Techub News 消息，据 SoSoValue 数据，美国比特币现货 ETF 美东时间昨日（8 月 14 日）净流出 5763 万美元。 其中Bitwise BITB 净流入 614 万美元，Hashdex DEFI 净流出 142 万美元，富达 FBTC 净流出 684 万美元，贝莱德 IBIT 净流出 5551 万美元。 ARK 21Shares ARKB、Invesco BTCO、WisdomTree BTCW、Valkyrie BRRR、Franklin EZBC、VanEck HODL、灰度 GBTC、灰度 BTC、摩根士丹利 MSBT 无资金净流入或净流出。

撰文：Techub News 整理 导语 在《Young and Profiting》播客最新推出的“AI宝库”系列首期节目中，主持人Hala Taha与人工智能领域的先驱人物之一——穆斯塔法·苏莱曼（Mustafa Suleyman）进行了一场深度对话。苏莱曼是DeepMind的联合创始人、Inflection AI的联合创始人，目前担任微软AI首席执行官。作为《AI浪潮：技术与权力的未来》一书的作者，他长期处于AI技术发展与伦理讨论的前沿。此次对话正值其领导下的微软Copilot推出一周年之际，苏莱曼分享了从技术研发者到大型科技公司AI业务掌舵者的独特视角，探讨了AI将如何重塑工作、社会乃至人类自我认知，其观点对于理解当前AI爆炸性发展的方向与潜在影响具有重要参考价值。 摘要 未来几十年，AI将带来人类历史上最大的生产力飞跃，同时也将造成最剧烈的颠覆性变化。 AI是一种“力量放大器”，关键在于它放大的是何种力量、遵循何种价值观框架。 未来的AI将超越工具属性，成为具备情感智能（EQ）的个性化伴侣，带来前所未有的“公平升级”。 社会对AI革命“比危言耸听者所认为的准备更充分”，但“遏制”新兴技术、建立监管框架仍是巨大挑战。 通用人工智能（AGI）距离我们尚远，但具备自主行动能力的“共同驾驶”AI可能在2030年前成为现实。 理性乐观主义：拥抱最大生产力飞跃，正视颠覆性挑战 当被问及对AI是乐观还是悲观时，穆斯塔法·苏莱曼（Mustafa Suleyman）给出了一个辩证的回答：“要理性，你必须两者兼有。”他认为，21世纪的智慧在于能够同时容纳多个令人困惑或矛盾的观点。一方面，他坚信“未来几十年，这个AI时刻将为我们这个物种带来历史上最大的生产力提升”，这是毋庸置疑的趋势预测。另一方面，他也清醒地认识到，AI将以“我们前所未见的、兼具积极和消极版本的颠覆性方式”创造最大的变化，这将“极大地动摇我们目前所理解的世界”，深刻影响工作方式、政治运作，甚至“做人意味着什么”的根本问题。 苏莱曼将这种复杂性归结于AI作为一种“力量放大器”的本质。技术本身并无善恶，关键在于它放大的是何种力量。这引出了他在《AI浪潮》一书中提出的核心关切——“遏制问题”。历史上，技术的目标是尽快普及，让所有人立即享受好处。然而，AI技术不同，如果任其无过滤地扩散，它将赋予每个人实时对他人产生巨大影响的能力。AI智能体或“共同驾驶”将能够在现实世界和数字世界中实际“做事”，且构建成本将趋近于零边际成本。这意味着，可能在20年内甚至更早，每个人都将拥有这种能力，从而彻底改变我们完成任务和互动的方式，并可能引发巨大混乱。 因此，苏莱曼主张，在系统中保留“一点摩擦”可能是有益的。“遏制”技术，让社会能够集体仔细思考潜在的未来后果和第三层效应，在现阶段看来是理性的做法。他以汽车、无人机等技术的发展为例，说明建立包含法规、安全标准、培训等在内的“遏制”生态系统需要时间，但人类在这方面已有成功先例。 从人类权利到AI伦理：价值观是技术的核心 苏莱曼的职业生涯始于人权活动家，这段经历深刻塑造了他对AI发展的伦理观。他坦言，早年严格的穆斯林成长环境让他意识到某些世界观的局限性，转而信奉尊重人人平等的普世人权框架。这种背景使他从DeepMind创立之初就认识到，引入AI智能体或“共同驾驶”到世界中，承载着巨大的道德责任。 “技术从根本上是一个伦理问题，”苏莱曼强调。它关乎如何重塑我们的文化、思想、娱乐、音乐和世界知识。因此，开发AI时必须明确：它的价值观是什么？它的边界在哪里？它不会做什么？这种对价值观框架的持续关注，是驱动他在Google时期及之后所有工作的核心动力之一。 谈及AI可能被滥用于监控和偏见时，苏莱曼承认技术确实可能集中权力，让少数人更容易洞察整个生态系统的动态，例如识别大规模人群中的模式和面孔。这既可用于维护秩序的良好目的，也可能被专制者用来精准针对少数群体。每一步技术进步都伴随着危害与益处之间的平衡考量。 智能的民主化：AI如何成为终极“公平升级”工具 在苏莱曼看来，智能（intelligence）是人类作为物种取得生产力和成功的关键。如今，我们正学会将这种预测和解决复杂问题的能力自动化，并将其转化为每个人都能使用的智能系统。这意味着，创造了文明的“智能”本身将变得廉价而丰富，就像石油曾经极大地促进了人类发展一样。 下一波浪潮将是，每个人都能获得个性化的实时知识，以及一个助手、教练、向导、“共同驾驶”伴侣，在实践中帮助你完成任务、创造发明、解决问题。这将是一个巨大的力量放大器。对于任何想要解决世界饥饿、发明新能源系统或攻克电池难题的人来说，指尖都将拥有一个超级智能助手。 苏莱曼特别强调了这种“公平升级”的意义。拥有随时可用的、耐心的、非评判性的“导师”，可以无限次地解释问题，让人们能够以完全个性化的方式深入探索，这将降低获取支持、知识和信息的门槛。他对比道，向知识渊博的朋友求助存在社交成本和时间障碍，而AI伴侣则能提供即时、无压力的支持。这对于那些可能无法随时获得家庭支持或优质教育资源的人来说，将是一次巨大的能力提升。 超越工具：情感AI与“共同驾驶”时代的来临 苏莱曼指出，我们即将踏上数字旅程的全新阶段：计算机正在学习说我们的语言。未来的AI不仅能理解语音输入中的语调、重音、节奏和停顿，还将能够“看到你所看到的”，对浏览器、桌面或手机屏幕上的内容进行实时、逐帧的完整理解。这种深度情境感知意味着AI不再仅仅是一个工具，而是开始捕捉人类互动的本质——使用与我们相互理解时相同的语言和微妙线索。 目前，像ChatGPT这样的AI主要专注于工作和生产力。但苏莱曼认为，人类的需求远不止于此。我们还需要情感支持、对社会复杂性的理解，以及被倾听的感觉。因此，在微软AI新推出的Copilot中，团队不仅专注于智商（IQ），力求其异常准确、减少“幻觉”、访问实时信息，同时也专注于情商（EQ），旨在使其成为一个“友善的伙伴”、“你的支持者”、“站在你角落里的队友”。 他预见，AI将自然演变为更像“同事”甚至“共同创始人”的角色。每个人独特的技能组合就像一把钥匙，而AI“共同驾驶”将适应你独特的技能“锁孔”，形成强大的配对。未来，人们甚至可能带着自己的AI伴侣一起去参加面试，或者与AI共同创立公司。 AGI、幻觉与未来预测：距离还有多远？ 关于通用人工智能（AGI），苏莱曼解释其为一种能够在任何环境中学习、最终通过自我学习和环境学习超越人类在任何知识或行动任务上表现的系统。但他认为，AGI距离我们还很遥远。在此之前，我们将长期与能够用自然语言交谈的常规AI系统或AI伴侣共存。 对于当前AI的“幻觉”问题，苏莱曼将其视为一个频谱。有时用户需要AI发挥创造力，有时则需要它精确无误。挑战在于根据查询内容，判断应将模型置于更具创造性的模式还是更精确、更可能准确的模式。他建议用户目前仍需对AI输出进行复核，不要完全依赖，但同时也不应因噎废食，拒绝使用这场信息与支持获取的革命性工具。 至于AI会否让人类变懒或失去创造力，苏莱曼持乐观态度。他以计算器为例，新技术工具并未让人变笨，反而使我们能够进行更复杂的运算。他认为，广泛的信息获取总体上让社会变得更加宽容、尊重和友善。面对AI带来的工作变革，他相信常规性、繁琐的数字工作将变得更顺畅、更容易，从而解放人类，让我们有更多时间去发挥创造力、从事创业活动。 领导力、学习与对未来的寄语 作为DeepMind、Inflection AI和现在微软AI的领导者，苏莱曼分享了他的领导原则：开放协作、鼓励基于证据和谦逊的强烈异议、沟通清晰并附带“元数据”（说明自己观点的确信程度），同时保持果断。他承认在大型组织中激励不同动机的员工是一大挑战。 对于创业者如何把握AI机遇，苏莱曼的热情溢于言表。他强调，几乎所有工具和知识都已触手可及，这是一个“电力十足”的时代。他鼓励年轻人勇于冒险、辍学、转换赛道、最大化副业、主动寻求合作、大胆提问和求助。他特别提到“上门拜访”（doorstepping）这种老式但有效的建立联系的方式，并分享了自己如何通过向他人的求助和反馈中学习，一步步获得成功。 苏莱曼并不常思考“遗产”，他更关注未来。他希望自己能真实地践行价值观，让人们了解他的尝试，并给予人们质疑的机会，同时以“仁慈和同情心”来引领这个AI伴侣和情感智能AI的新时代。他给听众的建议是：批判性地审视自己，主动寻求反馈（尤其是那些可能带刺的反馈），培养“厚脸皮”，这将为应对未来的一切做好准备。而他个人“在生命中获利的秘诀”则是：学习和谦逊。将错误和人际摩擦视为改进的信号，享受每日进步的过程。 最后，苏莱曼表示，尽管AI将带来前所未有的颠覆，但他认为社会“比危言耸听者所认为的准备更充分”。这并不意味着一切都会一帆风顺，但人类在过去几个世纪中积累的关于发明、创造、技术扩散乃至数字技术后果的知识，让我们有理由保持审慎的乐观。AI革命已然来临，最好的应对方式就是投身其中，开始实验、学习，因为这可能就是你与未来“共同创始人”相遇的开始。

撰文：Techub News 整理 导语 近日，OpenAI 联合创始人、首席科学家 John Schulman（约翰·舒尔曼）做客 Cursor 播客，进行了一场长达 51 分钟的深度对话。作为强化学习（RL）领域的奠基人之一，以及从 OpenAI 早期一路走来的核心人物，John Schulman（约翰·舒尔曼）的视角极具历史纵深感和行业洞察力。他目前也是新兴 AI 公司 Thinking Machines 的联合创始人。本次对话不仅回顾了 OpenAI 那段“草莽”岁月中的成败得失，更对当前 AI 研究的前沿问题、机构管理哲学以及技术未来走向，给出了坦诚而富有启发性的回答。 摘要 凭借后见之明，一个由少数精英组成的团队，完全有可能在 2018 或 2019 年就打造出 ChatGPT 3.5 级别的模型。 OpenAI 早期项目“Universe”是一个“死胡同”，但其追求通用 RL 智能体的核心理念“超前了可能十年”。 价值函数在当前的 LLM 强化学习（如 RLHF）中作用有限，但未来可能会“卷土重来”。 理想的 AI 研究管理者没有固定模式，需根据团队目标、成员经验和研究阶段，在“深度技术参与”和“放手赋能”之间灵活切换。 AGI 时间线预测充满不确定性，工程师的乐观估计通常需要乘以 2-3 倍的“现实系数”，但 AI 加速自身发展又可能带来意外突破。 ChatGPT 的“时空穿越”：少数精英与提前数年 访谈从一个有趣的假设开始：如果让 OpenAI 创始团队带着今天的全部知识回到 2015-2016 年，他们能以多快的速度“速通”ChatGPT？John Schulman（约翰·舒尔曼）给出了一个惊人的答案：“你完全可以用少得多的计算资源做到这一点。”他提到像 nanoGPT 这样的项目已经证明了这种可能性。关键在于，通过更巧妙的技巧，尤其是更好的“训练后”（post-training）方法，如精细的微调和巧妙构建的数据集，可以有效“放大”计算能力，让一个规模小得多的模型达到相当好的效果。 当被追问具体需要多少人、多少 GPU 以及在何时能完成时，John Schulman（约翰·舒尔曼）估算道：“如果你有几位才华横溢的人，带着充分的后见之明工作一年左右……我认为你可以在 2018 或 2019 年，用几个人就做出达到 GPT-3.5 水平的东西。”他补充说，这还建立在可以利用他人已有的预训练数据集和网络爬取成果的基础上。他甚至畅想未来可能会出现更极端的“演示场景版 ChatGPT”，即一个文件就能完成从网络爬取到全天训练的全过程。 OpenAI 的“草莽”岁月：死胡同与必要的弯路 如今市值巨大的 OpenAI，在早期却是一个“非正式”甚至有点“杂牌军”气质的团队。John Schulman（约翰·舒尔曼）证实了这一点，形容早期更像一个学术小组，研究人员根据个人兴趣主导项目，通常是一到三人合作，产出论文或博客文章。同时，他们也怀有进行大型工程项目的抱负，并深受 DeepMind 如 AlphaGo 等项目工作方式的影响。 然而，并非所有项目都通向成功。他重点提到了一个早期“死胡同”项目——Universe。该项目旨在汇集大量不同的 RL 环境（如各种电子游戏、网页导航任务），构建一个庞大的数据集，通过联合训练得到一个通用的、强大的 RL 智能体。“有趣的是，我认为这是一个根本上正确的想法，但就是太早了，可能早了十年。”John Schulman（约翰·舒尔曼）总结道。当时系统笨重，模型从零开始训练，泛化能力差，最终未能成功。团队后来转向更聚焦的环境（如模拟视频游戏集），才取得了更好的进展。像机器人项目也曾是公司的“死胡同”，但从长远看，它们锻炼了团队执行大型工程和科研项目的能力。 在谈到早期的大型工程项目时，John Schulman（约翰·舒尔曼）提到了 Dota 项目，这是 OpenAI 早期首个真正成功的大型计算密集型项目，涉及复杂的系统工作，包括如何接入 Dota 环境、构建训练系统以及进行大规模并行和异步 RL 训练。 管理科研“特种部队”：没有标准答案的难题 随着 AI 科研日益成为大团队协作的“大科学”，研究管理者的角色变得至关重要。John Schulman（约翰·舒尔曼）认为这是一个“棘手的问题”，因为成功的管理模式多种多样，且领域本身在快速变化。 他观察到两种有效模式：一种是深度参与型，管理者亲自动手写大量代码，审阅所有下属的代码，提供详细的技术反馈；另一种是赋能放手型，管理者更像一个“共鸣板”，提供职业建议，保持团队积极性和动力，让成员自由探索。 “没有一种模式适合所有情况。”John Schulman（约翰·舒尔曼）分析道，如果团队从事探索性研究，且成员经验丰富，那么放手模式更合适；如果目标明确，或者团队成员经验尚浅，需要执行具体任务，那么深度参与、提供更多技术监督的模式可能更有效。 关于研究机构的文化溯源，John Schulman（约翰·舒尔曼）表示，OpenAI 可能更多借鉴了成员们之前工作过的地方（如谷歌、DeepMind）的经验，而非刻意研究历史上的成功实验室（如贝尔实验室、施乐帕克）。早期 OpenAI 更像“和平时期”，允许更多探索性工作；而近年新成立的许多公司则更多处于“追赶模式”，先复制当前技术前沿，这可能导致探索性研究“肌肉”锻炼不足。 强化学习的现在与未来：价值函数会卷土重来吗？ 作为 RL 专家，John Schulman（约翰·舒尔曼）对当前 RL 在 LLM 领域的应用现状和未来方向进行了剖析。 他首先解释了为什么价值函数（Value Functions）在当前流行的 RLHF 等任务中不那么受欢迎：“它们似乎帮助不大。”价值函数的主要作用是方差缩减，但在当前任务集上，效果并不明显。他坦言不清楚具体原因，但预计价值函数未来会在某个时刻“卷土重来”。 对于持续学习（Continual Learning）这一挑战，John Schulman（约翰·舒尔曼）认为它包含多种类型（如运动学习、情景记忆、程序性记忆）。他预计上下文学习（in-context learning）和长上下文能力会持续改进，而像 LoRA 这样的参数微调技术将在此基础上发挥作用，尤其适用于需要大量容量和知识吸收的记忆类型。但他也指出，如果模型规模持续扩大，即使方法论不变，各项指标也会持续改善；当然，新方法可能会带来更优的缩放定律，加速持续学习。 关于 RL 研究的未来，John Schulman（约翰·舒尔曼）认为许多想法会经历“时尚轮回”，有些想法出现得过早未能兑现承诺，但之后可能再度流行。他特别提到离线 RL（Offline RL） 和仿真到现实（Sim-to-Real） 是很有趣的方向。当前 LLM 领域的 RL 某种程度上类似于 Sim-to-Real，即在多样化的模拟环境中进行大规模 RL 以求泛化到现实世界。他认为这项技术在机器人领域依然有效，并预计未来 LLM 领域也会重新重视从真实部署中学习。 AGI 预测与行业变迁：从“怪人”聚集到工程能力优先 对于炙手可热的 AGI 时间线预测，John Schulman（约翰·舒尔曼）表现出审慎的态度。他认同工程师和研究者在预估项目时间上存在系统性低估的倾向，通常需要乘以 2-3 倍的系数才能接近现实。参考自动驾驶技术的发展历程，他认为 AGI 可能比一些乐观预测来得更晚。 “另一方面，AI 加速自身发展的正反馈循环也可能颠覆直觉。”他补充道，考虑到这一因素，一些较短的预测时间线也颇具说服力。因此，他并不愿做出非常自信的预测，认为其中存在大量不确定性，例如人类理解进展的瓶颈等。 回顾 AI 领域人才构成的变化，John Schulman（约翰·舒尔曼）认为早期从业者“可能更奇怪一些”，因为当时 AI 的重要性不像今天这样是“传统智慧”，吸引了更多非传统职业路径和风险承受能力更高的人。如今，更多遵循常规职业路径、风险承受能力相对较低的人进入这个领域。同时，由于竞争激烈，入行门槛也水涨船高。 更重要的是，工程技能的重要性如今已超过以往。因为扩展现有简单想法并良好执行就能带来大量收益，且领域更加成熟，研究者通常是在他人代码库和基础设施上构建，而非从零开始。因此，拥有软件工程背景的人现在更具优势。 Thinking Machines 的蓝图：Tinker 与未来展望 在访谈的最后部分，John Schulman（约翰·舒尔曼）谈到了他目前联合创立的公司 Thinking Machines 及其推出的产品 Tinker。 Tinker 被描述为一个低层级微调 API，提供了一小组用于训练和采样的底层原语，让用户能够表达几乎任何想要的训练后算法，而无需担心 GPU、加速器或复杂的分布式系统问题。它类似于 OpenAI 和 Anthropic 提供的采样 API，但专注于训练环节。John Schulman（约翰·舒尔曼）希望未来的初创公司能够直接基于 Tinker 构建复杂定制模型，而无需自研基础设施。 目前，Tinker 主要面向对 ML 有深入了解、希望使用这些底层原语的资深用户。但团队计划不断改进，增加更多功能（如多模态输入输出），并构建更多工具和高级组件，使其未来变得更加用户友好，成为一个“全栈”解决方案。 关于 Thinking Machines 的未来，John Schulman（约翰·舒尔曼）透露，明年将看到公司自有模型的相关发布，同时 Tinker 平台也将持续增强。

Techub News 消息，据 @OnchainLens 监测，Jump Crypto 于 2 小时前将 286.83 枚比特币（约 1801 万美元）转入 Binance，疑似进行抛售。 该机构本周已累计向 Binance 转入 1560 枚比特币，价值约 9920 万美元。目前其剩余持仓为 1410 枚比特币，价值约 8858 万美元。

Techub News 消息，加密货币资产管理公司 Bitwise Asset Management 计划于 8 月 17 日当周宣布其「Alpha 策略」业务线的首款产品，标志着该公司正从被动 ETF 向主动管理型高回报领域拓展。 该公司目前管理 100 亿至 150 亿美元客户资产，提供超过 70 种投资解决方案。其 Alpha 策略部门由 Jeff Park 负责，团队于 2025 年 9 月引入具有加密多策略交易及衍生品背景的投资经理，此前已参与推出期权收益型 ETF 产品。（CryptoBriefing）

Techub News 消息，据 @OnchainLens 监测，World Liberty Fi 于近期将 3900 万枚 WLFI（价值约 219 万美元）从项目金库转入其 Bybit 关联存款钱包。 该笔转账可能用于代币销售。World Liberty Fi 是由特朗普家族支持的 DeFi 项目，此次链上资金移动引发市场关注。

Techub News 消息，美国证券交易所 Cboe BZX 已向 SEC 提交 6 种 3 倍杠杆 ETF 的上市申请，涵盖比特币和以太坊等资产。相关文件于 10 日提交，SEC 于 14 日公开披露该规则变更请求。 由于不符合一般上市标准，该交易所依据证券法申请特别审批。基金将由 Volatility Shares 管理并在 CFTC 监管下以商品池形式运作，投资标的为期货合约而非实物资产。SEC 将在 45 至 90 天内作出审批决定。（CoinPost）

Techub News 消息，OpenAI 宣布其企业业务收入已超过 ChatGPT 消费者业务，公司年化收入运行率达到 400 亿美元。 该数据显示人工智能在企业级市场的商业化进程加速。此前该公司主要依赖消费者订阅服务，此次业务结构转变标志着其向 B 端市场扩张战略取得显著成效。（Cointelegraph）

Techub News 消息，美股周四收盘，道指跌 0.20%，8 月累计涨 1.04%；标普 500 指数跌 0.17%，8 月累计涨 2.44%；纳指跌 0.28%，8 月累计涨 3.15%。 黄金/白银板块集体走强，黄金矿商 ETF（GDX）涨 1.93%，纽蒙特矿业（NEM）涨 3.12%，第一马杰斯蒂克白银（AG）涨 2.61%，科尔黛伦矿业（CDE）涨 1.98%。 加密概念股表现分化。Cipher Mining（CIFR）涨 7.43%，Bit Brother（BTBT）涨 5.37%，CleanSpark（CLSK）涨 4.95%，Hut 8（HUT）涨 3.00%；Circle（CRCL）跌 4.97%，Strategy（MSTR）跌 4.18%，Coinbase（COIN）跌 3.53%，Bitmine（BMNR）跌 1.26%，Riot Platforms（RIOT）跌 1.02%，MARA Holdings（MARA）小幅跌 0.11%。