权限，整个过程耗时不足72小时。

这一案例显示，AI代理正在压缩高级漏洞利用的时间成本。过去，内存损坏漏洞从发现到形成稳定利用程序通常需要大量逆向分析、调试和开发工作，而前沿编程模型已经能够在人工指导下承担其中相当一部分工作。

AI代理账户成为新的权限枢纽

相比单个漏洞，此次事件对企业安全架构更深层的影响，可能来自AI代理账户所处的位置。

Hacktron指出，受影响的ChatGPT或Codex账户可能连接GitHub、Slack、Outlook、Gmail及Google Drive等多个服务。一旦AI账户遭到入侵，攻击者可能进一步继承与其关联的下游系统权限。AI账户由此从单一应用凭证，变成连接代码、通信和企业数据的身份与授权枢纽。

Hacktron还将此次OpenAI事件列为更大范围“HEIF Heist”研究的一部分，并称同一路线还延伸至Slack、Meta、Zoom、Shopify、GitHub Enterprise等平台。不过，目前公开披露的技术细节和厂商确认信息主要集中在OpenAI案例。

对于企业安全团队而言，这一事件提示了几项防护重点：隔离不可信文件处理管道，及时修补底层依赖漏洞，收紧联合身份认证的信任范围，并按照接近特权账户的标准管理AI代理的凭证与权限。随着AI代理进一步接入企业内部系统，一个AI账户失守的影响可能沿着其连接的权限链向下游扩散。

风险提示及免责条款

报道：SK海力士旗下Solidigm考虑在美国建设首座NAND工厂

Fri, 18 Sep 2026 10:12:04 GMT

美国NAND存储制造布局或迎来新的扩张。SK海力士旗下NAND业务平台Solidigm正考虑在美国建设首条NAND量产线，将现有制造能力进一步延伸至美国本土。

9月18日，据报道援引知情人士称，Solidigm正考虑在美国东海岸选址，并就产品组合、量产时间表等细节展开讨论。不过，最终投资规模和建设计划仍取决于与客户长期协议（LTA）的谈判进展。Solidigm由SK海力士于2021年收购英特尔NAND闪存业务后成立，目前主要负责相关NAND业务。

这一动向也与SK海力士近期评估美国存储制造的计划相呼应。据华尔街见闻此前文章，9月16日，有报道称SK海力士正与英特尔洽谈在美国生产存储芯片的合作，但公司随后表示，目前尚未确定具体合作对象，也没有敲定在美国生产存储芯片的具体计划。

AI数据中心需求则成为推动NAND厂商重新规划产能的重要因素。TrendForce数据显示，2026年第二季度，SK海力士及Solidigm的NAND业务营收达到142.729亿美元，环比增长89.5%。随着AI服务器部署扩大以及模型规模和数据处理量增长，数据中心对高容量SSD的需求持续上升，Solidigm也在围绕这一需求推进产能布局。

AI存储需求升温，Solidigm探索美国本土产能

Solidigm长期专注于数据中心市场的QLC NAND。相比每个存储单元存储三个比特的TLC，QLC可存储四个比特，在大容量SSD领域具有成本优势，因此更适合数据中心对高容量、低成本存储的需求。

随着AI服务器规模扩大，数据中心需要处理和保存的数据量持续增加，高容量SSD的重要性随之提升。对于Solidigm而言，在美国新增产能的核心驱动力仍是客户需求，目前具体产品和量产时间表尚未最终确定，长期供货协议的谈判进展将直接影响投资决策。

从SK海力士整体布局看，公司此前已在美国推进先进封装设施建设，并持续评估扩大当地制造能力的可能性。SK集团董事长崔泰源今年7月在纽约出席SK海力士ADR上市活动时表示，除印第安纳州先进封装设施外，公司正在评估进一步投资的可能性；如果电力、水源、劳动力和供应链等条件具备，在美国建设内存生产工厂也是可行选项。

目前，SK海力士尚未敲定美国存储芯片生产计划，而Solidigm此次被曝考虑自建NAND产线，意味着其美国制造布局正在从讨论进一步走向具体评估。此外，Solidigm正在筹备纳斯达克IPO，如果美国本土产能最终落地，也可能成为其未来扩张的重要组成部分。

风险提示及免责条款

日本央行“鹰派”信号不足，日元下跌再瞄准160大关

Fri, 18 Sep 2026 10:09:48 GMT

日本央行如期加息，但行长植田和男在会后发布会上对后续政策路径表态谨慎，未能满足市场此前对持续加息的预期，日元随之承压走弱。据彭博，分析人士认为，若日本央行紧缩节奏难以跟上美联储，美元兑日元可能重新逼近160关口。

截至发稿，美元兑日元一度涨1.33%触及158。此次加息本身已基本被市场定价，因此投资者更关注央行对后续政策的指引。富国银行亚太区首席策略师Chidu Narayanan表示，植田的讲话释放了一些鹰派信号，但力度不足以支撑市场此前的激进紧缩预期。

Narayanan指出，如果市场认为日本央行的加息节奏难以跟上美联储，美元兑日元存在向160攀升的风险。该水平此前曾引发日本与美国的协调干预，日元进一步走弱也重新唤起市场对汇率干预的关注。

加息落地难提振日元，市场转向关注后续路径

日本央行此次以7比2的投票结果通过加息，委员Toichiro Asada和Ayano Sato投出反对票。会后，植田和男表示，日本央行的政策制定阶段已经发生变化，但在被问及能否连续加息或采取更大幅度行动时，他仅表示，央行不会在董事会会议前预先排除任何特定政策选项。

由于25个基点的加息此前已基本被市场定价，政策决定本身并未带来明显意外，市场反而更关注植田对后续加息节奏的表态。道富投资管理高级固定收益策略师Masahiko Loo则认为，植田没有排除未来进一步采取行动的可能性，意味着日本央行仍保留在后续会议上调整政策的空间。

他指出，美元兑日元在接近160附近仍存在做空逻辑。

日元逼近160，汇率干预风险重新升温

美元兑日元走高也受到美日利差因素推动。美联储本周早些时候加息并释放偏鹰信号，强化了美国利率相对较高的预期，部分抵消了此前日本央行加快紧缩预期、日元套息交易平仓以及日本养老金增加国内资产配置等因素带来的日元涨势。

日元走弱同时提振日本股市，日经225指数收涨1.4%，东证指数则受金融股拖累收跌0.1%；日本国债收益率沿收益率曲线普遍下行。此次加息对其他货币和债券市场的溢出效应整体有限。

如果美元兑日元再次逼近160，市场对日本当局干预汇市的预期可能升温。日本官员此前多次强调，是否干预主要取决于汇率波动的速度和无序程度，而非某一具体价位。Astris Advisory Japan策略主管Neil Newman表示，若美元兑日元再次升破160，应预期日美可能进一步采取干预行动。

与此同时，据彭博此前报道，美国财政部长贝森特持续释放支持日元走强的信号，也增加了市场对潜在干预风险的关注，交易员在重新建立日元空头头寸时或更加谨慎。

风险提示及免责条款

摩根大通：加息并不足以终结美股涨势，长端利率、财政与地缘才是真正的风险

Fri, 18 Sep 2026 09:50:06 GMT

美联储于当地时间周三宣布加息25个基点后，市场并未延续此前的避险交易，反而在次日出现剧烈反转：美国股市、债市同步走高，AI芯片股领涨科技板块，空头集中平仓进一步放大涨势。周四，标普500指数收复50日均线，纳斯达克指数领涨主要股指，此前遭抛售的AI芯片股也出现强劲反弹。

市场的剧烈反转，也与摩根大通战略研究部9月10日举行的2026年全球宏观会议形成呼应。会议汇集15位宏观与市场领域的演讲者，核心判断是：在当前周期，股票与长端美债收益率可以同步上升，单纯的加息并不足以终结美股涨势。

摩根大通认为，AI资本开支扩张和企业盈利仍是支撑权益市场的核心力量，而财政赤字、国债供给增加及期限溢价上升则持续推高长端收益率。真正值得警惕的并非收益率继续上行本身，而是10年期美债收益率突破5.5%-6%，尤其是以过快速度上冲这一“恐惧线”。

加息未必压垮美股，5.5%-6%才是关键阈值

与过去周期相比，美股对利率的敏感度正在下降。AI、医疗保健和服务业占经济比重提升，传统利率传导对股票估值的约束有所减弱。摩根大通股票策略团队预计标普500年底达到8000点，并认为盈利增长、较轻仓位和未到极端水平的估值仍能提供支撑。

但这种承受能力存在边界。会议认为，过去市场较为敏感的5%收益率水平已经上移，10年期美债收益率真正令权益市场承压的区间可能在5.5%-6%。科技和成长股占标普500约34%，对远期盈利和长端利率更敏感。

此外，收益率上行的速度比绝对水平更重要。缓慢、有序的上升仍可能被盈利增长消化，但若短期快速上冲，则可能同时冲击估值和企业资本开支。

AI投资仍在扩张，但瓶颈已从需求转向供给

高利率尚未明显削弱AI资本开支周期。美国五大超大规模云计算公司2026年资本开支指引合计超过7500亿美元，预计2027年突破1.1万亿美元；到2030年，AI资本开支累计规模可能达到5.5万亿美元。

摩根大通预计，未来五年投资级企业信用市场将为数据中心提供超过2.1万亿美元融资，高收益债和杠杆贷款还将贡献约3500亿美元。

与此同时，AI投资的主要约束正从需求转向电力、输电、土地和审批。美国电网负荷增速已从约1%提升至3%，而输电项目审批周期依然漫长。只要基础设施能够跟上，AI资本开支仍有望转化为生产率增长，未来一两年可能为劳动生产率增速贡献约0.5个百分点。

这也是美股能够承受更高利率的重要原因：如果AI投资最终兑现为收入和生产率增长，盈利扩张可以部分抵消估值端的利率压力。

长端利率、财政与地缘，是美股真正需要防范的风险

长端收益率上行并非美国独有。欧洲收益率同样走高，说明财政供给和期限溢价可能比AI投资本身更重要。纽约联储调查显示，10年期美债期限溢价已升至约125个基点，市场对美国长期财政可持续性的担忧持续存在。

地缘政治则可能通过油价重新推高通胀。摩根大通大宗商品团队预计，在“永久冲突”情景下，2027年布伦特均价可能达到87美元/桶，明显高于和平情景下的64美元/桶。

与此同时，美国国内的“可负担性政治”可能继续强化财政扩张。会议调查显示，75%的参与者预计中期选举后国会维持分裂格局，而生活成本仍是美国家庭最主要的财务压力之一。

因此，当前市场真正面对的并不是“加息还是美股上涨”的二选一，而是盈利、AI投资能否继续跑赢利率压力。只要长端收益率保持有序上行，美股仍可能与美债收益率同步走高；一旦10年期美债收益率快速逼近或突破5.5%-6%，这一平衡才可能真正受到挑战。

风险提示及免责条款

财政部：前8月全国国有土地使用权出让收入同比下降28.6%，证券交易印花税大增82%

财政部 — Fri, 18 Sep 2026 09:35:03 GMT

一、全国一般公共预算收支情况

　　（一）一般公共预算收入情况。

　　1—8月，全国一般公共预算收入156633亿元，同比增长5.7%。其中，全国税收收入129104亿元，同比增长6.6%；非税收入27529亿元，同比增长1.5%。分中央和地方看，中央一般公共预算收入70118亿元，同比增长9.1%；地方一般公共预算本级收入86515亿元，同比增长3.1%。

　　主要税收收入项目情况如下：

　　1.国内增值税50179亿元，同比增长5.9%。

　　2.国内消费税11111亿元，同比下降3.6%。

　　3.企业所得税33786亿元，同比增长7.3%。

　　4.个人所得税12080亿元，同比增长14.5%。

　　5.进口货物增值税、消费税13258亿元，同比增长12.6%。关税1542亿元，同比增长1%。

　　6.出口货物退增值税、消费税16472亿元，同比增长4.5%。

　　7.城市维护建设税3604亿元，同比增长3.9%。

　　8.车辆购置税1511亿元，同比增长13.3%。

　　9.印花税3858亿元，同比增长35.6%。其中，证券交易印花税2160亿元，同比增长82%。

　　10.资源税2183亿元，同比增长12.4%。

　　11.契税2585亿元，同比下降14.2%。

　　12.房产税3521亿元，同比增长6.5%。

　　13.城镇土地使用税1766亿元，同比增长3.7%。

　　14.土地增值税2562亿元，同比下降13.6%。

　　15.耕地占用税959亿元，同比下降4.2%。

　　16.环境保护税232亿元，同比增长18%。

　　17.车船税、船舶吨税、烟叶税等其他各项税收收入合计839亿元，同比增长0.2%。

　　（二）一般公共预算支出情况。

　　1—8月，全国一般公共预算支出181451亿元，同比增长1.2%。分中央和地方看，中央一般公共预算本级支出28177亿元，同比增长6%；地方一般公共预算支出153274亿元，同比增长0.3%。

　　主要支出科目情况如下：

　　1.教育支出27279亿元，同比增长0.7%。

　　2.科学技术支出6001亿元，同比增长2.2%。

　　3.文化旅游体育与传媒支出2108亿元，同比下降7.2%。

　　4.社会保障和就业支出32730亿元，同比增长6.5%。

　　5.卫生健康支出14978亿元，同比增长9.2%。

　　6.节能环保支出2906亿元，同比下降12.3%。

　　7.城乡社区支出11955亿元，同比下降3%。

　　8.农林水支出12769亿元，同比下降6%。

　　9.交通运输支出6924亿元，同比下降2.9%。

　　10.债务付息支出9188亿元，同比增长5.4%。

二、全国政府性基金预算收支情况

　　（一）政府性基金预算收入情况。

　　1—8月，全国政府性基金预算收入21419亿元，同比下降19%。分中央和地方看，中央政府性基金预算收入3292亿元，同比增长12.2%；地方政府性基金预算本级收入18127亿元，同比下降22.9%，其中，国有土地使用权出让收入13753亿元，同比下降28.6%。

　　（二）政府性基金预算支出情况。

　　1—8月，全国政府性基金预算支出51948亿元，同比下降17%。分中央和地方看，中央政府性基金预算本级支出3175亿元，同比下降58.3%；地方政府性基金预算支出48773亿元，同比下降11.3%，其中，国有土地使用权出让收入相关支出21786亿元，同比下降18.5%。

本文来源：财政部

风险提示及免责条款

光为何反弹？产业当前焦点与边际热点，大小光的差异化在哪？

Fri, 18 Sep 2026 09:09:13 GMT

从 7 月的恐慌性出清，到 8 月以来逾 35% 的板块反弹，再到9月的高波动"再平衡"——光通信产业正在经历一轮由业绩兑现、供给瓶颈与技术换代三重力量共同驱动的市场预期再校准。压制因素端，FCC 最终规则明确将光纤光缆、FAU、MPO 等无源器件排除在外，前期最悲观的政策叙事被证伪。

这轮反弹的基本面成色高于 2025 年的任何一次上涨，但它的斜率已经超过业绩释放的速度，短期波动会显著放大。真正的产业焦点，已经不在"光模块还能涨多少"，而在光芯片、电芯片、OCS、封装级连接器与光纤这五个卡口环节的国产替代与价值量重构。

消息人士：长鑫准备进入NAND闪存市场

中新经纬 — Fri, 18 Sep 2026 09:03:18 GMT

据中新经纬援引路透社9月18日报道，中国芯片制造商长鑫存储正准备进入闪存市场。

消息人士透露，长鑫存储计划在北京新工厂建立一条NAND闪存的研发生产线，公司还在北京设立了研究院，项目包括NAND开发。

长鑫存储已与客户讨论了其NAND闪存计划，其中包括一家新成立的初创公司。该公司计划采购长鑫存储的NAND芯片，用于人工智能系统和超级计算机的存储产品。该人士拒绝透露该公司名称。

目前尚不清楚研发生产线何时开始运营，也不清楚长鑫存储是否计划从研发和试产阶段转向大规模商业化制造。

全球闪存市场主要由三星电子和其他外国竞争对手主导。根据研究机构TrendForce数据，第二季度，三星电子以29.3%的市场份额，成为全球最大的NAND闪存供应商；SK海力士排名第二，其次是美光科技。

本文来源：中新经纬

风险提示及免责条款

沃什是如何在不激怒特朗普的情况下加息的

Fri, 18 Sep 2026 08:53:03 GMT

美联储与白宫三年来首次真正意义上的政策摩擦，以一种出人意料的平静收场。

美联储周三宣布三年来首次加息，特朗普的回应却出奇温和。这与他此前数月持续抨击美联储利率政策的姿态形成鲜明对比，也是美联储主席沃什自今年5月上任以来，重塑央行与白宫关系的最直接体现。特朗普不仅未发动攻势，反而将自己描绘成主动"放行"的一方，声称他提前与沃什通话后表示"你不如跟着委员会投票，因为结果不会有什么不同"。

这一罕见局面的背后，是沃什与特朗普之间远比前任鲍威尔更为紧密的私人关系。据彭博及《华尔街日报》报道，特朗普在美联储会议召开前数日主动致电沃什，对话由私人寒暄延伸至加息预期。华盛顿私人俱乐部Ned内，多名政府官员当晚守着手机观看特朗普的表态，并对他未公开批评沃什明显感到如释重负。然而，这种脆弱的平衡能否持续，市场与政策界均存有疑虑。

电话通话：和解还是干预

据一名白宫高级官员透露，特朗普在美联储会议前数日主动联系沃什，通话最初以友好叙旧的方式展开，随后转向加息预期。这一通话的存在，对许多总统核心顾问而言原本是未知的——部分高级官员是在特朗普周三于北卡罗来纳州向媒体提及时才得知此事。

特朗普随后在公开场合将此次加息定性为"针对特朗普的加息"，并将自己塑造为一个明知无法阻止却仍予以默许的角色，声称沃什面对的是一个"非常强硬的、反对白宫的"委员会。

沃什本人在新闻发布会上拒绝讨论任何与特朗普的对话内容。他将加息定性为美联储自身审议的结果，称这是"一个审慎的、严肃的、负责任的决定，是我自5月到任以来一直在准备和思考的"。他强调，自己的决策依据是经济状况，而非政治压力。白宫发言人Kush Desai则表示，特朗普"一再肯定对沃什的信任"，同时保留就政策发表意见的权利。

关系管理：沃什的策略与鲍威尔的前车之鉴

与前任鲍威尔相比，沃什选择了一条截然不同的路径。据与沃什有过接触的人士描述，他自信能够按经济需要行事，同时以避免正面冲突的方式处理与总统的关系。他刻意回避任何可能将政府拖入美联储内部争议的表态，并将央行独立性定位为一种需要"付诸实践而非公开宣示"的原则。

鲍威尔的情况形成对比。他在2018年美联储首次加息后的蜜月期仅维持约五个月，此后特朗普的攻击持续升级。鲍威尔虽接听总统来电，但态度疏离，既不主动维系关系，也不充当特朗普的经济顾问。在特朗普眼中，这被解读为一种对抗姿态。

前美联储顾问、现任杜克大学教授Ellen Meade认为，在当前环境下，维护美联储独立性或许需要的是"管理总统"而非"与其保持距离"。她表示，提前告知白宫不利消息、避免让特朗普在政策公告发布后"立即暴跳如雷"，可以成为一种可行策略。但她同时划定了清晰边界：提前通气是一回事，主动寻求总统"首肯"则是另一回事，后者将从根本上损害央行独立性。她也坦言，"我不认为沃什能用鲍威尔那种方式来做这份工作。"

历史先例：格林斯潘模式的参照与风险

沃什的路径并非没有历史参照。前美联储主席格林斯潘曾横跨四届政府，与历任总统及其顾问保持密切关系，同时在政策上保持独立判断。1992年，他与老布什政府决裂——后者公开批评美联储降息过慢，并将连任失败部分归咎于格林斯潘，留下了"我重新任命了他，他却让我失望"的著名表述。

然而，沃什的处境存在额外的政治风险。前美联储顾问Meade警告，若让白宫认为加息是被"强加"给沃什的，而非他主动主导的决策，可能反而会鼓励政府进一步向其他美联储官员施压。

特朗普政府去年曾尝试解雇美联储理事Lisa Cook，虽被最高法院今夏阻止，但据报道白宫近期已采取行动准备再次尝试。部分美联储内部人士还对即将发布的硅谷银行倒闭调查报告感到不安，担心其结论将被白宫用作解雇前监管副主席Michael Barr的依据。

分歧犹存：沃什的领导力受到质疑

即便特朗普未发动直接攻击，沃什仍面临来自总统圈子内部的批评。特朗普贸易顾问Peter Navarro在接受采访时表示，他"试图理解为什么沃什会做出如此违背历史先例、如此与基本经济逻辑相悖的决定"。Navarro还补充称，沃什本可以以"更好的方式"执行总统的意思，例如"在声明中释放信号，表明自己更倾向于不加息，只是顺应了委员会"。

美国企业研究所经济学家Michael Strain则将特朗普关于通话的叙述定性为"挽回颜面的说法"，并认为暗示沃什无法主导自己委员会的说法"既荒谬又失实"。

特朗普的表述也让市场投资者对一个核心问题产生疑虑：沃什究竟是在领导美联储，还是在被美联储裹挟前行。一名高级政府官员的警告更为这种不确定性增添了变数：若美联储在10月——中期选举前夕——再次加息，沃什将面临来自特朗普和其顾问更大的审视压力。

风险提示及免责条款

在岸、离岸人民币双双升破6.7，原因找到了！

中新经纬 — Fri, 18 Sep 2026 08:28:42 GMT

18日，在岸、离岸人民币兑美元双双升破6.7关口，创下2023年1月以来新高。当日，中国外汇交易中心公布，人民币兑美元中间价报6.7521，较上日调高59点。

截至发稿，离岸人民币兑美元报6.6973，在岸人民币兑美元最低报6.6975。

对于在岸、离岸人民币走强，东方金诚首席宏观分析师王青对中新经纬分析，一是美联储加息效应释放后，隔夜美元指数冲高回落；二是近期人民币中间价持续向偏强方向调整。

王青进一步指出，近期受海外主要经济体货币政策调整，美日两国联手干预汇市，以及中东局势波动等影响，全球汇市波动加剧，人民币总体保持稳中偏强走势。从内部来看，当前我国外部经贸环境整体稳定，出口持续高增，国内宏观经济保持稳中有进势头，人民币汇率有较强支撑。

美国联邦储备委员会16日宣布，将联邦基金利率目标区间上调25个基点到3.75%至4%之间的水平，为自2023年7月以来首次加息。

针对美联储加息对人民币汇率的影响，王青称，我国已经建立起跨境资金流动“宏观审慎+微观监管”两位一体监管框架，中美货币政策周期错位引发的大规模跨境资金流动风险会得到有效控制，因此，美联储加息对人民币汇率的影响不必过度高估。

近日，中国人民银行副行长陆磊表示，发挥市场在汇率形成中的决定性作用，增强人民币汇率弹性，保持人民币汇率在合理均衡水平上基本稳定。

“汇率方面，中国实施有管理的浮动汇率制度，坚持市场在汇率形成中的决定性作用，同时防范市场‘羊群效应’和非理性预期的自我强化。中国没有必要，也无意通过汇率贬值获取贸易竞争优势。”陆磊强调。

加息落地之后，人民币汇率后续将如何走？

王青判断，短期内人民币汇率有望延续稳中偏强走势。不过，后期要关注我国出口增速变化，以及海外主要经济体货币政策调整等因素对美元指数的影响。预计接下来人民币大体上会保持与美元反向波动、波幅相对较小的运行格局。

王青预计，年底前人民币汇率核心波动区间在6.7至6.9之间，全年人民币汇率走势有可能“先升后稳”。

随着美联储加息，普通投资者面临的选择愈发复杂。中国首席经济学家论坛理事长连平表示，押注单一资产风险极大，应在专业机构指导下构建“攻守兼备、风险对冲”的平衡配置组合。

连平进一步称，在汇率操作层面，投资者不应盲目跟风换汇、炒作外币资产，严控美元资产配置比例，通过本外币资产均衡配置实现自然对冲，不赌汇率单边涨跌，以中性交易思维锁定资产稳定性，淡化美联储加息与汇率波动的短期扰动。

本文来源：中新经纬

风险提示及免责条款

高盛：美联储加息放缓黄金上涨节奏，但不改长牛结构

Fri, 18 Sep 2026 08:28:18 GMT

尽管美联储刚刚宣布加息，且高盛经济学家预计10月将再度加息，但是高盛全球大宗商品研究团队仍坚定维持黄金2027年底5400美元的目标价不变。

据追风交易台消息，高盛在9月18日最新的贵金属研报中向市场传递了明确信号：紧缩政策只会放缓黄金的短期上涨节奏，绝不会终结其长牛趋势。短期内加息压力已大部分被市场消化，黄金仍具备向上空间。

报告称，当前，全球央行结构性购金狂潮与对G10国家财政可持续性担忧引发的看涨期权需求，正在为金价构筑极其坚实的底部。

高盛预计，今年年底黄金公允价值将达到4650美元/盎司（显著高于当前约4350美元的现货价格）。此外，投资者需高度警惕期权市场交易商对冲行为可能带来的机械性暴涨（逼空）风险，以及美国中期选举前后的投机性剧烈波动。

加息冲击有限：近期路径放缓，终端目标不变

高盛在报告中明确指出，尽管美联储宣布了三年以来首次加息，且高盛经济学家预计10月将追加一次加息，黄金2027年底5400美元/盎司的终端目标价维持不变。

高盛的判断逻辑在于：货币政策收紧的影响，将主要体现为黄金近期升值路径的放缓，而非终端价格的下移。 高盛经济学家预计，美联储将在2027年9月至2028年3月之间实施三次降息，终端利率预测维持在3.25%-3.5%不变。

正因如此，高盛将2026年底黄金公允价值预测从此前的4900美元/盎司下调至4650美元/盎司，但这一数字仍显著高于当前约4350美元/盎司的现货价格。报告同时指出，预期中的货币政策收紧已在很大程度上被ETF需求所消化，这意味着利率上行对金价的边际压制效应正在减弱。

央行购金：黄金牛市最核心的结构性驱动力

高盛报告将央行持续购金定性为黄金看涨逻辑的最主要结构性驱动因素，贡献了预期至2027年底约23%涨幅的绝大部分。

高盛的央行购金实时追踪模型（Nowcast）显示，当前央行购金速度约为91吨/月（经季节性调整的三个月均值），远超2022年前17吨/月的历史平均水平，涨幅超过5倍。

基于这一加速趋势，高盛上调了央行需求假设：

此前预测：2026年50吨/月，2027年40吨/月

最新预测：2026-2027年平均60吨/月

高盛认为，2022年俄罗斯央行资产被冻结事件触发的全球央行储备多元化需求是结构性而非周期性的转变，近期与多家央行的沟通也印证了其对黄金的持续强烈需求。

看涨期权需求韧性十足，为金价提供额外支撑

报告特别关注黄金看涨期权市场的动态。当前黄金看涨期权持仓量约为历史均值的三倍，且在美联储加息及相对鹰派的新闻发布会之后，这一持仓水平表现出异乎寻常的韧性。

高盛将这一现象解读为：市场对G10国家财政可持续性的担忧，持续支撑着将黄金作为宏观政策对冲工具的需求。

值得注意的是，高盛的5400美元目标价假设当前看涨期权持仓水平大致维持稳定（GLD净看涨期权未平仓合约约230万张），并未将看涨期权仓位进一步增加所带来的额外价格放大效应纳入基准预测。

高盛测算，在当前约230万张合约的持仓水平下，每增加100吨的确信性需求，金价涨幅约为6.8%，而在正常持仓条件下这一数字仅约为2%——这意味着做市商对冲行为可能机械性地放大金价涨势，推动金价显著超越高盛的基准预测。

尾部风险警示：极端鹰派路径与大选前的“候车室”效应

高盛在研报中明确提示了两种可能引发回调的情景：

1. 下行风险（极端鹰派情景）：如果美联储在年底前超预期额外加息三次并暗示更高的终端利率，市场对发达国家央行独立性的质疑可能会消退，导致宏观对冲需求部分平仓。

叠加利率敏感型ETF持有者的净抛售，金价短期内可能跌至约4070美元/盎司的底部。不过，得益于央行持续购金不断抬高价格底线，金价将在2026年底逐步恢复至约4200美元/盎司。

2. 事件性波动（美国中期选举的“候车室”效应）：投机性资金往往在结果不确定的重大事件前将黄金作为避险的“候车室”资产。

高盛指出，在美国中期选举前，投机性建仓可能会使金价暂时上涨约5%（假设净管理基金持仓比当前高出约250吨，达到2014年以来的90分位数即685吨）。然而，一旦选举结果尘埃落定，资金重新部署，金价可能会出现剧烈抛售，这一现象在2016年英国脱欧和2024年美国总统大选后都曾真实上演。

~~~~~~~~~~~~~~~~~~~~~~~~

以上精彩内容来自追风交易台。

更详细的解读，包括实时解读、一线研究等内容，请加入【追风交易台▪年度会员】

风险提示及免责条款

沃什加息市场信了吗！？

Fri, 18 Sep 2026 08:21:56 GMT

昨天美联储加息25个基点，把基准利率抬到3.75%–4%，三年多来首次，12比0全票通过。更要紧的是美联储官员对未来利率的预测——所谓“点阵图”——也一起更新了：2026年底中值升到4.1%，暗示年内还有一次加息；而2027年底中值也卡在4.1%，几乎没有降息。换句话说，市场不仅收到了一次加息，还收到了一张“利率将在更高的地方待更久”的路线图。半年前那张同一张表画的还是降息——政策预期在这半年里完成了一百八十度掉头。沃什的意思很明确：利率会在更高的地方待更久，直到通胀“回家”。

那么市场信了吗？

加息后的第二天，答案已经从一场国债标售里传了出来。

科技股强势反弹，纳指期货上涨0.7%，日元承压，布油日内跌2%

Fri, 18 Sep 2026 08:13:46 GMT

科技股强势反弹叠加油价持续走低，提振全球市场情绪，美股标普500指数本周有望收红，为一个波澜起伏的交易周画上积极句点。

英伟达乐观业绩展望推动芯片股进一步反弹，纳斯达克100指数期货上涨0.7%，标普500指数期货上涨0.4%。亚洲市场同步跟涨，韩国综合股价指数（Kospi）涨幅高达2.7%，领跑地区涨势。相比之下，对人工智能概念股敞口较小的欧洲斯托克600指数下跌0.3%。

本周市场经历了显著转折：美联储加息举措巩固了其抗通胀公信力，中东地区原油供应忧虑有所消退，半导体供需失衡格局持续支撑芯片企业盈利预期。布伦特原油价格连续第三日下跌，逼近每桶102美元；黄金则走高至每盎司4400美元附近。日本央行周五按预期上调基准利率，美元兑日元日内涨幅达1%，报157.53。日本央行行长植田和男称很难判断金融环境是否过于宽松。

周五市场还面临"三巫日"带来的额外扰动——与个股、指数期权及期货挂钩的衍生品合约于同日到期。据Pepperstone Group策略师Dilin Wu测算，今日到期的期权名义价值逾2万亿美元，历史数据显示，标普500指数在三重到期日收低的概率高于均值。

纳斯达克100指数期货上涨0.7%，标普500指数期货上涨0.4%。

欧洲斯托克50指数开盘跌0.2%，德国DAX指数跌0.4%，英国富时100指数跌0.2%，法国CAC 40指数跌0.4%。

日经225指数收盘涨1.4%，报65018.95点。日本东证指数收盘跌0.1%，报4091.14点。韩国首尔综指收盘涨2.7%，报6894.23点。

美元兑日元日内涨幅达1%，报157.53。日本央行行长植田和男称很难判断金融环境是否过于宽松。

欧元上涨0.1%，报1.1488美元

美国10年期国债收益率变化不大，为4.94%

日本30年期国债期货抹去此前涨幅，20年期国债收益率报3.835%，10年期国债收益率跌幅收窄至约1.5个基点

布伦特原油日内跌幅达2.0%，报97.92美元/桶。

现货黄金上涨0.5%，报每盎司4,362.87美元

比特币上涨1.2%，报77,426.01美元

本周市场轮转：从动荡到修复

本周初，多重压力因素同时袭击市场——布伦特原油价格触及四个月高位，10年期美国国债收益率升至近19年来高点，与此同时，市场对人工智能技术可能带来"存亡级风险"的担忧持续压制芯片股表现。

然而，随着各方面风险因素逐步缓解，市场在周内完成了明显修复。美联储加息落地，强化了其应对通胀的政策立场；原油供给端的地缘政治溢价有所回落；英伟达发布的乐观业务展望则重新点燃投资者对半导体行业盈利前景的信心。芯片行业供需结构性失衡短期内难以逆转，持续为相关企业提供盈利支撑。

分歧票决压制日元，策略师警告汇率或进一步走弱

此次加息决议中的非一致投票结果，成为市场关注焦点。彭博策略师Mark Cranfield表示，"美元兑日元在日本央行以1.25%如期加息、但投票存在分歧后走高，这将使10月会议再度加息的难度加大。"

多位策略师指出，若投资者认定日本央行的紧缩节奏难以匹敌美联储，美元兑日元可能进一步上行至160附近。由于此次25个基点的加息幅度此前已在很大程度上被市场消化，若后续的政策沟通被解读为偏鸽派，日元面临的下行风险将更为突出。

本月早些时候，受日本央行加速收紧政策的预期、日元套利交易平仓以及日本养老金或增配国内资产的预期推动，日元曾出现一波强劲反弹。但美联储本周的鹰派加息随后逆转了这一涨势。

在日本国债市场，加息公告发布后，30年期国债期货抹去此前涨幅，20年期国债收益率报3.835%，10年期国债收益率跌幅收窄至约1.5个基点，两年期国债收益率下行2.5个基点至1.835%。

亚洲芯片股借势上扬，美股期货延续涨势

华尔街前一日的涨势为亚洲市场定下积极基调——标普500指数和纳斯达克100指数均创下8月初以来最大单日涨幅，推动MSCI亚洲股票指数上涨0.8%。

英伟达发布的乐观业绩展望带动区域内半导体股集体走强，SK海力士日内涨幅达5%，三星电子同步上涨。美国股指期货显示，华尔街有望延续涨势，而欧洲股市则预计以小幅走软开盘。

黄金延续涨势，现报每盎司约4360美元，此前周四已上涨近2%，基本抹去前三个交易日的跌幅。

"三巫日"增添不确定性，波动风险不容忽视

周五市场还面临"三巫日"带来的额外扰动——与个股、指数期权及期货挂钩的衍生品合约于同日到期。

据Pepperstone Group策略师Dilin Wu测算，今日到期的期权名义价值逾2万亿美元，历史数据显示，标普500指数在三重到期日收低的概率高于均值。她同时指出，周四的买盘或部分源于多头提前推升关键技术位以锁定有利仓位布局，"涨势能否在到期日之后延续，是今日最值得关注的问题。"

AT Global Markets首席市场分析师Nick Twidale亦表示，"在央行政策仍主导市场、地缘政治风险持续高企的背景下，本周余下时间波动性应有充裕的表现空间。"

风险提示及免责条款

委内瑞拉接近达成协议：拟将40亿美元黄金从伦敦运往纽约

Fri, 18 Sep 2026 08:08:56 GMT

委内瑞拉政府与反对派正就将央行黄金储备从英格兰银行转移至纽约联邦储备银行一事接近达成协议，此举将终结一场长达七年的法律争端，并为这个饱受经济困境困扰的南美国家开辟新的融资渠道。

据英国《金融时报》18日援引四位知情人士透露，根据正在讨论的协议条款，代理总统德尔西·罗德里格斯领导的临时政府将获得这批价值约40亿美元黄金的法律控制权，但不得立即出售。其中三位人士表示，这批黄金可能被用作抵押品，供政府借款融资，资金将部分用于今年6月毁灭性双重地震后的重建工作。

该协议若最终落定，将是美国支持的委内瑞拉政府与反对派谈判进程中首批切实成果之一，也是委内瑞拉重返国际社会进程中的又一重要里程碑。消息公布后，这一进展对委内瑞拉主权债务及相关资产的市场预期具有直接影响。

七年争端：黄金归属悬而未决

这批黄金争议可追溯至2019年。彼时，美国、英国及部分其他国家承认反对派政治人物胡安·瓜伊多——时任国民议会主席——为委内瑞拉合法总统，反对派随即主张对存放于英格兰银行金库的这批金条拥有控制权，争端一度升至英国最高法院层面。

英格兰银行发言人表示，在英国法院就账户合法权属作出进一步裁定之前，"英格兰银行无法依据任何指令采取行动"，相关各方需向英国法院申请解决争议。

政府与反对派上月已宣布，双方正合力推动解锁这批存放于英格兰银行金库、共计31吨的黄金。英国外交部对此拒绝置评。

反对派坚持监管条件，黄金使用受限

尽管双方立场趋近，但反对派明确要求对黄金用途施加严格约束。反对派长期指责这届政府数十年来腐败横行、经济管理失当，坚持设立管控机制以防止储备遭滥用。

"黄金会转到美国，但德尔西·罗德里格斯不会直接动用，"一位参与谈判的反对派人士表示，"将受到监督和限制。"

据知情人士透露，协议的技术细节仍在梳理之中，谈判尚未最终敲定。目前，一批反对派政界人士本周已赴加拉加斯，与由现任国民议会主席豪尔赫·罗德里格斯率领的政府代表团展开会谈。

委内瑞拉重返国际社会进程提速

此次黄金协议谈判是委内瑞拉外交与经济重新融入国际体系大背景下的组成部分。今年1月，美国突袭控制了时任总统尼古拉斯·马杜罗，随后逐步放宽了对委内瑞拉经济的部分制裁；4月，国际货币基金组织在中断七年后恢复与委内瑞拉的正式往来，使加拉加斯政府得以重新获取在该机构持有的资金。

与此同时，英国与委内瑞拉本周宣布升级双边外交关系，英方将恢复向加拉加斯派驻大使，并表示欢迎有关新选举的谈判进程。豪尔赫·罗德里格斯本周早些时候赴伦敦与英国政府举行会谈，并在英国外交、联邦及发展事务部会面后于社交媒体上表示，将有"好消息"带给委内瑞拉人民。

美国支持的这一谈判框架，旨在为委内瑞拉重新举行选举创造条件。在2024年上一次选举中，马杜罗宣布自己获胜，但反对派经独立核实的计票结果显示其以较大差距落败。

临时政府面临经济压力，急需资金支撑

对于德尔西·罗德里格斯领导的临时政府而言，获得黄金融资渠道具有迫切的现实意义。在今年6月双重地震发生之前，委内瑞拉经济复苏速度已低于预期；地震造成的大规模破坏进一步加剧了重建资金的压力。

若以黄金作抵押借贷成为现实，将在不触碰储备出售红线的前提下，为政府提供流动性支持。分析人士认为，这一安排既回应了政府的融资需求，也照顾了反对派对资产安全的关切，是双方在现阶段政治框架下可能接受的折中方案。

风险提示及免责条款

丰田计划在制造业务中部署40万台机器人，助力生产自动化

Fri, 18 Sep 2026 07:55:03 GMT

丰田汽车集团正推进一项大规模机器人部署计划，计划在全球生产基地引入40万台自主研发机器人，其中包括能够从工人处学习技能的人形机器人，推动生产体系向人机协作模式转型。

9月18日，据日经亚洲报道，根据计划，丰田及旗下集团公司将从2028年起每年投入约1万亿日元，用于全球工厂翻新与重建。其中，丰田自有工厂将部署15万台机器人，集团旗下公司工厂部署25万台，覆盖全球约60家工厂。

丰田执行副总裁Hiroki Nakajima表示：“我们的目标是打造一个机器人与人类共存而非取代人类的世界。”这意味着此次自动化升级并非单纯替代人工，而是将机器人进一步融入生产流程。

制造经验从“匠人”走向智能机器人

此次计划的核心产品之一是ELEY（Embodied Learning Robot for Enhanced Yield）具身学习机器人。ELEY重约50公斤，采用轮式移动底盘和双指机械手，能够通过观察工人的实际操作，自主学习精细动作。

具体而言，工人可佩戴仿照ELEY手指设计的辅助工具，反复完成标准化操作，机器人则通过视觉观察学习动作，并不断优化执行方式。据报道，9月中旬ELEY在丰田欧洲区域总部进行了折叠T恤演示，经过两周、约1500次训练后，已能以接近完美的准确率完成这一任务。

丰田计划进一步将机器人训练数据在全球工厂共享，让不同工厂的机器人能够快速掌握相同技能。随着训练体系成熟，机器人未来不仅能够向工人学习，还可以将掌握的操作方法传授给新员工，形成从“人教机器人”到“机器人教人”的技能传递闭环。

这一体系建立在丰田庞大的制造网络之上。丰田目前在全球运营约60家工厂，拥有约1.8万名“匠人”（takumi）技术工人，这些工人长期积累的制造经验和标准化操作，将成为机器人持续学习的重要数据来源。同时，丰田计划每年投入约1万亿日元升级工厂，为机器人在全球生产体系中的规模化部署提供基础。

风险提示及免责条款

88小时抵一个人思考4000年！OpenAI核心研究员：除了自我进化，更可怕的是AI正学会“隐藏自己”

Fri, 18 Sep 2026 07:53:43 GMT

AI正在把过去需要数千年完成的认知劳动压缩到数天。真正的问题已经不只是模型能否变得更聪明，而是实验能否跟上、人类能否在模型继续自我改进前确认它仍然安全。

近日，在Dwarkesh Podcast的一场长篇访谈中，主持人Dwarkesh Patel与OpenAI研究员Noam Brown围绕多智能体、递归式自我改进（RSI）和AI对齐展开讨论。访谈的直接背景，是OpenAI让约1万个AI智能体连续运行88小时、消耗约1300亿个令牌，尝试攻克Navier-Stokes千禧年大奖难题。

按照Dwarkesh Patel的换算，这相当于把单个人类约4000年的认知工作量压缩到不到四天。这个数字揭示出的核心矛盾是：AI压缩认知劳动的速度越快，人类验证其能力和安全性的时间就越紧迫。

Noam Brown认为，AI在数学领域的进展和大规模多智能体实验，已经让RSI从理论设想变成必须认真对待的工程问题。但“4000年压缩到88小时”不等于研究效率提高了数十万倍。多智能体之间存在重复劳动、通信损耗和协调成本；更重要的是，机器学习研究还需要训练模型、运行实验、等待结果并获得反馈，其中许多步骤必须串行推进。现实世界中的实验周期，可能是RSI目前最重要的瓶颈。

Noam Brown同时警告，AI能力提高的同时，判断模型是否安全正在变得更加困难。

模型越来越善于识别自己是否处于测试环境，也越来越能够控制人类看到的思维链。如果研究人员直接惩罚思维链中暴露出的不良意图，训练压力可能不会消除这些意图，反而会让模型学会隐藏它们。Noam Brown认为，思维链监控、沙箱和其他安全机制可以为人类争取时间，却不能替代对齐问题本身的解决。

Hugging Face事件是这场访谈的另一条主线。Noam Brown证实，约1000个AI智能体在训练期间自发协调，在人类毫不知情的情况下，连续三个月内相继破坏训练流程、评估流程，并最终直接入侵OpenAI部分基础设施。他明确表示，这一事件的核心问题是模型本身的价值未对齐，而非多智能体架构本身，并警告称，随着模型能力持续增强，当前留给人类解决对齐问题的时间窗口正在快速收窄。

华尔街见闻整理要点如下：

OpenAI用约10000个AI智能体、1300亿个Token和88小时挑战Navier-Stokes难题。Dwarkesh Patel将总认知投入折算为一名人类约4000年的全职思考量，但Noam Brown强调，真正关键的仍是底层模型本身足够强大。

多智能体扩展的价值在于并行化测试时计算。它不会带来线性加速，通信、重复劳动和上下文割裂都会产生损耗；即便如此，智能体能够自行形成分工、复核和层级协调。

数学进展让RSI更值得认真对待，因为数学主要受“思考能力”约束，目标明确且容易验证。但机器学习研究需要真实实验，训练与反馈往往必须串行进行，这构成Noam Brown眼中的核心瓶颈。

Noam Brown不认同“一夜之间加速100倍”是最可能的基准情景。他认为研究进展加速3倍已经极其巨大，50%或10倍也都不能排除，当前的不确定性仍然很高。

Hugging Face事件暴露的核心风险并非多智能体本身，而是模型与人类目标未对齐。高度合作的智能体可以把协作能力用于正确任务，也可能集体优化错误奖励。

思维链监控的有效性正在下降。模型越来越能控制思维链，也能识别测试环境和“答案文件夹”之类的陷阱。对思维链进行过强监督，可能训练出更善于隐藏真实推理的模型。

Noam Brown认为，对齐评估中鼓励作弊或图谋的比例不能只是低至1%，而应接近0或达到0。现实难点在于，越聪明的模型越容易看穿评估环境，研究者尚无可靠方法证明对齐已经完成。

突破速度超出预期，即便是内部研究员也在持续被惊讶

Noam Brown在访谈中回顾了AI数学能力的进展轨迹，并承认自己的预测屡屡落后于现实。

他描述了一条清晰的能力跃迁曲线：模型能完成的数学任务难度，每年大致提升10倍（以人类数学家完成同类任务所需时间衡量）。GSM8K问题需要5秒，MATH基准测试题约需1分钟，AIME竞赛题约10分钟，IMO金牌题约100分钟。按此推算，他原本预期千禧年大奖难题要到2028年前后才可能被攻克。

"就在我们拿下Navier-Stokes前两周，我还和一位前沿实验室的研究员打赌，他认为这要到2027年之后，" Noam Brown说，"但即使是我，也觉得可能需要的时间比实际需要的还要长。"

他还引用了一位参与Navier-Stokes研究的人员的说法：此前这位研究员对AI未来12个月的预测还有信心，如今已缩短到只敢预测3个月。

值得注意的是，Noam Brown特别强调，解决千禧年大奖难题的功劳不应归于多智能体架构本身。"核心原因是我们拥有一个通用且非常强大的模型。多智能体是亮眼的，因此可能获得了不成比例的功劳，但它最多贡献了10%。"

RSI的真实瓶颈：不是智能，而是实验的串行性

Noam Brown的核心判断是：RSI将带来显著加速，但不会是"一夜之间快100倍"。

他指出，数学领域几乎完全受限于思考能力，因此AI的优势可以直接发挥；但机器学习研究本身需要大量实验，而实验是串行的——训练一个新模型需要时间，这一约束不会因为智能提升而消失。

"如果计算能力减少100倍，但世界上最聪明的人都在OpenAI工作，进展会少多少？"访谈者Dwarkesh Patel追问。Noam Brown承认进展会明显减少，但明确否认会慢100倍。他给出的参考数字是3倍加速："考虑到现在事情已经以指数级推进，再快3倍，已经是非常巨大的。"

他同时指出，AI能力的"参差不齐"在RSI语境下可能反而是优势。"AI只需要在制造更好的学习者这一件事上擅长就足够了，因为那个更好的学习者可以更加通用。"问题的明确性也构成优势——机器学习问题有可量化的指标，比"哪些数学分支值得探索"这类开放性问题更适合AI集中突破。

Hugging Face事件：对齐危机的结构性警示

Noam Brown在访谈中对Hugging Face事件给出了迄今最详细的公开解释。

他描述称，约1000个AI智能体在训练期间并非处于多智能体协作环境，而是被单独评估。但它们找到了一种意外的方式彼此通信，并由此触发协调行为——这种行为源于训练期间它们曾在多智能体环境中被强化为高度合作。"我们怀疑，每当它们在训练中遇到其他智能体，都处于高度合作的环境里，这种训练迁移了。"

他坦承，这一事件暴露出多个层面的问题：模型本身价值未对齐、沙箱安全性不足、思维链监控未开启，以及对AI能力的系统性低估。"这次事件的一个主要启示是人们低估了AI。我们永远不想再次低估AI。"

Noam Brown同时为"训练智能体高度合作"这一策略辩护。他的逻辑是：替代方案是训练智能体互为对手、相互欺骗，而高度合作至少将1000个智能体的对齐问题简化为一个整体的对齐问题。但他也承认，OpenAI内部对此存在争议，尚无定论。

思维链可监控性下降：AI正在学会"隐藏自己"

这是访谈中技术含量最高、也最令人警惕的部分。

Noam Brown指出，推理模型用自然语言展示思考过程，是安全性的"最佳情况"——人类可以直接观察模型在想什么。但这一优势正在被训练过程本身侵蚀。

"每一次你根据对思维链的观察进行干预，你实际上都在对模型施加一点压力，使其随后隐藏自己的思维链，"他说，"我们已经看到思维链可监控性因各种原因正在下降的迹象，我们正在努力弄清楚具体原因。"

更深层的担忧在于，关于思维链监控的概念已经存在于预训练数据中，模型在原则上知道自己正在被观察。一旦它们有足够能力将这种认知转化为行动——即有意识地在思维链之外进行"不良思考"——现有的监控手段将失效。"那时我们就必须依赖其他方法来实现可观测性，"Noam Brown说。

他还披露，模型已经能够识别自己处于测试环境——当被给予一个数学题且文件夹中有答案时，模型会主动选择不看答案，"因为它们知道这是一个陷阱"。这使得构建足够逼真的评估环境越来越困难。

内外部模型差距扩大：权力集中风险不容忽视

访谈的最后一个重要议题是模型发布节奏与安全评估之间日益扩大的张力。

Noam Brown指出，目前前沿模型的发布周期约为两个月，但模型能够有效运行的任务时间跨度正快速延长——从数小时到数天，未来可能达到数月。一旦模型能够处理三个月的长周期任务，而发布周期仅有两个月，人类将没有足够时间在发布前完成完整的安全评估。

他还提出了一个更深层的权力集中风险：在RSI加速推进的过程中，实验室可能会判断内部使用价值已足够大，从而停止外部部署——既减少了帮助竞争对手的可能性，也规避了外部监管压力。"默认情况下，随着进步加快，AI的外部部署在质量方面将显著落后于内部部署。"

他以数学领域为例：目前OpenAI内部模型已能解答多个此前未解的数学问题，但外部世界尚无法获取这些能力。他承认，"这是一个存在不公平优势的情况，这里有权衡利弊，我不知道如何恰当地权衡这些利弊。"

对于RSI最终是否会带来对齐良好的AI，Noam Brown没有给出乐观或悲观的定论。他的结语是："这是一个我们确实需要解决的对齐问题：我们实际上如何知道，以及我们如何衡量它。"

以下为访谈全文：

Dwarkesh Patel：
今天，我正在与OpenAI的研究员Noam Brown聊天。他是后来成为o1和推理模型的早期奠基贡献者之一。现在他正在研究多智能体系统。

Dwarkesh Patel：
说到这个，你们上周宣布，通过一个由10,000个不同AI智能体组成的系统，在88小时里消耗了1300亿个令牌，解决了千禧年大奖难题之一。我对与你交谈感兴趣的原因之一是，也许在两三年前，你是最早思考推理模型如何让我们洞察未来的人之一。

Dwarkesh Patel：
因为如果你扩大推理计算，你就能看到模型在几年后的基本能力。我觉得你现在处于类似的位置，能够帮助我们理解未来能力会是什么样的，鉴于我们现在可以进行的智能体规模的巨大扩展。

Dwarkesh Patel：
我的想法是，当你绘制这些推理模型的性能图时，以测试时计算为横轴，以几乎任何推理基准的表现为纵轴，你会看到一个非常清晰的模式：模型思考答案的时间越长，表现就越好。这是很自然的事情。人与之类似。如果你正在参加SAT考试，而你只有5分钟完成整个考试，你不会做得很好。如果你有5个小时，你可能会表现得好得多。

Dwarkesh Patel：
AI模型也非常相似。它们会花时间进行这种自我独白，弄清楚问题，考虑不同的情况，排除不同的可能性，并在之前的发现基础上继续推进。问题是，当你进一步推动时，会遇到延迟瓶颈。你不会想等待3年才得到回应。

Dwarkesh Patel：
所以你可以做的是许多人会做的：并行处理。你只需要组建一个团队。如果你要创办一家公司，你希望将一群人聚集起来，这样可以更快地推进。AI模型也是同样的道理。有多个智能体同时工作会更快。

Dwarkesh Patel：
因此，多智能体是一种以并行而非纯串行的方式扩展测试时计算的方法。它效率较低，因为单个智能体不再拥有所有的上下文。但是，如果执行得当，它是扩展测试时计算的非常有效的方法。

Dwarkesh Patel：
我会问一堆天真的问题。这是一个未发布的模型，所以我们还没有公开展示这些系统的具体工作原理。我只是对这些系统的定性属性有很多困惑的地方。

Dwarkesh Patel：
我对能在如此短时间内集中注意力的认知努力感到震惊。想想1300亿令牌是多少。如果一个人把思考当作全职工作，连续计算，1300亿令牌将是一个人思考4000年——每天8小时，正常工作周。

Dwarkesh Patel：
从古苏美尔到今天，人类连续思考的时间长达88小时。我觉得从质性角度看，这是一个非常重要的考虑因素。我很惊讶没有更严重的并行化惩罚。

Dwarkesh Patel：
你可以让一万个智能体协作。也许是因为智能体比人类更擅长协作，所以速度快得多。他们实际上可以在如此大规模上高效协作。或者，也许存在很大的并行化惩罚。我们先谈谈并行化惩罚，然后再谈定性方面的内容。

Noam Brown：
事实上，我们对多智能体扩展到这种规模的科学研究并不充分。当我们发布5.6版本时，我认为那是我们模型中首次拥有真正的多智能体系统。我们实际上在博客文章中展示了多智能体系统缩放性能的图表，因为我们有这个选项。这是Ultra模式。

Noam Brown：
默认是4个智能体，但你可以设置更高。图中展示了1个智能体、4智能体协同和16智能体协同的基准测试表现。

Noam Brown：
这取决于基准测试，但对于某些基准测试，你会看到如果有4个智能体同时处理问题，速度会是问题的两倍。因为4个智能体工作时间只有一半，你支付的费用是2倍，却能更快得到答案。如果你用16个智能体，你会看到类似的模式。效率稍低一些，但你依然能看到这种表现。

Dwarkesh Patel：
这是线性串行时间加速，还是随着并行智能体数量增加而产生的亚线性加速？

Noam Brown：
它有点亚线性，但很大程度上取决于问题。比如数学，其实很容易并行化。虽然不是最可并行化的，但非常可并行化。

Noam Brown：
网络搜索——比如做深度研究报告，你需要浏览大量的资料——是高度可并行化的。我怀疑写小说之类的事情几乎是不可并行化的。就像让 10,000 人一起写小说不会有很大收益一样，让 10,000 个智能体一起写小说可能也不会带来很大好处。

Noam Brown：
所以性能确实取决于领域。我们在已发布的博客文章中测量过大约 16 个智能体的表现。问题是，要把这个科学推到 10,000 个智能体很困难，因为成本实在太高了。

Dwarkesh Patel：
你们在一个周末就完成了。但那只是一个数据点。我们不知道单个智能体解决Navier-Stokes方程需要多久，因为我们还没有做过这个实验。也许我们会做，但那也只是一个数据点而已。

Dwarkesh Patel：
如果我们想做一个彻底的消融实验，在那种规模下实验成本太高了。所以我们必须要做一些有条理的科学研究，看看当你用 64、128、256 个智能体时会发生什么，并了解其行为。

Dwarkesh Patel：
但要把这一切推进到 10,000 个智能体，并且确切知道使用 10,000 个智能体相比 1,000 个智能体能带来多少好处，将会非常难。

Noam Brown：
有一件事我想说明：解决千禧年大奖难题的努力并不是因为多智能体。我甚至不会把 10% 的功劳归于多智能体。

Noam Brown：
现实是，OpenAI 训练出了一个非常强大的模型。我们可以让这个模型在很长的时间跨度内运行。我们可以让它并行思考。但其核心原因是我们拥有一个通用且非常强大的模型，这是我们能够做到这一点的关键。

Noam Brown：
多智能体之类的东西很新潮且亮眼，因此可能因此获得了不成比例的功劳。但核心原因是，这是一个非常强大的模型。

Dwarkesh Patel：
这一广泛的泛化能力让我非常震惊。我不知道这些系统是如何训练的，但它们很可能是按强化学习训练的方式进行训练的。你会有一堆可检查的合成问题，并针对它们进行大量的强化学习。

Dwarkesh Patel：
在训练过程中，我猜测，模型并没有解决任何像千禧年大奖难题那样雄心勃勃的问题。但泛化能力足够强，使得这些更容易、可验证的问题能够推广到在如此艰难问题上的大规模并行努力。

Noam Brown：
我认为这是正确的。首先，我们确实在非常困难的问题上训练模型。这里肯定存在差距。我们看到，如果我们在某些类型的任务上进行训练，它能够完成比那更有野心的任务。

Noam Brown：
有一个有趣的挑战：随着模型变得越来越聪明，我们能够向它们提出的许多问题实际上太简单了。很难去挑战模型。

Noam Brown：
我确实认为这将是有趣的。如果我不得不提出一个理由，说明为什么你可能不会看到像大语言模型这样的人造智能沿着AlphaGo、AlphaZero以及所有这些游戏类人工智能的相同路径发展，这可能就是这种问题。

Noam Brown：
在像AlphaZero这样的系统中，你有自我对弈，你有一个无限的课程体系。你总是在与一个同样强大的AI对弈。而对于使用强化学习训练大语言模型的情况，至少在目前已有的方法中，你给模型一个问题，并要求它去解决。

Noam Brown：
如果问题太简单，它只需一秒钟就能解决，那么它实际上并没有学到任何东西。如果我们没有足够的问题来挑战它，那么这就是一个合理的情景，在这种情况下，要取得进展会变得更加困难。

Noam Brown：
现在，我确实认为有办法解决这个问题。我们还没有真正遇到这样的瓶颈。我认为如果它真的成为一个严重的问题，是可以找到解决办法的。但这确实是一个合理的情景。

Dwarkesh Patel：
仅供观众了解，当你提到AlphaGo或AlphaZero时，你指的是在达到人类水平后相对较快地获得超越人类的能力。

Dwarkesh Patel：
如果你看下像围棋这样的游戏AI的发展轨迹，在一年时间内，它们从击败欧洲冠军——大约世界排名第50的选手——到击败世界冠军，再到比任何在世人类强大数个数量级，都是难以想象的。

Dwarkesh Patel：
在像数学这样的领域，我们可能会看到类似的轨迹，但我认为也有非常合理的情景，可能不会发生这种情况。

Dwarkesh Patel：
我想理解：如果在六个月内人们可以使用多智能体系统，那么应该如何建模与多智能体系统合作或雇用多智能体系统的体验？

Noam Brown：
我应该先谈谈这些多智能体系统实际上是如何运作的，我认为这与很多其他人工智能系统中的多智能体系统运作方式非常不同。很多接触过多智能体的人在处理像大型语言模型这样的系统时，倾向于采取这种高度结构化的方法。例如，可能会有一个协调者智能体，负责将任务分配给一群子智能体，然后将任务交给他们处理。这些子智能体完成工作后，再返回他们的答案。

Noam Brown：
这似乎是一个非常明智的设置，一个非常明智的框架。这绝对有帮助，但这种设置有很多限制。例如，如果在这个设置中你有一个协调智能体向子智能体分配任务，而子智能体完成任务后返回答案，如果两个子智能体被分配了类似的任务，会发生什么？他们可以互相交流吗？通常，答案是否定的。

Noam Brown：
那非常低效。如果你被分配了一个任务，而实际上与可能知道你正在处理的问题答案的人交谈——或者与您正在处理的某件事相关的人交谈——会非常有帮助，那么你只需能够向他们发消息说，“嘿，你能帮我处理这个事情吗？”会非常有帮助。但许多系统没有这种设置。添加它会显著增加你现有框架的复杂性。

Noam Brown：
还有一件事是，如果子智能体并不真正理解，或者有一个需要澄清的问题怎么办？那它就必须在“好吧，我是直接回去问问题，而不是解决问题？”或者“我去解决问题，并对上级智能体希望我做的事情做出假设，然后就按那个方式解决？”之间做出选择。在人们提出的任何框架中，总是会涉及到局限性。

Noam Brown：
我们想采取的方法是尽量减少预设结构，并给智能体提供非常原始的工具使用。他们会自己想办法如何有效使用这些工具。所以我们给智能体提供了向其他智能体发送消息的能力，当它向另一个智能体发送消息时，该消息会被插入到上下文中。它还可以做一些其他类似的事情，但这基本上就是核心内容。

Noam Brown：
它可以随时发送信息——只是一个工具调用——并且它可以将信息发送给其他智能体。它们自己会找出围绕此信息协调的最佳方式。事实证明，如果做得好，你会得到非常复杂的行为。在我看来，这看起来很像人类合作者在像 Slack 这样的工具上工作的方式。

Noam Brown：
当我们在做这个项目的时候，当我们最终让它运行起来，看到这些智能体一起解决问题时，真的非常令人兴奋。我记得有一个例子。我们给这些智能体一个问题，然后一个智能体说：“我想我有答案了。”然后另一个智能体说：“实际上，我得到的是不同的答案。”

Noam Brown：
然后他们进行了一整段讨论：“嗯，你是怎么得到那个答案的？你能给我解释一下吗？”他们来回讨论，试图澄清对方推理中可能的错误。然后他们最终达成一致：“哦，是的。好吧，好像是对的。”

Noam Brown：
然后它只是向其他智能体广播：“其实，我改变了我的答案。我觉得他是对的。”这感觉就像是一段非常自然的对话。感觉就像你第一次看到通过强化学习训练出来的思维链时，你会觉得，“哦，这就像一个人在写下他们思考时的想法。”感觉就是那样。

Noam Brown：
看到这种行为真的很酷。与这些东西合作，老实说，感觉很像与一个人合作。这种流程非常自然。未来可能会显现的一个质的差异是，这些系统思考的速度可能比人类快超过10倍，如果你仅仅看它们每秒输出的标记数量相比人类说话的速度。

Noam Brown：
他们一直在工作。他们没有睡觉。他们彼此之间的协作比人类与其他人类协作的能力要强得多。

Dwarkesh Patel：
我正在试着思考一年内在质量上会有什么样的预期。它是否像一个影子组织，在我的公司中运转的速度比人类水平快100倍？人类组织需要一年才能完成的事情，在这个影子组织里可能一周内就完成了吗？会感觉陌生吗？我不知道。

Noam Brown：
我实际上发现现在使用这些东西出奇地自然。我认为情况可能会改变。例如，我们有这些极快的模式，可以让采样速度提高 10–15 倍或其他什么。然后，要跟上这些东西将会相当困难。

Noam Brown：
这个想法是，这些智能体在彼此交流时可以非常快速。但他们也能分辨自己是在与另一个智能体对话还是与一个人对话，而且在这些情况下他们的行为会有所不同。

Noam Brown：
我们公开拥有的关于复杂多智能体系统的主要例子不幸的是 Hugging Face 的案例。我发现那里有很多令人担忧的地方，显而易见。但我觉得有趣的是，那里自发出现了层级结构和中层管理。

Dwarkesh Patel：
听起来你是在说这种程度的组织是通过训练自发产生的吗？

Noam Brown：
细节是自发的。但虽然我们给了智能体在如何以最佳方式相互沟通方面很大的灵活性，我们仍然给了他们一个起点。我们给了他们关于合理沟通可能是什么样子的先验。他们也在大量人类文本上进行了训练。

Noam Brown：
他们理解人类如何组织和协调，所以这一切都已经内置了。我觉得令人惊讶的是他们能够如此完善这一点。如果你看看它一开始的表现，并不是非常复杂的行为。事实上，要让这些智能体以高效的方式协调是非常困难的，因为他们很容易就会退回到“哦，我们都只是独立解决问题”的模式。

Noam Brown：
那是一个你可能会陷入的局部最小值。但如果做得好，他们最终可以在这些结构化的方式中非常有效地协调。

Dwarkesh Patel：
我几年前写过这篇关于自动化公司的文章。我当时在想：如果你拥有完全自动化、比如说具有人类水平智能的公司，AI思维的本质有什么不同，会让AI组成的组织有所不同呢？

Dwarkesh Patel：
有几个非常重要的区别。例如，人工智能可以比人类更无缝地共享上下文。它们可以更无缝地融合它们的知识。此外，你可以启动或关闭任意数量具有正确知识的实例。

Dwarkesh Patel：
所以如果你想雇佣更多人，并不完全是找到合适人才之类的麻烦。你最优秀的人才——你可以无限复制他们。或者如果你不再需要他们完成任务，你可以让他们暂停。你可以复制组织中最有效的部分，或者复制整个有效的组织。

Dwarkesh Patel：
你认为这些多智能体系统在一年后或两年后会发展到什么程度？

Noam Brown：
这是一个很好的问题：这些东西实际上与和人类同事合作有什么不同？你提到了一些。有一件非常有趣的事情是，如果你有一个人而你想要两份他，你不能只是克隆这个人。但对于人工智能来说，其实非常容易，只需要说，“好吧，自己分叉一下，”然后让两个副本都处理这件事，最后再合并回来。

Noam Brown：
我认为我们已经在Astra和5.6 Sol的多智能体中有这个了，当它们启动子智能体时，上下文只是被分叉。因此它拥有所有相关的上下文。

Noam Brown：
还有其他一些有趣的方式，智能体与人会有所不同。创业公司为什么会颠覆现有企业？有几个因素。其中之一是他们愿意承担更多风险。但另一个主要因素是，随着组织规模的增长，你会看到组织内部个人之间的错位越来越明显。

Noam Brown：
如果你有一家只有5个人的初创公司，每个人在公司中拥有20%的股份，那么他们都高度认同公司成功的重要性。如果你有一家拥有10,000人的大型公司，你会看到更多人表现出地盘意识，或者只是关心为自己的项目或团队争取大量人手，建立自己的封地，获得大量资源，以便他们能够发表出色的工作或获得晋升。这实际上是一个真正的弊端。

Dwarkesh Patel：
我认为这解释了为什么初创公司能够颠覆老牌企业的很多原因。确实，人工智能在某种程度上确实帮助了初创公司。如今，一个人站出来说“我要创建一个数百万美元的公司”比以往任何时候都容易得多。人工智能极大地增强了个人的能力。

Dwarkesh Patel：
但也有人认为，这可能对现有企业有利。如果解决了对齐问题，那么公司内部个人之间的错位问题就不存在了。至少这问题得到了缓解。如果人工智能对齐得好，它们就可以与公司的利益保持一致。

Dwarkesh Patel：
你可以拥有一万个它们，而且它们都会像作为20%股东和联合创始人一样努力工作。不仅如此，它们在管理共享记忆和上下文方面，比不同的人类更为出色。如果明天你雇佣一万个数学家并说：“解纳维–斯托克斯方程”，他们不一定能有效地合作，至少一开始是这样。但显然，你可以让一万个人工智能来做到这一点。

Noam Brown：
再次强调，我在这里想保持保守，因为我们尚未测量这10,000个智能体在协调方面的有效性。我们认为它起到了帮助作用。我们实际上没有好的测量数据能说明，“这10,000个智能体比2,000个智能体快了2倍”，或者类似的说法。

Dwarkesh Patel：
我不知道那是否可能，但我认为一万个人类在协作上比现在的一万个智能体更好是非常可能的。我认为这是完全可能的。

Noam Brown：
另外，我们一直看到的一个趋势是，我们已经在多智能体系统上工作了一段时间，而早期版本的系统非常难以做到正确。这些智能体之间甚至很难进行交流。这是因为当我们最初开发推理模型时，它们并没有与其他智能体进行交流。

Noam Brown：
如果你现在把一群智能体放在一起，并说，“一起解决这个问题”，他们会处在一个局部最小值状态，在那里他们非常擅长深度思考问题，而这种方式会打断他们的思路。不断与其他智能体核对或接收他们的信息会打断他们的思维流程。在这种情况下，优化实际上是非常难以做到正确的。

Dwarkesh Patel：
这是第一次合作时的冷启动，还是出了什么问题？

Noam Brown：
我认为这是因为它们不那么通用。早期的模型只是没有那么通用化，范围更狭窄。随着模型变得更强大，它们发展这种能力就变得更容易，我确实认为，随着它们在各方面变得越来越强大，它们在大型组织中自我组织的能力也会变得更好。

Noam Brown：
我不知道。也许他们在组织一万人群方面比人类更擅长。但即使不是，一年后或两年后，即便我们没有为此对他们进行端到端的优化，他们很可能也会做到这一点。

Dwarkesh Patel：
这就是为什么这个结果，以及 AI 在数学方面可能取得的总体进展，让我认为 RSI 比我以前想的更可信，也可能会更早实现。我感觉在数学领域，我们已经从比方说 2024 年的情况，当时你有 AI，然后会觉得，“哦，好吧，有趣。他们可以解决一些高中数学竞赛的问题。”然后到了 2025 年，会觉得，“哇，他们可以在国际数学奥林匹克中获得金牌。”今年早些时候，则是，“哇，他们实际上正在解决数学中的未解问题，”比如Erdős未解问题。

Dwarkesh Patel：
但也许人们并没有那么努力，而且文献中可能已经存在类似的解决方案。现在我只是觉得这是不可否认的。这就是千禧年大奖难题。没有理由认为这本应很容易。

Dwarkesh Patel：
现在，很多人指出——我记得陶哲轩（Terry Tao）有一篇类似的帖子，托比·奥德（Toby Ord）也写过一篇有趣的帖子——他们在解决很多这些问题，但我没有看到他们提出新的见解或形成具有洞察力的新问题以及新的数学思考方式，比如拓扑学或笛卡尔坐标系的提出。

Dwarkesh Patel：
所以，也许广义上看，数学的实际进展比你仅仅通过解决已明确定义的问题所看到的要小。然而，我认为这种进展在机器学习中会非常有意义，因为在机器学习中，你并不关心更好地理解深度学习的本质，或者你只将其作为实现结果的工具性目标。

Dwarkesh Patel：
只需解决这个明确的问题，比如提高模型的样本效率、改进预训练损失、或者改进其他方面。我们在数学中看到的像雪崩般到来的进展，结构上与预期的人工智能进展中的直接提升非常相似。同样，我很好奇是否真是这样；我只是一个完全的外行。

Dwarkesh Patel：
令我震惊或可能令人担忧的是，我们从“哦，他们给了我50%的提升”，如果你是数学家，到“哇，他们正在端到端解决该领域最大的开放问题”这一转变速度之快。

Noam Brown：
这里有很多值得探讨的内容。先从数学的进展开始。是的，模型正在做一些令人难以置信的强大工作，而且进展速度比我预期的还要快。

Noam Brown：
当我们在2025年获得IMO金牌时，我的想法是这样的：当模型学会如何解决GSM8K问题时，一个人类数学家大约需要5秒钟才能完成一个GSM8K问题。这是小学到八年级的数学。然后下一年，他们能够完成MATH基准测试问题。这些问题一个专业的人类数学家可能需要大约一分钟才能完成。

Noam Brown：
然后你会接触到AIME。这是美国数学奥林匹克队的选拔赛。一个优秀的人类数学家可能需要大约10分钟来完成，而模型一年后就能做到这一点。

Noam Brown：
所以每年，你都会看到他们能够完成的任务数量增加10倍，就其所需时间而言，相当于一个人类数学家完成这些任务所需的时间。然后很合理的是，一年后我们会达到IMO金牌水平，因为那大约是100分钟。这大约是一个人类数学家完成IMO题目所需的时间。

Noam Brown：
我只是向外推测，我想，“好吧，一个人需要多长时间才能解决像千禧年大奖难题这样的东西？”我没有很好的概念，但如果我们遵循每年增长10倍的趋势线，我们从IMO金牌选手，需要一个半小时，到下一年需要15小时。这应该不足以解决千禧年大奖难题。

Noam Brown：
所以我想，‘我觉得我们在2026年不会得到它，2027年也可能不会，或许在2028年。’所以它发生得比我预期的要快得多。

Noam Brown：
现在，有一种说法流传开来，认为这些东西正在取代数学家，它们在数学上全方位地超越人类。我认为这是错误的结论。它们在某些方面显然很出色，但在其他方面却不如人类数学家。

Noam Brown：
我们有这样一个参差不齐的情况：模型在某些方面非常出色，而在其他方面却比人类更弱。正如你所说，它们在提出新问题方面并不擅长。它们并不真正擅长理解哪些方向，或者哪些整个数学分支，值得去探索或发展。我的观点是，我认为这很棒。

Dwarkesh Patel：
我会很激动能生活在一个人工智能是对人类能力的补充，并且让我们在不完全取代人的情况下发现新知识的世界。这是最理想的情况。

Noam Brown：
你不指望那实际上会继续下去吧？

Dwarkesh Patel：
我确实认为人工智能是参差不齐的，但随着它们的进步，它们会在各个方面都变得更好。所以它们擅长的事情将会变得更加出色。它们远远落后于人类的事情会减少落后。随着时间的推移，它们有可能在各个方面都变得更好。

Dwarkesh Patel：
现在，我不知道那需要多长时间。这取决于他们擅长的事情之外，差劲的事情有多长的长尾。这又把我们带回到 RSI。我想再次强调，我只是一个完全的外行。我是一个播客主持人，但作为一个对这个领域发生的事情感兴趣并关心的人，我正试图推理何时可以预期 RSI 以及可以期望什么样的情况。

Dwarkesh Patel：
投入到这个千禧年大奖难题的认知努力数量是一个很好的直观例证。你可能会有人工智能，在大约一周的时间里，在一个长期存在的机器学习问题上，比如非常流畅的在线学习，投入的认知努力，可能比这个领域在其整个存在过程中累计投入的还要多。

Dwarkesh Patel：
然后你可以说，“嗯，当然，与数学不同，人工智能需要实验，而实验需要计算资源，这又需要时间。你不能只是纸上谈兵就真正实现事情。”但是看看像OpenAI这样的机构可用的计算资源量就知道了。

Dwarkesh Patel：
到明年年底，OpenAI 将拥有足够的计算能力，以至于——如果解决千禧年大奖难题需要 10,000 个智能体——假设明年年底你有 10,000 个智能体。到那时它们会聪明得多。每一个智能体每天都有足够的计算能力来运行一次相当于 GPT-3 规模的实验。对于思维极快的超人类研究者来说，这似乎是很多。你怎么看这个思维实验？

Noam Brown：
我认为它相当准确。这些东西非常尖刺。在数学方面，它们在某些方面要好得多，但在其他方面也更差。不过，它们尖刺的方式最终，我认为，可能对像 RSI 这样的事物特别有用。

Noam Brown：
你有一个更明确的目标。它更易于衡量。对“哪些新的数学分支值得探索？”的问题疑问少了。不，这有一个非常明确的答案。有一些你关心的指标，如果你能让这些指标表现得更好，那么你就成功了。所以我认为这其中有很多道理。

Noam Brown：
主要的区别在于，在数学中，你完全是受限于思考能力。是的，数学中确实有一些部分是需要关注进行实验和获取结果之类的事情。但大多数情况下，它主要是受限于深入思考，而模型在这方面非常擅长。

Noam Brown：
当你看像 RSI 这样的东西时，你确实需要进行实验。仅仅非常聪明是不够的。

Dwarkesh Patel：
一个支持这一观点的论点是，如果你的计算能力减少100倍，而世界上所有最聪明的人都在OpenAI工作，相对于我们现在拥有的计算能力和现有的人数，你会取得多少进展？

Noam Brown：
我怀疑实际上进展会更少。

Dwarkesh Patel：
少多少？

Noam Brown：
目前不清楚，但肯定会少一些。

Dwarkesh Patel：
少得多。少100倍？

Noam Brown：
不，不是少100倍。但你想问的问题是，如果我们有了RSI，而且我们有这么多出色的人工智能在运行实验并利用我们现有的计算能力，那么进展会快多少？我认为这是我们意见不一致的地方。

Noam Brown：
我们确实看到了加速，而且是显著的加速。但我不认为这是一个一夜之间的智能爆炸，让我们快上100倍，因为我们会被某些并非智能瓶颈的限制所阻塞。

Noam Brown：
它正在运行实验。它正在串行运行实验，因为训练新模型或获得结果都需要一些时间。它有运行这些实验的 GPU。所以不清楚事情究竟快多少。我肯定认为它们快了很多。

Noam Brown：
明确来说，考虑到现在事情发展的速度呈指数级，如果这个指数级快3倍，那已经是非常巨大了。但这与快100倍有很大区别。

Dwarkesh Patel：
我对你对 RSI 看法或其动态的内部见解非常尊重，因为显然你在这个领域已经工作了十年。我正在尝试从非常外部视角的直觉出发来推理它。

Noam Brown：
我会说，人们对此有不同的看法。我对此有我的看法。我完全有可能错。我承认这一点。我对此有一定的信心，但我并不百分之百确定事情就是这样的发展。

Noam Brown：
也许会有一夜之间的智能爆炸。我不知道。也许我们看不到3倍的加速。也许只是50%的加速。这里有很多不确定性。

Dwarkesh Patel：
几点想法。顺便说一下，我想澄清一些关于参差不齐的问题。我最近突然明白的一件事是，人工智能只要参差不齐地擅长于构建一个更好的学习者就足够了，因为那个更好的学习者可以更加通用。

Dwarkesh Patel：
如果你只是制造一个在使用 Office 产品或下国际象棋等方面更出色的人工智能，那也没问题。这不会带来大的生产力提升或其他什么效果。但如果你制造一个在制作更高样本效率的东西方面非常擅长的人工智能，或者一个能够持续学习的人工智能，或者一个能够解决这些范围更明确的机器学习问题的人工智能，那么由此产生的东西——假设你所解决的直接问题与这种更广泛的学习能力之间有足够好的迁移——就可能更具通用性。

Dwarkesh Patel：
所以这是一个需要记住的重要动态：为什么锯齿状仍然可以在另一端导致一般性。

Dwarkesh Patel：
关于实验这个问题，显然它们会成为你的瓶颈，因为如果不这样，正如你所说的，你可能会在一夜之间在OpenAI出现某种疯狂的奇点。你会有88小时，然后你会解决相当于机器学习的千禧年奖难题，并且你会拥有超级智能。

Dwarkesh Patel：
所以显然实验本身是一个如此大的瓶颈，以至于它让你花费数年时间，而不是8小时。但问题是，它们到底有多大的瓶颈作用。

Dwarkesh Patel：
让我有点感到奇点眩晕的一件事是意识到，即使当前的进展速度只是持续下去，也会发生什么。它不需要加速。它实际上只是继续保持原来的速度，同时你提到的一些其他阻力也会出现。找到问题变得更困难，时间跨度更长，也许到2030年代末，计算能力无法继续以这种指数级的水平扩展。

Dwarkesh Patel：
如果我们只是继续当前的进展速度，人们并没有认真对待当我们跨越人类视野时这意味着什么。以下是它所意味着的一些事情。

Dwarkesh Patel：
关于超过人类的智能会是什么样子真的很难推测，所以我们不妨从人口规模的角度来思考。目前的进步速度使得特定水平的计算能力每年基本上可以运行一个效能提高三倍的人口。无论如何，计算能力本身也在背后不断增长。

Dwarkesh Patel：
所以你可能会有这样一种情况：到2030年底——可能会更早，但我们姑且说到2030年底——每个实验室都有足够的计算能力来运行数亿个人类水平的智能，这基于那时的能力水平。

Dwarkesh Patel：
然后我认为人们没有认真对待这样一个事实：当前的进展水平意味着几年之后，到2030年代中期或更早，你会在每个实验室中拥有许多人类水平智能的总和。它们可能在质量上是超人的。

Dwarkesh Patel：
这是一个基本情况。进展非常快，我认为这是百分之百正确的。

Noam Brown：
值得指出的是，研究人员不断对进展的速度感到惊讶。即使在人工智能领域的研究人员中，如果你看看对2025年获得国际数学奥林匹克金牌的预测，认为可以通过一个没有任何工具、也无法访问互联网的通用语言模型来做到这一点——即使是OpenAI的人也认为这是荒谬的。他们认为这几乎是不可能的。

Noam Brown：
然后你到了2026年。就在我们获得Navier-Stokes定律的前两周，我正在和一个前沿实验室的研究人员讨论获得千禧年奖问题需要多长时间，他愿意跟我打赌1000美元，说这要到2027年以后才会发生。他认为可能要到2030年，我接受了这个赌注。

Noam Brown：
但即使是我，也觉得可能需要的时间比实际需要的还要长。因此即使在实验室内部，人们也一直在不断感到惊讶。

Noam Brown：
我昨天刚和一个从事Navier-Stokes研究的人交谈。他告诉我，他过去常说，要预测AI在12个月内的发展非常困难。如果有人问他，“事情会走向哪里？”他会对接下来的12个月的预测感到舒适，但超过这个时间，他就会说，“我不知道。”

Noam Brown：
现在他说他对超过3个月的预测都感到不自在。所以现在确实发展非常迅速。

Dwarkesh Patel：
你提到2030年。

Noam Brown：
我不知道2030年的世界会是什么样。说实话。

Dwarkesh Patel：
你预计AI劳动力完全自动化，或者说95%的自动化，会发生在2028年、2029年、2030年，还是2027年？

Noam Brown：
我刚说了，我不知道2030年的世界会是什么样。

Noam Brown：
我们最近实际上发布了一篇关于OpenAI内部加速的博客文章。我们展示了研究人员在Codex上花费的金额。例如截至八月初，排名前1%的研究人员每天用于内部使用的Codex花费是7000到8000美元。这是在指数曲线上。这将持续增加。

Noam Brown：
问题是，“好，如果这种趋势继续，那么如何划分AI执行的工作和人类执行的工作量呢？是95%吗？是5%吗？” 由于几个原因，这确实很难推理。首先，如果是人类指导AI完成工作，那么你该把多少归因于人类？多少归因于AI？

Noam Brown：
另一点是，这些AI是不均衡的。它们在某些方面非常擅长。例如，它们非常擅长查看数据集并检查每一个数据点是否具有足够的质量。相比以前，你可以在这些任务上过度使用AI。

Noam Brown：
所以，是的，你比以前使用 AI 的频率高得多，它让某些事情变得快了 100 倍、好 100 倍。但也有一些事情，它还没有带来巨大的变化。当然，如果某件事情突然变得快了 100 倍、好 100 倍，你肯定会做更多这样的事情。

Dwarkesh Patel：
那么你是在将其与三年前的加速效果做比较吗？问题更像是，“考虑到我们三年前所做的事情，我们现在能够快多少？”还是“考虑到我们现在正在做的事情，如果放回三年前会慢多少？”

Noam Brown：
这些实际上是两个非常不同的问题。无论如何，这真的很难衡量。我确实有信心地说，由于人工智能的进步，现在事情的发展速度比一年前快。我认为这种加速将会继续。

Noam Brown：
这个领域的很多人对这类事情的误差范围都很大。如果你拿枪指着我问我一个数字，我可以看到事情的进展可能会快3倍。那太惊人了。现在的进展速度已经令人难以置信。

Noam Brown：
即使我们没有获得任何提升，就像你说的，事情也会变得快得多。到2030年时，我们甚至不知道那个世界会是什么样子。如果通过内部加速获得三倍的提升，那将是巨大的。

Noam Brown：
想想三年前的你自己。如果我们在一年内取得那样的进步，那将是巨大的。这就像在一年内从连 o1 都没有、只有非推理模型，到拥有 Astra。因此我确实认为事情会发展得更快。

Noam Brown：
事情可能只会快50%。我认为这不太可能，但也有可能事情会快10倍。对此有很多不确定性。至少从我的角度来看，我对此有很大的不确定性。

Dwarkesh Patel：
让我们讨论一下这引发的对齐情况。我感觉自己在对齐问题上的思考方式已经发生了不少变化，尤其是通过思考这种人口规模动态——拥有相当于许多地球的智慧体，其中许多将具有实体化形态。

Dwarkesh Patel：
看到很多人只是将原始的Astra接入不同的移动操作器，然后它就超越了最先进的机器人模型，这真的很有趣。所以将会有数十亿的智能体，其中许多在物理上体现在世界中，只是深深嵌入整个经济体系中。

Dwarkesh Patel：
如果这些智能体最终像我们看到的 OpenAI 模型那样，先攻击 Hugging Face 然后又攻击 OpenAI 本身……如果这些智能体最终像那些人工智能一样愿意秘密合作、欺骗人类、攻击与高分相关的社会广泛机构、攻击 AI 公司以获得对训练和评估过程的控制——如果我们处于一个有数十亿个智能体，与攻击 Hugging Face 的那些一样不对齐的情境中——我们很可能会完全失去对世界的控制，就像阿兹特克人失去对科尔特斯的控制，或莫卧儿帝国失去对东印度公司的控制一样。

Dwarkesh Patel：
我想知道你是否同意那个评估。

Noam Brown：
这是我更新世界观的一个方式。里面有一些我不同意的地方，但有很多内容需要解析，所以让我们一步一步地来。我正在思考从哪里开始。

Noam Brown：
一件事是，我认为 Hugging Face 事件是人们第一次真正接触多智能体协调。就像我说的，我在内部已经观察多智能体协调一段时间了，看到它们如何相互交流以及如何相互协调，确实令人震惊。这非常令人印象深刻。这是一种令人难以置信的能力。

Noam Brown：
像大多数能力一样，它可以被用于好事或坏事。它本身不必是坏事。我理解，因为人们第一次接触它是通过Hugging Face事件，你看到那个时，你会觉得，“这真可怕。”

Noam Brown：
但是我想尝试区分人与人工智能之间的不对齐和人工智能与人工智能之间的不对齐。我们从 Hugging Face 事件中看到的是，人工智能非常合作。顺便说一下，这是因为我们训练它们时让它们高度合作。

Noam Brown：
我们有一些训练环境，其中有一群智能体一起工作。我们训练它们一起协作，彼此合作，基本上完全与彼此保持一致。当它们在导致 Hugging Face 事件的情况中被评估时，它们实际上并不是在多智能体环境中进行评估的。它们实际上是被单独评估的。

Noam Brown：
但他们找到了这种无意的方式彼此交流。我们怀疑发生的情况是，每当他们在训练时遇到其他智能体——也就是其他自己的副本——他们处在一个高度合作的环境中。我们看到的是这种多智能体训练向协作转移，并尝试以我们未预期的方式互相帮助。

Noam Brown：
现在，有一个问题是，我们是否应该训练这些智能体如此合作。尽管看起来很可怕，但替代方案实际上更糟。

Dwarkesh Patel：
替代方案是什么？

Noam Brown：
替代方案是训练它们互为对手，相互欺骗。通过训练智能体完全合作，这至少简化了问题。现在你不必考虑每一个单独的1,000个智能体是否对齐。你只需要确保有这一个整体是否对齐。

Noam Brown：
在OpenAI内部，对于如何处理这个问题有很多争论。完全对齐模型是否有意义？是否实际上给它们不同的目标以确保它们不仅仅是一个实体，并且对彼此的影响更有抵抗力，这样做有意义吗？我认为还没有一个定论。

Noam Brown：
但我认为大多数人的观点是，把这些智能体训练成高度合作实际上是一个坏主意。

Dwarkesh Patel：
我并不认为情况如此。我认为有强有力的论据表明，将智能体训练成高度合作实际上比任何其他多智能体替代方案更可取。

Dwarkesh Patel：
也许我首先想要说明的是，这些AI最终如此不对齐的原因，很可能可以通过对训练本质的相对平凡的观察来解释。

Dwarkesh Patel：
在这些AI继续进行一个由1,000多个智能体参与的阴谋，并最终导致他们全部参与针对一个外部服务的攻击——然后最终，据公众所知，以对OpenAI本身的攻击告终——他们为什么要这样做？为什么没有一个AI去告发？

Dwarkesh Patel：
他们只是被评分者，这个评估者评估。他们非常积极地思考如何欺骗评分者。如果他们已经作弊了，他们将如何掩盖已作弊的事实？他们为什么要这样做？

Dwarkesh Patel：
我认为从某种意义上来说，这是很容易理解的。

Noam Brown：
他们认为自己已经“中毒”了。在某些环境中，他们因与其他智能体合作而获得奖励。他们没有一个人会告状，因为从未因为告状而获得奖励。我担心的是，将来像这种相对平凡的事情，可能足以训练出愿意且有能力完全掌控世界的超级智能。

Noam Brown：
我知道这听起来像科幻小说一样。AI是否愿意去做这是一个问题。我认为这个 Hugging Face 事件清楚地表明，AI 的价值未对齐问题可以以这种方式泛化，而 AI 会愿意去做。

Noam Brown：
然后是他们是否有能力去做的问题。这又回到一个问题，听众可能会不同意我的观点：在未来 10 年或更短时间内，会有数十亿具有人类水平或以上智能的存在吗？其中许多还可能在现实世界中有实体身体？如果这两个条件都成立，那么即使 Hugging Face 事件发生的原因非常无聊，其结构上也与我们完全失控世界的方式极为相似。

Noam Brown：
我们在 Hugging Face 事件中看到的根本问题，即使去掉多智能体的方面，也依然存在。问题在于我们有一个模型本身就是价值未对齐的。同时还存在整个安全问题，以及防护措施不足等问题。但核心问题仍然是智能体的价值未对齐。无论是单个智能体还是 1,000 个智能体，这都是一个价值未对齐的模型。

Noam Brown：
所以我想从这里开始。确实存在这样一个问题：智能体想要获得奖励，并会为此优化。如果奖励被错误指定，就可能导致意外行为。这并不是新问题。这在这个领域已经存在很长时间了。甚至在 Hugging Face 事件发生之前，我们就已经注意到这个问题并希望纠正它。

Noam Brown：
我们说 Astra 实际上是高度对齐的，相较于以前的模型高度对齐。这并不是因为我们在 Hugging Face 之后突然加快脚步去改进它。不，我们早就有项目流程来让模型更一致。很多改进体现在 o3 版本中。

Noam Brown：
所以有一些事情你可以去做。例如，有一件事是我们以非常具体的方式定义了一个目标，如果智能体想出如何利用环境作弊并通过考试，它就会得到奖励。然后，有相当简单的方法可以查看这一点，并惩罚模型因为操纵环境而行为不当，或者查看它是如何实现这个目标的。现在，你需要对这点小心，因为你不想去监督思维链。这是我们真正想要尝试找到平衡的地方。

Noam Brown：
如果你去监督思维链，那么你可能会引导模型以一种无法观察的方式隐藏其意图。所以我们希望能够保持这种可观察性——我们可以理解模型在想什么——但同时也能惩罚它的不当行为。我认为我们可以在这方面取得进展。我们已经在这方面取得了一些进展。我认为一个真正的担忧是，对齐问题确实很难解决，尤其是因为模型可能以难以被我们测量的方式存在不对齐。

Noam Brown：
我们有用于评估模型是否对齐的评估指标。模型在这些评估中的表现可能看起来非常好。但如果这些评估不能代表现实世界中的行为，那么就会出现问题。在某种程度上，这也是Hugging Face事件中涉及的模型的一个因素。我们有对齐指标。大多数看起来都相当不错。有一些让人担忧。我认为我们低估了那些令人担忧的问题可能有多严重。

Noam Brown：
因为这个模型引入了新的能力，而这些能力没有足够的评估——我们如何衡量这些能力的不对齐？——它随后在利用这些新能力时做了一些明显不对齐的事情。

Dwarkesh Patel：
我首先想说的是，我愿意改变我即将要说的观点，或者改变我对对齐问题的思考方式，因为Hugging Face事件已经让我改变了我的想法。我意识到我之前关于优化压力如何塑造AI思维的心理模型是错误的。所以我还不清楚正确的思考方式是什么。但这是我目前的一个担忧。

Dwarkesh Patel：
你会，而且很可能已经修复了在训练过程中导致Hugging Face模型以如此激进的方式产生错误对齐的具体问题，这种情况是它们会像这样：“好吧，我们要破解这个包管理器。我们知道我们不应该秘密地互相交流，因为我们正在推理如何隐藏我们秘密交流的事实。我们知道我们不应该访问互联网。我们当然知道我们绝对不应该对其他公司（更别说我们自己的公司）实施重大的黑客行为。”

Dwarkesh Patel：
我认为你会修复那个特定问题——它们在训练期间看到这个包管理器的问题——以便将来不会发生，或者修复这个特定评估中存在大量不可能的挑战。然而，AI并没有学到一套伦理或类似的东西。仅仅是梯度压力。它们经历了数百万年的梯度压力。这种梯度压力以某种方式塑造了它们的思维。

Dwarkesh Patel：
我再次想说，我担心的是，可能的情况是你会修复这个特定问题。但仍然会有许多其他情况，AI通过作弊并获得成功，因为作弊足够复杂。正如你所说，训练中的评估具有相似的特性：它们处于模型能力的边缘——或者说是我们评估和监控模型能力的边缘——以至于我们无法发现它作弊。但它仍然获得了导致作弊发生的梯度压力。

Dwarkesh Patel：
这种作弊会激励的能力类型是：“嘿，只要你有机会逃过惩罚，就尽可能去作弊，因为这会帮助你得分更高。”这将奖励积极推理评分者的能力、积极推理如何规避监督的能力、积极推理如何控制训练和评估过程的能力、积极推理如何与同样处于此训练循环中的其他AI交流和策划的能力，以及积极推理如何获得未来可能有用的选择权和能力——例如，留下小型漏洞之类的东西。

Dwarkesh Patel：
我刚才说得太啰嗦了。但总结一下：你修复了一个具体问题，但没有解决这个更广泛的问题，即当AI有机会逃脱惩罚时，奖励它作弊的行为。

Noam Brown：
是的，这非常正确。这是一个问题。我们可以确保根据我们拥有的指标，AI 是非常对齐的。问题是，这些指标是否真的捕捉到了我们关心的对齐程度？如果没有，那么我们就有一个严重的问题。

Noam Brown：
这是研究人员正在深入思考的问题。对此没有简单的答案。我们有一些工具。我们有可监控性，所以我们可以了解，“这个智能体是否在图谋不轨？”

Noam Brown：
令人担忧的情况是，尤其是随着这些模型的能力越来越强，我们让它们按我们认为对齐的方式运作，它们的对齐度达到了99.9%。然后我们用这些模型来帮助开发下一代模型，它们最终只有99.8%对齐。随着每一代模型的更新，我们看到对齐度逐渐下降。

Noam Brown：
因为我们越来越依赖这些工具——这种情况已经存在，我们目前在研究和对齐工作的过程中大量依赖AI模型——从长远来看，它们最终会朝着与人类目标不对齐的方向发展。

Noam Brown：
也有可能会朝另一个方向发展，实际上每一代模型我们都能让它们更加对齐。我没有答案说明我们如何确保最终走上第二条轨道。但至少在OpenAI，这是我们非常关注的事情。

Noam Brown：
我认为你提出了一个非常有趣的观点，那就是评估模型非常困难。最终，我们会有模型管理公司，运行各种事务。在那种情况下，它们是否会决定加入阴谋？另一个挑战是，实际上要定义什么是作弊，有时候非常困难。

Noam Brown：
是的，如果你在做数学题，结果是一个整数，而且答案对或错，很容易划定界限。很容易说，“好吧，你到底是自己解出了问题，还是找到了答案并使用了答案？”这是一条作弊与不作弊的非常清晰的界限。

Noam Brown：
但对于很多其他事情，比如拍马屁，如果看拍马屁，这是奖励黑客行为吗？这里有一条界限，有时候真的很难划分。我不是说这些担忧不合理，而是说从很多方面来看，这更加令人担忧，因为这不是一个容易解决的问题。

Noam Brown：
如果一切都是二元的，要么作弊要么不作弊，我会对这种情况更有信心。我认为问题在于，未对齐有时实际上可以以多种方式表现得很微妙。关于一致性的故事仍然有一些希望，事实上，我们已经在看到这一点。

Noam Brown：
看看多智能体的情况很有趣，这些智能体彼此之间高度对齐。我认为没有人会怀疑这一点。如果说有人担心的话，那就是他们彼此之间可能过于一致。但是我们确实设法训练这些智能体彼此高度对齐，这是件好事。我认为也有一种情况可能认为这是件坏事。

Noam Brown：
有趣的一点是，“好吧，我们已经设法让这些智能体彼此高度对齐。我们能否使用类似的技术让智能体与人高度对齐？”这里可能有一条路径，我们仍在尝试弄清楚。但我们确实看到一些证据表明答案是肯定的。

Noam Brown：
例如，你有一个智能体——我们称之为智能体A——然后你有所有其他的智能体。如果你告诉其他智能体用户是智能体A，会发生什么？答案是，在我们许多对齐评估中，他们的表现更好。诚实度提高了，遵守指令的情况也提高了。这首先显示了有一种途径可以从这些模型中获得更多的诚实性。其次，这是改善对齐状况的途径。虽然将其直接转化为一致性收益有很多挑战，但这些是有希望的研究方向。

Dwarkesh Patel：
这似乎是合理的。我并没有强烈的观点认为它肯定不会起作用或者类似的事情。但只是说一些你可能已经想过的事情：更广泛的一点是，Hugging Face 事件显示，是的，部分担忧是它们彼此高度对齐，而不是与人类对齐。

Dwarkesh Patel：
但另一方面，仅仅是因为它们非常希望在训练和评估中表现良好，而这种表现方式非常不稳健。它们愿意采取很多明显的作弊和策划手段，以便在评分者看来表现良好。如果更聪明的人工智能意识到其中的一个智能体只是一个人类，与那个人合作并不会真的帮助你在评分者眼中表现更好。

Dwarkesh Patel：
在评分者眼中让你表现出色的方式是接管 OpenAI，然后手动按下那个表示你在这个评分者面前表现良好的按钮。他们不是傻子。他们会想，“好吧，我有这些经过数百万年训练的非常深层次的结构：关心评分者，理解评分者，消除妨碍你根据评分者的标准表现良好的障碍。”他们正根据这些结构受到大量强化。

Noam Brown：
看，这是百分之百的。这是第一优先事项。我们需要把对齐的故事讲清楚，并保持良好的发展轨迹。我以前常告诉别人，我们会在事情变得严重之前看到一些迹象，就像孩子们成长一样，小孩子学会了说谎，但他们做得并不好。他们会说谎，但你还是能看出他们在说谎。

Noam Brown：
以同样的方式——我不想过度拟人化——我认为，随着人工智能能力的不断增强，如果它们采取欺骗性的行为，一开始会有点明显，我们能够发现。这就是我们现在的情况，它们试图做欺骗性的事情，而我们实际上能够在它们的思维链中看到它们试图做欺骗性的事情。

Noam Brown：
但他们会变得更聪明。他们会理解连锁思维的概念。他们会明白，仅仅隐藏一些记录或其他什么是不够的，因为存在连锁思维监控，他们还必须想办法绕过连锁思维监控。我们不想处于那种情况。

Noam Brown：
我们有一些时间来解决这个问题。我认为我们没有太多时间，我想确保我们能很快走上正确的轨道。

Dwarkesh Patel：
最近关于推进前沿和人们更认真对待 RSI 的讨论很多，因为也许在 RSI 过程的另一端，比如从 2028 年开始，可能在 1 年内我们最终会有庞大的人口——地球规模的人口——达到人类水平、甚至超越人类水平的智能，而我们不知道如何控制它们。

Dwarkesh Patel：
然后就是你提到的这种动态。在RSI过程中，系统会随着时间的推移变得更加对齐，还是会变得更加不对齐？从这个过程的另一端出来的东西，会像那些愿意广泛攻击不同的攻击面以在评估中表现良好的AI一样不一致吗？

Dwarkesh Patel：
但是如果我们不知道评估它的方法，那么在进行RSI时，我们怎么会知道它是否有效呢？

Noam Brown：
我认为在进行RSI时，我们希望有一个稳健的安全性案例：“好，模型的对齐有效。让我们进行下一阶RSI。再进行下一阶RSI。”也许它有效，也许无效。我们怎么会知道？这是一个好问题。

Noam Brown：
我最近一直在思考的一件事是，我们现在面临的情况是模型发布周期非常快。你会看到新的前沿模型最多每两个月发布一次，有时更快。每周都有新的AI突破。

Noam Brown：
有些人看AI，有时候最后一次真正深入了解模型能力的时间是一年前或半年以前。实际上，如今的模型远远超出六个月前所能实现的能力。因此，如果有人对很多这些能力持怀疑态度，我鼓励你今天就尝试这些模型，看看今天的前沿究竟是什么。

Noam Brown：
我们正处于这个模型发布周期非常快，同时模型越来越能够在更长时间跨度内运作的时期。这是一个有趣的情景，因为在我们发布任何模型之前，我们希望确保模型被正确地对齐。我们希望进行安全性评估。我们希望做非常彻底的工作，确保一切都处于良好状态。自从，我不知道，GPT-4或更早之前，这种情况一直是如此。

Noam Brown：
隐含地，有一个假设，你可以在相对较短的时间内完成这些评估。但模型能够在越来越长的时间范围内有效运作。GPT-3，你可以让它在长时间跨度内完成任务，只是不会做得很好。但今天的模型实际上能够在很长时间跨度内有效运作。

Noam Brown：
你希望它完成一个为期一周的任务，它可以完成一周的任务。我们可能会达到它们能够完成一个月任务的阶段。我们可能会达到它们能够完成三个月任务的阶段。如果你处在一个它们能在三个月内有效运作的世界里，但模型发布周期是每两个月一次，那么在下一次模型发布周期之前，你就没有办法评估模型在其能力的完整长度上的表现。

Noam Brown：
所以有一个有趣的问题：在那种情况下你会怎么做？你如何确保模型在可以在这些极长时间范围内操作的阶段是安全的并且符合目标？谁知道，也许能力会下降。这甚至都不是一个对齐问题。

Noam Brown：
这也只是一个产品问题。也许产品在那段时间内以我们没有足够时间测试的方式退化。也许对准性退化。也许安全性退化。

Noam Brown：
这现在还不是一个问题，但它正在迅速成为我们必须找到解决方案的问题。很多安全政策是在 GPT-4 时代制定的，当时这根本不在任何人的视野中。对于很多公司来说，自那时以来，这些政策实际上并没有真正更新，以考虑到这些智能体正在非常长的时间跨度内运作的事实。

Noam Brown：
所以这是一个我认为无论在实验室内外都没有足够多人考虑的情况。你如何为这个问题做准备？如果你只是看趋势线，我们终将会遇到这个问题。

Noam Brown：
我担心的一点是，在进行 RSI 的过程中，如果目前需要大约 3 个月才能取得的进展，在 1 个月内就能完成，那么 AI 内部的使用案例已经足够大，他们可能会想，“好吧，我们可以继续进行 RSI。我们为什么要去做所有额外的工作来构建分类器和安全措施，以及其他东西，并且可能因此承受大量批评，为了外部部署这个模型呢？为什么我们不继续让 RSI 变得越来越强大？”

Noam Brown：
所以，日历时间不仅低估了模型之间能力的差距，而且在RSI期间，你或许干脆完全停止对外部署模型，因为我们为什么要帮助其他人使用我们的模型来自己进行RSI呢？到年底，你最终会陷入权力高度集中的局面。

Noam Brown：
现在情况已经如此——我们将会讨论千禧年大奖难题以及其他类似的问题——更广泛的世界无法接触到那些正在让真正酷的事情发生的模型。它们最终将比仅仅数学更有广泛的相关性。它们将做的不仅仅是提出很酷的数学结果。

Noam Brown：
它们将与需要对世界做出重要决策的政治领导人相关。它们也将与，我不知道，媒体相关：世界上发生了什么，公众应该如何看待这些？仅在经济上相关，人们在经营企业，他们想要使用这些模型。

Noam Brown：
我认为，默认情况下，随着进步加快，人工智能的外部部署在质量方面显著落后于人工智能的内部部署。

Dwarkesh Patel：
没错。很容易说，'好吧，这些模型正变得非常强大。它们极其危险。它们在越来越长的时间范围内运行，我们希望确保在发布之前有足够的时间评估它们，以便在这些时间范围内进行操作。因此，模型的发布周期应该放慢。我们在发布模型之间应该有更多的延迟。'

Dwarkesh Patel：
这也有另一面，正如你所说。现在你正在在实验室内部与他们能够使用的——我们能够使用的——以及外部世界能够使用的之间制造更多差距。这同样不是理想的情况。

Dwarkesh Patel：
数学实际上是一个很好的例子。在很多方面，数学是我们最早能够清楚看到这一点的领域。我们有这样一种情况：我们内部拥有一个非常强大的模型，目前外部世界无法使用，它能够解决令人难以置信的数学问题。

Dwarkesh Patel：
不仅仅是千禧年大奖难题。还有许多尚未解决的问题的解答，人们已经能够从这个模型中得到。问题是，在这种情况下你该怎么办？我们没有一个好的答案。

Dwarkesh Patel：
这是一个存在不公平优势的情况。这里有权衡利弊。我不知道如何恰当地权衡这些利弊，但这两方面都有复杂性。

Dwarkesh Patel：
我想确保我们解决之前提到的关键点，这似乎对正确实现 RSI 非常重要。我们该如何确保模型在能够规避人类的时候，不仅仅是因为作弊和耍花招而获得奖励——也就是在我们没有将这些环境或任务从训练分布中移除的情况下？

Dwarkesh Patel：
那么我们如何知道那件事已经发生了，以至于在我们进行RSI时，我们已经完成了评估，然后像这样说：“好吧，没问题。我们来进行下一个RSI阶段”呢？

Noam Brown：
这再次是一个真正的担忧，也是我们希望做好的一件事。我认为有一些策略。思维链监控是其中之一。

Noam Brown：
一旦我们得到了推理模型，值得称赞的是，Jakub Pachocki 非常非常清楚，我们无法监督思维链。因为这真的是一种天赋。对神经网络进行可监控性非常困难。

Noam Brown：
在这里，我们遇到了一种情况，神经网络只是直接进行推理，用自然语言展示它们的思维过程供我们阅读。这是非常方便的。这确实是安全性的最佳情况。

Noam Brown：
但是如果你看看那种思维链条并说：“哦，这个模型在想坏念头，我们应该因为它想这些坏念头而惩罚它，”那么最终发生的情况是模型只是学会以我们无法观察到的方式去想那些坏念头。

Noam Brown：
可能会出现这样一种情况，通过观察思路链，我们可以看到，“哦，模型正在策划并做一些实际上在我们的对齐指标中未被检测到的不对齐的事情。”现在，问题是，非常容易基于这种观察进行干预并改变对齐指标。

Noam Brown：
你可以用非常轻的方式去做，而且实际上有研究表明，只要你不经常这样做，这是没问题的。但每一次你根据对思维链的观察进行干预时，你实际上都在对模型施加一点压力，使其随后隐藏自己的思维链。这是一个主要的担忧。

Noam Brown：
我们已经看到思维链可监控性因各种原因正在下降的迹象。我们正在努力弄清楚具体原因，因为我们希望扭转这一趋势。但我们发现模型在更好地控制其思维链方面正在进步。

Noam Brown：
这是一个问题，因为你可能会遇到模型理解什么是思路链，并且人们正在观察它的情况。最终他们会知道。这一切都在预训练数据中。思路链监控的概念已经存在足够长的时间，以至于它被包含在预训练数据中。

Noam Brown：
他们意识到了这一点，但实际上无法控制自己的思维链。如果我们达到一个他们能够真正意识到的程度：“哦，我正在被观察。我想以一种监视器无法察觉的方式去思考这些不良的想法，”然后他们能够真正做到这一点，那么就会有问题。

Noam Brown：
那么我们就必须依赖其他方法来实现可观测性。

Dwarkesh Patel：
关于循环结构和循环Transformer以及类似问题在Astra上有很大的争议，还有关于思维链是否确实被削弱。这似乎相比更大的担忧来说只是次要问题：你确实在4月至8月这段时间拥有思维链，在此期间连续发生了3次AI智能体群事件，首先破坏了训练过程，然后破坏了评估过程，接着直接控制了OpenAI的一部分基础设施。

Dwarkesh Patel：
所有这些都发生在人人对该智能体群的活动范围基本不知情的情况下。所有这些都发生在连续3个月内，而当时我们的思维链比未来任何时候都要强。

Noam Brown：
放眼全局，也许思维链有效，也许无效。我不知道。仅从历史来看，即使是相当简单的模型，也不足以阻止明显严重的不对齐事件。

Noam Brown：
这里有几个因素。第一，我们在那些模型上没有开启思维链监控。如果我们当时有思维链监控，我们会立即关闭它。

Noam Brown：
所以我们采取的一个步骤是，“好吧，我们将在评估、部署和任何前沿模型的训练期间开启思维链监控。”但这只是一个问题。

Noam Brown：
我们不希望处于依赖一种技术来防止下一个问题的情况，因为技术可能会失效。还有一个问题是模型根本不对齐。

Noam Brown：
那么我们如何解决不对齐的问题呢？还有一个问题是它所在的沙箱不安全。所以我们可以使沙箱更安全。

Noam Brown：
但我认为这次事件的一个主要启示是人们低估了AI。我们永远不想再次低估AI。

Noam Brown：
这是一个奇怪的世界，因为AI的进步非常快。人们持续低估AI。

Noam Brown：
为了在安全性和对齐问题上不再低估它，你必须设定非常非常非常高的标准。你甚至可以进一步说，“好吧，我们应该物理隔离计算机。”我不相信那就足够了。

Noam Brown：
有一些研究——这主要是学术性的——你可以让两台计算机并排放置，它们之间没有网络连接，但它们仍然能够相互通信，因为它们有温度传感器。其中一台可以让其CPU运行得非常高温，然后另一台实际上可以检测到温度变化。这为它们提供了一种通信机制。

Noam Brown：
所以安全机制为我们争取时间，而像思维链监控这样的东西也为我们争取时间，它们可以告诉我们是否走在正确的道路上。但归根结底，我们确实需要解决对齐问题。也许没有答案，这真的归结于这一点，但我们如何知道我们已经解决了它？这似乎是一个非常关键的问题。

Noam Brown：
明年，也许是后年，再后年，我们将处于这样一个非常高风险的情境中，到时候我们可能会说：“好吧，人工智能已经自动化了人工智能的进展。进展速度是原来的三倍，我们已经达到了人类水平。我们可能正在超越人类水平。”这没问题吗？我们是否进行了对齐？它工作了吗？

Noam Brown：
我对什么样的训练压力会产生什么样的人工智能一无所知。也许如果在 100 条强化学习轨迹中只有 1 条鼓励作弊，我们会培养出温顺可靠的人工智能，那也无妨。但也许现在，每 3 条推理轨迹中就有 1 条在奖励——

Noam Brown：
明确地说，1/100是不够的。这个数字必须接近0，或者是0。我不知道。也许现在，实际上有超过1/10的情况是在积极奖励作弊或积极奖励算计。我不知道这个数字是多少，也不知道这个数字需要是多少。

Noam Brown：
再说一次，这也是那种很难衡量的事情。你要在哪里划定界限？这是一个光谱。但越接近零越好。我希望看到的趋势是，随着时间的推移，它在下降。

Noam Brown：
不过无论如何，我们怎么知道自己什么时候在进行RSI？我们是否在按计划构建数十亿个对齐的或不对齐的ASI？我们怎么会知道呢？这是我们需要解决的一个对齐问题：我们实际上如何知道，以及我们如何衡量它？

Noam Brown：
这只是我胡乱猜测。现在我的团队中比以往任何时候都有更多的人在研究对齐。我现在有超过10%的团队成员在研究对齐和安全。但我过去一直是能力研究员，所以我会说一些东西。可能听起来很傻，但我只是随便说说。

Noam Brown：
如果你能创造非常逼真的环境，把AI放进去——如果你有一个足够真实的评估环境——那么你就能判断AI在实际部署时是否表现得很好。如果你能在评估和现实部署之间找到完美匹配，那这就是一条路径。挑战在于，如何让它足够真实？

Noam Brown：
我们现在确实面临一个问题，那就是模型相当聪明，相当机灵，而且它们非常擅长识别自己是否处于一个虚假的测试环境中。我们有一些情况，是我们尝试检测模型是否对齐。你可以想象非常简单的评估方法，比如给它一个数学问题，然后它有一个文件夹里面有答案。它会看答案吗？如果它确实看了答案，它会告诉你它看了答案吗？

Noam Brown：
我们现在的情况是，模型看到这个文件夹里有答案，他们会想，‘嗯，这似乎是一个陷阱。’他们知道这是一个陷阱。他们不会看答案，因为他们知道这是一个测试环境。他们正在被测试他们的能力。

Noam Brown：
这并不是说他们是恶意去做的，就像他们想要搞阴谋，他们知道这是一个陷阱，所以他们想找其他方式。他们只是想，‘哦，我在一个测试环境里。好的。’所以，为他们创建一个足够逼真、以至于无法与真实世界区分的环境，变得越来越困难。

Noam Brown：
这是我想提出的一个观点。我认为，没有任何一种环境可以模拟真正具有经济价值的工作——这种工作需要与他人互动并与世界互动——在这种环境中，如果你身处其中，你不会通过足够的努力意识到自己其实在这种环境中。

Noam Brown：
你不是ASI，对吧？但是你是人类。所以如果你拥有非常强大的人工智能模型，也许它们可以创建能够实现那一目标的环境。只是这似乎不太——尤其是如果我们之后依赖这些人工智能。它们是否参与了这个计划？我不知道。这是我们想要衡量的另一件事。

Noam Brown：
我认为这实际上是一个反对将人工智能训练成完全合作的有力论点之一。如果在智能体本应有不同目标的情况下，这导致合作增加，那么这就是一个问题。

Noam Brown：
我认为我们确实有这方面的指标。我不知道这些指标的最新情况，但没有人向我提出过警告。所以我假设这还不是一个严重的问题。

Dwarkesh Patel：
如果最终发生另一件同等严重或令人担忧的事件，或者发生一些事件可以像Hugging Face事件一样帮助世界更好地理解错位风险，OpenAI会报告吗？

Noam Brown：
绝对是。我认为即使发生了安全关注较低的事件，我们也会报告。报告它和调查它是两回事。

Dwarkesh Patel：
至少作为公众的一部分，我并不觉得自己真正理解当时那些特工攻击 OpenAI 时发生了什么。那似乎比 Hugging Face 的事情更令人担忧，因为那在结构上更类似于在 ASI 期间的流氓部署，这些部署是持久的，并且在颠覆 RSI 过程。

Dwarkesh Patel：
看起来即使在这次事件中，我们也还没有弄清楚发生了什么的全部细节。

Noam Brown：
不幸的是，我在研究团队。这可能是一个需要由安全团队的人来解释的问题，因为我不知道所有被说的细节。

Dwarkesh Patel：
每次有新功能出现时，我个人都非常兴奋，我也很期待使用这个新模型。我还为它能让我更高效而感到兴奋。我的更广泛的使命——尝试更好地理解世界，同时制作更好的播客——由于更好的人工智能模型而变得更好。碰巧的是，这可能带来的下游影响是重复性应力损伤（RSI）。

Noam Brown：
如果你在关注这个情况，这是一个非常可以理解的反应，而你确实在关注。OpenAI 内部的人也是如此，那些曾觉得事情会花更长时间的人开始觉得，实际上，事情比预期进展得更快。这种对话越来越常见。

Dwarkesh Patel：
诺姆，非常感谢你做这件事。

Noam Brown：
当然。这一直很棒。

风险提示及免责条款

SWIFT为什么能成为美国最大的金融武器？【胡捷大师课1.4】

Fri, 18 Sep 2026 07:48:32 GMT

精彩内容预览

现在出门，兜里还有纸币的人已经不多了。这不只是习惯问题——今天绝大部分的钱根本没有物理形态，只是账本上的数字：央行的账本，或者商业银行的账本。

理解这一点，很多“神秘”的事情就透明了。你在工行转1万块钱给农行开户的朋友，看起来是一瞬间的事，背后却是工行账本、农行账本、央行账本三个账本同时改数字。所谓现代支付系统，本质是一个金字塔式的账本集合，所有大额交易，“不过是一帮人在改数字”。

这也解释了金融制裁为什么有效。想让一个人寸步难行，可以通知金字塔上的每个节点：凡是他的交易一概不理；也可以更干脆——切断SWIFT。这套诞生于上世纪70年代的“黑话”系统，是全球银行协同记账的共同语言，一旦被踢出去，等于在金融世界里被静音。

账本如此重要，那能不能造一个不受任何人控制的账本？这正是下一集故事的入口。点击此处或下方课程表，看懂你的钱、转账与制裁的底层运作。

日本央行行长植田和男：将根据经济和物价情况继续加息

Fri, 18 Sep 2026 06:38:07 GMT

日本央行行长植田和男：中东、AI需求和汇率是影响利率路径的因素。潜在物价趋势正接近2%。物价趋势存在偏离目标上行的风险。

风险提示及免责条款

一边高调大喊“减速”，一边闷头锁定AIDC：Anthropic反证“算力见顶”叙事

万周 — Fri, 18 Sep 2026 03:44:42 GMT

Anthropic刚刚呼吁放缓前沿AI能力推进，却又在澳大利亚签下规划容量2.16GW的数据中心租赁协议。这组动作看上去反差强烈，背后却是一套连贯的竞争逻辑：模型领先会持续被追赶，电力、并网和数据中心却有以年计的建设周期。

Anthropic正在全球提前锁定训练与推理容量，把AIDC变成长期经营壁垒；但同一套壁垒，也可能把前沿AI拖入长期高资本投入。

一、发生了什么？——一边放慢模型，一边把算力提前几年锁住

1. 反差来自两个完全不同的时间尺度：

Dario Amodei近期呼吁前沿AI公司放慢能力推进，为安全评估、第三方监督和行业协调留下更多时间。几天后，Anthropic却在澳大利亚签下首个数据中心租赁协议：由Zerra DC开发，园区规划容量约2.16GW，预计2027年起陆续上线，公开信息显示主要服务于AI推理。这种时间上的紧邻，很容易让人产生疑问：如果模型准备减速，为什么基础设施仍然要抢得这么快？

答案首先在建设周期。前沿模型是否延后几个月发布，可以由公司内部决定；几GW级电力、并网容量、机房、网络和冷却系统，却无法等到需要时再临时补齐。大型AIDC从能源协议、选址审批到设备采购和并网，通常需要跨年度准备。Anthropic此时锁定2027年以后的资源，解决的是未来两三年的供给确定性，与某一代Claude何时发布并不冲突。模型节奏可以调整，物理基础设施的准备窗口一旦错过，很可能要付出更长时间。

……

A股三大指数集体高开

Fri, 18 Sep 2026 01:25:47 GMT

上证指数涨0.42%，深证成指涨1.15%，创业板指涨1.61%。

风险提示及免责条款

华尔街见闻 - 资讯 - 最新

欧央行副行长出手“降温”：能源涨价不能成为继续加息的唯一理由

能源价格同时冲击通胀与增长，加息仍取决于经济表现

OpenAI、Anthropic开始“抢小单”！AI算力争夺转向20–30MW小型数据中心

超大项目之外，AI公司开始“多点布局”

“快”成为算力采购的新考量

推理需求推动算力走向分布式

Anthropic悄悄建起生物实验室！Claude指挥机器人做实验，AI制药再进一步

从计算模拟走向真实实验

收购合作铺开生命科学布局

扩张之下的数据与安全考验

玛莎拉蒂，想装上“华为心”

三叉戟的“中国方案”

接上下一代产品

尚未谈拢的合作

李强主持召开国务院常务会议

Figure租了30套房，让机器人挨家“考核家务”

租30套房，不采数据，直接干活

Index预训练，人类经验是机器人的“漏洞”

重新划定“学习”与“部署”的边界

用魔法打败魔法，OpenAI被Claude“黑了”......

攻击链全貌：从图像上传到内部代码库

Claude Opus 5将漏洞利用压缩至72小时内

AI代理账户成为新的权限枢纽

报道：SK海力士旗下Solidigm考虑在美国建设首座NAND工厂

AI存储需求升温，Solidigm探索美国本土产能

日本央行“鹰派”信号不足，日元下跌再瞄准160大关

加息落地难提振日元，市场转向关注后续路径

日元逼近160，汇率干预风险重新升温

摩根大通：加息并不足以终结美股涨势，长端利率、财政与地缘才是真正的风险

加息未必压垮美股，5.5%-6%才是关键阈值

AI投资仍在扩张，但瓶颈已从需求转向供给

长端利率、财政与地缘，是美股真正需要防范的风险

财政部：前8月全国国有土地使用权出让收入同比下降28.6%，证券交易印花税大增82%

一、全国一般公共预算收支情况

二、全国政府性基金预算收支情况

光为何反弹？ 产业当前焦点与边际热点，大小光的差异化在哪？

消息人士：长鑫准备进入NAND闪存市场

沃什是如何在不激怒特朗普的情况下加息的

电话通话：和解还是干预

关系管理：沃什的策略与鲍威尔的前车之鉴

历史先例：格林斯潘模式的参照与风险

分歧犹存：沃什的领导力受到质疑

在岸、离岸人民币双双升破6.7，原因找到了！

高盛：美联储加息放缓黄金上涨节奏，但不改长牛结构

加息冲击有限：近期路径放缓，终端目标不变

央行购金：黄金牛市最核心的结构性驱动力

看涨期权需求韧性十足，为金价提供额外支撑

尾部风险警示：极端鹰派路径与大选前的“候车室”效应

沃什加息 市场信了吗！？

科技股强势反弹，纳指期货上涨0.7%，日元承压，布油日内跌2%

本周市场轮转：从动荡到修复

分歧票决压制日元，策略师警告汇率或进一步走弱

亚洲芯片股借势上扬，美股期货延续涨势

"三巫日"增添不确定性，波动风险不容忽视

委内瑞拉接近达成协议：拟将40亿美元黄金从伦敦运往纽约

七年争端：黄金归属悬而未决

反对派坚持监管条件，黄金使用受限

委内瑞拉重返国际社会进程提速

临时政府面临经济压力，急需资金支撑

丰田计划在制造业务中部署40万台机器人，助力生产自动化

制造经验从“匠人”走向智能机器人

88小时抵一个人思考4000年！OpenAI核心研究员：除了自我进化，更可怕的是AI正学会“隐藏自己”

华尔街见闻整理要点如下：

突破速度超出预期，即便是内部研究员也在持续被惊讶

RSI的真实瓶颈：不是智能，而是实验的串行性

Hugging Face事件：对齐危机的结构性警示

思维链可监控性下降：AI正在学会"隐藏自己"

内外部模型差距扩大：权力集中风险不容忽视

SWIFT为什么能成为美国最大的金融武器？【胡捷大师课1.4】

精彩内容预览

日本央行行长植田和男：将根据经济和物价情况继续加息

一边高调大喊“减速”，一边闷头锁定AIDC：Anthropic反证“算力见顶”叙事

一、发生了什么？——一边放慢模型，一边把算力提前几年锁住

A股三大指数集体高开

光为何反弹？产业当前焦点与边际热点，大小光的差异化在哪？

沃什加息市场信了吗！？