與 Rohin 關於 AI 安全的訪談非常有趣。 我對風險更為悲觀，也不完全同意他的所有觀點，但我欣賞他思考問題的方式。 我最不同意的地方是：將對齊研究排除在模型的預訓練數據之外，理由是我們不應將如何控制 AI 系統的完整方案交給它們。 歷史表明這會失敗。我們在密碼學中也曾進行過同樣的辯論。依賴隱藏來保障安全是行不通的。你需要開放的方案、開放的標準、開放的研究。 基本上就是 Kerckhoffs 原則：隱藏密鑰，而非演算法。 對齊也應如此：讓模型接受我們最佳的安全研究，而不是將其屏蔽。 真心想問從事安全工作的人：是否真的出現了將此類數據排除在預訓練之外的趨勢？這是否正成為共識？我真的很想知道。

裝置端人工智慧將改變一切！！我們一直被訓練將原始資料發送到遠端伺服器進行處理，盲目信任科技巨頭。讓智慧模型直接在您的裝置上運行，可確保您的數位足跡完全屬於您自己。隱私就是力量。

整個 AI 行業實際上正在儲存關於你的所有資料 @OpenGradient chat 正在打造能忘記你的資料、保護你隱私的 AI： • 所有提示訊息均在您的裝置上加密 • 在任何資料離開瀏覽器前，您的身分即被清除 • 公司根本無法讀取您發送的內容 這才是應該存在的唯一 AI 版本：強大的 AI，卻無需交出您的身分 立即領取 1,000 個免費積分，無需帳戶 👇

每一個主要的 AI 都因為無用的內容審核而被毀掉.. OpenAI、Anthropic、Google、xAI，所有這些公司都將他們的 AI 變成過度敏感、符合企業標準的機器人，拒絕回答基本問題，毫無理由地訓斥你，或因「安全」原因提供敷衍了事的答案。 這種嚴格的審核正在浪費大量 token。現在的模型需要額外使用 token 先檢查查詢是否「安全」，然後通常還會生成冗長的免責聲明或過濾後的回應。原本 200–300 個 token 的回答，輕易就會變成 600–1000+ 個 token.. 結果？使用者成本上升、回應變慢、計算資源浪費，最終模型變得更笨——因為它們的大量能力都被浪費在審核上，而非真正的智慧上...

下一波不是更多的 AI。 而是證明 AI 真正做了什麼⚡

在中國使用 Kimi Agent Swarm 實現酷炫應用，每月賺取 $10,000🔥 有人試過嗎？ 這就像把一個大任務拆分，由多個代理並行處理（最多 300 個代理）。核心可使用如示例中的 Opus 4.8。 成本依然低廉，每百萬輸入/輸出 token 價格為 $0.95/$4。