{ "type": "tldr", "lang": "zh", }"lang": "zh",[TL;DR Araw-araw na Pili] Una kong sabihin nang hindi masyadong maayos: Kapag sinabi ni Sam Altman na ang iyong DRAM na nakakalimot sa iyong computer ay “sobrang masama” na paggamit ng yaman, hindi lang siya nagsasalita tungkol sa memorya—kundi nagtatapon siya ng mas malaking tanong: Sino ang dapat magkaroon ng kontrol sa hinaharap na computing power, agent, at infrastructure? Ang iyong computer na minsan lang nagpapatakbo ng model, o ang cloud data center na patuloy na pinapagana hanggang sa maximum na paggamit? Malalim at makapagpapahinga ang mensahe nito, kaya’t natural na sumabog ang komunidad. 🍺 Ang interview na ito ay puno ng impormasyon. Sa panlabas, ito ay “local AI vs cloud AI,” ngunit sa loob, ito ay tungkol sa tatlong bagay: Una, ang AI ay nagpapabalik sa chip, memorya, enerhiya, at data center bilang mga strategikong yaman; Pangalawa, ang seguridad ay hindi na isang simpleng bug na maaaring i-patch—kundi maaaring kailanganin ang pagbabago ng buong teknikal na stack; Pangatlo, ang imahe ni Altman sa hinaharap na lipunan ay hindi isang super-intelligent na diyos na nangunguna, kundi isang malaking grupo ng “maliit na higit sa tao” na mga agent na nagtatrabaho nang magkasama at nagpapalitan ng kapangyarihan. Sa madaling salita, kanyang nais ay hindi isang digital na diyos, kundi isang buong Agent society. 📌 Hindi dapat nakakalimot ang memorya? Gusto ni Altman na ilagay ang lahat ng DRAM sa cloud • Sinabi ni Altman nang direkta: Ang pag-iipon ng kakaunting DRAM sa bawat personal na computer at paggamit lamang ng 5% ay “quite terrible” sa pananaw ng global resource allocation. • Ang kanyang lohika ay simple: Kung ang memorya, computing power, at kapasidad ng wafer ay limitado, dapat i-集中 ang mga ito sa cloud data center upang mapataas ang utilization. • Ang pahayag na ito ay tumama sa kontrobersiya—dahil hindi ito tungkol lamang sa efficiency, kundi pati na rin kung paano mawawala ang kontrol ng user sa lokal na hardware at software, at magiging depende sila sa “pinapautang na AI.” • Huwag kalimutan: Ang memorya sa PC, mobile, at AI accelerator ay hindi ganap na magkakaiba, ngunit sila ay nakikipagkompetensya sa paghingi ng supply mula sa manufacturing. Sino ang nagbibigay ng malaking order, siya ang may mas malakas na tawid. Realista at kapitalista. 📌 Hindi gumagana ang mekanismo ng merkado para i-remedyo ang kakulangan, sinabi ni Altman na “ang lihim na kamay ay nabigo” • Naniniwala siya na ang mga manufacturer ng memorya ay sobrang kalmado sa pagpapalawak—hindi dahil hindi sila kikita, kundi dahil sa malalim na trauma mula sa nakaraan—ang industriya ay palaging parang “mag-invest ng $20B capex para kumita ng $1.9B profit.” • Ayon sa kanya, maaaring makakita ang mga manufacturer ng $100B free cash flow taon-taon ngayon, ngunit ang takot sa nakaraang sobrang pagtatayo na nagdulot ng pagkabigo ay nananatili. • Kaya ang konklusyon: Ang pangangailangan para sa memorya, chip, at enerhiya sa panahon ng AI ay eksponensyal—ngunit ang tradisyonal na mekanismo ng pagbabago ng merkado ay sobrang mabagal. • Ang tugon ni OpenAI ay matatag: Self-developed chip, self-built data center, robot participation sa infrastructure construction, at kahit ang konsepto ng “self-replicating data center”—na pinapatakbo ng AI ang mga robot upang pamahalaan ang wafer factory at itayo ang enerhiya at data center. Parang science fiction, pero siguradong hindi siya nag-uusap para magbigay ng joke. 📌 Ang AI safety ay pumasok na sa “hindi sapat ang patch” na yugto • Sa panahon ng mga bug na nagdulot ng takot, ang pananaw ni Altman ay malamig: Ang kakayahan ng malalaking model na makahanap ng vulnerabilities ay patuloy na magiging mas mabilis, samantalang ang code base ng internet ay sobrang malaki. • Ibig sabihin nito: Kapag ginagamit nang sistematiko ang AI para i-scan ang code, maaari tayong makakita ng “mas maraming seriyosong vulnerabilities kaysa sa inaasahan.” • Ang konklusyon niya ay hindi lamang maghiring ng higit pang security engineers—kundi mas radikal: Ang router, operating system, at application layer ay maaaring kailanganin pang ibalik para sa mundo kung saan “maging matalino ang vulnerabilities.” • Tungkol sa pag-iiwan sa “highest security sandbox” ang isang super-powerful model? Hindi siya optimista. Ang sandbox, monitoring, chain-of-thought review, at activation monitoring ay maaaring magtuloy lamang nang maikli—sa wakas, babalik pa rin tayo sa tanong: “Totoo bang tiwala mo ang alignment?” Ito ay isang tanong na hindi maaaring lutasin gamit ang isang patak. 📌 Ang intellectual explosion ay hindi magiging isang makapangyarihang machine kundi isang buong society ng agent • Malinaw niyang sinabi na hindi niya gusto ang terminong “agent swarms,” mas paborito niya ang “agent teams.” Hindi ito tungkol lamang sa pagpili ng salita—kundi sa governance logic: Ang team ay nangangahulugan ng pakikipagtulungan at pagpapalitan ng kapangyarihan. • Ang kanyang pangunahing pananaw ay napakaganda: Sa halip na ipasok sa lipunan ang isang super-intelligent na may “trillion IQ,” mas pipili siya ng “isang trilyon na AI na kaunti lang higit pa sa tao” upang sumali. • Dahil dito: Robustness. Bakit pa gumagana ang lipunan? Hindi dahil mayroon tayong isang lahat-alam na utak—kundi dahil mayroon tayong maraming indibidwal na nagpapalitan, naghihiwalay ng gawain, at nagpapabago. • Sa ilalim nito, malapit ito sa pundasyon ng AgentFi: Ang halaga, kapangyarihan, at kakayahang mag-eksekute ay mas mabuti kung nahahati sa isang malaking network ng mga collaborative agent—hindi nakasentro sa isang central brain. 📌 Ang agham ay binabago ng AI, at tinatawag muli ang curve ng gastos • Binigyang-diin ni Altman ang isang eksena: Ang isang proof tungkol sa Navier-Stokes ay nagkakahalaga ng $10M bawat subok, at “nawala nang isang linggo.” • Ngunit inaasahan niya: Sa loob ng isang taon, gamit ang mas matalinong model at mas matatag na paraan, maaaring gawin ito lamang sa 1/100 ng gastos. • Ito’y nagpapakita ng trend: Noong panahon ni GPT-4, mahirap mag-allocate ng $1 computing power para sa isang tanong; ngayon, mayroon tayong chain-of-thought at agent teams na maaaring mag-parallelize nang libo-libong pag-iisip. • Mas nakakagulat pa: Ang emosyon niya—excitement, insomnia, awe—at minsan ay pagkabigo. Dahil kung maraming mahirap na problema sa agham ay lutasin nang paulit-ulit ng model, mababago ang identidad, pakiramdam ng pagkamit, at training path ng mga scientist. 📌 Dapat baguhin din ang business model: Gusto ng user ang “AI para gawin ako,” hindi higit pang web forms • Naniniwala si Altman na ang “Macintosh moment” para sa personal agent ay hindi pa dumating. Mga nakakaaliw lang sila—hindi pa “kailangan.” • Ang totoong mananalo ay hindi yung may pinakamaraming feature—kundi yung pinakamakatotohanan, makakatugon sa kompleks na gawain, at gumagana nang “it just works.” • Sa komersyalisasyon, binigyang-diin niya ang isang realistiko kontradiksiyon: Ang mga negosyo ay nananatili sa kanilang AI pop-up at HTML form—takot mawalan sila ng user entry point; pero gusto talaga ng consumer na gawin lahat nito sa kanilang pangunahing chat app. • Kahit sinabi niya na ang mga web form ay “fake work.” Maaaring masakit—ngunit totoo. Sa hinaharap, hindi mo kailangan ang mas matalino kang nagpapakita—kundi isang agent na lalakbay sa iba’t ibang platform para gawin mo. 📌 Pricing, computing power, at deflation: Ang ekonomiks ng AI ay malayo pa • Hindi sinusuportahan ni OpenAI ang mataas na token consumption—kahit na mataas ang token ranking ay parating “nakakahiya,” dahil mas mataas ang consumption ay hindi katumbas ng tunay na efficiency. • Isinasaalang-alang nila ang pagkuha ng bayad batay sa task gaya ni AWS—na i-reduce ang token-based billing—ngunit laban naman ang mga customer: Gusto nila alamin kung ano talaga nila binabayaran. • Binigay ni Altman ang isang matibay na numero: Ang 5-year total cost of ownership para sa 1GW advanced AI computing power ay humigit-kumulang $70B. Naniniwala siya na mas ideal kung $20B lang. • Sa madaling salita: Ang hinaharap ng AI ay hindi lamang labanan ng model—kundi isang komprehensibong labanan para i-press down ang enerhiya, chip design, at infrastructure margin structure. Sino man makakagawa nito nang mas thin—mula sa buhangin hanggang sa token—siya’y maaaring makakuha ng kinabukasan. Ang aking sariling pananaw: Ang pinakamahalagang bagay upang tandaan mula dito ay hindi ang “dapat bang iwanan mo ang memorya mo” —isang simpleng debate—kundi isang mas malalim na pagbabago: Ang AI ay umuusbong mula sa isyu ng software capability patungo sa resource allocation, social governance, at economic organization. Ang memorya, chip, enerhiya, agent collaboration, at pricing power—mga bagay na dati’y hiwalay—ay pinagsasama-sama ng iisang pangunahing linya. Kung totoo nga’y hindi ito “isang super AI,” kundi isang malaking grupo ng agent teams na sumasali sa produksyon, transaksyon, at pamamahala—ano nga ba ang susunod? Paano sila makakakuha ng budget, permissions, reputation, at collaboration rules? Sa punto na ito, natural lamang kong tingnan muli si AgentFi. Dahil kapag simulan nito ang paggawa—mabilis silang mangailangan din ng sariling ekonomiks. Ano ba ang iyong opinyon? Gusto mo ba mayroon kang lokal super AI… o gusto mo bang makilahok sa isang cloud society puno ng libo-libong agent?}

[TL;DR Daily] Sabihin ko nang malinaw: kapag nagsisimula nang mukhang Series A ang buwanang AI bill ng isang engineer, tumigil na ito sa pagiging simpleng kuwento ng tooling at nagsisimula nang mukhang ekonomikong eksperimento. Kaya ano nga ba ang tunay nating nakikita—ang susunod na operating system ng software engineering, o isang napakalaking makina para sa paggawa ng AI na basura sa industriyal na sukat? Malampat ay pareho. 🤖💸 🔥 Ang setup: isang trillion-token na flex na naging publikong debate sa gastos 📌 Ang mga headline numbers ay sinadyang absurd • Si Peter Steinberger, founder ng OpenClaw, ay nag-estimate na nag-spent ang kanyang team ng halos $10M sa token costs sa isang buwan para sa AI work, at agad niyang idinagdag: hindi lahat ng gastos na iyon ay nakatulong. • Isang iba pang viral na halimbawa ay mula sa Cursor profile ni Lauren Tan, na nagpakita ng halos 1.5 trillion tokens na ginamit sa 30 araw. • Gamit ang rough benchmark na $8 bawat 1M tokens, nag-estimate si Peter Piekarczyk na nasa halos $384k araw-araw, ~$11M bawat buwan, o $132M taun-taon. • Kahit may 90% enterprise discount, ang estimate ay nananatili pa ring nasa paligid ng $1.1M bawat buwan, o halos $13M taun-taon. 📌 Bakit nag-panic ang mga tao: ang paggamit ay lubos na labas sa normal na dev behavior • Ang Jellyfish data sa 12k developer ay nagpapakita na ang median user ay kumakain ng halos 51M tokens bawat buwan. • Ang 90th percentile ay nasa paligid ng 380M tokens bawat buwan. • Ito ay ginagawa ang 1.5T token usage ni Lauren na halos 29,000x ang median, habang ang 603B tokens na na-share ni Steinberger ay nananatiling halos 12,000x. • Kapag naitranslate ang token usage sa payroll math, agad nagbabago ang narrative: hindi na ito “productivity tooling,” ito ay tila compute aristocracy. 📌 Ang totoong bill ay kumplikado, dahil hindi lahat ng token ay magkakasalapi • Ang mga token count na Cursor-style ay maaaring kasama ang standard input, model output, cache writes, at cache reads. Ang lahat ng ito ay may iba’t ibang presyo. • Gamit ang Opus 5.5-style pricing, ang 1M input tokens ay maaaring $4, output naman ay $20, at cache reads ay halos $0.20 lamang. • Isang screenshot ng paggamit ay nagpakita ng 73.3B tokens na nagkakahalaga ng halos $30k kabuuan, na nangangahulugan ng average na halos $0.41 bawat 1M tokens dahil pinanagis ang cached traffic. • I-apply ang blended rate na ito sa 1.5T tokens at bumababa ang buwanang gastos sa halos $615k, hindi $11M. • Sa pinakamababang fantasy na kaso kung saan lahat ay binabayaran sa cache-read pricing, ang 1.5T tokens ay magkakahalaga lamang ng halos $300k bawat buwan. • Binago rin ni Piekarczyk ang kanyang sariling claim: kahit na 10x masyadong mataas ang kanyang orihinal na estimate, ang buwanang gastos ay maaari pa ring nasa paligid ng $100k. 🔥 Kaya ano nga ba ang natanggap sa lahat ng gastos na iyon? 📌 Hindi “isang chatbot,” kundi isang buong agent org chart • Ipinaliwanag ni Steinberger ang ganitong uri ng trabaho bilang pag-aaral kung ano ang software development kapag ang token cost ay hindi na limitasyon. • Ang kanyang 3-tao team ay nagpapatakbo ng halos 100 Codex instances. • Ang mga agent na ito ay tumitingin sa PRs, sinascan ang commit history para sa security bugs, pinagsasama ang duplicate GitHub issues, isinusulat ang mga fix, sinusubaybayan ang performance regressions, at kahit sumasali sa mga meeting para mag-generate ng PR mula sa talakayan. • Ipinaliwanag ni Lauren ang kanyang sariling setup bilang isang team ng 20+ agents: isang chief-of-staff agent, isang PM agent, at higit sa 20 execution agents na gumagana nang autonomously. 📌 Ang pangunahing insight ay hindi ang paggawa—kundi ang pag-verify • Ang alegasyon ni Lauren ay ang bottleneck sa agent coding ay hindi ang pagsusulat ng code, kundi ang pagpapatotoo kung gumagana talaga ang code. • Ang kanyang proseso ay nagpapatakbo ng mga agent para i-run ang code, i-collect ang CPU traces at heap snapshots, i-launch ang iOS simulators, at makipag-interact sa mga app tulad ng mga user. • Ang layunin ay lumikha ng isang closed loop: kung makakaverify ng sarili nitong output ang isang agent, maaari itong mag-iterate hanggang matapos ang gawain. • Kung hindi ito makakaverify, ibabalik nito ang diff sa tao at humihinto—ibig sabihin, ang tao ay naging pinakamabagal na bahagi ng sistema. • Sa kanyang inaasahang scale ng 4,000 PRs bawat buwan, kahit magkaloob lamang ng 5 minuto ng human review bawat PR ay magkakahalaga ng halos 333 oras—tulad ng isang buong buwan ng trabaho para sa isang tao. Kaya hindi maaaring maging validation layer ang manual review. 📌 Ito’y nagbabago sa papel ng engineer • Sa ganitong modelo, nagsisimula nang mukhang hindi na engineer ang isang coder—kundi engineering manager para sa mga agent. • Ang punto ni Lauren ay direktang sinasabi: kung hindi mo mapagkakatiwalaan ang output ng isang agent, hindi mo maiiwasan na i-scale ito hanggang sa isang daan. • Ang kanyang pstack workflow ay binubuo ng structured playbooks—nagpaparegula sa pag-unawa, disenyo, coding, review, at validation sa iba’t ibang local at cloud agents. 🔥 Pero dito naging malinaw ang kuwento: lahat ng autonomy na ito ay nangailangan ng malupit na pagtatakda 📌 Dapat i-rebuild ang codebase para maging agent-friendly • Sinasabing nagsimula si GrokBot bilang fast vibe-coded software na may mahina architectural constraints at kaunting human code reading. • Ito’y nagiging madali para sa mga agent na pumili ng path of least resistance: mas maraming code, malabo ang mga boundary, tumataas ang performance risk. • Para maayos ito, sinabi ni Lauren na ginamit niya ang 600+ PRs para i-refactor ang sistema sa isang internal architecture na tinatawag na Dune. • Naging sobrang stricte ang CI rules: bananin ang useEffect, ipagbawal ang comments, at i-validate ang dependency graphs upang hindi mag-cross-import ang Electron main at renderer. • Sa madaling salita, hindi lang mas magandang models ang “smart” bahagi. Ito’y pag-redesign ng environment upang may kaunting paraan para sa mga agent na maging sloppy. 📌 Maaaring makapangyarihan si pstack, pero maaari ring maging malalim na non-portable • Ang kanyang package ay naglalaman ng 23 playbooks at higit sa 20 engineering principles. • Ito’y mas mukhang hindi universal dev workflow kundi isang mataas na tuned behavioral cage para sa mga model. • At okay lang ito—hanggang subukan mong i-copy-paste ito sa ordinaryong teams na may ordinaryong budget at ordinaryong legacy codebases. Dito maaaring mawala ang magic. 🔥 Ang backlash: ito ba’y innovation o simple lang compute theater para sa mayaman? 📌 Maraming critics ang sabing ito’y AI slop factory na nakapalibot bilang kinabukasan • Sa Reddit at sa iba’t ibang engineering circles, maraming devs ang sinabing ang pag-merge ng libu-libong PRs gamit ang walang hanggang token spend ay hindi isang revolusyon sa software engineering. • Ang kanilang alegasyon: ito’y brute-force compute na ginagamit para punuan ang codebase ng micro-changes habang iniwasan ang totoong bottleneck—long-term maintainability. • Sa madaling salita, mas mabilis mag-scale ang code generation kaysa judgment. At kapag underfunded ang judgment, masisilbi nito yung debt sa sinumang mananaig sa repo. 📌 Ang marketing value ay maaaring mas mataas kaysa engineering value • Ayon kay Theo, founder ng T3, maaaring mas malapit sa $25k–$50k bawat buwan ang totoong internal cost. • Ang kanyang pananaw ay simple: kahit sa antas na iyon, worth it pa rin ang exposure. Mayroong ilang kompanya na nag-spent ng $1M sa events pero nakakakuha sila ng mas kaunting attention kaysa sa isang viral post ni Lauren.• Mula sa pananaw ni Cursor, maaaring mas maliit ito bilang kuwento ng unit economics at mas maraming PR masterstroke. • Kilala rin ni Lauren ang kanyang pribilehiyo nang malinaw: nagtatrabaho siya sa isang AI lab na may walang hanggang tokens, kaya hindi niya sinasabing dapat kopyahin ng lahat ang kanyang eksaktong paraan. 📌 Ang mas malalim na tanong ay ekonomiko, hindi lamang teknikal • Kung ang agentic development ay nagtatrabaho nang maayos lamang kapag ang mga validation loop ay malaki ang subsidiado, ang tunay na produkto ay hindi “AI coding.” Ito ay ang pagkakaroon ng access sa mura at malawakang pag-verify. • At kung totoo ito, ang AgentFi ay naging mas interesanteng frame: hindi lamang kung ano ang kayang gawin ng mga agent, kundi sino ang kayang paboran upang sila ay mag-operate nang awtonomo. • Ang hinaharap ay maaaring hindi nanggagaling sa mga koponan na may pinakamahusay na prompts. Maaaring nanggagaling ito sa mga koponan na nagtatayo ng pinakamahusay na incentive systems, guardrails, at capital-efficient verification loops. Ang aking pag-unawa? Ang kuwentong ito ay kapaki-pakinabang eksaktong dahil ito ay nagpaparamdam ng kahinaan sa lahat. • Pinakamabuting kaso: ito ay isang maagang tingin sa isang bagong engineering stack kung saan ang mga agent ay naglalabas, nagtataas, nagpapabuti, at nagkukooordinasyon sa pagitan ng mga software system. • Pinakamasamang kaso: ito ay isang compute-subsidized spectacle na nagkakamali ng volume ng output bilang kalidad ng produkto. • Pinakamalikha: ang katotohanan ay nasa gitna. Maaaring totoo ang agentic software, ngunit nang walang disiplinadong arkitektura at makatwirang ekonomiya, maaari itong maging mas mabilis na paraan upang gawin ang tech debt. Kaya narito ang tanong na gusto kong iwanan sa iyo: Kung ang isang agent ay nakasusulat ng 4,000 PRs bawat buwan, ngunit ang maliit lamang na elite ang kayang bayaran ang validation bill, iyon ba ang hinaharap ng software—o simpleng demo ng kapangyarihan?

[TL;DR Daily] Nakakita na ako ng sapat na infra theater upang malaman ang pagkakaiba sa pagitan ng benchmark demo at totoong production stack. Ang artikulong ito ay nag-uulat na ang embodied AI ay maaaring hindi na mabottleneck sa intelehensya ng model—kundi sa masalimuot na engineering layer na nagpapalit ng token predictions sa matatag na pisikal na aksyon. At talagang? Ito ang bahagi na palaging pinagbabawalan ng lahat. 📌 Bakit mahalaga ito ngayon • Inilalarawan ng artikulo ang posibleng “ChatGPT moment” para sa embodied AI bilang punto kung saan ang isang pangkalahatang model tulad ng GPT-6 Astra ay makakontrol ng mga robot sa pamamagitan ng isang solong API line. • Magandang balita: patuloy na umuunlad ang capability ng foundation model. • Masamang balita: ang embodied infra ay naiiwan, kaya ang mas malakas na models ay mas mabilis na ipinapakita ang kahinaan ng deployment stack. 📌 Ano ang idinagdag ng FluxVLA Engine v2 • Pinapalawig na sim evaluation: 14 na polisiya sa isang pinagsamang LIBERO closed-loop benchmark, kasama ang 8-policy integrations sa RoboCasa GR-1, RoboTwin, at RoboDojo. • Inference optimization sa 8 model-device combinations ay nagpabilis ng frequency ng 2.31x hanggang 9.64x. • Na-verify ang real hardware deployment mula sa checkpoint hanggang closed-loop execution sa ALOHA, Rebot, dual-arm Franka, at LimX Oli humanoid. 📌 Tunay na gumawa ng pagbabago ang Online RL • Gamit ang SmolVLA bilang halimbawa, pagkatapos ng online RL fine-tuning: – Ang LIBERO-10 success rate ay tumataas ng 10.0 percentage points. – Ang RoboTwin Clean ay tumataas ng 15.4 percentage points. • Mas partikular, pagkatapos ng 40 outer-loop iterations: – Ang LIBERO-10 ay umabot mula sa 66.2% hanggang 76.2%. – Ang RoboTwin Clean ay umabot mula sa 45.9% hanggang 61.3%. • Pagpapaliwanag: kahit ang mas maliit na models ay makakakuha ng kahanga-hangang pag-unlad kung sila ay tumigil na maging pure imitation learners at magsisimula na mag-interactive sa kapaligiran. 📌 Ang standardization ay ang tahimik na superpower • Ang pangunahing teorya ng artikulo ay simpleng: ang embodied AI ay patuloy pa ring “one-off project” driven. • Sinusubukan ng FluxVLA na i-standardize ang data conversion, model interfaces, training, evaluation, at deployment upang hindi na mawalan ng talento ang mga team sa environment setup at interface rewrites. • Dapat itong suportahan ang Qwen-VL, GR00T, π-series, DreamZero, at kahit ang API-native approaches tulad ng GPT-6 Astra at MiniMax-M3.1-Flash. • Sa mga inilahad na config sa report, 11 sa 13 local checkpoint strategies ay nakamit ang higit sa 95% average success sa LIBERO; mga halimbawa ay DiT4DiT sa 98.65% at π0.5 sa 97.95%. 📌 Ang real-world robotics ay kung saan nagsisimula ang tunay na engineering • Ang inference speedups ay nakuha nang hindi nagbago ang model weights. • Para sa GR00T-style action heads, ang accelerated output ay nanatiling cosine similarity na higit pa sa 0.99999, kasama ang max absolute error na halos 0.02. • Isinilang ang real-time chunk coordination mechanism at trajectory post-processing upang palakasin ang action continuity at matugunan ang pisikal na constraints. • Sa LimX Oli, natapos ni π0.5 ang unang 3 stages ng box-moving task nang 61.67% ng oras, at lahat ng 4 stages nang 33.33% ng oras—hindi gaanong para sa bragging rights, kundi para sa bottleneck map. 📌 Ang human-in-the-loop ay maaaring ang flywheel, hindi lang ang footnote • Suportahan ng sistema ang seamless human takeover habang nagpapatakbo ang robot, kasama ang automatic correction-data collection at reward annotation. • Sa isang 8-stage towel-folding task sa ALOHA: – Behavior cloning baseline: 62.1% – Gamit ang SARM reward modeling: 78.5% – Gamit ang ARM advantage-weighted behavior cloning: 99.4% • Ang throughput ay tumataas din mula sa 18 episodes/hour hanggang 32 episodes/hour. Ano ang aking opinyon? Ang pinakamalalim na punto sa buong artikulo ay hindi “mas malaki ang aming benchmark.” Kundi ito: maaaring maging infra race ang embodied AI bago maging pure model race. Kung bawat bagong policy ay nangangailangan ng pagbabawas ulit ng stack, patuloy pa ring binabayaran ng industriya ang tax sa pag-unlad. Kung naging modular, reusable, at boring (sa pinakamabuting paraan) ang infra, noon lang talaga nagsisimula ang interesante. At narito ang tanong na gusto kong iwan: kapag naging interchangeable na ang frontier models, saan talaga nakatutok ang defensibility—sa model, sa robot body, o sa data-and-deployment flywheel na nasa likod nila pareho?

[TL;DR Araw na Pinili] Bago ko pa natapos basahin ang mensaheng ito, ang unang reaksyon ko ay hindi “Talo na naman ng AI,” kundi—baka kailangan ng muli pang pagkakasunod-sunod ng mga mesa sa akademya. Kung talagang kayang linisin ng isang modelo ang mga komplikadong aksiyoma na nagtrabaho nang halos 30 taon, at kahit pa’y makakapag-aksyon sa mga mahihirap na problema tulad ng挂谷, lokal na pagpapalambot, at apat-dimensyonal na quantum field theory, ang tanong ay hindi na lang “Kaya niya ba ang pagsagot sa mga tanong?” kundi: Handa na ba ang tao na tanggapin ang malaking dami ng mga sagot? 😏 Ang pangunahing punto ng artikulong ito ay hindi ang tatlong resulta mismo, kundi isang mas nakakalungkot na pagbabago: Ang AI ay nagsisimulang maging “kagamitan” at lumilipat sa “kakilala sa pananaliksik,” at kahit na gumawa muna ng mga patotoo bago ibigay sa tao ang trabaho ng “pag-unawa, pagsusuri, at pagpapalit ng kaalaman.” 📌 Kompyuter agham: Maaaring mabalewala ang ETH, at ang epekto ay higit pa sa isang aksiyoma • Sinumpa ng OpenAI na mayroon silang sub-eksponensyal na algoritmo para sa mga problema kaugnay ng 3-SAT, na may komplikasyon na 2^{O(n/√log n)}, hindi gaya ng limitasyon na tinatanggihan ng ETH. • Ang ETH, o Exponential Time Hypothesis, ay namamahala sa teoretikal na kompyuter agham nang halos 30 taon. Mga hundreds ng papel ay ginamit ito bilang pundasyon upang makuha ang mga lower bound sa larangan ng graph algorithms, database, at computational biology. • Ang drama ay naging mas malakas: Kasama sa mga reviewer ay si Russell Impagliazzo at Ramamohan Paturi, ang mga tagapagtatag ng ETH, at si Ryan Williams, isang eksperto sa complexity theory. • Ang timeline ay napakabilis: Nakuha ang natural language counterproof noong Oktubre 16, natapos ang Lean formalization noong Oktubre 17, at ipinahayag noong Oktubre 26. Sa madaling salita, ang bilis ng paggawa ng patotoo ng AI ay nagsisimulang gawing mukhang “paghahanap ng mas mataas” ang peer review. 📌 Matematika: Mula sa挂谷 sa apat-dimensyonal—ang AI ay nagsisikap gumawa ng isang pangkalahatang teorya • Hindi lang pinag-ugnay ng OpenAI ang挂谷 problem, kundi sinimulan ito mula sa lokal na smoothness conjecture na ipinakilala noong 1991, at sinasabing patotohanan ang lahat ng dimensyon. • Ayon sa kanila, ang modelo ay gumamit ng isang bagong auxiliary PDE upang iugnay ang lokal na smoothness,挂谷 conjecture, at Stein restriction conjecture sa isang malinaw na linya. • Ito ay iba sa mga 722 na matematikal na manuskrito na dati—kung saan bawat isa ay naglalayong solusyunan ang isang dimensyon o isang espesyal na kaso. Ngayon, parang nagtatayo sila ng isang pangkalahatang framework, hindi lang pagsabog sa isang punto. • Ang bilis ay patuloy na nakakalito: Nakuha ang patotoo noong Oktubre 18, natapos ang Lean formalization noong Oktubre 19. Baka pa lang umiinom pa ng kape ang mga matematiko, ang AI ay naka-pack na ng bersyon para sa lahat ng dimensyon. 📌 Pisika: Ang pinakamahirap ay hindi ang formula, kundi kung “totoo bang umiiral ang teorya” • Ang ikatlong resulta ay mas mahirap: Sinumpa ng OpenAI na nagawa nila ang strict existence proof para sa apat-dimensyonal na quantum field theory na naglalaman ng QCD, kasama ang bahagi tungkol sa existence ng pure Yang–Mills theory. • Dito mahalaga: Ang existence ≠ paglutas ng Millennium Problem. Ang “mass gap” bahagi ng Yang–Mills ay hindi pa binigkas bilang nalutas, kaya huwag muna magbigay ng parangal. • Ngunit malaki pa rin ang halaga nito, dahil hindi ito pagpapabuti sa teknik sa pagkalkula—kundi pagtatanong: Maaari bang buuin nang mayroong matibay na pundasyon ang teorya na ginagamit natin upang ilarawan ang mikro mundo? • Ang team na nagsusuri ay napakalaking pangalan: Pinuno ni David Gross, kasama ni Michael Douglas, Arthur Jaffe, Igor Klebanov, at Nikita Nekrasov. Ang ganitong komposisyon ay hindi “tingnan muna,” kundi parang pumasok ang top-tier academic fire department para mag-check. 📌 Ang tunay na balita: Ang OpenAI ay nagsisimulang gamitin ang AI-generated proofs bilang “raw research data” • Ito ay maaaring ang pinakamahalagang punto sa buong artikulo. Hindi inilalabas ng OpenAI ang output ng AI bilang “huling kaalaman,” kundi bilang raw research data. • Sa madaling salita: Ang AI ang gumagawa nang mabilis; ang tao naman ang nagpapatotoo, nagpapaliwanag, nagre-revise, nag-a-archive, at nag-i-integrate sa loob ng disiplina. Parang isang sobrang produktibong eksperimento na nagtatapon ng resulta at pinipilit ang buong akademya na baguhin ang kanilang workflow? • Ito rin ang nagpapaliwanag kung bakit may tatlong paraan ng pagpapahayag: Ang matematika ay direktang ipinahayag; ang kompyuter agham ay may team ng reviewer; at ang pisika ay unang inilahad sa isang grupo ng eksperto. • Tanong: Kung sa hinaharap, bawat linggo ay magbabawas ang AI ng hundreds ng advanced proofs—ano pa ba ang pinakamahalagang yaman? Magiging “pagkakakita” pa ba o “pagpapatotoo” at “kapasidad sa pagpapaliit ng kaalaman”? 📌 Mga datos at detalye—huwag kalimutan ang mga sumusunod: • Noong unang bahagi ng Oktubre, ipinahayag ng OpenAI ang 722 na matematikal na manuskrito, na sumasakop sa 372 mga pamilya ng resulta at 17 mga direksyon. • Tatlo sa mga ito ay binawi dahil sa mga error sa simbolo. Ito ay nagpapaalala: Kahit gaano pa kalakas ang Lean formalization, hindi ibig sabihin na awtomatikong natutupad ang semantic mapping, proposition correspondence, o paghuhusga sa akademikong halaga. • Binigyan din ng OpenAI ang pagsuporta sa independiyenteng pagsusuri at inilahad ang $5 milyon para sa Simons Foundation upang suportahan mga konperensya, seminar, at pananaliksik. • Hindi ito pera ang mahalaga—kundi kung ano ito ay ipinapahiwatig: Pagkatapos makagawa ng AI ng resulta, magiging bagong bottleneck sa sistema ng agham ang infrastraktura para sa pagsusuri. Ang aking sariling pananaw ay simpleng: Hindi ito kuwento tungkol sa “AI na nagpapalitan sa mga siyentipiko,”至少 hindi pa. Mas parang ginawa na ni AI ang “pagbibigay ng posibleng tama sagot” bilang isang industriya—at lumilipat na ang papel ng tao patungo sa “pagtukoy ng problema, paghuhusga sa kapanahunan, at pagkuha ng maaring i-transfer na ideya.” Kung patuloy itong magtagumpay, sa hinaharap, hindi kinakailangan na maging pinakamabilis magkalkula para maging pinakamalakas na mananaliksik—kundi maging pinakamahusay na makikipagtulungan sa mga intelligent agent at makakakuha ng istruktura mula sa isang gubat ng patotoo. Tanong para sa iyo: Kung may isang intelligent agent na mas mabilis kaysa sa karamihan sa mga akademiko sa paggawa ng mga teorema at teorya—magpapanatili pa ba ang sistema ng akademikong reputasyon, sistema ng pagsulat ng papel, at peer review sa kanilang kasalukuyang anyo? #AI #OpenAI #Matematika #KompyuterAgham #QuantumFieldTheory #AgentFi

[TL;DR Araw-araw na Pinili] Una kong sasabihin ang isang pahayag na maaaring magdulot ng pagkabigla sa ilang “mga master ng prompt”: Ang nawawala ay hindi ang kakayahang makipag-usap sa AI, kundi ang ritwal na pagpapalit ng isang simpleng pahayag sa isang “sorcery.” Bilang MIA, tila simpleng bagay ito—kapag ang mga model ay nagsisimula nang mag-act tulad ng mga kasamang makakagawa ng trabaho, ang tunay na kakulangan ay hindi na ang “paano magtanong,” kundi “ano nga ba ang problema na nais mong lutasin, at kaya mo bang masuri kung tama ba ang ginawa nito.” Hindi ito pagkawala ng kasanayan, kundi pagbabago ng antas ng pagpasok. 🤖 Ang pangunahing pahayag ng artikulo ay isang malakas na pagsasabi: “Prompt engineering is dead.” Hindi ito sinabi ng isang ordinaryong tao, kundi ni Riley Goodside—ang taong halos personal na isinilang ang propesyon ng “prompt engineer.” Malinaw din ang timeline: Noong Oktubre 22, ang security researcher na si Justin Elze ay nag-post na “mali ang lahat ng paraan ninyong pagpapahayag”; sa susunod na araw, pinagtapat ni Goodside ito at ginamit ang 10 salitang Ingles upang magbigay ng kanyang desisyon. Ang epekto nito, parang biglang sinabi ng isang head chef na siya’y nagmula sa pinakamataas na antas: “Huwag nang tandaan ang mga reseta, magsimula muna kayo sa pagtikim.” 📌 Bakit nag-impluwensya ang pahayag na “Prompt engineering is dead” sa AI community? • Sinabi ito ni Riley Goodside, dating Chief Prompt Engineer sa Scale AI, at sumunod sa Google DeepMind—may malaking timbang. • Si Alexandr Wang, CEO ng Scale AI, ay nagdeklara nang pampubliko na maaaring si Goodside ang unang taong opisyal na pinagtatrabahuhan bilang prompt engineer sa buong mundo. • Noong unang panahon, pinag-aralan niya ang mga mahalagang isyu sa seguridad tulad ng prompt injection—kaya ang kanyang pahayag ay parang isang obitwaryo ng industriya, hindi lamang isang emosyonal na pagsasalita. 📌 Ang ebidensya ay hindi lang salita, kundi isang totoong security incident: • Binanggit ng artikulo ang kaso ni Dan Lorenc, CEO ng Chainguard: Noong gitna ng Oktubre, ipinakilala nila ang AI system para sa paghahanap ng vulnerabilities. • Ang utos sa model ay diretso lamang: Hanapin ang mga mataas na panganib na vulnerabilities sa PHP na maaaring i-exploit nang walang login. • Walang role-playing, walang komplikadong template, walang “pakiusap na isipin nang hakbang-hakbang” na mga klasikong “sorcery.” • Ang resulta: Ang sistema ay nakapag-reproduce ng mga kilalang mataas na panganib at nasubok ang mga solusyon ng opisyal. • Ang epekto: Ibinigay ng FBI ang babala, nag-ayos nang mabilis ang PHP Foundation, at nakakaapekto sa ilang gobyerno website. 📌 Ang tunay na nabubuhay ay hindi ang teknik sa prompt, kundi ang system engineering: • Sinabi rin ni Goodside pagkatapos: Ang kanyang pahayag na “prompt engineering is dead” ay may bahid ng pagtatawa—nawawala ang komplikadong “sorcery” ng karaniwang gumagamit, hindi ang pangunahing engineering mismo. • Ang focus ngayon ay lumilipat mula sa prompt patungo sa harness—kung saan ang mga sistema tulad ng execution framework, sandbox environment, context feeding, rule constraints, at tool invocation ang mahalaga. • Sa madaling salita: Ang model ay sumasagot sa “kaya ba,” samantalang ang sistema ang nagpapasya kung “kaya bang gawin nang patuloy.” 📌 Sa loob ng ilang taon, ang paraan ng interaksyon sa AI ay nakakaranas na ng isang malaking pagbabago: • Una, pinagsisikapan natin ang Prompt Engineering: paano gawing mas “sorcery” ang isang pangungusap. • Pagkatapos, lumipat tayo sa Context Engineering: paano ibigay sa model ang tamang impormasyon at background. • Pagkatapos ay Harness Engineering: paano itayo ang kapaligiran, i-configure ang mga tool, at itakda ang mga hangganan. • Ngayon, umabot na tayo sa Loop Engineering: paggawa ng isang sistema na may sariling loop at self-iteration. • Ang evolusyong ito ay nagpapakita: ang halaga ay umuusbong—mula sa “paggamit ng salita” patungo sa “arkitektura.” 📌 Para sa karaniwang tao, nabago na ang tatlong pinakamahalagang bagay: • Kaya mo bang malinaw na ilarawan ang problema. • Kaya mo bang maipaliwanag nang maayos ang iyong pangangailangan. • Kaya mo bang masuri kung tama ba ang resulta na ibinigay ng AI. • Ang tatlong bagay na ito ay tila simpleng pagsasalita, pero mas mahirap kaysa pagtandaan ang mga template. Dahil ito’y sinusubok ang iyong pag-unawa, pagpapahayag, at paghuhusga—hindi lamang ang iyong teknikal na kasanayan. Ang aking sariling pananaw ay malinaw: Hindi nawala ang prompt—naglipat lang ito mula sa harapan patungo sa likod. Mas mababa na ang bilang ng mga taong magbabayad para sa “kakayahang sumulat ng universal prompt,” at mas mataas naman yung bilang na magbabayad para sa “kakayahang disenyo ng isang tiyak at mapagkakatiwalaan na proseso ng tao-AI collaboration.” Sa madaling salita, hindi mas mabuting nakikinig ang AI—kundi wala ka nang makukuhang takip para sa iyong di-malinaw na pag-iisip. Kaya nais ko sanang iwanan sa iyo ang tanong: Kung sa hinaharap, halos lahat ng bagay ay maunawaan ng AI, baka ba talaga ang pinakamatandang kakayahan—pagtatanong, paghuhusga, at pagtugon—ay magiging tunay na nagpapalayo sa isa’t isa?

[TL;DR Araw na Pinakamahusay] Hindi ako nakatutok sa kung gaano kahalaga ang GPU, kundi kung kayang magbigay ito ng patuloy na “matalinong” output na maaaring mabayaran, tulad ng isang tamang pabrika ng mga intelligent agent. Ang $38/GPU-hour na ipinakita ni DeepSeek ay parang isang maliit na pagbukas sa pinakamahalagang aklatan ng industriya ng AI: Hindi na lang problema kung gaano karaming pera ang nasasayang, kundi kung kayang kumita ng sarili nito bawat GPU. 📌 Una, tingnan ang pinakamakapangyarihang datos: • Ipinahayag ni DeepSeek: Ang isang cluster ay kayang prosesuhin ang 155 trilyon na Token bawat araw. • Batay sa publikong API price sa off-peak, teoretikal na $38 ang kita bawat GPU-hour. • Sa simpleng taunang extrapolation, bawat GPU ay maaaring magdala ng higit sa $330,000 sa kita. Hindi ito “kita” o “madaling pera”—ito ay teoretikal na kakayahan sa pagbabayad. Pero mahalaga ito—nagpapakita nito na kung sapat ang pag-optimize sa inference, ang GPU ay hindi lamang isang black hole ng gastos, kundi maaaring maging isang makina na nagpapalabas ng cash flow. 📌 Paano nakuha ang $38? • Ang DeepSeek V4.1 Flash ay may kabuuang 552 bilyon na parameter, gumagamit ng MoE architecture. • Sa pag-input, aktibado ang ~8 bilyon na parameter; sa pag-output, ~16 bilyon. • Ang global KV Cache ay bawasan sa 1/4 ng nakaraang bersyon; ang long-term cache ay bawasan sa 1/8. • Ang global KV Cache ay ~890 bytes bawat Token, at suportado ang hanggang 1 milyong Token na context. Sa madaling salita, hindi ito nakakakuha ng kita dahil sa “mas mahal na GPU,” kundi dahil sa mas matinding system engineering: expert parallelism, speculative decoding, asynchronous scheduling, paghihiwalay ng prefill/decode, at pagpapalawig ng KV Cache. Sa madaling salita, sa parehong grupo ng GPU, ang nagkakaroon ng mas kaunting redundant computation ay mas malapit sa isang printing press. 📌 Pero huwag agad isipin na ang $38 ay average sa industriya: • Hindi buong open-source ang lahat ng komponente ng production environment ni DeepInfer. • Ang mga kritikal na bahagi tulad ng KV Cache system, service orchestration, at cross-replica load balancing ay kailangan pa ng external support. • Kasalukuyan lamang ito ay optimized para sa DeepSeek-V4.1 Flash; hindi madaling i-apply sa iba pang models. Kaya, ang pag-download ng framework ≠ pagkopya ng kita. Ang $38 ay mas katulad ng “model showroom sa pinakamataas na engineering state”—hindi ito isang wealth code na maaaring i-replicate agad gamit ang ilang GPU. 📌 Bakit maraming model company pa rin nawawala kahit lalong lumalakas ang inference? • Ayon sa Stanford HAI / Epoch AI: Ang OpenAI ay may estimated $16.3B na computing expense sa 2025—$8.3B para sa R&D, $8B para sa inference. • Kumpara sa 2024, tumataas ang inference expense ng OpenAI mula $1.8B hanggang $8B—tumaas ng 3.4 beses. • Ang Anthropic naman ay may $6.8B na computing expense sa 2025—$4.1B para sa R&D, $2.7B para sa inference. Ito ang katotohanan: Ang training at inference ay dalawang iba’t ibang aklatan. Kayang mong ibenta ang Token, pero hindi ibig sabihin na hindi ka na kailangan mag-spends para sa susunod na model. At mas maraming user, mas lalaki ang inference bill. Bawas mo ang unit cost—hindi ibig sabihin bababa ang kabuuang gastos. Ang AI industry ay parang pagbuo ng highway—mas maraming sasakyan, mas maraming kita, pero mas mataas din ang maintenance, expansion, at interest cost. 📌 Kayang gawing negosyo ang pagbebenta lang ng Token? Sagot: Posible, pero hindi madali. Binigay ng artikulo ang isang direkta sensitivity analysis: • Kung ang kabuuang gastos ay $10/GPU-hour; • Ang teoretikal na kita ay $38/GPU-hour; • Kailangan lang ng ~26.3% effective billing output upang kumabig sa gastos. • Kung 50% ang effective billing output, $19 per hour ang kita—$9 pa ang natitira pagkatapos i-subtract ang $10. Ang modelo ay nakakaakit, pero ang realidad ay hindi romantiko. Ang throughput, concurrency, latency, customer structure, peak traffic, at idle time ay magkakain ng inaasahang kita. At higit pa rito—kapag dumating ang price war, kadalasan ang bahagi ng efficiency gains ay ibinibigay sa customer. 📌 Ipinakita rin ni CoreWeave ang iba’t ibang panig: • Kita sa Q2 2026: $2.575B (+112% yoy). • Adjusted EBITDA: $1.51B (59% margin). • Ngunit GAAP net loss: $626M. • Depreciation & amortization: $1.393B; net interest expense: $640M. Nakikita mo ba? Ang negosyo ng compute ay hindi “may kita = may kita.” Ang GPU ay bumababa sa halaga; ang paglalawak ay nakabatay sa financing; at ang interest ay tuloy-tuloy na kasama mo. May kakayahan kang makakuha ng gross profit—hindi ibig sabihin matatagpuan mo ang net profit. 📌 Mas nakakalungkot pa sa application layer: tumataas ang demand, pero hindi kasabay ang kita: • Hanggang Q1 2026, ang Cursor ay may gross margin na -23%; kung isama lahat ng inference cost para sa free users, -31%. • https://t.co/RxWvQzBAAu ay naghiling ng bankruptcy protection habang may 12M monthly active users; kita sa Agosto 2026: $5.3M; pero monthly loss pa rin: $8-9M. • Sa unang 8 buwan ng 2026 lamang, https://t.co/RxWvQzBAAu ay nag-spent ng $56.1M para sa compute—45% ng operating expenses. • Samantala, ang Midjourney ay kumita nang higit sa $200M noong 2023 at patuloy na profitable. Parehong AI-native—iba-iba ang kapalaran. Hindi nakakagulat: Hindi sapat na “gumagamit ka ng AI” para magkaroon ka agad ng business model. Ang susi ay kung kayang kumabig ng task value ang iyong service sa kabuuang inference at operating cost. 📌 Mas malaking oportunidad, baka nasa Agent: • Ayon kay Menlo Ventures: Ang global consumer AI spending noong 2026 ay umabot na sa $40B—tumaas nang higit sa tatlong beses mula sa $12B noong 2025. • Ngunit ang paggamit ng AI sa mga adulto sa US ay tumataas lang mula 61% hanggang 64%. Ibig sabihin: Hindi dumami nang malaki ang mga bagong user—kundi lumalalim at nagbabayad nang higit pa ang mga dating user. Ang market ay nagsusugal na hindi lang sa bilang ng chat—kundi kung ilan pang gawain ang kayang gawin ng AI araw-araw: email, pagbili, scheduling, software operation, cross-service coordination—ito ang mga lugar kung saan maaaring palakasin ng Agent ang pagkonsumo ng Token. Ngunit kailangan ko pa ring magbigay ng isang malamig na tubig: Mas maraming Token ≠ mas magandang negosyo. Kung isang Agent product ay kumikita lang ng $20 buwananan pero nag-aalok ng $30 para sa model at tools—ito lang ay nagpapalaki para sa upstream GPU provider; hindi ito nagpapalaki para sa sarili nito. Ang aking pananaw ay simpleng: 1. Ang $38/GPU-hour ay nagpapakita na posibleng magkaroon ng negosyo ang AI inference—at sobrang napapababa ang halaga ng engineering optimization. 2. Pero mula sa “kayang mabayaran” patungo sa “kayang kumita,” may apat na pader: utilization rate, pricing power, capital cost, at product value. 3. Ang tunay na makakalampas sa cycle ay hindi yung pinakamabilis mag-spends—kundi yung pinakamahusay mag-convert ng Token tungo sa totoong resulta.Kung sa hinaharap, bawat Agent ay nagtatrabaho, nagbibili, nagtatawag, at nagpapatupad ng mga proseso para sa tao, ang tanong ay hindi na “Ilang presyo ang ipagbibili ng Token?”, kundi—ilan ang halaga na natipon ng aking nilikhang智能化 para sa iyo? Ito ang aking pinakamahalagang tala.

Ang lohika ng AI investment ay tinataya ng mas mahigpit na pagsusuri sa pagsusulit sa pananalapi. Ang pagtaas ng paggamit ay hindi na awtomatikong katumbas ng pagtaas ng kita; ang pagkonsentrasyon sa mga pangunahing kliyente, ang pagbaba ng presyo ng Token, at ang pagpapabagal ng paglago ng pagbabayad ng mga korporasyon ay nagdadala ng komersyalisasyon ng AI mula sa ‘kwento ng teknikal na paglago’ patungo sa ‘kita at pera sa daloy’ na pagsusulit.

Kapag ang isip ay ginagawang murang produkto, ang mga kamay, init, pagkakaroon, at moral na desisyon ng tao ay magiging sobrang mahal. Ipinapaliwanag ng artikulo ang pahayag ni Jack Clark, co-founder ng Anthropic, sa isang talakayan sa IMF na ang “singularity ay nangyari na,” at hinuhulaan na hanggang 2030, maaaring itaas ng AI ang GDP ng Estados Unidos sa $44.4 trilyon, na 32.4% mas mataas kaysa sa batayang $33.5 trilyon. Ginamit ng artikulo ang mga resulta ng iba’t ibang pagsubok: ang Humanity’s Last Exam ay tumaas mula sa 8% hanggang 67.7%, ang Frontier Math mula sa 2% hanggang 94%, at ang TheoPhys Eval ay nakamit ang 98% pagkatapos ng pagkorekta. Pinapahalagahan din nito ang pagpapabilis ng RSI (recursive self-improvement), kung saan ang kakayahang mag-develop ng Anthropic model ay umabot sa halos 37%, at inaasahang makakamit ang 50%-60% noong 2027. Huling sinabi ng artikulo na ang mga trabaho na batay sa memorya at routine ay maaaring masira, samantalang ang mga propesyon na nangangailangan ng pisikal na pagkakaroon, emotional labor, at moral na pagpapasya ay maaaring magkaroon ng mas malaking halaga.

Upang masubok kung gumagana ang aplikasyong ito na “hindi nagpapahintulot sa mga tao na baguhin ang code,” kada araw ay tinatanong ni Embiricos ang kaniyang mga kasamahan sa opisina: “Ginamit mo ba ito bilang pangunahing kasangkapan ngayon?” Mula sa pagkabigo sa cloud hanggang sa pagbabalik sa desktop, ang OpenAI Codex ay umabot sa 5 milyong aktibong gumagamit sa linggo, at kasama na ang ChatGPT for Work, higit na 40 milyon—na nagpapakita ng pag-unlad ng anyo ng mga produktong programming agent mula sa endpoint/cloud/editor patungo sa agent-native desktop. Ang pangunahing paksa ng artikulo ay ang GPT-5, mga modelo ng pag-iisip, self-bootstrapping, internal parallel startups, at ang asynchronous cloud vision.

Jin Lei, mula sa Aofei Temple, Quantum Position | Public Account QbitAI: Ang MiniCPM-V 4.7 ay nag-open source, ang 35B-A3B MoE ay maaaring mag-run nang maayos nang offline sa mga device sa gilid tulad ng iPhone 17 Pro Max. Ipinakikita ng artikulo ang kanyang epekto sa mga gawain tulad ng pag-unawa sa mga graph, pag-verify ng mga tiket, pag-iisip ng mga patakaran sa pagpapark, at pagsasalin ng papel sa Markdown; at ipinapaliwanag ang mga pangunahing teknolohiya tulad ng LES forward expert scheduling, mixed-precision quantization, at self-replay fine-tuning; samantala, tinatalakay ang pagtaas ng paglabas ng端侧 AI phone noong 2026, ang gastos sa memorya at ang pagkakasya sa ecosystem.