由Madrona举办的年度人工智能峰会IA 2024上,微软人工智能首席执行官穆斯塔法·苏莱曼(Mustafa Suleyman)与Madrona的董事总经理索玛·索玛塞格(Soma Somaseger)进行了一场炉边谈话,分享了人工智能助手将如何很快改变我们的生活和工作。他将人工智能重新定义为一种深度的个人关系,一种以我们尚未想象到的方式适应、学习甚至预测我们需求的关系。

Madrona全称为Madrona Venture Group,一家成立于1995年的风险投资公司,专注于为早期到后期的创新型科技公司提供种子阶段、A轮及B轮的风险投资。索玛·索玛塞格(Soma Somaseger)2015年11月加入Madrona,此前在微软公司工作了超过25年,负责领导微软的开发者部门。
苏莱曼认为,我们正处于一个转折点,AI的发展速度和影响力正在超越我们的预期。他强调,AI不再是简单的工具或应用程序,而是正在转变为一种深刻的个人关系。这种关系是动态的,AI将成为一种无处不在的、可信赖的伴侣,具备记忆和情感智能,能够通过语音、文本和视觉无缝地与人类互动。
苏莱曼指出,AI的智力(IQ)、情感智能(EQ)和行动能力(AQ)的演进将推动更直观、自然的AI与人类之间的互动。他预见,未来的AI将具有非常好的记忆力,能够跨任意文档检索信息,届时AI能够更好地理解和响应人类的需求。这种记忆力的提升,加上AI的IQ、EQ和AQ,将形成一个强大的系统,能够以前所未有的方式服务于人类。
他进一步阐述了AI如何改变我们与技术的互动方式。在过去,是人类给计算机编程,告诉它们如何执行特定的任务。但随着AI技术的发展,尤其是大语言模型的出现,这种关系正在发生根本性的变化。现在,AI正在学习适应我们的需求,以一种更加个性化和互动的方式“编程”我们的数字世界。

苏莱曼还谈到了AI的递归自我完善(recursive self-improvement)的概念,这一概念是指AI系统能够改进自己的算法和架构,从而提高自己的智能水平。他认为,尽管目前我们还没有看到AI系统能够自我完善到导致智能爆炸(intelligence explosion)的程度,但在未来5到10年的时间里,这种情况将会改变。他强调,随着AI系统变得更加复杂和强大,我们需要更加谨慎地考虑我们赋予这些系统的激励机制。特别是,我们需要定义和限制那些高风险的能力,比如自主性(autonomy),以确保我们能够从监管的角度进行有意义的干预。
苏莱曼还强调了一个重要观点,即随着计算资源的增加,AI模型变得更容易控制、转向和对齐。这一观点与一些人对大型模型可能变得更加复杂和难以管理的担忧形成鲜明对比。他指出,随着模型规模的扩大,它们在多个方面表现得更为出色。
首先,AI模型在指令遵循方面的能力显著提升,使得它们能够更准确地理解并执行用户的命令。此外,随着计算能力的增强,模型在减少“幻觉”方面也取得了显著进展,它们生成的信息将更加贴近事实,错误信息的发生率将显著降低。
更重要的是,随着模型的规模增大,它们与产品设计、行为政策和业务政策的对齐性也得到了增强。AI模型不仅能够更好地优化为特定目标服务,还能够在复杂的环境中保持一致性。苏莱曼强调,这些改进是一个重要的成就。这一趋势为AI的未来发展带来了积极的信号,预示着我们可以期待更加强大且可靠的AI系统。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。