吴恩达：美国政府和Anthropic展现了控制模型访问的巨大权力

宾大实验：管理者用Claude Code编程成功率最高

宾大沃顿商学院教授Ethan Mollick在一项EMBA实验中得出惊人发现：管理者在使用Claude Code编程时成功率最高。这一结论打破了"技术人员写代码效率最高"的固有认知。

关键在于清晰的需求描述。管理者习惯于明确定义目标、评估标准和交付物——这些恰好是高效使用AI Agents的核心能力。参与实验的学生在4天内从零创建出完整的初创公司，成果远超传统一学期课程项目。

Mollick据此提出"委托决策模型"框架：企业应根据人类完成时间、AI成功概率和处理时间三个维度判断何时将任务交给AI。OpenAI的研究也佐证了这一思路——GPT-5.2在72%的任务中表现优于或持平人类专家，而通过更精准的指令可进一步提高成功率。

1991年：Transformer、预训练、蒸馏与世界模型就已奠基

Sakana AI的hardmaru回顾了一段令人震撼的AI技术史：1991年，在大多数人尚未听说"神经网络"的年代，慕尼黑工业大学Schmidhuber团队在短短数月内发表了多项足以定义现代AI的技术成果。

3月：提出第一种Transformer变体（线性Transformer）；4月：提出深度神经网络预训练和蒸馏方法；6月：提出残差学习（后成为LSTM和ResNet的核心机制）；8月：发表生成对抗网络与神经网络世界模型。这些论文构成了当前ChatGPT等大语言模型的技术底座。

hardmaru写道，这段历史深刻塑造了他从Google Brain到Sakana AI递归自我改进（RSI）研究的思维方式。David Ha在博客中详细梳理了1991年这段时期的完整脉络。

Teortaxes：GLM 5.2接近Opus水平，中国团队如何做到？

知名AI评论者Teortaxes在深入试用GLM 5.2后感叹："它推翻了我对中国在高质量数据上处于灾难性劣势的论点。GLM与Opus的差距太小了，而且他们没花几十亿美元。我不确定怎么做到的——也许蒸馏就是你所需要的全部。"

他补充道，GLM 5.2的表现让他回想起早期AI助手通过蒸馏快速迭代的历史。这一评论在开源社区引发热议，许多开发者认为中国团队正以更高效的训练方法缩小与西方前沿模型之间的差距。

GLM团队透露OPD训练成本极低，被评"最大亮点"

Teortaxes注意到GLM-5.2技术细节中暗示，整个在线偏好蒸馏（Online Preference Distillation, OPD）训练成本相对于预训练和专家RL几乎可忽略不计。他指出这一信息可能比模型性能本身更重要，因为这意味着训练高效模型的技术门槛正在快速降低。

Anthropic内部：几乎100%工程师运行超100个自改进Agent

Claude Code创始人透露，在Anthropic内部几乎全部工程师都在运行超过100个Agent，持续进行自改进循环。这一内部实践显示了顶级AI公司已将Agent化工作流作为日常开发范式。

Ethan Mollick：公司低估高级AI模型价值，应建灵活架构

Mollick认为即便弱模型在KPI上已达标，公司也应构建能灵活切换更智能模型的架构，以验证高级模型能否带来更大价值。他警告以"够用"为标准的策略可能在长期丧失竞争力。

Natolambert：SFT方法研究严重不足，但却是后训练基础

AI研究员Nathan Lambert指出，有监督微调（Supervised Fine-Tuning, SFT）作为后训练的关键组成部分，其严肃的实证研究文献却非常稀疏。他呼吁更多研究者投入这一基础但被忽视的领域。