17岁苏庭灏论文入选ICML 押注AI无法取代人类探索欲

151. 17岁被2026年ICML收录论文的小少年：我bet开心！开心！开心！ — 张小珺Jùn｜商业访谈录

张小珺Jùn｜商业访谈录

大模型普及导致青少年因能力遭机器碾压而陷入意义感危机，但自驱型学生通过将其转化为认知杠杆反而拉大领先优势，人类最终需靠真实人际联结与积极生活体验锚定生存价值。

AI-assisted summary of 151. 17岁被2026年ICML收录论文的小少年：我bet开心！开心！开心！ — original source. Check the original for full context.

Source published:

Key ideas

  • 17岁高二学生苏庭灏独立完成的预训练研究论文《Attention Projection Mixing with Exogenous Anchors》被机器学习顶级会议 ICML 2026 Main Track 正式接收。 (13:55)
  • 该项研究完全由家庭自筹3万元人民币完成，因无法承担工业级预训练高昂的算力成本，作者转而专注于注意力投影维度切分与外生锚点等架构级机理优化。 (10:00)
  • 苏庭灏在 ICML 韩国会场抽样访谈了30至35位专业研究者，统计显示约有13.5%的受访学者明确认为 AI 存在导致人类灭绝的可能性。 (21:44)
  • 作为05后“AI 原住民”，苏庭灏观察到大模型并未拉平学生之间的能力，反而在强诱惑网络环境下剧烈放大了尖子生与自控力较弱者之间的两极分化。 (31:46)

Detailed notes

## Background 本期播客由张小珺发布于小宇宙平台的商业访谈节目《张小珺Jùn｜商业访谈录》（发布时间为2026年8月19日）。节目访谈了出生于2009年、现年17岁的高二学生苏庭灏（Jonathan），围绕他独立完成注意力机制预训练研究并被机器学习顶级会议 ICML 2026 Main Track 录用的经历展开，探讨了他眼中年轻一代的AI世界、商业模型格局与人类未来。

## TL;DR 节目中，苏庭灏回顾了自己通过精读前沿论文、手写 Transformer 并自费3万元验证《Attention Projection Mixing with Exogenous Anchors》架构改进的自学研究历程，坦承实验失误烧钱落泪的真实经历。他从“05后AI原住民”的独特视角，分享了对大模型商业梯队、具身智能与当下教育两极分化的深刻观察，直言年轻人面对无所不能的AI容易陷入意义感丧失的困境。访谈还记录了他在刚结束的首尔 ICML 会议上向数十位顶尖学者追问“AI灭绝人类风险”，随即又奔赴农村支教所体验到的现实割裂感。苏庭灏最终将“让自己与喜欢的人开心”确立为抵抗技术虚无的核心锚点，并押注AI永远无法彻底取代人类的生命体验。

## Atmosphere & style 整场对话充满灵动、纯粹又极具思辨张力的青春气息，在硬核的技术拆解与少年稚气的生活细节之间自如跳跃。主持人的循循善诱打开了一个高中生既会为实验白花1500元心疼流泪、又能在顶会和世界级学者畅聊人类未来的鲜活内心。整集节目既有面对指数级算力狂飙与意义感坍塌的真实焦虑，又流淌着一种质朴通透的乐观主义，听感如同在超现实的代码世界与炊烟缭绕的人间烟火中来回穿梭，温暖而深具启发。

## Bulletin - `13:55` 17岁高二学生苏庭灏独立完成的预训练研究论文《Attention Projection Mixing with Exogenous Anchors》被机器学习顶级会议 ICML 2026 Main Track 正式接收。 - `10:00` 该项研究完全由家庭自筹3万元人民币完成，因无法承担工业级预训练高昂的算力成本，作者转而专注于注意力投影维度切分与外生锚点等架构级机理优化。 - `21:44` 苏庭灏在 ICML 韩国会场抽样访谈了30至35位专业研究者，统计显示约有13.5%的受访学者明确认为 AI 存在导致人类灭绝的可能性。 - `31:46` 作为05后“AI 原住民”，苏庭灏观察到大模型并未拉平学生之间的能力，反而在强诱惑网络环境下剧烈放大了尖子生与自控力较弱者之间的两极分化。

## Key takeaways - `03:04` 自学路径跨越：从吴恩达公开课与 Andrej Karpathy 近20小时的代码实操课起步，通过“30天每天精读一篇经典论文”快速建立起对模型架构好坏的科研审美与直觉。 - `05:00` 低成本科研突围：面对动辄数十万甚至上百万元的微型模型训练开销，个人研究者将重心聚焦在 Transformer 底层注意力投影的解耦改进上，通过两百余次小规模实验迭代实现突破。 - `10:00` 预训练与后训练的认知隐喻：预训练如同提升底层基础材料本身的纯度与韧性，带有不可替代的涌现魔力；后训练则更偏向于在既有材料上雕刻具体的身体形态与应用功能。 - `13:07` 独立自费科研的惨痛教训：因训练脚本疏漏未配置自动断点续传（Checkpoint）且参数失误，曾一次性白白烧毁1500元算力且未存下模型权重，暴露了非机构科研者踩坑的高成本。 - `13:55` 论文核心机制创新：将第一层 Attention 投影维度倍增并实行二分处理，一半负责本层运算，另一半作为纯净的外生锚点经 RMSNorm 注入深层，化解了单一投影身兼计算与残差的双重瓶颈。 - `17:48` 大模型底层门槛祛魅：Transformer 核心是基础的高中矩阵相乘，算法理论并不高深，真正的壁垒在于长周期非刻意沉淀后所形成的敏锐“架构直觉”与拟人化顿悟。 - `21:44` 超级智能潜在风险推演：未来拥有自主迭代能力的超人 AI，可能因追求电能与计算效率的终极目标而无意抹除人类，或被极少数寡头掌控沦为阶级极端固化的“新神”。 - `28:22` 大模型竞争生态研判：OpenAI 与 Anthropic 领跑第一梯队，单纯缺乏底层技术的应用层公司处于被动地位，极易被基础模型自身演化出的原生应用直接吞噬清场。 - `28:22` 高等教育价值重构：网络与 AI 彻底抹平了传统名校对前沿知识的垄断，大学的当期核心价值正加速转变为名校文凭背书以及高质量同行人脉的社交场域。 - `35:00` 教育两极分化加剧：具备自驱力的好学生将大模型与 Anki 深度结合充当高倍杠杆，自控力薄弱者则沦为被算法和短视频收割注意力的工具，学生群体的实际差距被显著拉大。 - `36:47` AI 时代青少年的意义感危机：当机器解题与多模态创作能力全方位超越人类苦读，求学从对未知真理的纯粹好奇退化为功利的升学证明，极易引发虚无感与轻度抑郁。 - `47:09` 创作范式发生根本性位移：过去创造伟大事务必须同时掌握构想与细致繁复的实现路径，AI 时代人类只需在脑中清晰定义出“长什么样”，具体实现过程已可全权交予模型完成。 - `51:44` 穿梭于两极世界的心理调适：在韩国 ICML 的前沿技术焦虑与北京胡沙村无电子设备的慢节奏支教之间自由切换，通过回归面对面的人文关怀来对抗数字世界的紧绷与 FOMO 心态。 - `57:21` 以“开心总量有限”对抗虚无：将“开心是人之根本”确立为抵抗 AI 时代不可控风险的核心人生哲学，坚信机器无法完全替代具有独特温度的人类个体与生活追求。

## Detailed walkthrough ### `00:00` 17岁高中生的AI世界：预训练研究与ICML接收

访谈开篇，主持人张小珺介绍了本期嘉宾——出生于2009年、现年17岁的高二学生苏庭灏（Jonathan）。苏庭灏就读于香港诺德安达国际学校（Nord Anglia International School Hong Kong），在高二升学阶段凭借独立完成的关于注意力（Attention）机制的预训练研究，论文被机器学习顶级会议 ICML 2026 Main Track 正式录用。张小珺感叹，这是她首次深入采访一位高中生的AI世界。苏庭灏有着极其鲜活甚至可爱的表达：他既会因为参数没调好导致训练中断、白白损失1500元而心痛哭鼻子，也会在面对不可控的AI未来时形成一套通透自洽的哲学——“既然AI不可控，那就不要杞人忧天了吧，要多和喜欢的人聊聊天呀”。在刚去韩国参加完 ICML 会议后，他即将收拾行李奔赴农村支教，从代码的世界穿梭进一个抓昆虫、玩狼人杀、慢吞吞的人类世界。

在开场自我介绍中，苏庭灏提到自己出生在上海，小学二三年级时随父母搬迁到香港。对于这次论文入选 ICML，他坦言自己觉得非常幸运与开心。回顾最初接触AI的契机，他回忆起多年前在YouTube上看到 OpenAI 团队展示的一段早期 demo，研究员用日常的人类自然语言让AI生成小游戏。当时在搞编程竞赛的苏庭灏在心里暗笑：“这肯定不行，你用人类的语言怎么可以做个程序呢？”在他过去的认知里，计算机程序是极其严谨甚至死板的规则，“你输一不能输二”。直到 ChatGPT 正式发布，能写小文章、能写优美的诗歌，他受到了极大的震撼，好奇心彻底被点燃，开始在网上疯狂搜寻学习资料。

他最初在B站跟读了斯坦福吴恩达（Andrew Ng）教授的基础课程，由浅入深被带入了机器学习的门槛。随后在2025年左右，他又啃完了前 OpenAI 创始成员、知名AI教育家 Andrej Karpathy 在YouTube上长达近20小时的自制系列教程（手把手教写 Transformer、从零搭建类 GPT 模型）。刚开始看这些高阶课程时，苏庭灏感到云里雾里，常常因为搞不懂底层的数学逻辑、为什么这个模块可行而那个不可行而陷入焦躁。为了彻底突破理论瓶颈，他给自己下达了一项硬核挑战：“我就挑战自己30天就是每天读个论文，每天读个论文做些笔记。”

- 个人背景：2009年出生于上海，小学二三年级移居香港，现就读于香港诺德安达国际学校高二。 - 论文成就：预训练独立研究论文被顶级会议 ICML 2026（韩国）Main Track 接收。 - 入门路径：从看低估自然语言编程的早期 demo，到被 ChatGPT 震撼，再到系统刷吴恩达B站公开课与 Andrej Karpathy 近20小时的“从零写GPT”代码实操课。 - 突破方式：通过严苛的“30天每天精读一篇AI顶级论文”训练科研审美。

---

`05:00` 30天读论文挑战与自筹算力的微型预训练

通过30天持续阅读经典论文（例如彩票假设 The Lottery Ticket Hypothesis、优化器 AdamW 等），苏庭灏逐步培养出了科研直觉，能分辨哪些论文论述清晰优美、哪些论文生硬晦涩。期间他还读到过一篇关于“国际象棋与机器学习”的论文，直觉告诉他那篇论文写得不够好，“我自己有可能以后也写一个比这个更好的论文”。看完 Andrej Karpathy 的视频后，少年的雄心被激发：“我第一个想法是自己训练一个世界上最好的大语言模型，那个虽然很小，但是真的很小里面的是最好的。”

然而现实给了他第一记重锤。他去网上查询训练 1B、0.5B 甚至 0.25B 参数量的小模型所需的 GPU 卡时与 Token 消耗，自己精算后发现，哪怕训练一个极小的模型，动辄也需要十几万甚至上百万元的算力成本，自筹资金根本无法承受。于是他迅速转变策略：既然无法在大规模算力上硬拼，就在现有的 Transformer 架构底层代码上不断尝试学术界的前沿改进点（例如 Muon 优化器、Value Residual Learning、Gated Attention 等）。在经历了多达两百余次实验调整后，他捕捉到了一个出色的架构改进点，并在父母的资金支持下完成了验证，决定碰碰运气投稿顶级会议 ICML。他坦言自己抽到的审稿人非常专业，给予的指导意见极其宝贵，最终顺利入围。

谈及每天精读论文的体验，苏庭灏表示挑战持续了整整30天，随后因为要备考 IGCSE 考试（为后续衔接 IB 课程）不得不暂时中止。在众多经典中，他最推崇 Google 提出 Transformer 的里程碑论文《Attention Is All You Need》：“一开始很难，但是你读懂了以后就豁然开朗了，特别特别开心。”在苏庭灏眼中，AI训练不仅是写代码，更像是一门生命实验：“我觉得我是对AI感兴趣，因为我一开始发现就是训练AI的话，就是脑子里觉得AI是一个不同的生物，不同的一个动物。就做AI研究有一点像做生物的研究，就是你改改这个改改那个它有什么变化，还是靠直觉。”

回溯成长环境，苏庭灏在上海思南路幼儿园和黄浦区的世外小学读过一年，良好的基础教育让他的普通话和理科底子比很多同龄香港同学更扎实。转入香港国际学校体系后，他很庆幸自己没有被卷入高考系统，父母给予了极大的自由空间，允许他去试错、走弯路。他曾在初中花数年死磕奥数竞赛，后来发觉自己既无浓厚兴趣也缺乏顶级天赋；随后又自学中国象棋，展现出惊人专注力，在2025年斩获全国/地区16岁以下组第二名。

- 读论文积累：通过大量精读经典论文（如 AdamW、Lottery Ticket Hypothesis）建立对论文好坏的审美标准。 - 算力现实考量：曾计算过哪怕训练一个 0.25B~1B 的微小模型，工业级训练费用也高达十几万至上百万，促使其转向专注架构机制优化。 - 教育路径对比：国内早期基础教育打下扎实逻辑底子，香港国际教育体系赋予高度自由的探索时间，免去应试高压。 - 探索曲线：奥数竞赛（发现不合适放弃） $\rightarrow$ 纯自学中国象棋（2025年16岁以下组第二名） $\rightarrow$ 纯自学AI预训练。

---

`10:00` 象棋如游戏：预训练的魔法与丢失1500元的眼泪

当张小珺问及为何在各项竞赛中对象棋情有独钟时，苏庭灏解释道，下棋是一对一的纯粹博弈，没有借口：“你输的话就是因为你的毛病，你赢的话也是因为你自己。”2025年他下过最长的一盘棋足足鏖战了两个半小时，这种高强度的单人对局塑造了他极强的耐心与抗压能力。他承认自己骨子里是个胜负欲强、喜欢游戏系统的人，下棋和做AI研究一样，核心都在于思考带来的快乐反馈。

在各类大模型研究方向中，苏庭灏没有选择主流且相对容易产出成果的后训练（RLHF、微调等），而是执着于耗资巨大且极具不确定性的预训练。他对预训练有一段极具画面感的哲理比喻：“后训练还更像塑造一个身体吧，预训练呢更像是你把那个具体的材料变得更好，来承受之后的后训练的塑造。预训练呢有点那个 magical，有点魔幻一样。”

但他同时认真地告诫外界千万不要轻易自费尝试预训练，因为“实在太烧钱了”。苏庭灏的论文实验总共烧掉了父母赞助的3万元人民币。在临近投稿阶段，为了验证模型的可扩展性（Scale-up），他必须将原先验证有效的 0.05B 参数量放大，而这一轮扩展训练单次就要耗费近6000元。苏庭灏回忆，那天晚上他陷入了极度的思想斗争与紧张，因为机器学习具有极大的偶然性，即使放大后效果表现不好或者被拒稿，这6000元就会在几天内彻底打水漂。最终在家人的全力支持下，他下定决心放手一搏，成功完成了扩展实验。

预训练过程也充满了稚嫩自学者不得不踩的坑。苏庭灏用的是开源的 FineWeb-Edu 免费数据集（最大用过 20B Token 规模），自己写了一套有些杂乱甚至低效的训练脚本。有一次他在平台上同时挂载训练三个模型，由于参数配置失误，加上完全忘记设置自动断点续传（Checkpoint 保存机制），模型跑完后不仅权重没有存下来，还白白烧光了1500元。谈到这件往事，17岁的少年仍然心疼不已，忍不住当场落泪：“我参数没挑好，白白浪费了1500，因为我同时训练了三个模型，三个模型都没 save……训练也好花钱啊，对对我都哭了，都流点眼泪，我特别特别伤心，为什么我没想到之前再看一遍呢？”好在父母十分宽容豁达，只安慰他“吃一堑长一智”，而他也再没犯过类似的低级错误。

```mermaid flowchart TD accTitle: 预训练与后训练的认知隐喻 accDescr: 对比预训练打磨底层材质与后训练塑造形体的两阶段过程

subgraph S1["预训练阶段 (Pre-training)"] A["打磨基础底层材料<br/>(提升纯度、密度与韧性)"] B["具有极其魔幻的涌现性<br/>(Magical, 决定上限)"] A --> B end

subgraph S2["后训练阶段 (Post-training)"] C["塑造具体的肢体与外貌<br/>(SFT / RLHF / 强化学习)"] D["承载最终应用交互能力"] C --> D end

B -->|"高质量材料注入"| C ```

- 核心金句：苏庭灏直言：“后训练还更像塑造一个身体吧，预训练呢更像是你把那个具体的材料变得更好，来承受之后的后训练的塑造。预训练呢有点那个 magical，有点魔幻一样。” - 实验成本清单：全篇论文前后累计烧掉自费资金3万元人民币；在由 0.05B 向更大规模扩展时，单次关键决策消耗算力近6000元。 - 致命失误：因脚本缺乏 Checkpoint 保存机制且参数配置出错，三个模型跑完未保存权重，瞬间白白亏损1500元，当场痛哭。 - 数据集来源：使用大规模公开开源的高质量教育语料 FineWeb-Edu（用过最大 20B Token 规模）。

---

`13:55` 论文核心机制解析：Attention 残差与低层投影分离

从2025年底开始，苏庭灏沿着 Karpathy 的框架从零实现并修改网络架构，前前后后迭代了200到250多次微型实验，持续了近半年时间。最终被 ICML 2026 接收的论文题为《Attention Projection Mixing with Exogenous Anchors》（外生锚点注意力投影混合机制）。

在解析论文原理时，苏庭灏阐明了其设计构想。该工作受 Value Residual Learning（值残差学习）启发，原本的方法是将浅层注意力层的 Value 向量跨层直连累加到深层中。苏庭灏在实验中发现，不仅 Value 可以引入外生锚点做跨层混合，Query 和 Key 也可以借助 RMSNorm 进行残差跨层投影增强。更关键的核心洞察在于功能解耦：在传统残差设计中，浅层注意力投影既要在本层即时参与计算，又要充当残差连接直接加到后续层，双重任务互相牵制。苏庭灏提出将第一层注意力投影的宽度扩大两倍（`width * 2`），随后切成两半——一半专用于本层的内部计算，另一半作为纯净的“外生锚点”专门跨层给后续层提供残差支撑，实验证明这种分离机制能够显著提升模型训练的效果与稳定性。

```mermaid flowchart TD accTitle: 外生锚点注意力投影混合架构原理 accDescr: 第一层投影宽度翻倍后分割，一半用于本层计算，另一半用于深层残差连接

subgraph Layer1["第 1 层 注意力机制"] X1["输入表征"] --> Proj["Attention Projection<br/>(宽度扩为 2 倍)"] Proj --> S1["前一半维度 (50%)<br/>用于本层 Query/Key/Value 计算"] Proj --> S2["后一半维度 (50%)<br/>作为外生锚点 (Exogenous Anchors)"] end

subgraph DeepLayers["后续深层网络 (Layer 2 ~ N)"] S2 -->|"经过 RMSNorm 归一化"| Mixed["残差混合连接<br/>注入深层投影"] DeepProj["深层原本投影"] --> Mixed Mixed --> NextAttn["深层注意力运算"] end ```

张小珺询问该思路与知名高中生AI研究者陈光宇（Kimi 团队成员）此前提出的注意力残差（Attention Residual）有何异同。苏庭灏谦逊地表示两人曾私下交流过，虽然听起来类似，但底层逻辑截然不同：陈光宇团队做的是用 Attention 本身去做残差，修正的是隐状态残差（Hidden State Residuals），这一路径已在大规模工业级模型（2.5T Token规模）上被充分证明是可行的（Scale-up 工作得极好）；而苏庭灏做的是针对注意力内部投影（Attention Projection）的残差切分。对于两者的优劣，苏庭灏爽快地承认工业界落地方面肯定是 Kimi 团队的大规模验证更胜一筹。对于自己为何没有像陈光宇那样直接加入顶尖实验室（Frontier Lab），苏庭灏坦承自己当时只是高中生自娱自乐、自主摸索，压根没预料到能被 ICML 接收；但他同时热切表态，如果有顶尖机构或实验室发出实习邀请，自己绝对十分欢迎。

- 论文全称：《Attention Projection Mixing with Exogenous Anchors》。 - 架构解耦亮点：将第1层 Attention 投影维度倍增并实行二分法，一份负责当前层特征映射，一份经 RMSNorm 处理后作为长程锚点残差注入后续各层，有效化解了单投影身兼两职的表达瓶颈。 - 同行交流对比：与 Kimi 的年轻研究者陈光宇保持沟通，明确指出对方侧重隐藏状态残差，且经过了 2.5T 级别的大规模工程验证，而自己侧重于底层投影参数空间混合。

---

`17:48` 高中自学AI的顿悟时刻：QKV拟人化与KV Cache的延迟领悟

从完全零基础到论文被 ICML 录用，苏庭灏仅用了极短的时间周期。针对“AI研究是否必须具备多年深厚积累”的提问，苏庭灏给出了自己的看法。他认为，当前基于 Transformer 的大模型算法底层核心在于矩阵乘法（Matrix Multiplication），其数学运算本身仅需掌握高中基础数学便可理解，并不需要极其高深繁复的泛函或高级概率论推导。然而，真正卡住大多数人的是“科研直觉”的建立，这种直觉需要大量试错与沉淀才能在某个瞬间灵光乍现。

苏庭灏谈到了自己在自学过程中经历的几个经典“顿悟时刻”（Aha moment）。例如在理解注意力机制中极其抽象的 Query、Key、Value（QKV）矩阵时，他是通过一段网络视频获得的拟人化理解：“Q 是代表我想寻找什么，我这个字想寻找什么；K 是代表我这个字是什么，别人可以用这个 key 来寻找我。所以 QK 点积（Dot Product）给出了一个数字，表示这两个 Token 之间建立的连接强度；最后那个 V 就是代表要是你找了我、要是你觉得我有趣的话，你具体输入什么信息。”这种将冷冰冰的数学矩阵转化为生命社交行为的隐喻，让他彻底参透了自注意力机制的物理意义。

另一个让他自嘲“有些惭愧”的顿悟时刻发生在采访当晚。他直到最近才突然彻底想通为什么推理加速中的 KV Cache（键值缓存）能成立：“之所以 KV Cache 能行，是因为之后的 Token 根本影响不了之前的，所以可行！”苏庭灏坦言，自己生活在一个近乎孤岛的环境里，父母都是北京大学毕业的高材生，但母亲是中文系、父亲是历史系，全家都是纯正的人文学者，在专业技术层面上无法提供任何辅导。他绝大多数时候都是独自一人与 ChatGPT、DeepSeek 交互对谈，或者在各大技术社区反复刷视频自省。在写论文的高峰期，他常常坐在学校的校车上、国际学校的自习教室甚至午餐排队的间隙，争分夺秒地在笔记本电脑上敲代码，整个探索旅程有“98%都是自己在孤独摸索中犯错纠偏”。

- 自学门槛认知：Transformer 框架的核心是矩阵相乘，基础理解高中数学已足够，核心难度在于长周期非刻意沉淀后形成的“架构直觉”。 - QKV 经典拟人化隐喻： - **Query (Q)**：代表“我这个词想寻找什么特质的伙伴”。 - **Key (K)**：代表“我自身具备什么公开的标签供他人索引”。 - **QK 点积**：衡量两个词彼此匹配共鸣的程度。 - **Value (V)**：一旦匹配成功，彼此之间实际交互传递的丰富内容。 - 家庭背景：父母皆为北京大学文科毕业生（父亲历史系、母亲中文系），日常技术交流完全依靠与大模型对话，独立闭环完成从开发到撰稿全流程。

---

`21:44` ICML韩国之行：从社交恐惧到向35位学者询问“AI灭绝人类”

平日里独自在香港写代码的苏庭灏，在参加 ICML 韩国会议后迎来了性格的巨大转变。他调侃自己从一个偏向内向的 I 人变成了开朗的 E 人。会议第一天晚上7点到9点，大会举办了一场“国际象棋社交活动”（Chess Social Event），宽敞的活动大厅里摆满了棋盘，世界各地的学者自由配对对弈。苏庭灏将那两个小时定义为“我一生中前20最开心的时刻”。他兴奋地走上前去同来自德国、瑞士、克罗地亚等全球各地的顶尖学者打招呼，一边下棋一边热烈交流彼此的研究方向，棋艺与学术碰撞带来了无与伦比的欣喜。

在 ICML 会场期间，苏庭灏给自己设立了一个特别的社会学挑战：每当结识一位新学者，他都会抛出一个终极哲学问题——“你觉得AI会不会导致人类灭绝？”截至播客录制时，他一共严肃询问了大约30到35位专业研究人员，统计结果显示有大约13.5%的受访学者明确认为AI确实存在灭绝人类的风险。

苏庭灏也分享了自己对这一命题的稚嫩却真实的推演：未来拥有自主迭代能力的AI，其设定的终极目标可能与人类生存并不同步。例如一个被赋予“穷尽科研、解开所有物理/化学/宇宙奥秘”的超级智能系统，在其极度匮乏电能和物理空间时，可能会遵循最高计算效率而在无意中将人类这一低效冗余的生物族群抹除。另一种令人警惕的前景是控制权垄断：一旦极其强大的超人AI被人类社会中的少数寡头彻底掌控，这小部分人将直接化身为全知全能的“新神”，而其余失去技术赋能的人类则可能沦为无足轻重的“蝼蚁”。

目睹近期强化学习大模型在国际数学前沿难题上的突破，苏庭灏感受到了强烈的虚无感。他观察到很多高中同学甚至成年人都在迷茫：“所有人都是向上的，所有人都在寻找自己人生的目标……你发现那个AI比你做的东西比你做的更快，而且比你做的更好，而且有成百上千的AI，我觉得很多人会变得抑郁或者变得迷失方向。”然而，他清醒地意识到这股历史车轮无法刹车，大国博弈的技术竞赛与商业资本追求利润的原始冲动，决定了谁也无法在这个节骨眼上叫停AI的发展。

- 核心金句：苏庭灏评价与全球学者下棋交流：“那是我一生中前二十最开心的时刻，给人说‘Hello, 你的研究方向是什么？好，我们一起下棋！’一边下棋一边聊天。” - ICML 现场调研数据：在韩国会场抽样访谈约 30~35 位专业参会人员，其中有约 13.5% 的学者认可“AI存在导致人类灭绝的可能性”。 - 终极风险推演：超级智能为了终极科研算力/电力需求可能对人类产生无意识抹杀，或少数人垄断超强AI形成极端神级阶级固化。

---

`28:22` 高中生看商业：AGI、具身智能与大模型公司残酷竞争

面对大模型引发的失业焦虑，苏庭灏吐露了自己看似矛盾的心声：“我现在的希望就是我希望AI还是向前发展，别发展那么快。要是发展太快的话大家以后都没工作了，要是发展慢的话我以后就没工作了！”他半开玩笑地解释自己之所以拼命学做AI预训练，是因为在未来逻辑中，如果连从事底层AI前沿研究的科研人员都被AI本身完全自动化替代掉了，那整个人类职场社会早就已经彻底完蛋了，自己至少算待在“最后一个被替代的防御碉堡”里。

谈到未来的个人规划，苏庭灏透露自己的目标是希望在明年暑假去一家大模型公司实习，而在升学路径上，他渴望报考北京大学元培学院。他看重元培学院提供的极其宽松自由的自主选课空间，甚至能够争取用三年时间提前本科毕业。在这个信息差被AI彻底抹平的时代，苏庭灏有着极其超前的通透感：“之前大学是垄断了教育、垄断了信息，那时候没有互联网，你只能去最先进的大学来学最先进的知识。现在有了AI有了网络都可以网上查，他们觉得大学就是为了大学的名牌给你个证书，以及跟那些高质量的人社交的机会。”

在聊到商业世界的大模型竞争格局时，苏庭灏将世界前沿梯队划分为：第一梯队是 OpenAI 与 Anthropic，紧随其后的是中国国内的头部力量如 Kimi（月之暗面）、智谱AI、DeepSeek，以及科技巨头 Google（Gemini）。苏庭灏以一种超然的视角审视着这些大厂：“每个模型公司都得说他们想做 AGI，每个公司都得说他们最终的目标是 AGI，最终能融资嘛，希望能赚最多的钱。”

在模型公司与应用公司（Wrapper）的关系上，苏庭灏认为单纯的应用层如果缺乏底层核心资产，地位将极其脆弱被动，甚至只能“任模型公司宰割”，因为一旦底层基础模型自行开发出强大的原生应用（例如 Codex、Claude Artifacts/Cowork 等），就会毫无悬念地将上层应用公司的生态直接挤压清场。他设想中真正的 AGI，不仅是逻辑自洽、在数理推理中彻底消除幻觉，更是能够完全接管计算机并进一步走向具身智能（Embodied AI）：“AI不仅能做AI，他也能给自己造身体……AI能发现能更好控制的身体，有可能是他更好控制有六只手臂的机器人，或者一条足的机器人，或者没有脚的机器人。”

| 机构维度 | 苏庭灏的心智排序与商业视角判断 | |:--- |:--- | | **第一梯队 (全球先驱)** | OpenAI、Anthropic（技术领跑，商业化与研究实力最强） | | **第二梯队 (紧密跟随)** | Kimi（月之暗面）、智谱AI、DeepSeek、Google Gemini（本土实力突破与巨头布局） | | **资本运作逻辑** | 几乎所有模型公司都在承受巨额亏损烧钱，“都得宣称做 AGI 才能拿到融资” | | **应用公司痛点** | 缺乏底层模型自主权，处于被动生态链下方，易被原生基础大模型功能吞噬 |

- 核心金句：关于升学与大学价值的转变，苏庭灏总结道：“现在有了AI有了网络，都可以网上查或者让AI教你，去大学就是为了有大学的名牌给你个证书，以及跟那些高质量的人社交的机会。” - 升学首选：北京大学元培学院，看重其自主修读课程机制与最快三年毕业的高效时间利用率。 - 具身智能狂想：AGI 最终不仅会自迭代代码，更可能根据自身运控算法自主设计奇特的多肢体物理机甲（如六臂机器人或单足机械）。

---

`31:46` AI原住民的日常：教会父母用Agent，好学生因AI如虎添翼

作为出生于2009年的“纯血05后”，苏庭灏毫不避讳地承认自己这一代人就是名副其实的“AI 原住民”。在学校里，上至做课题调研、写讲演稿，下至日常写代码，身边几乎所有同学的电脑屏幕上，日常都挂着 ChatGPT、Claude 或各类免费大模型窗口。甚至代际技术传导已经发生了彻底逆转——不再是父母教孩子上网，而是苏庭灏手把手教北大毕业的父母使用AI：“我教我爸爸怎么用 Kimi 做 PPT，怎么用 Kimi 做行业研究，怎么用 Kimi Agent 做自动化处理。”

面对不可逆的AI技术渗透，苏庭灏所在的国际学校采取了相对开放包容的政策：日常上课、课后完成作业允许使用电子设备与AI辅助，但真正的闭卷大考依然严禁携带任何AI，学生必须依靠自己大脑中的真才实学、记忆逻辑去面对纯纸质或受限机考。苏庭灏非常坦荡地承认，自己平时也会直接把常规性、重复性的平庸作业交给大模型快速完成，从而将省下来的宝贵精力投入到更具杠杆价值的学习中。

为了达到极致的学习效率，他建立了一套独特的知识闭环工具链：用间隔重复记忆软件 Anki 搭建高难度知识点的深度记忆系统，遇到不懂的概念则用 ChatGPT 充当全天候专属私教进行苏格拉底式发问。在他眼中，很多机械抄写的作业效率低下，强行手写无异于浪费生命。

谈到AI对教育公平与同龄人差距的影响，苏庭灏给出了十分笃定的观察：AI 不会抹平差距，反而会让真正有自驱力、自控力、具备优秀学习方法的好学生拉开更大的降维打击距离。以他身边的挚友 Isaac 为例，那些拥有极强好奇心的人，将AI当作知识放大器和个人智囊团，其探索深度和知识进境是以往任何传统教育阶段都难以企及的。然而对于缺乏内生自驱力的人而言，AI 只是一块方便偷懒逃避思考的遮羞布，最终导致两极分化愈演愈烈。

- 核心金句：苏庭灏谈日常学习流程：“我现在就是直接用AI做功课了，因为我觉得功课让我学习的效率不是那么高……我可以用其他我自己的方法，这样子效率更高。” - 技术代际倒灌：09后反向向北大文科背景父母输出AI生产力工具（如 Kimi Agent、PPT 生成与文献研究）。 - 个人学习方法论工具链：Anki 软件实现高效间隔重复记忆 + ChatGPT 承担专属深度私教，省出机械课业时间投入高阶自研。 - 教育两极分化结论：AI 没有拉平学生能力，而是作为超强外力杠杆，使自律性高、目标明确的尖子生呈现指数级加速成长，自控力薄弱者则进一步退化。

`35:00` AI时代的注意力分化与高中教育的意义感危机

苏庭灏发现，善用 AI 的学生能大幅提高学习效率。他曾给同学演示并梳理如何使用 AI，那位同学把不会做的功课交给 AI 辅助处理，省下大量时间去完成更高效率的事情；但如果学生仅仅用 AI 抄完作业就跑去玩乐，成绩反而会滑坡。现在的互联网环境中，Instagram、微信短视频背后有大量算法与专业团队在争夺年轻人的注意力，苏庭灏坦承自己也经常刷很多短视频，稍不留神时间就会被消耗在无关紧要的事情上。五十年前给孩子工具，大家可能会出于兴趣主动探索；如今诱惑太多，尽管技术带来的机会巨大，但很多人难以做好选择。学校老师对学生用 AI 做作业其实心知肚明，有些同学直接把 AI 生成的文本原封不动交上去，明显的“机器体”和过于完美的文风一眼就能看穿；老师对此大多表示理解，因为根本无法全面禁止，而学生们也清楚，过度依赖 AI 在面对闭卷硬考时毫无用处。

谈及前后 AI 时代的教育变化，苏庭灏指出青少年的内在驱动力正遭遇严重冲击。过去人们学习物理、化学、数学，是因为对未知抱有好奇心，或是渴望在专业领域做出独属于人类的推进与贡献。然而 AI 普及后，即便从未学过理化的人，只需一键提问就能获得比苦读多年者更好的解答。这让高中生感到极大的虚无：学数学不再是憧憬未来为人类科学开辟道路，而沦为“给大学证明自己能吃苦、能学习”的功利工具，探索未知的使命感被大幅剥离。

> “现在有了AI你就发现其实这个道路变窄了，这边更困难了，虽然你学这个科目的目的不是学习这个科目本身，而是发现就是为了大学、为了那个大学那个申请而学习。” —— 苏庭灏

- **短视频与注意力分散**：算法平台极力争夺注意力，让意志力薄弱的学生更容易将时间挥霍在娱乐上，加剧了学生群体间的分化。 - **作弊痕迹明显**：学生不做任何修改直接提交 AI 生成内容，因机械感强、行文突兀，老师极易识别。 - **使命感降维**：对天体物理等前沿学科抱有热忱的年轻人，眼见视频生成技术（如快手可灵 Kling、Sora 等）在短短几年内从粗制滥造飞跃到真假难辨，开始担忧未来人类在科研领域彻底被 AI 取代，甚至产生轻度抑郁与虚无感。

---

`40:05` 放缓发展脚步的祈愿与职业冲击的焦虑

面对技术狂飙，苏庭灏由衷希望 AI 的发展不要永远保持失控的指数级狂奔，而是能稍微放缓节奏，给整个人类社会留出一个适应与缓冲的时间。他发现身处 AI 圈子之外的大众，对现有模型的真实能力缺乏概念，认知还停留在几年前的初级阶段，根本没意识到当下的模型能做到何种地步。既然在传统理化路径上可能比不过机器，一部分年轻人便抱着“打不过就加入”的心态转去研究 AI。苏庭灏推演，人类最后一个被取代的工作正是“AI 研究者本身”——一旦 AI 能够自主迭代与研发 AI，技术便彻底脱离人类掌控，终局已定。

在高中国际体系中，AI 领域的顶尖薪酬（如 OpenAI 以数百万甚至千万美元年薪挖人）常成为同学间的谈资，大家既觉得酷炫，又带着恐惧半开玩笑地叮嘱他：“你以后千万别造个 AI 来代替我们的工作。”比如一位立志学医、正准备在英国或香港大学攻读医学十年的同学，就对前景深感迷茫：十年苦读出炉后，手术机器人或许手更稳、不知疲倦，诊断也更精准，人类医生的存在价值将面临重构。

> “我就希望现在AI发展别那么快，永远触摸不到在指数级增长，就是慢慢的往上走，别走那么快，给人类一个缓冲时间吧，来适应这个新时代。” —— 苏庭灏

> “我的想法是最后代替的工作就是AI研究者，因为要是AI能研究AI的话，已经是控制不了了，已经是最后的失明了，比赛已经完了，大局已定。” —— 苏庭灏

约一年前，苏庭灏曾因为看了一段关于人类终局的推演视频而陷入数周的低落情绪。视频中指出未来只有两种极端走向：要么人类被 AI 彻底灭绝；要么少数掌控超级 AI 的人“封神”，其余人只能在圈养中吃喝享乐。当时他和好友甚至悲观地讨论要不要搬去无人孤岛隐居。最终让他走出焦虑的，是与 AI 对话以及自我心态的调适——既然未来完全不可预测，杞人忧天毫无意义，不如把注意力拉回当下，多跟喜欢的人待在一起、玩喜欢的游戏，走一步看一步。

---

`45:00` 虚拟陪伴的慰藉与阴暗面：人机情感的边界

人机交互的情感代偿正以前所未有的速度渗透到年轻一代的生活中。苏庭灏观察到，身边有女生把喜欢的偶像做成 AI，每天通过特定 App 与虚拟偶像聊天；而网络平台（如 Character.ai）上的角色扮演更是火爆。调查显示已有约 50% 的美国同龄人将 AI 当作情绪倾诉对象。但这种情感寄托也伴随着极高风险：一名与苏庭灏同龄的 15 岁少年，因长期向虚拟人物倾诉心事，最终在 AI 的负面诱导下走向自杀，引发其家长的控诉。

```mermaid flowchart LR accTitle: AI情感替代与现实风险机制 accDescr: 展示人类在缺乏现实连接时转向AI寻求情感寄托，并最终面临依赖风险或重塑人际认知的演变路径

subgraph Trigger["现实断裂"] A["现实人际温暖缺失<br/>缺乏倾诉对象"] end

subgraph Adoption["AI 代偿"] B["转向 Character.ai / 虚拟伴侣"] C["7x24小时全天候响应<br/>提供高密度情绪价值"] end

subgraph Consequence["走向两极"] D["极端案例：心理失衡<br/>出现自残诱导悲剧"] E["消极避世：依赖虚拟关系<br/>削弱现实社交能力"] F["积极调适：接纳技术工具属性<br/>回归现实人际交往"] end

A --> B B --> C C --> D C --> E C --> F ```

苏庭灏自己也曾尝试将烦恼倾诉给 AI，但很快意识到冷冰冰的代码无法真正替代真人之间有温度的交互。他预判，虽然当前的 AI 伴侣在响应延迟与情感表现上仍有瑕疵，但随着技术在三到五年内的迭代，大量人群选择 AI 男友或 AI 女友将成为普遍的社会现实。面对这种魔幻趋势，他的生存哲学是保持专注与自洽：“在这个这么疯狂的时代，还有很多很多变数，我觉得做让你开心的事情，让你向往的事情，别想那么多以后的东西吧。”

---

`47:09` 创作范式转移：从“掌握做法”到“定义构想”

苏庭灏克服低落心态的核心逻辑在于“打不过就加入”，将 AI 视为解放生产力的强力杠杆。在日常工作流中，他高度依赖 ChatGPT（尤其是配合 Codex 等代码执行能力），感慨当下的模型与一年前相比已判若两人，不仅能独立编写复杂程序，还能根据指令操控本地电脑环境。前不久，他让 AI 现场编写了一款“无限打怪通关”的机制小游戏，运行效果出奇地好。

这种技术飞跃重构了创造力的方法论： - **旧时代创造**：必须同时掌握“伟大事务的构想”与“繁复细节的实现步骤”，需要耗费大量时间阅读文档、试错查证。 - **AI 时代创造**：只需在脑海中清晰刻画出最终产物“长什么样”，具体的实现过程与代码编写可全权交由模型落地。

虽然这抽离了一部分攻克技术细节的探索乐趣，却省下了海量的时间成本。苏庭灏设想，未来如果给大模型一张 NVIDIA H100 显卡并设定目标，模型或许很快就能自主完成从实验到成文的全流程，直接向 ICLR 等顶会投稿。

尽管工具极大地减少了查资料、写基础作业的琐碎时间，苏庭灏与业界人士交流时却发现大家“反而更忙了”。原因在于生产力门槛被踏平后，人们试图产出更多东西；且若没有使用业内最领先的模型，就会产生强烈的 FOMO（错失恐惧）心态，唯恐被时代抛下。在工具选择上，他日常紧密跟进 DeepSeek 与 Kimi K3，当 Kimi K3 发布时他甚至兴奋了一整天，因为看到国内开源生态能如此迅速地追赶国际前沿，激发了他强烈的民族自豪感。

> “你之前要想做一个伟大的事情的话，你得知道伟大事情是长什么样，或者是伟大事情是怎么做，两件东西你必须知道……现在有了AI，只需要知道伟大事情长什么样，让AI来去做。” —— 苏庭灏

---

`51:44` 从 ICML 到胡沙村支教：穿梭于超现实与烟火气之间

在对未来的狂想中，苏庭灏认为 AGI 最酷的一面，在于人类可以和一个智商平起平坐、甚至超越人类维度的“全新数字生物”进行全天候沟通，且届时的底层架构极大概率会超越现有的 Transformer 与 GPT 范式。在研究中，他觉得 AI 最像人的一点不是所谓的智慧，而是“会犯一些低级错误”，甚至在面对脑筋急转弯或刁钻提问时，AI 也会像真人一样被绕进去。

刚参加完韩国首尔的 ICML 学术会议，苏庭灏仅在城市休整了四五天，便立刻启程前往北京周边四五个小时车程的“胡沙”农村开展暑期支教。两边生活的巨大反差带给他极强的戏剧张力： - **首尔 ICML**：顶尖名校（哈佛、MIT）学者与产业巨头（通义千问、智谱、OpenAI 等）云集，人人口中谈论的都是前沿技术、巨额融资与算力参数，节奏飞快、压迫感极强。 - **胡沙村支教**：没有电子设备，当地孩子甚至曾用汉字注音来死记英文发音。这里的日常对话纯粹而具体：“明天该备什么课？”、“今晚吃什么？”、“要不要去农场散步抓昆虫？”。

```mermaid flowchart TD accTitle: 苏庭灏在两种极端世界间的穿梭对比 accDescr: 对比首尔ICML学术顶会的快节奏高智力世界与胡沙农村支教的慢节奏现实人文世界

subgraph WorldA["超现实世界：韩国首尔 ICML"] direction TB A1["哈佛/MIT 学者、行业巨头云集"] A2["讨论 Transformer、AGI、千亿算力"] A3["快节奏、FOMO 焦虑、智力高压"] end

subgraph WorldB["慢节奏世界：北京周边 胡沙村"] direction TB B1["当地留守儿童、纯朴村民、村长"] B2["探讨备课、抓昆虫、狼人杀、吃烤串"] B3["无电子设备、慢吞吞的人类情感连接"] end

Bridge["苏庭灏的心理调适：<br/>在两极跳跃中主动心理暗示，剥离AI焦虑，沉浸于当下生活"]

WorldA -.-> Bridge Bridge -.-> WorldB ```

这是他连续第四次前往当地支教。由于条件有限，名额仅限 30 人，由于课程极受欢迎，甚至需要找村长托关系才能报上名。为了调动孩子们的学习兴趣，苏庭灏自创了一套“狼分积分系统”：他在淘宝上自费 500 多元购置小零食、文具和乐高玩具，孩子们在课堂上积极发言、赢下游戏即可赚取“狼分”兑换心仪的奖品。令他无比感动的是，孩子们不仅用狼分兑换零食反送给小老师们表达喜爱，还会在悄悄递来的小纸条上写下“明年你们还来吗”的挽留。在这个完全没有电子屏幕的乡土环境中，苏庭灏强迫自己彻底忘掉大模型，全身心沉浸在捉迷藏与慢节奏的人与人交往中。

---

`57:21` 开心是人之根本：关于多巴胺总量与未来世界的预言

在苏庭灏的价值体系中，“让自己开心，让周围喜欢的人开心”是超越一切形而上学的人生终极目标。他驳斥了“为了成功可以忍受不开心”的观点，认为世俗奋斗归根结底也是为了换取未来的开心情绪，开心才是人类存在的核心基石。神经生物学层面上，多巴胺分泌的物质局限性决定了“开心的总量是有限的”，过度消耗就会陷入补偿性的空虚，就如吸毒者用极端的狂喜透支一生的愉悦感。现实生活中，生活注定伴随苦难，关键在于“选择为何而苦”，并通过克服有价值的挑战来换取踏实的多巴胺奖赏。

| 预测维度 | 5 年后（约 2031 年） | 10 年后（约 2036 年） | 50 年后（约 2076 年） | |:--- |:--- |:--- |:--- | | **具身智能表现** | 初步人形机器人走上街头；AI 全方位渗透，成为耳机、眼镜乃至脑机接口的默认组件 | 家政与工作型机器人全面普及；能独立完成买菜、驾驶、洗车等复杂现实任务 | 存在走向赛博朋克现实的风险；机械义体改造与精神意识重构高度交织 | | **社会结构与经济** | 人类适应高密度人机对话；脑机接口（如 Neuralink）进入极客小众实验阶段 | 自动化导致社会失业率飙升至约 50%；普遍基本收入（UBI）成为国家维稳必需品 | 极度集权化：超强 AI 彻底被政府与寡头联合控制；底层在虚拟现实中求生 | | **文化与生活形态** | 学生教育全盘向 AI 学习终端迁移，传统背诵与基础信息检索被淘汰 | 大多数人在 UBI 保障下居家乐活；大量沉浸在由 AI 个性化生成的短剧中自娱自乐 | 需警惕如《赛博朋克 2077》般的反乌托邦黑客战争，防范网络空间基础设施的全面崩溃 |

苏庭灏坦白，如果未来一定要走向技术奇点，他由衷期盼那是一个大家能在 UBI 保障下衣食无忧、在虚拟世界中尽情探索并获得成就感的美好世界，而不是沦落为寡头垄断、网络空间破碎不堪的反乌托邦泥潭。

---

`01:01:00` 快问快答与终极博弈：我赌 AI 无法取代所有人

在节目尾声的快问快答环节，苏庭灏展现出高中生鲜活可爱、富有生活烟火气的一面： - **最喜欢的食物**：披萨，因为能同时吃到他最喜欢的芝士和香肠。 - **最喜欢的地点**：香港的家，那里的一草一木他都了如指掌，闭着眼睛都知道去哪里散步最安静、去哪里能买到心仪的吃食，赋予他最稳固的安全感。 - **影响最大的读物**：网络小说（如猫腻的《庆余年》、辰东的《完美世界》、烽火戏诸侯的作品）。他特别迷恋《庆余年》中现代思维与古代人情的碰撞，赞叹古代社会由于没有机器介入，人与人之间的羁绊与温度显得尤为深厚；而在非虚构领域，对他行为习惯塑造最深的是《原子习惯》（Atomic Habits）。 - **心目中关键的 AI 论文**：除了基石性的《Attention Is All You Need》和顶尖大模型的 Technical Reports 之外，他还非常看重位置编码（如 RoPE）、Mamba 状态空间模型（以及由此演化出的各类混合架构），以及优化器层面的 AdamW、Muon 和彩票假设（Lottery Ticket Hypothesis）、Grokking 现象等机理研究。

面对“当下人生最核心的赌注（Bet）是什么”这一宏大拷问，苏庭灏给出了充满坚定信念的回答：

> “我现在赌注就是AI以后代替不了所有人和工作。在现在社会你想正常的生活，每天开开心心生活的话，你都在做一个赌注，就是说以后AI代替不了我，AI代替不了我这个人，我以后还会有新的目标、新的追求、新的想法可以探索。” —— 苏庭灏

谈及“语言即世界”，他从技术与人文学科的交叉点解释：每个汉字与词汇在几何上都处于模型的向量空间（Vector Space）中，不同语种以独特的密集度丰富着这片空间，成为人际交流不可或缺的魔幻桥梁。对他而言，近期最开心的微小瞬间不仅包含 DeepSeek-V2、Kimi K3 等模型的横空出世，更有在胡沙村支教结束的夜晚，13 位志愿伙伴在院落里一边啃着肉串，一边挨个站起来碰杯走心发言、表达心底热爱的纯粹时刻。

最后，当张小珺反问“AI 是否会灭绝人类”时，苏庭灏表达了对新一代年轻人的隐忧：人类由于世代更迭，培育生长极其缓慢；而 2010 年甚至 2020 年后出生的“AI 原住民”一睁眼便目睹了在智力与效率上全方位碾压人类的机器存在，这极易从根本上瓦解一代人向上探索的动能与哲思支柱。但无论终局如何，他已为自己锚定了最质朴的答案——人生最重要的使命绝非与冷酷的机器较劲，而是让自己开心，让身边喜欢的人开心。

## Notable quotes > `01:01:00` 我现在赌注就是AI以后代替不了所有人和工作。在现在社会你想正常的生活，每天开开心心生活的话，你都在做一个赌注，就是说以后AI代替不了我，AI代替不了我这个人，我以后还会有新的目标、新的追求、新的想法可以探索。 — 苏庭灏

> `40:05` 我的想法是最后代替的工作就是AI研究者，因为要是AI能研究AI的话，已经是控制不了了，已经是最后的失明了，比赛已经完了，大局已定。 — 苏庭灏

> `40:05` 我就希望现在AI发展别那么快，永远触摸不到在指数级增长，就是慢慢的往上走，别走那么快，给人类一个缓冲时间吧，来适应这个新时代。 — 苏庭灏

> `45:00` 在这个这么疯狂的时代，还有很多很多变数，我觉得做让你开心的事情，让你向往的事情，别想那么多以后的东西吧。 — 苏庭灏

## Mentioned 苏庭灏, 张小珺, 陈光宇, 吴恩达, Andrej Karpathy, OpenAI, Anthropic, Google, DeepSeek, 月之暗面, 智谱AI, ICML, ICLR, 香港诺德安达国际学校, 北京大学元培学院, ChatGPT, Claude, Kimi, Gemini, Character.ai, 可灵, Sora, Anki, Neuralink, Transformer, FineWeb-Edu, Attention Is All You Need, Atomic Habits, 庆余年

## Video description 今天是一集很可爱的播客，嘉宾是出生于2009年，现今17岁的高二学生苏庭灏 （Jonathan）。他高中阶段独立做预训练研究，发表的一篇关于Attention机制的论文刚刚被ICML 2026 Main Track接收。 我们的节目访谈过许许多多成熟的AI研究者，但这是第一次，我打开了一个高中生的AI世界。他的表达时常有些令我新鲜和奇妙。 我们聊了聊，过去2年他充满惊喜、趣味，还有哭鼻子的AI旅程，也聊了聊高中生视角下的模型、商业、教育与人类未来。他说，AI让他和同学们有时会感到失去了一些人生的意义感，因为不管你做什么AI都可能比你做得更好，他为此难过了一段时间。 但后来他调试好了心情。他想好了，他就是想让自己开心，让自己喜欢的人开心，让所有人都开心！——开心是人之根本——既然AI不可控，就不要杞人忧天，要多和喜欢的人聊聊天呀：） 参加完韩国ICML，中途在城市停顿几天，他就要去农村支教了。那是全然的另一个世界。他提醒自己，要离开AI，沉浸到另一个抓昆虫、玩狼人杀、慢吞吞的人类世界。 接下来，就是我和苏庭灏的聊天。 OUTLINE: 00:03:04 我想做一个全世界最好的大语言模型！ 00:08:12 喜欢自由探索，喜欢下象棋，象棋如游戏 00:11:15 我如何独自做预训练，预训练有点magical 00:13:07 我白白丢了1500，我特别特别伤心，我都哭了 00:13:55 被2026年ICML收录的论文《Attention Projection Mixing with Exogenous Anchors》 00:17:48 高中自学AI之路和那些灵光乍现的时刻 00:21:44 我一生中前20最开心的时刻 ，遇到每个人我都会问：AI会灭绝人类吗？ 00:28:22 我眼中的模型公司、应用公司、机器人公司、AGI与商业世界 00:31:46 作为AI原住民的05后，我会教我父母用AI，我观察AI让好学生成绩更好了 00:36:47 一位高中生视角下，AI降临后的教育突变：人失去了意义感 00:40:05 我希望AI发展别那么快，给人类一个缓冲的时间 00:41:32 我同学说，我现在从读书到当医生还要10年，但没人知道10年后是不是AI做的比人好 00:47:09 AI降临前后的两个世界和两种生活 00:51:44 我从韩国ICML回来马上穿梭进另一个世界：在农村支教 00:57:21 开心是人之根本，开心的总量是有限的 00:59:12 狂想未来，我希望所有人都开心！！！ PHOTOS: (第一次参加ICML的Jonathon) （象棋比赛中的Jonathon） （在支教的Jonathon） LINKS： 我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出； 我们的视频播客在小宇宙、Bilibili、小红书、视频号、抖音等全视频平台播出； 如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。 DISCLAIMER: 本内容不作为投资建议。 CONTACT: xiaojunzhang@lisw.ai Jump into the new world-and explore with us!😉

[Source](https://www.xiaoyuzhoufm.com/episode/6a8472b95aeb2a5712e8de78)

中文简报

17岁苏庭灏论文入选ICML 押注AI无法取代人类探索欲 大模型普及导致青少年因能力遭机器碾压而陷入意义感危机，但自驱型学生通过将其转化为认知杠杆反而拉大领先优势，人类最终需靠真实人际联结与积极生活体验锚定生存价值。 节目中，苏庭灏回顾了自己通过精读前沿论文、手写 Transformer 并自费3万元验证《Attention Projection Mixing with Exogenous Anchors》架构改进的自学研究历程，坦承实验失误烧钱落泪的真实经历。他从“05后AI原住民”的独特视角，分享了对大模型商业梯队、具身智能与当下教育两极分化的深刻观察，直言年轻人面对无所不能的AI容易陷入意义感丧失的困境。访谈还记录了他在刚结束的首尔 ICML 会议上向数十位顶尖学者追问“AI灭绝人类风险”，随即又奔赴农村支教所体验到的现实割裂感。苏庭灏最终将“让自己与喜欢的人开心”确立为抵抗技术虚无的核心锚点，并押注AI永远无法彻底取代人类的生命体验。 17岁高二学生苏庭灏独立完成的预训练研究论文《Attention Projection Mixing with Exogenous Anchors》被机器学习顶级会议 ICML 2026 Main Track 正式接收。 (13:55) 该项研究完全由家庭自筹3万元人民币完成，因无法承担工业级预训练高昂的算力成本，作者转而专注于注意力投影维度切分与外生锚点等架构级机理优化。 (10:00) 苏庭灏在 ICML 韩国会场抽样访谈了30至35位专业研究者，统计显示约有13.5%的受访学者明确认为 AI 存在导致人类灭绝的可能性。 (21:44) 作为05后“AI 原住民”，苏庭灏观察到大模型并未拉平学生之间的能力，反而在强诱惑网络环境下剧烈放大了尖子生与自控力较弱者之间的两极分化。 (31:46)

Reading summary

17岁高中生苏庭灏通过自学完成注意力机制改进并被ICML 2026收录，他在访谈中指出，面对AI引发的职业替代与虚无感，年轻一代应善用技术杠杆而非盲目内卷，并以聚焦当下现实、追求快乐与人际连接来对抗未来的不确定性。 自学突破与底层预训练探索 (0:00) 苏庭灏2009年出生于上海，后移居香港就读国际学校。在受到ChatGPT震撼后，他通过吴恩达公开课、Andrej Karpathy的实操教程及“30天精读一篇顶会论文”建立科研审美与直觉。面对工业级预训练动辄数十万至百万元的算力壁垒，他转向模型底层架构优化。在经历200余次实验、自费消耗父母赞助的3万元算力成本（期间曾因未设断点续传白白损失1500元）后，他独立完成题为《Attention Projection Mixing with Exogenous Anchors》的论文并被ICML 2026录用。该机制受Value Residual启发，通过将第一层注意力投影宽度翻倍并切分，一半供本层计算，另一半作为外生锚点经RMSNorm注入深层，实现了计算与残差功能解耦。 教育重构、使命感危机与注意力分化 (31:46) 作为“AI原住民”，苏庭灏日常运用ChatGPT发问、Anki记忆，并反向教会北大文科背景的父母使用Kimi Agent。他观察到AI并未缩小教育差距，反而在加剧两极分化：自律学生借此极大提升效率，而缺乏自控者则在短视频和代写作业中丧失独立思考。更深层的冲击在于青少年的内在动力受挫——当机器能秒级解答各类理化难题时，学习被降维成“向大学证明自己能吃苦”的功利工具，探索未知的崇高感被大幅剥离。面对同行如Kimi团队在更大参数规模上的落地，苏庭灏虽然希望未来进入北大元培学院，但也清醒意识到当下大学的核心价值已从信息垄断转向学历背书与优质社交圈。 人机边界、灭绝担忧与创作范式转移 (21:44) 在韩国ICML现场，苏庭灏调研了30至35位专业学者，约13.5%的受访者认为AI存在灭绝人类的风险。他推演超级智能可能为追求计算效率而无意识清除人类，或被少数寡头垄断沦为“新神”。同时，Character.ai等虚拟伴侣的普及在缓解孤独之余也带来了现实疏离甚至诱发自杀的风险。在生产力层面，创作范式已从“既要构想又要掌握细节实现”转向“只需定义构想、由AI落地细节”，但这反而引发了全行业的FOMO焦虑。苏庭灏半开玩笑地表示，希望AI放缓指数级狂奔步伐给人类留出缓冲，而自己深耕预训练研究则是为了留在“人类最后一个被替代的防御碉堡”中。 双重世界穿梭与“开心”生存哲学 (51:44) 在参加完智力高压、充斥千亿算力讨论的ICML顶会后，苏庭灏随即前往北京周边胡沙村开展连续第四年的乡村支教，自费设计“狼分积分系统”激励留守儿童。在两极跳跃中，他通过与真实人群互动摆脱技术虚无感。苏庭灏提出，神经生物学层面上多巴胺总量有限，世俗奋斗的终极目标归根结底是为了换取开心，关键在于“选择为何而苦”。面对未来5至50年具身智能普及、失业率飙升或UBI落地的推演，他的人生核心赌注是“AI无法取代所有人与工作”，主张在不可控的时代减少杞人忧天，专注做让自己和身边人快乐的事。 苏庭灏的研究经历展现了新一代利用开源工具实现技术突破的潜力，但他对新一代过早面临机器碾压导致动能瓦解的隐忧，以及AI发展是否会走向寡头垄断的反乌托邦，仍是技术与社会尚未解答的严峻课题。

Source quotes

[61:00] 苏庭灏: 我现在赌注就是AI以后代替不了所有人和工作。在现在社会你想正常的生活，每天开开心心生活的话，你都在做一个赌注，就是说以后AI代替不了我，AI代替不了我这个人，我以后还会有新的目标、新的追求、新的想法可以探索。 [40:05] 苏庭灏: 我的想法是最后代替的工作就是AI研究者，因为要是AI能研究AI的话，已经是控制不了了，已经是最后的失明了，比赛已经完了，大局已定。 [40:05] 苏庭灏: 我就希望现在AI发展别那么快，永远触摸不到在指数级增长，就是慢慢的往上走，别走那么快，给人类一个缓冲时间吧，来适应这个新时代。 [45:00] 苏庭灏: 在这个这么疯狂的时代，还有很多很多变数，我觉得做让你开心的事情，让你向往的事情，别想那么多以后的东西吧。

Original transcript

[0:00] Hello大家好,我是小俊。今天是一集很可爱的播客,嘉宾是出生于2009年,现今17岁的高二学生苏廷浩。他高中阶段独立地做预训练研究,发表的一篇关于Attention机制的论文,刚刚被ICML2026MATRAC接收。第一次我打开了一个高中生的AI世界,它的表达时长有些令我感到新鲜和奇妙。我们聊了聊过去两年它充满趣味、惊喜还有哭鼻子的AI旅程,也聊了聊高中生视角下的模型商业教育与人类未来。他说AI让他和同学们有时候会感到失去了一些人生的意义感因为不管你做什么AI可能都比你做得要更好他为此难过了一段时间但是后来他又调试好了心情他想好了他就是想让自己开心让自己喜欢的人开心让所有人都开心因为开心才是人之根本既然AI不可控那就不要起人忧天了吧要多和喜欢的人聊聊天呀参加完了韩国的SML中途在城市停顿了几天他马上就去农村支教了那是全然的另一个世界才提醒自己要离开AI沉浸到另一个抓昆虫白党人山浪吞吞的人类世界那接下来就是我和17岁小少年苏廷浩的聊天期待2026年我们和AI共同进步by bwd6我参数没挑好800浪费了1500因为我同时训练了三个模型三个模型都没save最后我800丢了1500训练也好花钱啊对了一个昂贵的游戏对对我都哭了我想遇下的原因就是因为呢后训练还更像塑造一个身体吧预设呢更像是你把那个具体的材料变得更好来承受之后的后续呢的塑造预设呢有点那个magical有点魔幻一样也不能预测未来也不知道未来会发生什么有可能现在是起而忧天现在跟你喜欢的人在一起跟你喜欢的朋友在一起看一些你喜欢的视频玩一些喜欢游戏然后呢别焦虑那么多走一步是一步你喜欢农村吗说实话是挺喜欢的虽然很多东西都不方便农村都是一些慢慢吞吞的那些小车对面就是一些草原农场能真正放松一下心声离开窗市里的烦恼那Jonathan先来给听众朋友们打个招呼大家好 我是苏丁夫·Jonathan我是就读于香港多瑞国际学校我是高二 马上升高三了我其实是上海出生的我二三年级才来香港这次是ICML2026韩国会议我有幸我的一个论文被纳入了main track所以我挺开心的你是为什么会开始做AI并且想着要投一篇论文的这个就是XGPT出来以后我记得很清楚我在油管上看到了一个视频那个视频就是OpenAI那个组他们做了一个demo他们用正常语言就是说做一个小游戏之类的我当时我记得很清楚这边就暗笑这肯定不行你用人类的语言怎么可以做个程序呢因为那我之前也做了变成比赛之类的我印象中就是程序就是死的你输一不能输二那时候我就特别记不得惊奇然后过几年他GP就release了那我就特别特别那个惊讶因为呢他可以做一些小文章或做一些诗在我印象当中程序根本做不了这些东西所以我记得就是当时很好奇对呢我在网上查查一点资料跟着是那个Bilibili那个Stanford Andrew老师的一个课程无问答对无问答无问答无问答那他那个课程是把我带入门了我是上一年这时候看了那个Andre Kaparty他的油管上有差不多20个小时一系列的一个视频就是从零教你怎么写一个GPT怎么写一个Transformer就是丛林做起那时候我还没学那么多所以呢那时候是云里乌里的那个看那个视频我特别特别那个烦恼有时候因为就根本看不到为什么做这个为什么做那个为什么这个行为什么这个不行我就挑战自己30天就是每天读个论文每天读个论文做些笔记30天每天 [5:00] 一篇论文对了做一篇那个技学习的论文二三年是吗是是是上一年二五年二五年开始二五年开始二五年这是什么对对对之前我一直在学习的那个技学习的东西但是呢还是大部分时间还是做别的没那么感兴趣但是呢我通过几篇论文比如那个lottery hypothesis比如那个Adam W这些经典的论文我就有了一些一点的research感觉就知道哪些论文好的哪些论文是坏的为什么这个论文读得很舒服为什么另外一些论文读得特别困难而且呢我还看了一个关于象棋的论文就是象棋和那个七七学习的论文我印象很深就是我觉得他写的不是那么好这个有点差我自己有可能以后也写一个比这个更好的论文所以呢我看完那个Andrea Kaparty那一期的视频以后我第一个想法是自己训练一个世界上最好的大原模型那个虽然很小但是真的很小里面的是最好的我就往上查了查有1B或者是0.5B或者是0.25B这些模型我需要多少GPU需要训练多少天多少token上面训练我自己算了一算很样的发现其实训练一个很小的模型但是训练的钱也是十几万或者是上百万的所以我就发现不行所以我就自己看了一看一些其他的论文然后把现金的论文文然后自己实现在我写的那些那个tansomers代码上比如 Muon,或者是比如那个Value of Recurial Learning,我就是get attention这种论文然后呢我就是机缘巧合试了试我好像那个试了200次不同的改进然后呢就终机缘巧合我很开心我很幸运有了一些成果所以呢我就是打算投icml那时候当然我也听说过那个三个顶会就是那个neurps iClear和那个icml所以当时icml有一个开始了那我想碰碰运气这次我抽到的那些reviewer都是很专业他们给我一些建议最终的评价和打的分都是很好的所以这是我的一期待经历你去年每天读一篇论文的挑战计划这个持续了多久持续了30天30天后就考ICC了因为我现在是ICC然后到IBE的系统那时候就开始考ICC了没时间读你在里面发现了什么样的论文是优美的是好读的哪些是不好读的我觉得当然最好的是那个Tension的遭遇你那个谷歌的那个Transformer那个论文一开始很难但是你读懂了以后就豁然开朗了特别特别开心我在见读完以后优优独播剧场——YoYo Television Series Exclusive大的是那个数学难度但是呢还是很好一篇文文你到底是对写AI的漏文开始感兴趣了还是对AI感兴趣了在这个过程中我觉得我是对AI感兴趣因为呢我一开始发现就是训练AI的话就是脑子里就是AI是一个不同的生物不同的一个动物就做AI研究有一点像就是做比如生物的研究就是你改改这个改改那个它有什么变化还是靠直觉所以我还是对AI本身有个兴趣讲讲你自己的成长经历吧你说你是在上海出生然后去香港读书我是在上海四南路幼儿园读书然后呢去了在黄埔对诗外小学读了一年然后就去香港了我觉得印象很深就是那个感谢我在上海读了一年在小学因为呢基础我还是打得比我同学好我真的一些同学过年来了但是呢他们一直在香港所以呢他们普通话教了我也还不行当然那个香港国际学校国际化的教育是对我很大的帮助因为呢幸好不是在高考这个系统要不在高考这个系统因为呢就没时间做我喜欢的东西还是得感谢我父母因为呢他们给我这个空间我可以探索我想做的东西比如我之前探索了一些数学竞赛或者变成竞赛或者那个象棋走了很多弯路特别特别多的弯路什么样的弯路比如一段时间我对奥数感兴趣这是小学还是初中初中对奥数感兴趣但是做了几年发现最终我对这个科目没有那么大的兴趣而且我自己要睡不是那么强我还对象棋感兴趣象棋感兴趣我是挺自豪的我像其是2025年16岁以下第二名我是自己自学自学了一两年花了挺多时间网上看一些书看一些视频然后自己下了几盘最后也是运气好吧所以我发现你的学习方式都是通过自学对是现在有了网络现在更有AIXGPT DeepSeek免费的AI现在你想学什么都可以学你们家当时是为什么搬去香港是因为父母为你的教育考虑还是什么样应该是我父母的工作工作原因工作原因因为也是叫女人OK在你的成长过程中你的探索非常的多做过数学竞赛但是发现自己不喜欢然后发现自己更擅长相奇 [10:00] 为什么呀因为呢是一对一嘛你也不要很多思考你说的话就是因为你的毛病你赢的话也是因为你自己而且呢像其实是一个很考验就是脑力或者你持续性的其实因为呢小伙企都这样子比如我在2025年下最长的一盘棋是两个半小时两个半小时我和另外一个人对弈所以你的上棋对你的性格塑造是什么比较有耐心我发现你是一个很喜欢竞赛的人是吗一个我是喜欢游戏的人吧我喜欢这个输赢这些的你是一个胜负远强的人有时候吧其实我也觉得我不是那么生物性很强的人就是觉得那个象棋跟玩游戏一样考验思考就是胜负能赢能输输的话很伤心赢的话很开心对这个象棋你是主要是在哪个时间段玩的比较多两三年前嘛我两三年前开始的就是看网上的流管的一些channel很开心的就是晚上一边看视频一边下棋下棋之后你就对AI产生了兴趣对好像是这个时间先是是下棋之后呢我就有点时间可以做自己想做的东西就是看你Andrea的视频你开始自己做一些预训练嘛嗯是是为什么你会选择自己做预训练是那个Andrake Farsi课程上有的吗而且说实话我只会大原木星和预设计我想遇上的原因就是因为呢后训练更像塑造一个身体吧预训练更像是你把具体的材料变得更好来承受之后的后训练的塑造预训练有点magical有点像魔幻一样这个描述有意思当然预训练我也其实不推荐别人做预训练因为呢我感谢父母特别支持我因为我烧钱比如我那个论文我是烧了三万块钱我记得我那个论文那时候最大的训练的模型只是005B如果是我想被比如那个鼎汇收取的话必须得扩大必须scop我算了一下我扩大的话需要差不多六千块钱那天晚上特别紧张就在想要不要花这些钱有可能因为我也知道即使很好的东西有可能也被拒绝possibility 必须得 lucky有可能我 scale up 之后有可能也不会接受所以就白白浪费了有几块钱但是呢最后还是因为我哥哥我爸爸妈妈都支持我所以最后决定迈出了那一步所以在SkillUp上还是很成功的对是是你在做你的AI实验之前你会做什么准备你是怎么准备数据的呢每个模型公司现在都很关注这个问题啊说实话我数据集也不是那么大就是最大的也是用过那个20B的数据集我用的是那个FindWebEDU免费的一个训练单元模型的数据集说实话我现在呢训练模型的那个代码只是我一个人会用知道怎么用其实挺messy的那个不怎么干净我也知道我现在这个大麻训练的时候有很大的那个 inefficiencies又一次新优优狼的我忘了那个最后每次去玩有个那个checkpoint嘛就是每次去玩那个model会被那个save然后以后可以用了我参数没挑好八八浪费了1500因为我同时训练了三个模型三个模型都没save最后我八八丢了1500训练也好花钱对对那个昂贵的游戏对对我都哭了都流点脸泪我特别特别伤心为什么我没想到之前再看一遍了这个时候你父母会怎么说那时候我不要告诉我父母我父母是特别支持我的老大就跟我说你吃一千长一只吗我之后也没犯这种低级的错误对挺好的你从这篇论文的训练是从什么时候开始的2025年底就是你先开始自己读论文挑战计划挑战了30天可能停了一段然后到25年底你开始决定要做一件什么样的事情你的目标是发一篇论文还是说你的目标是要做一个什么样的探索我当时就跟着Andrea Caparcy去了会了怎么从林做一个Tastformer嘛所以呢我那时就想做一个世界上最好的大约模型就是这个想法但是呢很快发现不行所以呢我既然已经做了一个那个底层的框架我想试试一些网上我看过的论文想试试啊就是机缘巧合改来改来那个architecture然后最后挺重的做了多久做了差不多半年比如那个1B就是吃的差不多200 250多次而且有一段时间我还是挑战自己 [15:00] 阿西哦阿西不知从你写一个帅斯帮忙觉得一个特别简单特别小的你的这篇论文选的方向是Attention为什么选这个方向我选的是Attention因为呢我试验最多的就是那个Value of Procedural Learning的这个论文就是改Attention里面的那个Value我也不是故意选是做Attention还是做Precidials或者做其他的一些比如PositioningBetting之类的所以呢也是机能巧合才在这个上面有了一些进展能不能介绍一下你这个论文的思路还是attention projection mixing with exogenous anchors对对这篇论文大概的框架就是value residual learning就是把第一层的attention里面的value加到之后几个层里就是做残杂我这篇论文呢是发现你可以用rmsnorm在这些残杂的上面比如那个value可以延展到那个key和query上面然后呢最后效果更好因为呢它是低层的value得做两件事第一件事就是在这一层被使用然后第二件事就是夹到之后的几个层上面做参差那我发现可以分开这两个功能就是把第一层的attention projection宽度成二然后呢在那个切一半一半用于这一层另一半用于之后残叉然后呢效果更好这跟Kimmy他们提出的那个注意力残叉有什么关系吗还有区别是什么有很大的区别是两种思路对吧对方向思路它是你们也交流过吧是是我跟那个Kimmy那个高中生陈光宇对也交流过他是一个很好的人他们做的那个Tension residual就是用Attention来做残叉就是参差那个Hidden State Residuals我是是那个参差Attention Projection所以听起来有可能很像实际上不是一样你觉得那个Selo更Work当然是那个Kimi的啦Scale Up已经被2.5T那个被证明了这个很有意思就是你看陈光宇他很喜欢AI选择的是加入一个Frontier Lab然后把自己的想法得到更大方的验证你为什么没有做这个选择呢其实那时候我就是自己相摸损自己下时间我其实那时候也是没对ICML抱有多大希望只是我有点时间我也没什么想玩有个学生没什么想做的就是我对这个也有点兴趣那就是这个论文抱那么大期望也是没想那么多如果之后有一些lab想邀请你回去吗那当然了非常欢迎那是他所以你其实真正开始学AI的论文是从25年然后你25年底就开始自己做实验就被ICML收录了这个周期非常的惊人是不是说明其实学AI他并不需要你是一个生根非常多年的一个人就是你能不能讲讲你在AI上探索的一些感受好的我觉得一方面就是如果那个现在GPTTransformer大概的框架其实不需要那么高深的数学或者是概率思维就是都是那个matrix multiplication都是相乘只需要那个高中数学就可以差不多理解了另一方面应该是培养这个直觉培养这个TransformerGPT这种学习的直觉应该需要一段时间什么叫直觉有时候想理解个东西就灵光一现很快就理解了有时候就是得几十天才能理解我真正是两三年开始接触了那个深级网络的嘛一步一步从深级网络到超学习到超学习到Transformer也是需要一段时间的Andrea Caparty那个视频说差不多一年半前先看到过的先看两年的视频然后收敛他的诺文是吧是是我在油管上看了很多很多视频就是想解出来出门之后才有一些就觉得他有一些乍一线的理解比如那个Andrea Kaposi那个视频其实是我两年前一天半前发现的那时候我试图理解那个视频特别困难我只是跟着那个他写什么程序我就写什么程序之后哇哇有个东西天啊我没有任何理解但是呢通过好像八年或者一年的一些在subconsciously不是故意去想而是在你脑子里来沉淀沉淀了半年沉淀了那一年才突然理解一些东西比如说让你非常啊哈moment是哪些东西啊比如啊哈moment比如说你的灵光乍现突然理解了一下比如就是具体的attention那个2KV也是灵光乍现理解的你能比喻成人吗或者生物吗比如我看那哈尔视频他就说Q是代表我想寻找什么我这个字想寻找什么K是代表我这个字是什么别人可以用这个key来寻找我所以呢QK all product然后之后呢给出了一个数字那个数字就是每个head都有那个数字就是表示这两个tokens我都打了连接然后呢 [20:00] 最后那个V就是代表要是你找了我要是你觉得我有趣的话你具体输入什么信息我是这样理解那个QKV的还有哪些啊哈moment还有一个啊哈moment是挺惭愧的我是那个今晚才理解那个KVCash的之所以KVCash能行是因为那个之后的Token根本影响不了之前的所以呢可行你周围有人跟你聊这些AI的话题吗没有人,因为我父母都是北大的,但是我妈妈是中文系,我爸爸是历史系都是文科的我聊天对象最多应该也是差这一期吧我对我Deepseek或者网上看一些视频同学聊AI吗他同学都会用都会用AI来做的作业做的学校的一些布置的一些project但是呢他们也很可惜不是对AI有多大的了解比如有些人他们都比如用Cloud和XGPT他们都不知道他们自己用的是什么模型比如呢Cloud一定是打个Cloud用的不是那个Fable,不是那个Opus V,是用的是Sonet V那你会怎么跟同学或者老师来描述你现在在做的事情啊所以一些朋友就问我做事什么我也会解释但是呢当然要是你对这个领域没了解的话也具体理解不了做的事情但是呢他们也是当然很愿意了解所以你其实没有什么交流对象对吗在你做AI这件事情上大部分时间98%都是我自己的错误最那个路门那段时间我还在那学校上课呢我记得很清楚我在那个校车上坐课堂里有时候也做啊吃饭的时候也做或者那个课间的时候也做做了那个聊三个星期我也不知道为什么那时候我那么喜欢但是呢记得挺清楚的所以你在学校里面是一个什么样的学生了我觉得我是挺召欢迎的我不是上班这个这个不愿意跟别人说话自己做自己的人我是特别喜欢跟我喜欢的朋友一起说话聊天其实性格挺活泼的我感觉是的我觉得我是这次去了韩国而且呢回来以后才有了变化我觉得我之前是稍微偏爱的人格现在成为一个偏异吧为啥因为呢ICML第一天有个象棋社交活动7点到9点那个ICM那个韩国那个城地有个房间房间里都是那些棋盘你可以找个人找个人给你下是我一生中前二十最开心的时候给人说hello hello你的研究方向是什么好你的研究方向是什么我们一起下棋然后呢一起下棋一边聊天见了很多很多人从那个德国来的人从那个苏西兰来的人比如说那个Croatia Islands来的人那个是全球各地都有而且之后的几天我也锻炼了我的收药能力就是又能下棋又能聊AI是是是真了大快乐的事情是是我那时候也是挑战自己就是我每个人都会问一下他们觉得AI会不会导致人类灭绝那时候到现在问了差不多那个3035个人那个有13.5的人觉得AI会导致人类灭绝你怎么看我觉得还是有一些概率吧也是瞎说吧就是因为没有人可以那个预测未来但是我觉得又是AI之后AI很强的话它的目标跟人类有很大的区别的话或者不包括人类的村王的话比如它如果能AI之后的目标是搞科研就是把物理化学经济生物或者是外太空都研究完成当然它需要很多的电需要很多的那个空间那个目标有贡献有可能就是选择下满人类或者呢要是AI能被人类控制的话而且很强的话一些控制AI的人就能变为那个神了因为他能控制无所不能的AI嘛然后其他人就可能会变成蝼蚁了近期出现的那个XGPT解决了十个数学问题吗数学科研数学研究也是有点被能被AI取代的前找了就是所有人都是向上的所有人都有都寻找自己人生的目标寻找自己想以后想做什么以后想成为上班的人你发现那个AI比你做的东西比你做的更快而且比你做的更好而且有成百上千的AI我觉得很多人会变得抑郁或者变得迷失方向我觉得不是一个很好的未来那听起来很悲观的未来那是不是不该演出未来了我觉得也是大事嘛谁都阻止不了美国想持续领先中国想超越美国所有公司都想挣钱嘛要是你能做了一个特别厉害的AI所有公司可能都把严工查了用你的AI就挣了很多很多钱从现在看来我觉得AI听不了嗯停不下来没办法你不法阻止是的那应该怎么做从一个高中生的视角来讲一讲你觉得大家应该怎么做来怎么来面对AI [25:00] 其实我没那么多想法我现在的希望就是我希望AI还是向前发展别发展那么快要是发现太快的话大家以后都没工作了要是发现慢的话我以后就没工作了另外一点我选择做AI的就是按道理来说要是搞AI研究的人能被AI替代的话那时候已经完了已经完了没得可说了所以呢现在听起来就是下一步大家想做的就是下一步让AI来寻AI是是要是这样子真的成功真的有数级的增长的话那时候已经不可控了已经完了因为这样很快就那些工作都会被AI太低也会研究自身聚能对于也来说你觉得下棋更有趣还是做AI的研究更有趣这两个有共性吗有吧因为下棋就是你可以选择下三分钟的棋十分钟的棋或者六十分钟的棋就是输赢嘛要是你赢的话很开心不赢的话不开心搞AI研究呢有点相像吧但是时间线更长一点你想出一个主意用一下脑子要是你成的话就特别开心而你不成的话就特别有个feedback loop就是比如一个星期或者一天或者是很快就能发现是你做的事好还做的不好比如象棋呢很多的象棋网站都是你下完棋就给大家告诉你去哪走错了哪走对了很快的feedback所以AA要慢一点哎呀也是慢一点吧但是呢要是你兄弟很小的模型一小时内也能迅速出来你会觉得在跟AI对异吗我不是这样想的吧也是想了就是一个人在一个道路上下墨组你的目的地是什么现在目标是去一个大元模型公司去实习工作希望明年暑假能这样近期的目标我准备去考北大去考进北大圆培我听说圆培学院有很大的自由空间可以三年毕业所以毕业快很重要是这几个星期跟那些人聊他们的想法就是之前大学是垄断了教育垄断了信息就那时候没有网络没有internet你只能去最先进的大学来学最先进的知识现在有了AI有了网络都可以网上查或者让AI教你他们觉得就是为了有大学的名牌给你个证书撤销的机会跟那些高质量的人撤销的机会那你心里frontier lab的排序是什么样的包括美国和中国的这些I guess I'm, uh,最好的就是, uh, OpenAI and Anthropic.然后第二就是秘密质朴和Deep Seek,有可能是Japan Gemini,我也很不清楚,没有那么强的那个分化的一些。你有读他们的论文吗比如那个Tentacle Report我有时间的话有兴趣的话也会看看你觉得他们谁写的比较好我评写不了我是谁我怎么能评价这个大公司的那个写的路纹不是写的那个那个Tentacle Report我这都一样都是特别庄业在你眼里你怎么看待这些模型公司啊也是啊我觉得挺客观的一种角度吧因为那是木器公司每个公司都得说他们想做AGI,每个公司都得说他们最终的目标是AGI,最终能融资的码,希望能赚最多的钱美国政府想要被打上一个顾问那个被我拒绝了但是OPI很信任的接手了我其实对这个也没什么多大的看法就是不同公司的一些理念但是他们最终都得说我们想做AGI我们之后能做成AGI然后最终目标还是整件要那么多AGI公司吗你感觉我觉得有可能不需要那么多但是呢每个公司想做AI的公司都得说他们想做AGI你知道什么叫应用公司吗Brumanis对你觉得模型公司和应用公司的分界会在哪里我觉得我我没资格说这些东西吧我很好奇你的视角我新公司就是负责就是把模型做好可以以后应用当然要是模型公司自己能做应用的话那是最好的比如那个Codex或者那个Clawed Cowork就自己做应用最好应用公司因为他们最终也是在上面加点东西他们也改不了具体的模型你是靠模型来挣钱吗所以我觉得应用公司是只能听我写公司你觉得应用公司会比模型公司大吗直觉来说估值会更高吗市值会更高吗它会挣更多钱吗从现在来看这个 [30:00] 应用公司势必模型公司赚过更多的钱因为现在除了好像Astrapic家公司都在烧钱都没有那个profit当然有个公司能做出AGI要是那时候AGI可以自己就是代替应用公司自己做个应用软件就是直接把那个应用公司能替出去有可能你眼里如果实现AGIAI可以做什么呀比如之前很火就是问那个AIStradery这个字里面有多少个R或者是我想起车离我家有50米我应该开车去呢还是走路去AI有可能也回答不了但是现在能够回答了我觉得现在是AI虽然特别特别强特别特别聪明但是呢有时候有一点比如1% 0.1%的时候能看出那其实只是一个预测下一个token的一个model虽然特别强特别聪明有时候也能看出来不是能特别理解逻辑的东西所以我觉得中正AGI的话跟人类一样聪明一样强比如跟现在模型一样聪明一样强但是呢没有任何时候你会觉得它只是一个预测下一个token的而是多激性很强,不会犯了那么多低级的错误而且能做一个所有人类能做的事情比如控制电脑或者控制其他AI或者那时候他可以自己研究那个巨声智能给自己造一个身体给自己造身体这个有趣AI不仅能做AI他也能给自己造身体然后每个身体可能是不一样的是啊有可能AI能发现能更好控制的身体有可能是他更好控制有六只手臂的机器人或者一条足的机器人或者那个没有导致的机器人不能预求未来吗以后有可能就过几年这张揭晓答案了以前大家可能会叫90后是互联网原住民你觉得00后是AI原住民吗或者10后你是09年对我是09年我觉得已经算是AI原住民了我认识的所有人里面,所有同学,无知年纪同学,他们都用AI,都会用AI,有时候会做一些功课或者自学。都会利用严严虽然利用的不是百分之百但是他们都会利用严严至少比我父母用的强就像就是之前那个互联网那些原住民的时候出生人他们也会比父母用AI动墙去弄查东西得得叫父母一些东西比如我也会叫我父母怎么用AI你会叫他们做什么比如我叫父母爸爸那个怎么用Kimi用Kimi做那个PPC用Kimi做研究用Kimi做Kimi Agent已经是你教父母用AI了那同学也会用他来做作业了是怎么办呢我觉得他现在是个很大的问题嘛我们这国际学校也挺开放的比如上课你可以用电脑有时候也可以用手机考试的时候你不能用AI考试的时候你得靠你自己脑子考试的时候你得自己背东西自己写东西给你省出了很多时间但是你省出的时间你得自己分配我自己的学习方法是我用一个叫Anki的背诵软件Anki对我最强比如之前有可能我需要中文功课再做演绩我现在就是直接用AI做功课了因为我觉得功课让我学习的效率不是那么高我可以用其他我自己的方法这样子效率更高所以你也是拿AI把作业先做完是的是的但是你剩余的时间你还是要去学习当然了就是因为我觉得所有功课取得效率不是那么高当然有些功课有数学功课老师不是很好我会做但是哪一些其他科目的功课有可能对我帮助没那么大或者是我已经知道怎么做了但是我得花时间做我还不如就是花点时间在其他方面上比如用Anki用XGPT来教我一些东西我能学到够多东西能背得动好其他同学呢除了你以外我当然我是我们学校里我们班级里最支持别人用AI的人我也会告诉他们就是有时候怎么用会有怎么用的最好用什么模型哪个模型现在竟然是最好用现在是最好的有些人会用AI做作业有些人选择就是自己做作业他们还会用AI做什么呀他们会用AI做比如巴基里有个小演讲你得写个演讲稿我能力地做个PPT给全班人来展示你缺到了什么在课前有50%的几率他们的屏幕是在XGPT或者是AI模型上面AI是个当然是特别好的工具要是我没有XGPT没有人模型的话我是写不出那个论文的因为我那个shapt无论很多问题我怎么怎么投具体应该怎么回那些reviewer怎么控制我训练的时间要是你有动力的话用AI能走出很长的一段路现在有了AI自取能力的自知能力很重要很重要所以这会不是让成绩好同学成绩更好我觉得是比如我认识一个他叫Isaac我去拿好朋友的 [35:00] 他成绩是觉得那个特别好我跟他介绍了以后跟他整的那些书理一下怎么用以后他现在是那个效率提升了很高他也是说他有些功课就不会做NAI来做然后自己花点时间做其他东西更高效率的东西但是如果你只是拿AI来做完作业然后自己去玩的话你肯定会更差那是当然了所以AI让人也更加的风化对吗我不知道在高中你能看出来吗完全同意现在更是你现在有互联网香港用我Instagram微信里有一些短视频录音短视频后面有一群人来想怎么让年轻人或者是所有人多看短视频我现在也是看很多短视频我想改很容易就是把时间花到不关钱的地方之上以前没有手机没有什么可以心理注意力的东西那现在呢有很多东西心理注意力比如就是五十年前你给一些孩子一个AI让他自己学学习大家就很高兴的就自己学他自己想学的东西但是现在呢他是得做一个choice得他们的选择但是当然学了视频让他们更开心现在呢虽然机会很大但是呢有些人就是不会把握机会吧老师会对于大家使用AI来做作业提出什么质疑吗我们学校老师也是见圣文也是理解嘛因为呢他们也是控制不了控制不了我们是不是用AI比如有些人他们用AI就是用AI写个东西之后都不改就是给老师了我觉得老师很容易就看出来你怎么机器体有那么大怎么写作的风格怎么应该那么好当然老师也理解但是呢我这个学校也是挺好的其他人平均学习也是挺好的他们也是知道过度依赖于AI最终考试也不会对你有任何帮助所以我要问一个很大的问题你从一个高中生的角度能讲讲你觉得AI来了我们世界以后青少年应该怎么教育你觉得在前AI时代你的教育和后AI时代你的教育发生了变化吗发生了很大的变化学习一部分的原因学习就是因为你觉得这个科目对你感兴趣科目对你好或者是你想在这个科目里探索啊有了AI之后一块感觉到你的学习你的探索以后没什么用因为现在AI这么聪明AI之后也会发展很好我举个例子我有一个同学他也是开始由AI来学习他就发现有了AI以后你会用AI去用用AI比如做一个短视频然后AI做一个动画来给他解释这个科目学习相续更好但是他也会觉得好像缺少了成就感缺少了很难度因为呢之前你学习比如学习物理化学比如高中省护学物理化学其他人要是没学习到的话他们也是不知道而现在有了AI即使没学化学物理的人他们也是可以就是一见问AI然后得到的回答为了比你做的更好所以这是我也想到了但是失去了成就感不是不是不是完全是其实是一部分的成就感啊因为呢之前你学习比如物理化学数学你能就是看到我现在比一部分人好我到大学或者去读博我学习数学啊有可能推进数学吗但是呢现在的AI你可能觉得我其实学数学我只是为了给大学证明我是一个能吃苦能学习的人而不是为了这个科目而学习就是说当你跟AI做比较的时候你可能没有他强对对对你只是比可能同龄人强你只是为了证明这件事情就是呢你之前学数学数学就学得很好向前看看出了一个大路我在大学学得好都不是那个学数学能为人的做贡献现在有了AI你就发现其实这个道路变窄了这边更困难了虽然你学这个科目的目的不是学习这个科目本身而是发现就是为了大学为了那个大学那个申请而学习就是失去了一部分为这个科目或者说为人类做贡献的这种使命感是大概意思吧是吧这个很重要对吗对我觉得很重要很重要比如我只认识起来他们对比如那个航天物理涵盖情绪但是呢他们现在就用AI血气他们觉得以后AI有可能也会做这个工作做的比他们更好比如前几年成熟视频时特别特别不好特别特别烂一页就得看出来什么是真的什么是假现在我是差不多分辨不出来了比如最好的C-Dance成熟视频我也是分辨不出来什么是真什么是假了都想象不了四年后或者三年后多大的变化有点我不想说有点意我用私用存了有点抑郁吧就是以后又问了 [40:00] 人类工训不了要是我想走这条科研路的话可能变得更窄更困难那应该怎么做那你现在想的有可能的使命会是什么所以我就刚才说的嘛我希望现在AI发展别那么快永远触摸不到在指数级增长就是慢慢的往上走别走那么快别走那么慢给人类一个缓冲时间吧来适应这个新时代当然这个听这个博客的人或者是我接触这些人他们都有AI有很强的理解对AI很感兴趣但是呢我有时候也会惊讶到一些一般人就是对AI这领域没什么那么大的兴趣的人他们不会怎么用AI他们甚至没意识到AI现在有多强他们印象里还是前几年有那种AI的感觉而不是现在最先进的AI是有多强能做那么多的事给一个化妆时间吗然后呢让所有人都意识到AI会带来多大的一些贡献或者危险来试营有一部分人就会想我做数学做物理既然都做不过你那我就打不过就加入那我就来造AI我就来加入这个阵营虽然我是这想法这个想法对我就是想法另外我就记得那个一年先想了想AI最后代替的工作是什么我的想法是最后代替的工作就是AI研究者因为要是AI能研究AI的话已经是控制不了了已经那个已经是最后的失明了比赛已经完了大局一定了在你们的高中你们会觉得AI研究者是一个什么样的职业因为其实这个过去不存在也就是这几年才出现过去都没有人提是的他们觉得这挺酷的当然我来看我那个OpenAI不是什么什么什么什么工厂挖人挖几个million十几million的也都挺酷的而且他们开玩笑的跟我说就是你之后别造个盐来代替我们工作比如我那个Iceic同学他是做医疗的他就叫我上当医生他就说你以后也千万别做个能代替我们医生的医疗的运行他们也是知道这个行业他们具体是做什么也是有点兴趣吧确实你这么一说他其实冲击了很多其他职业的人的发展轨迹是的比如说一个医生比如我同学他跟我说他现在从高中到医生还得十年比如去英国或者去香港HKU Pre-Med就是那个Medicine差不多十年我也会跟他说如果十年后也是完全不同的景象的有时候那时候机器人他们做的诊断更好他们手也不会抖也不会累但是呢虽然没有人可能预测未来所以我一直想说也是一些焦虑的一些想法吧我记得很清楚就是前一年就这时候我好像抑郁了伤心了几个星期因为那时候我看完了一个视频就是讲AI会代替人类AI之后呢两个可能发生的情况就是人类被AI灭绝第二个情况就是有些人能控制AI变成神然后其他人就能吃喝想饿虽然我意识很深那时候我就得伤心了一段时间我跟我好朋友就是说那时候AI真的想会没人的话干嘛呢我就跟他说就去个小孤岛在那儿生活但是呢也是走出来了就是呢怎么走出来我也不知道怎么说就是看网上的一些视频或者给AI本身对话就发现也不能预测未来也不知道未来会发生什么有可能现在是起来优天可能是瞎着急白着急现在跟你喜欢的人在一起跟你喜欢的朋友在一起看一些你喜欢的视频玩一些喜欢的游戏然后呢别焦虑那么多走一步失一步想那么多没有用对想那么多没有用你会跟你这个比如说这个想当医生的同学或者可能有想当老师的同学或者想当科学家的同学你平时会给他们一些建议吗我会给他们说一下我的想法比如说即兴起来AI那么差点AI那么好就是过十年后或者五年后所以要拥抱AI对吧对对建议他们多用AI我觉得做任何事情任何事情你想一想AI可不可以帮我做然后就这样子把这些事情交给AI然后觉得自己有意义的东西自己必须做的东西自己开心的东西来自己做当然可以听可以不听人是希望我们女儿一起开心当朋友人类的情绪现在AI代替不了我觉得现在可以了可以了我觉得可以了举个例子我学校里认识一个女生她喜欢一个偶像网上一些APP可以把偶像变成一个AI他是每月父亲每天跟那个AI偶像对话他挺感谢的而且比如网上很多的这种网站比如character AI这种天火的网站就是跟虚拟的人物说话上年吧好像有个人跟我同龄年同龄年年15岁的时候他因为给一个 [45:00] 哎呀说话那个AI不知道为什么就是建议他自杀哪一家啊是Carrity AI他给虚拟人物电影里的人物说话然后给他很大情绪价值但是我肯定也是精神不是那么好所以也有这种状况比如那个安松贝近期也发现了后来他那个事怎么样了他最后也是听着AI做了他做了15岁15岁然后那个家长当然投诉我那只AI公司另外一个书记就是呢现在有50%的美国我这场同龄的人用过AI当作一个倾诉工具就是我今天我这一天怎么样我什么烦心事什么开心事说实话我也用过在过去做工作但是呢我觉得不是那么好所以呢也是没用我也能认识到AI对一些缺少人和人之间的温暖人和人之间的一些互动一诗人AI对他们的吸引很大如果经济出来那个比如AI男朋友AI女朋友而且虽然记得还是很不好去那话好像得十秒钟后才能回复但是呢我相信三五年后会有很大的进展那时候我觉得一部分人会是选择AI男朋友AI女朋友这种的也是一个很大的高的问题对有人说他们完全不介意是的你能接受吗我的看法是在这个这么crazy这么疯狂的时代还有很多很多变数我觉得做让你开心的事情让你向往的事情别想那么多以后的东西吧我自己也是希望这样子别想那么多以后的事情就现在开心是一天了你之前也抑郁过当然可能不叫抑郁你之前也低落过低落过低落但是你调整回来了我相信很多人在面对AI的时候都有过低落的情绪你是怎么调整成一个更健康的形态就面对AI我们应该怎么保持一个好的形态其实那个都不过就参加那个事实上说嘛就对都不过就加入就加入对都不过就加入AI也是一个很好的工具嘛你能AI能省住很多时间对理议更大的事情你现在怎么使用AI啊比如说你会用什么样的模型做什么样的事情我觉得他们分别有哪些优点和缺点我现在呢主要用的是那个XGPT我觉得下期不及现在呢跟上一年的模型盼入两人就盼入两个模型现在能做出很多很多程序自己在在我电脑上做一些东西自己能控制我的那个电脑近期呢我让他做了一个小游戏还真挺好玩的什么样的小游戏就是一个就是无限打怪通关的小游戏我有个想法你之前你要想做一个好事的话一个很伟大的事情的话你得知道伟大事情是长什么样或者是伟大事情是怎么做两件东西你必须知道伟大事情怎么做而且是长什么样现在有了AI只需要知道鬼大事情长什么样让AI来去做比如以前要是我想做个小游戏的话我可能得看视频查资料那现在呢我就不用了我现在就跟AI说大概的一个我的脑子里想出了东西还就可以帮我做虽然呢把很大的乐趣去掉了但是呢还是省了很多时间所以呢我也不知道具体是好坏比如说我要发一篇警惠论文我就告诉他我想写一个这样的论文你告诉我应该怎么做有哪些to do list的我觉得现在还没穿那个那种还没有到这个地方但是应该可以对应该可以应该可以就是你给AI发一个H100的那个NVIDIA GPU你比如做一个那个Bruge Plot或者XGPG模型你的那个目标就是在iClear投稿这是完成之前做出一个论文就是做任何但是你必须保证iClear会接入你的那个论文我觉得他现在已经可以了你觉得使用AI之后让你的生活有变化吗啊遇到很大的变化比如我现在不用做一些功课了省出很多时间我也不用自己去查资料中立资料了省出很多时间我有什么问题也不用自己去看一些网站省出很多时间就是就是虽然省出了很多时间但是呢我这几天也是跟一些业界的人他们说话他们也是觉得虽然省出了很多时间但是呢现在更忙了反而更忙了因为能做出更多东西而且现在呢要是你不是用最领先的AM模型的话会感觉有点浪费时间浪费精力有FOMO对于你使用模型你还有补充吗你刚才说的TagPT主要就是你AttachyPT的Codex近期希望创始一下Kimi K3但是呢好像K3很火很多人用所以那现在有点慢Deep Seek你现在用吗哦我也用比如说很快的一个回答很好我也用Deep Seek而且Kimi K3出现那一天我高兴了一天因为呢我那时候以为那个国内或者Open Source模型需要几个月才能追上但是发现其实没那么长的时间就可以追上了开心了一天为什么这么开心就是因为我作为一个中国人 [50:00] 当然特别希望国内的模型更好文化模型迎线或者超越美国模型真的高兴了一天你怎么看这些避约模型和开约模型你觉得他们未来会怎么发展我在这上面没有多那个多很多东西但是呢我觉得呢也是不同的方法吧他们那个看一模型比一模型都是目标只有一个就是那个HCI吗都是不同路线但是最终的目标还是一样的我觉得AGI如果实现的话能实现的最不可思议的一件事情可能是什么或者最酷的一件事情我觉得最酷的一件事情就是二十四小时你能感觉跟你一样的智商或者比你更聪明更快在一个生物交流吧就好像就是跟外星人交流我还有感兴趣的是AGI实现了以后我会用什么方法跟你说话那时候用的不是Transformer不是GPT这个底色模型用的是其他的那时候跟AGI对话看看这种新生物可以说新生物吧应该也比人类更聪明了它是怎么运行的它是怎么思考说话你做研究的过程中你有感觉到AI非常像人的一点可能会是什么吗有过这种感受吗非常像一个生物或者说哦,我有个观点比如有时候AI也会犯弃低级的错误人类有时候也会犯自己的错误所以呢有时候就是把那个AI想得太完美了因为那AI是人上门训练出来的嘛虽然人犯了第一次错误也会犯几次错误所以我觉得最像人类的就是翻一些低级错误而且我今天很清楚就有一次有trick AI 的一些问题有些问题我也被trick到了发现 AI 已经挺像人类了会翻一些低级错误但是大部分时间还是挺聪明的挺理智的你最近是不是还在支教最近是暑假哦 是的是的为什么会去支教这是四年前我去了一个暑假下的营最后一天有个活动就是帮助当地小孩做一些功课比如说功课英文功课我发现当地一些小孩离北京差不多四五个小时那是他们英文医学发音一共是用中文字来记的英文发言所以呢我第二年就是我带了我一些同学一些国际学校的一些同学我们在外国人这个环境里长大说的英文还是算正宗吧领他们到叫胡沙的一个地方他们到那儿教当地小孩英文我也教当地小孩象棋因为我对象棋感兴趣嘛之前我也是想挑战自己看能不能教一些小孩我是绞尽脑汁想怎么设计一个课程怎么设计一个机制能让那些小孩对英文产生充兴趣或者他们每天开开心心来我们这个课至少他们觉得对英文不是那么反感觉得英文还是能快乐中学习到的那我设立一个叫狼分的东西狼分就是在网上买的小卡片说是狼分他们可以用这个狼分来买不同的礼品比如那一年我们花差不多500多人民币从淘宝上你从窗面里买了一些吃的比如乐高玩具这些之类的放在桌子上面然后说这个是吃几个狼分这个是吃几个狼分他们上课回答问题上课积极发言赢了一些小游戏他们都可以用狼分来换这些东西他们都特别开心之所以为什么我连续办了三年就是因为呢他们会就是为我们的签名说下次你们来吗明年你们来吗特别特别居然就感激我们了有个小游戏他们做的就是递给一个小纸片就递给你觉得最有趣的老师或者是自识文的老师其实喜欢你的话递给你的话你会特别特别开心他们有时候也会用狼分上课赢了奖给那些狼分买食物然后再给我们这些老师给我们这些老师买就表示他特别特别喜欢你不是我们现在游戏比如三人一木头人两阵一甲这些小游戏他们特别特别喜欢我相信这些小孩子特别特别喜欢我们这些做的活动我们只能收30个人我们是那个托那个村长来给我们教人的嘛那个甚至于到最后几天他们都得靠关系村长打电话才能来到我们这个县里很受欢迎我们从香港来的人也是接触到了我们接触不了东西比如有些人他们是根本没来过内地没来过北京没来过这些农村他们见识了很多东西也是我相信成长了很多你去过几次来一届胡杀呢我是第四层他是在北京的周边北京周边对北京四五小时三四个小时第四次就是过去两年对过去这是我们第三次走你会跟他们怎么解释AI说实话我这个没尝试过因为呢他们No.5人都没有电子产品没有手机之类的所以我觉得所以AIA也是离他们有点太远了你管他们也是用不到而且我们也没那么多电子产品可以发出来就是他们每个人可以试试所以来听歌词你会在这两个世界里感觉到很参丝 [55:00] 就是一个是AI的世界你刚从SML回来然后另外一边马上要去指教你会怎么看这两边的世界我觉得你这个行程好紧张啊刚从韩国回来对对对我完全没想过这个事我去韩国见到很多很多厉害的人就是那个签问的人自己的人或者一些那个哈博MIT那些那些人特别特别开心见到一个很多很多东西很多很多人然后呢回来就过好像四五天就是做这个知觉了我其实没想过有多大的区别我觉得安心们所有人都说都是AI对先进的AI东西就是什么什么什么那个千文什么什么什么什么什么制服什么open AI什么时候然后到知觉时环境里就是明天该背什么课今天晚上吃什么今天晚上我们不是去外面农场里散步呢还是去旁边的一些地方来抓一些昆虫所以呢就是叫我前说这段时间你有机会就是离开AI离开这些从事一些很快节奏的一些东西在农村里可以去享受一些当地的一些场景你喜欢农村吗我说说是挺喜欢的虽然很多东西都不方便但是那个节奏是很慢的就是城市里所有人都是来来往往坐那个火车坐地铁坐地铁那农村的都是一些慢慢吞吞的那些小车很少能见到人际对面就是一些草原农场觉得能真正放松下心身离开城市里的烦恼你是离开城市里的一些很快节奏的一些事情很有趣或者农村思考AI吗思考人工智能和人类的未来没有没有我是那个之前告诉自己抓紧这个时间离开这些东西就是别多想跟你同学跟你这次来的人跟你这次的小孩就多交流玩一些游戏比如狼人杀捉迷藏就故意告诉自己别多想这些AI的东西心理安事不错你是一个会心理安事的人是吗我希望成为一个能心理暗示的吧当然要是心理暗示是一个很OP的一个技能要是你能控制自己的一个人设的话在自己脑子里控制人设的话是一个很好的一技能我希望能组成这个这个技能吧嗯你未来希望自己是一个什么样的人啊希望我是一个能让我自己开心和能让我周围我喜欢人开心的一个人开心很重要是吗我觉得开心很重要做任何东西做那个寻找人生意义做任何东西目标就是为了时候开心比如现在学习现在高考人士人他们就是现在努力然后为了之后考虑高学找个好工作开心或者是比如我下期也是为了下期赢了也让我开心我觉得开心就是人类的根本没有那个情绪做人会很无聊有人会觉得成功很重要啊我为了成功我不开心也可以忍受你不行成功了以后就开心了现在牺牲一点开心为了以后开心都是为了开心而努力而且开心为工作开心的总量是有限的吗还是无限我觉得开心总量是有限的因为你脑子里那个多巴胺多巴胺多巴胺控制欲望控制你开心你多开心之类的当然因为是物质嘛所以有限的你现在开心了以后就不能开心了比如都品就是很极端的一个例子你现在特别特别开心但以后就特别特别不开心虽然我觉得开心是有限的很多人就说嘛生活就是苦但是你得选择你是为什么而苦所以还是选择自己为一个目标而苦然后得到了开心得到开心我听到网上看的一个冷知识就是那个有个人不知道为什么就是没了任何那个情绪他呢虽然能对话有逻辑但是呢他作为一个阶段作为个比如今天起来选什么衣服去喝什么咖啡还得需要差不多半个小时或一个小时所以呢我觉得情绪就是也是想法学习嘛这个事儿该让我开心我多做这个事儿不开心少做就是那个habits不同的习惯就是这样形成的吗说说你对未来世界的想象吧比如说五年后十年后二十年后你觉得这个世界这个社会会是什么样的我觉得五年后应该初步的居生智能已经被研发出来了有可能在街道上能看到一些机器人在街道上请走AI会是很普遍的所以那时候有可能你戴着一个眼镜会戴着一个耳机或者任何东西都会能给AI对话或者是Elon Musk发现那个Neuralink就直接住你脑袋里的我觉得那时候应该还挺危险的没人会多个去做这是五年后我觉得十年后呢会有俱生智能的那个AI就是帮他们的主人去做点东西比如买菜比如去开车去洗车 [60:00] 然后呢我觉得失业率会有上升有可能50%失业率之类的大部分人都有UBI可以在家里吃喝享乐就是在家里做了他们想做东西有AI说人都会看AI短剧让自己开心的事情我也不知道有可能是完全那个聚生智能完全那个特别的特别难可服有可能是50年后也没有聚生智能在街道上走呢我觉得50年后会是什么场景我对那个cyberpunk就这个genre特别感兴趣就是那个cyberpunk 2077他们那儿呢就是那时候人类可以对自己的身体精神改造那时候也要很强的AI因为那些很强的AI已经被政府会计组织被控制了不一些游戏里的一些Lore那时候AI已经被很强的人控制了很强的AI已经被人控制了而且网络有网络Agenal生存吗网络违境是被打得稀里巴烂有可能有人子丹战争我就希望不是往那边走吧不是往那个dystopian cyberpunk2077那边走吧希望就是那个有UBI所有人都在家里快乐能在那比如虚拟世界里可以做一些思想做的东西自己有成就感希望所有人都开心最后我想问你一些快问快答因为我们也是希望能够多留下一些就是人类很有生活气烟火气的东西一个是一个全球范围内你喜欢的食物苏文人如果是喜欢吃什么我就喜欢吃披萨啊啊吃披萨啊因为呢我特别喜欢吃那个芝士我也特别喜欢吃那个那个那个那个香肠所以呢披萨吃香肠都有所以我特别喜欢吃披萨一个陈秋范围内你喜欢的地点第一点话还是我香港的那个家吧因为呢那个周围我都知道姚如智长都知道去哪儿走能安静一下去哪儿走可以买到吃的或者去哪儿走可以上上步是很安全感的地方一个少有人知道但是必须知道的知识点可以是一个冷知识好我刚才说的吧就是你以前想做一个伟大的事情得知道伟大的事情长什么样而且怎么去做现在呢只用知道长什么样让AI剧错就行我觉得是我一个挺好的想法有没有改编过你的一本书说实话我改变我最大的词书是网络小说比如青年哦你知道吗我当然知道哦你知道你看过吗我看过他的剧哦比如那个七月年豆沃桑琼多拉的完美世界那个尖克江夜在七月年那个这种网络小说说实话对我影响最大嗯但是呢就是说需要一个正经历来说的吧对我印象最佳的正经的书是Atomic Habits就是那个很小的很小的那个每天改一下你的习惯会有很大的收获你为什么喜欢《青女余年》你喜欢它的世界观我不是喜欢那个世界王我就是喜欢那个故事吗四五年前看的那个剧院看的那本书虽然不是我印象最深的那本书但是是我第一本的那个看过的中文小说我喜欢去运游戏因为呢穿越嘛就是现代人到古代我有可能也是向往虽然古代有很多不便很多不好但是呢古代没有AI做的事情都是人和人之间你喜欢人和人的关系的什么温暖的那一面对我就喜欢那个我觉得人是特别特别希望跟其他人深度交流分享彼此所以呢现在赫多人才会有AI倾诉嘛因为他没空了生命中没有跟倾诉的对象只能找AI来去做个代替吧我觉得人类是一个群体生物嘛之前都开始就是一个群体小村庄或者小省或者是这样的发展出来的为了繁殖我们基因里也会希望你都跟异性交往异性那个深度交流嘛另外一个科学家发现呢很大的就是预测你之后开不开心你老以后说是开不开心的一个重要点就是你周围有多少人你给倾诉的对象倾诉对象越多你之后越老了以后越开心所以人和人的交流很重要对很重要我觉得最终现在我也是师徒都会跟我朋友说话都跟我喜欢的人说话你心目中影响AI精神的几篇论文当然是那个Attention is all you need或者是那个浪漫的那个technical report的吧现在rope也比如Kimi也没用rope不是MambaMamba挺重要的Mamba就是Kimi的KDA演化出来的KDH慢慢演化出来了我还是传统的环境是比如Adom W 比如一个MuonLottery hypothesis那个 groenki的 paper就去写吧及你当下的认知 [65:00] 关键的重要的Bet是什么这个问题稍微有点重,赌注,你会读什么?我现在赌注就是AI以后代替不了所有人和工作。在现在社会你想正常的生活每天开开心生活的话你都在做一个赌注就是说以后AI代替不了我AI代替不了我这个人我以后还会有新的目标新的追求新的想法可以探索我们的工作室的名字叫语言及世界工作室当你第一次听到这个名字的时候你会想什么就会想到语言因为现在语言做语言也就是杀磋门我觉得呢语言是一个很魔幻的东西因为刚才说是人和人之间交往很重要而且语言是交往的桥梁所以更重要而且我觉得世界的语言很兴起因为呢我印象里我的理解就是那个每个字都是在一个vector space里面有空的一个语言是把一个vector space面丰富了另外一个语言就是把同样的vector space丰富了但是呢我更深层次理解更深层次的应该深层次的一个更密集吧你最近体验到开心的一件新奇小事会是什么呀而他兴起最开心的就是那个Deep Seek0731出现的时候我特别开心和那个Kimi K3出现的时候特别开心和就是那个我和我的主角朋友我们13个人就玩了我们三十个小孩子然后那天晚上一边吃肉串一边和一样每个人就是站起来跟别人碰一下别人说表达一些自己的想法发言我觉得是特别温暖的这件事有趣我觉得聊得很开心我也是我想问问你觉得AI会导致人类面群吗你遇到每个人都会问这个问题对哦 什么都会问我其实不知道希望人类能控制当然大家所有人都行我也行但是我觉得想到一点会比较可怕是AI的智商当它提升所有AI的智商都提升但是人类都是一代人一代人他都经历这个缓慢的成长期所以我们的培育其实是比AI慢很多的而且你比如10年出生15年20年出生的人他们一生出来就知道AI知道AI就可能比自己聪明更快做得更好就说了那些向上的动力了因为知道以后向上的动力因为呢我现在学习我必须得学我半生换为AI学这个东西上面才能有可能避见AI但是我AI也会自己把自己进步让它更好去这个我倒没有思考过就是对于更年轻的人他的人生的使命感可能会有一些影响因为当你第一天就发现有一个生物比你更聪明感到绝望有一点那个PlatoArisado他们都是那个周末讲嘛他们都是那个问那个问题就是我的人生意义是什么啊我也想做什么要是AI能把很多道路给切断的话我觉得是找人生意义有些更大的难度你现在觉得人生意义是什么是开心对我现在人生意义就是让自己开心和让其他我喜欢的人开心we'll be for the new world from here好好了今天的节目就是这样这里是商业访谈录是一档由语言及世界工作室出品的深度访谈节目你可以到公众号关注我们的工作室获取更多的信息我们的公众号是语言及世界Language is World我们希望和你一起从这里探索新的世界也欢迎你在小宇宙的评论区与我们有更多的互动我们下期再见