递归自我改进
这是 Jack Clark 最新一篇 Import AI 文章的要点。他的主要观点是：有 60% 以上的可能性，「无人类参与的 AI 研发」——一个能够训练自己后继系统的系统——会在 2028 年底之前出现。这个论点不是基于单一基准，而是基于累积效应：SWE-Bench、METR 时间范围、CORE-Bench、MLE-Bench、PostTrainBench、内核优化、自动化对齐研究，以及管理其他 AI 系统的 AI 系统。这个论证是一幅由开始相互连接的碎片拼成的马赛克。
Forward Deployed Engineer（前置部署工程师）
OpenAI 宣布成立 The OpenAI Deployment Company，一家新公司，旨在帮助组织把 AI 整合进日常运营。它会在组织内部部署专业工程师——称为前置部署工程师（FDE）——以识别 AI 可以改进工作流程的地方，并构建员工日常可靠使用的系统。这和其他模型公司在做的「下场」动作是一回事：越过 API，进入手把手的 to B 落地。
中国 AI / 机器人公司在做什么
美国和中国之间的算力差距只会越来越大。美国 AI 公司才刚刚开始集成英伟达的 Blackwell 芯片，这些芯片比中国公司合法获得的任何芯片都强大得多。尽管英伟达 CEO 声称中国公司已经拥有足够的算力，但受访的中国研究人员对这一说法持怀疑态度。
许多中国公司提供编程套餐，通常附带丰厚的 token 额度来吸引客户离开 Claude Code，但它们也追求更细分的产品方向。MiniMax 打造高利润的 AI 伴侣产品；Z.ai 则寻求与社交媒体公司、中国商飞 COMAC 以及政府机构建立 B2B 合作。阿里关联公司蚂蚁集团在基于 AI 的医疗配送领域开辟了利基——这在美国会是一场责任与患者隐私的噩梦。
像模型公司一样，Unitree 的研究人员也在加班加点，但没有同样的 AGI 驱动热情——Unitree 对「AGI」的关系就像鱼需要自行车。另一家机器人公司 Galbot 带访客参观了一个仓库，机器人自主地从货架上挑选感冒药和隐形眼镜，并根据 app 提交的客户订单打包。参观时配送司机来来往往，来取机器人打包的订单。Galbot 称 2025 年完成了超过一百万个订单，其中 20% 在传统药店打烊的夜间提交。这些订单都不需要前沿模型或超人类智能——中国的机器人生态正在用 AI、并在算力受限的情况下赚钱。正如有观察者指出的，有大量 AI+机器人的工业应用美国公司察觉不到，因为美国已经失去了其工业基础。药房这个场景确实非常适合机器人。
Unitree 的收入曾主要来自对学术研究实验室的销售，但正如其招股书所揭示的，随着商业销售激增，这一点正变得越来越不成立。一些买家是工业领域的，但 Unitree 和 Galbot 都指出，商业买家中的多数其实是为娱乐应用购买机器人。观看机器人跳舞——或者努力做咖啡——出乎意料地令人满足。Galbot 说去年开了 100 多家由机器人做饮料的门店。显然，新奇感是卖点。