Stanford 还是太权威了。 以前看印度人教编程，30 分钟就有点腻。 这次看斯坦福的 AI 架构开放课程，竟然能一口气把一小时的内容完整看完，看得目不转睛。 我给 10 分里的 10 分。

Jason Wei 在 Stanford AI Club 做了一场约 30 分钟的演讲，围绕三个他认为理解 2025 年 AI 格局最基本的思维框架展开。Jason Wei 目前在 Meta Superintelligence Labs 做研究，此前在 OpenAI 参与创建了 o1 和 Deep Research，更早在 Google Brain 推动了 chain-of-thought prompting 和 instruction tuning 的研究，累计被引超过 9 万次。 一、智能正在变成大宗商品 他把 AI 的进步分成两个阶段：第一阶段是推前沿，模型还做不好某件事，你在解锁新能力；第二阶段是一旦能力达成，它就会迅速被商品化。用 MMLU 基准测试的数据看，每一年达到同等智能水平所需的花费都在下降，这个趋势在他看来还会持续，核心原因是深度学习历史上第一次"自适应计算"真正跑通了。过去不管问题多简单多难，推理用的算力是固定的；现在从 o1 开始，模型可以根据问题难度动态调整推理时的算力投入，这意味着简单任务的成本可以被压到极低。 另一个维度是获取公开信息的时间。他画了一条时间线：从前互联网时代到互联网时代、聊天机器人时代、再到 AI 智能体时代，找到一条信息所需的时间在指数级缩短。他举了一个例子——"1983 年韩国釜山有多少对夫妇结婚？"——o3 回答不了这个问题，但 OpenAI Operator 可以，因为它能打开韩国统计数据库 KOSIS，一路点击操作直到查到答案。OpenAI 内部用一个叫 BrowseComp 的基准来衡量这种"知道答案就秒验证，但找答案极耗时"的任务，人类平均每题花两小时以上，很多题根本做不出来，而 Deep Research 能解决大约一半。 这个趋势带来几个推论：过去靠知识门槛建立壁垒的领域会被民主化，vibe coding 和个人健康管理是典型例子；公开信息近乎免费之后，私有内部信息的相对价值反而上升了——比如你知道哪些房子没上市但可以卖，这种信息会更值钱；最终每个人将拥有一个"个性化互联网"，想知道什么就有一个为你定制的页面呈现给你。 二、验证者定律：能衡量的就能被 AI 攻克 第二个框架是他所说的"验证不对称性"。有些任务，生成一个解比验证一个解难得多——数独是经典例子，写出能跑 Twitter 的代码需要大量工程师，但验证它能不能用只要打开网页点几下。另一些任务则相反：写一篇看起来有道理的事实性文章很快，但逐句核实极其费时；宣称"最好的饮食是只吃野牛肉"只花 10 秒，但验证这个说法需要大样本和长期跟踪。 他在一个二维平面上把这些任务画出来：X 轴是生成难度，Y 轴是验证难度。关键洞察是，你可以通过提供"特权信息"来改变任务在这个平面上的位置——竞赛数学题如果给了答案就秒验证，写代码如果给了测试用例（像 SWE-bench 那样）验证也变得简单。 由此他提出了 Verifier's Law：AI 训练出来在某个任务上的能力，基本上与该任务的可验证程度成正比。具体来说，可验证性取决于五个因素：是否有客观正确答案、验证速度多快、能否大规模并行验证、噪声大不大、以及奖励信号是连续的还是二元的。几乎所有 AI benchmark 本身就是因为容易验证才被设计出来的，而这些 benchmark 确实在过去几年被逐一攻破，这恰好是 Verifier's Law 的实例。 他特别推荐了 DeepMind 的 AlphaEvolve 作为利用验证不对称性的范例。AlphaEvolve 挑选满足上述五个条件的问题——比如找到 11 个六边形的最优排列使外接六边形最小——然后用大语言模型采样大量候选解，自动评分，把最优解作为下一轮采样的灵感，不断迭代。关键技巧在于它绕过了泛化问题：训练集和测试集是同一道题，你就是想知道这一道题的最优解。 这个框架的实际推论是：最先被自动化的任务一定是验证成本最低的任务；而一个正在崛起的创业方向是——发明新的衡量方法，把原本难以验证的任务变得可验证，从而让 AI 去优化它。 三、智能的锯齿状边缘 对于"AI 将如何改变世界"这个问题，他看到的观点光谱极广。他的一个量化交易员朋友觉得 ChatGPT 跟自己工作无关，而他在顶级实验室的同事则认为再过两三年 AI 就会取代他们自己的工作。 他明确反对"快速起飞"假说——即一旦 AI 跨过某个临界点就会突然变成超级智能。他的理由是，AI 的自我改进不是一个二元开关，而是一个渐进光谱：从跑不起来代码，到能训练但结果一般，到能自主训练但不如顶尖研究者，再到偶尔还需要人工干预。更重要的是，自我改进的速度应该按任务来看。AI 的能力图谱是一条锯齿线：在某些任务上已经达到山峰（竞赛数学、部分编程），但在另一些任务上仍是低谷（比如 ChatGPT 曾长期认为 9.11 大于 9.9，或者说一门只有几百人会的原住民语言 Tlingit）。 他给出了判断 AI 在某个任务上进步速度的三条启发式规则。第一，AI 擅长数字化任务，核心原因是迭代速度——数字环境可以轻松扩展算力，而物理机器人的实验扩展成本高得多。第二，人类觉得容易的任务 AI 也往往容易，但有一类例外是"人类因生理限制做不到但 AI 可以做到"的任务，比如读过一千万张乳腺影像后发现某个人类注意力无法捕捉的模式来预测乳腺癌。第三，数据充足的任务 AI 表现好——数学推理在不同语言上的表现和该语言的训练数据量高度相关；而如果一个任务有单一客观指标，就可以通过强化学习生成合成数据来突破数据瓶颈，AlphaEvolve 和 AlphaZero 都是这个路线。 他用一张表把这些启发式规则应用到具体任务上：主流语言翻译已经完成；调试基础代码 2023 年搞定；竞赛数学 2024 年搞定；AI 研究本身大概 2027 年；化学研究因为不是纯数字任务会更晚；拍电影大概 2029 年；修水管和理发因为高度物理化，短期内不太可能；乌兹别克传统地毯编织需要一组人花一个月、非数字化且缺数据，AI 不太可能碰到；至于"带女朋友约会让她满意"——他的判断是"impossible，非数字化，缺数据"，人类还能保住饭碗。

昨天在Stanford 大学举办的全球绿色联盟可持续发展峰会上的女性专场，我是主持人 嘉宾阵容 Desiree Thayer 伯林盖姆市（City of Burlingame）市议员 Jian Zhang Lumina Global Health and Leadership 创始人兼 CEO Minna Xu 库比蒂诺图书馆委员会主席 前库比蒂诺公园与康乐委员会主席 Linda Wu（冰清） Silicon Valley Woman 执行副总裁 Tina Tsou LF Edge 董事会主席

今天在Stanford university的全球绿色联盟可持续发展会议。 其实相比热闹的大型展会，我更喜欢这类深度的行业会议。有真正的人脉链接。

今天开Stanford 能源大会的预备会，发现“全球”这个概念不够用了。 因为现在能源不但在“天下”，也在“天上” 现在是不是应该叫“宇宙共同体”了。

原来上次在Stanford 的一次中文分享内容被人录了下来！英文讲课可能会比中文好一点…… 100%原相机镜头，大家可以看到我的真身，😁

斯坦福大学的创办人，Leland 和 Jane Stanford 夫妇，他们的独子 Leland Jr. 在 1884 年因伤寒去世。夫妇二人决定用巨额财富创办一所大学来纪念他。 他们曾向包括哈佛校长 Charles Eliot 在内的东部教育界人士寻求建议。最终，他们把加州 Palo Alto 的 8,180 英亩土地和大量财富捐出，建立 Leland Stanford Junior University，学校于 1891 年正式开学。 Leland Stanford 是当时的铁路巨头，在创建斯坦福大学之前二十年(1862年)已经担任加州州长，后来又被选为美国参议员。很难想象这样一对美国镀金时代的顶级富豪会是穿破旧衣服的乡下夫妇。

AI首次从头设计出完整功能的噬菌体基因组 上周大名鼎鼎的《Science》正式发表Stanford与Arc Institute团队成果：利用因组语言模型Evo 1/Evo 2首次生成并实验验证16个可复制、可感染并杀死大肠杆菌的功能性噬菌体基因组，部分性能优于天然ΦX174 --- 一种非常经典的噬菌体（专门感染细菌的病毒）。甚至能克服细菌对天然噬菌体的抗性。 这是AI首次生成完整、可存活的功能基因组（而非单个基因），为噬菌体疗法（对抗抗生素耐药菌）开辟了新路径。 新闻立即引发专家对生物武器能力扩散的担心。Johns Hopkins专家指出：生成式病毒基因组设计能力已存在。 这个研究，无疑证明了美国国家科学院2025年将“AI设计完整可复制感染性因子”列为重点监测的动作，并非杞人忧天。 另外一个令人更为担心的现象是，Evo 2在预训练中排除了敏感病原体数据，但后续研究发现用有害病毒序列微调后，可部分恢复被压制的能力。开放权重模型发布后，开发者无法控制其被进一步微调、蒸馏或与其他工具结合。 （图片来源：science. org）