Machine Learning Street Talk

MLST 放出一段 65 秒短片（视频标题标注嘉宾为 Jeremy Howard）：AI 编程像老虎机——打磨 prompt、挑选 MCP、配置 skills 制造出控制感错觉，结果却是随机的，偶发的赢「具备伪装成赢的输的全部特征」，而这些恰是博彩公司刻意工程化的心理构件；他称其团队刚完成的研究显示没人产出 50 倍的高质量软件、实际交付只有微小上升，同时他划清边界——这并不意味 AI 没有用。结合同期 The Information 调查（35% 称 AI 投入获倍数级回报、近半机构招聘无变化），可交叉参照「感知 ROI」与「可观测交付」之间的度量缺口。

MLST 专访 ASAL 论文一作 Akarsh Kumar（MIT/Sakana AI，转写误作 Akash）：把"参数化模拟空间+视觉语言模型当裁判"变成人工生命研究的搜索范式，260,000 条规则全跑一遍后发现开放式模拟聚成小岛；嘉宾论证"统计智能"之外存在基于规律性的另一条智能范式，课程学习/路径依赖是极强正则化；另一工作让 LLM 做 Core War 汇编程序的变异算子，进化首轮击败 96% 人类战士、多轮军备竞赛后行为方差收敛为单一通才战士——进化不是随机搜索，把指数问题变线性问题的关键在于选择机制留住部分解。