Interconnects
Nathan Lambert 的後訓練與開源模型分析，技術判斷少有水分
11:44Meta與Anthropic估值相當：註定有一方錯得離譜
Meta當前估值不到2萬億美元，即將IPO的Anthropic報價與之相近，但一個靠廣告賺錢、一個純靠AI模型賺錢，作者認為兩者的估值註定會有一個大幅修正。
9:12迄今網絡攻擊大多源自封閉模型，而非開源模型
現有公開證據裡，導致網絡攻擊的大多是封閉模型而非開源模型；若按網絡風險封禁開源模型的邏輯，封閉模型的公開API也該一起禁掉，否則只會拉大攻防差距。
1:05:29中美AI差距只有六到八個月：全面封殺蒸餾也拖不了太多
Epoch AI研究員JS Denain認為中美頂尖模型差距只有六到八個月，即便徹底禁掉蒸餾，六個月後差距也只會從六個月擴大到八九個月。
17:59中國開源權重模型領先，蒸餾只解釋一兩個月差距
中國模型在下載量和基準上全面領先，但蒸餾只解釋一到兩個月差距，真正原因是發布節奏和任務聚焦；美國公司正靠中國模型做產品。
9:32真正的 RSI 還沒來，瓶頸是峰值智能而非算力
實驗室內部自動化集中在軟件工程和日誌監控這類可測量任務，而擴展定律要求指數級算力才能換來線性智能提升——RSI 更可能讓模型變便宜，而不是讓智能爆炸。
10:59一次辭職點燃了 AI 恐慌，但恐慌的劇本是錯的
AI 風險討論被一次辭職推到了極端，但真正該擔心的不是滅絕，而是實驗室連自己的基礎設施都沒加固。
8:31AI 對普通人是舍入誤差：擴散要五十年，反彈卻等不了
工業革命給普通人便宜衣服和縫紉機，AI 目前只給普通人好玩的圖片和更好的搜索——好處太間接，而政治反彈來得太快。
12:32AI寫作停滯：長文非虛構是模型能力的試金石
模型在長文非虛構寫作上進步緩慢，暴露了其組織知識能力的缺陷，這比代碼和數學的進步更值得警惕，因為它關乎AI能否解決開放科學問題。
49:05開源追平閉源不是靠蒸餾：沒人知道怎麼蒸餾才有用
Nathan Lambert 逐條拆掉「中國開源模型只是蒸餾出來的」這個敘事：RL 階段用 Fable/GPT 5.6 當裁判在成本上根本跑不通，而即便白送最強模型的 reasoning traces，學界至今不知道怎麼把它變成能力提升。
20:03開源落後閉源只剩 3-5 個月，這層時間差就是全部安全邊際
Kimi K3 把開源落後閉源的差距從爭論中的 6-9 個月壓到 3-5 個月，而這層時間差正是唯一的風險緩衝——重手監管開源只會推遲不可避免的事，同時把緩衝本身作廢掉。