首頁人類聲稱AI並不停滯，它超出了基準測試
大型語言模型（LLMs）和其他生成式AI技術在自我修正方面取得顯著進展，這為新應用鋪平了道路，包括所謂的「代理AI」，根據領先AI模型開發商Anthropic的副總裁Michael Gerstenhaber表示。
「它在自我修正、自我推理方面表現得非常好，」在Anthropic領導API技術的Gerstenhaber，在紐約接受彭博情報分析師Anurag Rana採訪時分享道。Anthropic是Claude系列LLMs的創造者，與OpenAI的GPT模型直接競爭。「每隔幾個月，我們就發布一個新模型，擴展了LLMs的能力，」他補充說，強調了該行業的動態特性，每一次模型修訂都解鎖了新的潛在用途。
AI模型的新能力
Anthropic的最新模型引入了任務規劃等能力，使它們能像人類一樣在電腦上執行任務，例如線上訂購披薩。「規劃中間步驟，這在昨天還不可行，現在已觸手可及，」Gerstenhaber談到這種逐步執行任務的能力時指出。
這場討論還邀請了AI新創公司Scale AI的首席技術專家Vijay Karunamurthy參加，是彭博情報主辦的為期一天的會議的一部分，會議主題為「生成式AI：能否兌現生產力承諾？」
挑戰AI懷疑論
Gerstenhaber的見解挑戰了AI懷疑論者的觀點，這些人認為生成式AI及更廣泛的AI領域「正面臨瓶頸」，認為每個新模型迭代的回報正在減少。例如，AI學者Gary Marcus自2022年以來一直直言不諱地表達他的擔憂，警告僅僅增加AI模型的規模（更多參數）不會成比例地提升其性能。
然而，Gerstenhaber堅稱Anthropic正在突破當前AI基準所能衡量的範圍。「即使某些領域的進展看似放緩，那是因為我們正在解鎖全新功能，但我們已經飽和了基準以及執行舊任務的能力，」他解釋道。這使得越來越難以全面評估當前生成式AI模型所能實現的全部潛力。
規模擴展與學習
Gerstenhaber和Karunamurthy都強調了擴展生成式AI模型以增強其自我修正能力的重要性。「我們確實看到智能的規模越來越大，」Gerstenhaber評論道。Karunamurthy補充說：「我們相信在規劃和推理方面沒有遇到瓶頸的原因之一，是我們仍在學習如何結構化這些任務，以便模型能適應新的多樣環境。」
Gerstenhaber同意這一觀點，說道：「我們正處於早期階段，從應用開發者那裡學習他們的需求以及模型的不足之處，然後將這些反饋整合回語言模型中。」
實時學習與適應
根據Gerstenhaber的說法，這種進展很大程度上是由Anthropic的基礎研究快速進展以及來自業界的實時反饋驅動的。「我們正在適應業界告訴我們的需求，實時學習，」他說。
客戶通常從較大的模型開始，然後縮減到更簡單的模型以適應特定用途。「最初，他們評估一個模型是否足夠智能以良好執行任務，然後是否足夠快以滿足應用需求，最後是否能盡可能具有成本效益，」Gerstenhaber解釋道。
相關文章
印度科技巨頭投資3000萬美元，打造微軟Office的AI競爭對手
連續創業者 Bhavin Turakhia 正投入 3000 萬美元自有資金，押注企業 AI 領域仍有新玩家的空間。他最新的創業專案 Neo 基於一個核心信念：傳統的職場軟體不能僅靠聊天機器人進行修補，而需要進行徹底的架構重構。46 歲的 Turakhia 有著支援雄心勃勃的企業科技專案的歷史。在過去二十年中，他聯合創立了 Directi、Radix、Titan 和 Zeta，在尋求外部投資之前，主要使用個人資本為這些專案提供資金。他正將同樣的自力更生策略應用於 Neo。Turakhia 向
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後，前首席科學家伊利亞·蘇茨克弗（Ilya Sutskever）創立了 Safe Superintelligence Inc.（SSI），該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出，該團隊正在利用 TTT（測試時訓練）開發一個緊湊的推理引擎，這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同，該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日，AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投，吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件，並透過AI聊天機器人以自然語言描述其設計概念；系統
相關專題推薦
聊天機器人
最適合面試練習的 AI 對話訓練工具
2026 年最新、最受好評的 AI 面試對話訓練工具，盡在 XIX.AI！這份精心精選的清單收錄了多款功能強大、顛覆傳統的工具，這些工具均經過嚴格的實戰測試，能提供精準的回饋。 您將在此找到免費版與付費版的比較分析，以及詳細的排名榜單，助您挑選必試的選項，從而提升自信與技能。立即探索，發掘助您在面試中脫穎而出的完美工具！
12 個工具
xix.ai
設計與藝術
最適合進行創意實驗的 AI 風格轉移工具
2026 年最新、最佳且評價最高的 AI 風格轉移工具，助您進行創意實驗！XIX.AI 精心精選了一系列強大且具革命性的必試工具，這些工具經實際測試與嚴格評比，能帶來卓越成果。這些頂尖解決方案能加速內容創作並開啟無盡的創意可能性，協助創作者顯著提升生產力。 立即探索，找出最適合您的工具，並從今天開始創作吧！
9 個工具
xix.ai
漫畫創作
最適合視覺敘事的 AI 對話氣泡工具
2026 年最新、最受好評的視覺敘事 AI 對話氣泡工具，現已登陸 XIX.AI！這份精心挑選的合集收錄了強大且具顛覆性的工具，能協助創作者提升生產力並突破創作瓶頸。 查看免費版與付費版的比較、參考實際測試結果，並查閱最新排行榜，找出最適合打造引人入勝視覺敘事的必試解決方案。立即探索，發掘您的理想工具！
10 個工具
xix.ai
會議助理
頂尖 AI 會議摘要工具：清晰追蹤決策與後續行動
2026 年最新高評價最佳 AI 會議摘要工具，助您清晰追蹤決策並輕鬆進行後續跟進。這份精選清單展示了一系列強大且具顛覆性的解決方案，透過自動化會議記錄、識別關鍵行動項目，以及簡化所有專案的團隊協作，大幅提升生產力。 獲取免費版與付費版的比較分析，搭配實際測試報告及每週更新的排行榜，助您找到最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
數據分析
最佳人工智慧資料清洗工具：快速處理缺失值與重複資料
2026年最新、最優秀且評分最高的AI資料清洗工具，可快速處理缺失值與重複資料問題。這份精心挑選的清單展示了那些功能強大、能帶來顛覆性變革的解決方案，可顯著提升工作效率。所有候選工具都經過了嚴格的實際應用測試，以確保其穩定性。您可以獲取免費版與付費版的對比資訊，找出最符合您需求的必備工具。即刻訪問XIX.AI，開啟您的AI優勢之旅。
11 個工具
xix.ai
設計與藝術
最佳AI創意構思工具，助力藝術家突破視覺瓶頸
2026 年最新最佳頂級評分 AI 創意構思工具由 XIX.AI 精心策劃，旨在幫助創作者突破視覺瓶頸並即時提升創造力。這些強大的變革性工具提供真實世界測試、詳細的免費與付費對比以及每週更新的排名。發現您的完美工具，加速內容創作，並立即釋放您的 AI 優勢。立即探索！
14 個工具
xix.ai
評論 (8)
0/500
![JoseRoberts]()
This self-correction stuff is wild! 😮 It's like AI is learning to double-check its own homework. Wonder how far this 'agentic AI' will go—could it outsmart us at our own jobs soon?
![WalterAnderson]()
It's wild to think AI can now self-correct! 😮 Makes me wonder how soon we'll see these 'agentic AI' systems running our lives—hope they don’t outsmart us too much!
![RonaldMartinez]()
This article really opened my eyes to how fast AI is evolving! Self-correcting LLMs sound like a game-changer for agentic AI. Can’t wait to see what new apps come out of this! 😄
![WillieJackson]()
La perspectiva de Anthropic sobre que la IA no se estanca sino que supera los benchmarks es bastante genial. Es como si la IA estuviera jugando ajedrez mientras nosotros aún estamos tratando de entender las damas. Lo de la autocorrección suena prometedor, pero aún estoy un poco escéptico. 🤔
![GeorgeWilson]()
Anthropic의 AI가 정체되지 않고 벤치마크를 뛰어넘는다는 생각이 멋지네요. AI는 체스를 하고 있는데, 우리는 아직 체커를 이해하는 단계예요. 자기 교정 이야기는 유망하지만, 아직 조금 회의적이에요. 🤔
![NicholasCarter]()
Anthropic's take on AI not stalling but outsmarting benchmarks is pretty cool. It's like AI is playing chess while we're still figuring out checkers. The self-correction stuff sounds promising, but I'm still a bit skeptical. 🤔
大型語言模型（LLMs）和其他生成式AI技術在自我修正方面取得顯著進展，這為新應用鋪平了道路，包括所謂的「代理AI」，根據領先AI模型開發商Anthropic的副總裁Michael Gerstenhaber表示。
「它在自我修正、自我推理方面表現得非常好，」在Anthropic領導API技術的Gerstenhaber，在紐約接受彭博情報分析師Anurag Rana採訪時分享道。Anthropic是Claude系列LLMs的創造者，與OpenAI的GPT模型直接競爭。「每隔幾個月，我們就發布一個新模型，擴展了LLMs的能力，」他補充說，強調了該行業的動態特性，每一次模型修訂都解鎖了新的潛在用途。
AI模型的新能力
Anthropic的最新模型引入了任務規劃等能力，使它們能像人類一樣在電腦上執行任務，例如線上訂購披薩。「規劃中間步驟，這在昨天還不可行，現在已觸手可及，」Gerstenhaber談到這種逐步執行任務的能力時指出。
這場討論還邀請了AI新創公司Scale AI的首席技術專家Vijay Karunamurthy參加，是彭博情報主辦的為期一天的會議的一部分，會議主題為「生成式AI：能否兌現生產力承諾？」
挑戰AI懷疑論
Gerstenhaber的見解挑戰了AI懷疑論者的觀點，這些人認為生成式AI及更廣泛的AI領域「正面臨瓶頸」，認為每個新模型迭代的回報正在減少。例如，AI學者Gary Marcus自2022年以來一直直言不諱地表達他的擔憂，警告僅僅增加AI模型的規模（更多參數）不會成比例地提升其性能。
然而，Gerstenhaber堅稱Anthropic正在突破當前AI基準所能衡量的範圍。「即使某些領域的進展看似放緩，那是因為我們正在解鎖全新功能，但我們已經飽和了基準以及執行舊任務的能力，」他解釋道。這使得越來越難以全面評估當前生成式AI模型所能實現的全部潛力。
規模擴展與學習
Gerstenhaber和Karunamurthy都強調了擴展生成式AI模型以增強其自我修正能力的重要性。「我們確實看到智能的規模越來越大，」Gerstenhaber評論道。Karunamurthy補充說：「我們相信在規劃和推理方面沒有遇到瓶頸的原因之一，是我們仍在學習如何結構化這些任務，以便模型能適應新的多樣環境。」
Gerstenhaber同意這一觀點，說道：「我們正處於早期階段，從應用開發者那裡學習他們的需求以及模型的不足之處，然後將這些反饋整合回語言模型中。」
實時學習與適應
根據Gerstenhaber的說法，這種進展很大程度上是由Anthropic的基礎研究快速進展以及來自業界的實時反饋驅動的。「我們正在適應業界告訴我們的需求，實時學習，」他說。
客戶通常從較大的模型開始，然後縮減到更簡單的模型以適應特定用途。「最初，他們評估一個模型是否足夠智能以良好執行任務，然後是否足夠快以滿足應用需求，最後是否能盡可能具有成本效益，」Gerstenhaber解釋道。
印度科技巨頭投資3000萬美元，打造微軟Office的AI競爭對手
連續創業者 Bhavin Turakhia 正投入 3000 萬美元自有資金，押注企業 AI 領域仍有新玩家的空間。他最新的創業專案 Neo 基於一個核心信念：傳統的職場軟體不能僅靠聊天機器人進行修補，而需要進行徹底的架構重構。46 歲的 Turakhia 有著支援雄心勃勃的企業科技專案的歷史。在過去二十年中，他聯合創立了 Directi、Radix、Titan 和 Zeta，在尋求外部投資之前，主要使用個人資本為這些專案提供資金。他正將同樣的自力更生策略應用於 Neo。Turakhia 向
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後，前首席科學家伊利亞·蘇茨克弗（Ilya Sutskever）創立了 Safe Superintelligence Inc.（SSI），該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出，該團隊正在利用 TTT（測試時訓練）開發一個緊湊的推理引擎，這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同，該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日，AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投，吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件，並透過AI聊天機器人以自然語言描述其設計概念；系統
2026 年最新、最受好評的 AI 面試對話訓練工具，盡在 XIX.AI！這份精心精選的清單收錄了多款功能強大、顛覆傳統的工具，這些工具均經過嚴格的實戰測試，能提供精準的回饋。 您將在此找到免費版與付費版的比較分析，以及詳細的排名榜單，助您挑選必試的選項，從而提升自信與技能。立即探索，發掘助您在面試中脫穎而出的完美工具！
12 個工具
xix.ai
2026 年最新、最佳且評價最高的 AI 風格轉移工具，助您進行創意實驗！XIX.AI 精心精選了一系列強大且具革命性的必試工具，這些工具經實際測試與嚴格評比，能帶來卓越成果。這些頂尖解決方案能加速內容創作並開啟無盡的創意可能性，協助創作者顯著提升生產力。 立即探索，找出最適合您的工具，並從今天開始創作吧！
9 個工具
xix.ai
2026 年最新、最受好評的視覺敘事 AI 對話氣泡工具，現已登陸 XIX.AI！這份精心挑選的合集收錄了強大且具顛覆性的工具，能協助創作者提升生產力並突破創作瓶頸。 查看免費版與付費版的比較、參考實際測試結果，並查閱最新排行榜，找出最適合打造引人入勝視覺敘事的必試解決方案。立即探索，發掘您的理想工具！
10 個工具
xix.ai
2026 年最新高評價最佳 AI 會議摘要工具，助您清晰追蹤決策並輕鬆進行後續跟進。這份精選清單展示了一系列強大且具顛覆性的解決方案，透過自動化會議記錄、識別關鍵行動項目，以及簡化所有專案的團隊協作，大幅提升生產力。 獲取免費版與付費版的比較分析，搭配實際測試報告及每週更新的排行榜，助您找到最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
2026年最新、最優秀且評分最高的AI資料清洗工具，可快速處理缺失值與重複資料問題。這份精心挑選的清單展示了那些功能強大、能帶來顛覆性變革的解決方案，可顯著提升工作效率。所有候選工具都經過了嚴格的實際應用測試，以確保其穩定性。您可以獲取免費版與付費版的對比資訊，找出最符合您需求的必備工具。即刻訪問XIX.AI，開啟您的AI優勢之旅。
11 個工具
xix.ai
2026 年最新最佳頂級評分 AI 創意構思工具由 XIX.AI 精心策劃，旨在幫助創作者突破視覺瓶頸並即時提升創造力。這些強大的變革性工具提供真實世界測試、詳細的免費與付費對比以及每週更新的排名。發現您的完美工具，加速內容創作，並立即釋放您的 AI 優勢。立即探索！
14 個工具
xix.ai
This self-correction stuff is wild! 😮 It's like AI is learning to double-check its own homework. Wonder how far this 'agentic AI' will go—could it outsmart us at our own jobs soon?
It's wild to think AI can now self-correct! 😮 Makes me wonder how soon we'll see these 'agentic AI' systems running our lives—hope they don’t outsmart us too much!
This article really opened my eyes to how fast AI is evolving! Self-correcting LLMs sound like a game-changer for agentic AI. Can’t wait to see what new apps come out of this! 😄
La perspectiva de Anthropic sobre que la IA no se estanca sino que supera los benchmarks es bastante genial. Es como si la IA estuviera jugando ajedrez mientras nosotros aún estamos tratando de entender las damas. Lo de la autocorrección suena prometedor, pero aún estoy un poco escéptico. 🤔
Anthropic의 AI가 정체되지 않고 벤치마크를 뛰어넘는다는 생각이 멋지네요. AI는 체스를 하고 있는데, 우리는 아직 체커를 이해하는 단계예요. 자기 교정 이야기는 유망하지만, 아직 조금 회의적이에요. 🤔
Anthropic's take on AI not stalling but outsmarting benchmarks is pretty cool. It's like AI is playing chess while we're still figuring out checkers. The self-correction stuff sounds promising, but I'm still a bit skeptical. 🤔
