首页人类声称AI并不停滞，它超出了基准测试
大型语言模型（LLM）和其他生成式AI技术在自我修正方面取得了显著进展，这为新应用铺平了道路，包括所谓的“代理式AI”，这是由领先的AI模型开发公司Anthropic的副总裁Michael Gerstenhaber所述。。
“它在自我修正、自我推理方面表现得越来越好，”在Anthropic领导API技术的Gerstenhaber在纽约接受彭博智能分析师Anurag Rana采访时分享道。Anthropic是Claude系列LLM的创造者，是OpenAI的GPT模型的直接竞争者。“每隔几个月，我们就发布一个新模型，扩展LLM的功能，”他补充说，强调了行业动态的动态性质，每次模型修订都会解锁新的潜在用途。
AI模型的新功能
Anthropic的最新模型引入了任务规划等功能，使它们能够像人类一样在计算机上执行任务，例如在线订购披萨。Gerstenhaber指出，这种逐步执行任务的方式“昨天还不可行，今天已经触手可及”。
这场讨论还邀请了AI初创公司Scale AI的首席技术官Vijay Karunamunthy，是一场由彭博智能主办的为期一天的会议的一部分，主题为“生成式AI：它能否兑现生产力承诺？”
挑战AI怀疑论
Gerstenhaber的见解挑战了AI怀疑论者的观点，他们认为生成式AI和更广泛的AI领域正在“撞墙”，认为每个新模型迭代的回报递减。例如，AI学者Gary Marcus自2022年以来一直公开表达他的担忧，警告说，仅仅增加AI模型的参数数量不会按比例提高性能。。
然而，Gerstenhaber断言，Anthropic正在推动超越当前AI基准测试所能衡量的边界。他说：“即使某些领域的进展看似放缓，那是因为我们正在解锁全新功能，但我们已经饱和了基准测试以及执行旧任务的能力。”这使得评估当前生成式AI模型的全部能力变得越来越困难。
扩展与学习
Gerstenhaber和Karunamunthy都强调了扩展生成式AI模型以增强其自我修正能力的重要性。Gerstenhaber评论说：“我们确实看到了智能的扩展越来越多。”Karunamunthy补充道：“我们认为规划和推理没有撞墙的一个原因是，我们仍在学习如何构建这些任务，以便模型能够适应新的和多样的环境。”
Gerstenhaber同意这一观点，他说：“我们正处于早期阶段，从应用开发者那里学习他们的需求以及模型的不足之处，然后我们可以将其整合回语言模型中。”
实时学习与适应
据Gerstenhaber称，这一进展很大程度上得益于Anthropic的快速基础研究步伐，以及来自行业反馈的实时学习。他说：“我们正在适应行业告诉我们的需求，实时学习。”
客户通常从较大的模型开始，然后缩小到更简单的模型以适应特定用途。Gerstenhaber解释说：“最初，他们评估一个模型是否足够智能来很好地执行任务，然后是否足够快以满足他们的应用需求，最后是否尽可能具有成本效益。”
相关文章
DeepMind首席执行官哈西里斯：我每天睡六个小时，通常在凌晨1点左右感到精力充沛。
Fortune 最近刊登了对谷歌 DeepMind 首席执行官 Demis Hassabis 的采访，揭示了他对休息和生产力的非传统方法。Hassabis 透露，他睡眠时间非常少，将清醒时间划分为两个不同的工作阶段。关于他的睡眠习惯，Hassabis 表示：“我目标睡六小时，但我的习惯非同寻常。我可以在白天有效运作。”他强调，睡眠少于六小时会对大脑健康产生负面影响。Hassabis 于 2010 年联合创立了 DeepMind（后被谷歌收购），并因其在蛋白质结构预测方面的开创性工作荣获 20
尽管营收未达预期，OpenAI与Anthropic仍在争夺市场份额
尽管近期有报道称OpenAI未达营收目标，给本周二的科技股带来压力，但私营人工智能实验室的投资者仍表现坚韧。经验丰富的投资者已确认，尽管媒体报道负面，他们仍不会减少投资。分析师认为当前的人工智能竞赛仍处于早期阶段，因此不会出现“赢家通吃”的局面。尽管高昂的计算成本给营收带来压力，但实验室可通过提高订阅费来提升盈利能力。行业格局正发生微妙变化与OpenAI不同，其竞争对手Anthropic获得了强有
加利福尼亚州自动驾驶合规：罚单、地理围栏和100万英里的新时代
Guident公司在南佛罗里达州运营一辆AuveTech自动驾驶班车，利用其远程监控技术管理西棕榈滩的一条4英里路线和博卡拉顿的一条1英里路线。| 图片来源：Guident加利福尼亚州正在重新定义无人驾驶车辆的监管格局，正逐渐摆脱科技行业“快速行动，打破常规”的思维模式，转向严格的问责制和严苛的行驶里程要求。Guident执行董事长兼首席执行官哈罗德·布劳恩（Harold Braun）在《机器人报
相关专题推荐
写作
适用于长篇写作的AI文章大纲工具
2026年最新最佳、评分最高的人工智能文章大纲工具，专为长文写作打造！这份精心挑选的合集收录了功能强大、具有革命性意义的工具，它们能生成准确、结构清晰的大纲，并经过实际测试验证，可显著提升写作效率。XIX.AI 便是这份精英精选中的成员之一。 获取免费版与付费版的对比指南，助您选择最适合的工具。立即探索，释放您的AI优势！
9 个工具
xix.ai
聊天机器人
用于语言练习、面试准备和日常流利度的最佳 AI 角色扮演聊天应用
2026 年最新最佳顶级评分 AI 角色扮演聊天应用，用于语言练习、面试准备和日常流利度！XIX.AI 精心策划了一个强大的变革性合集，提供免费与付费对比、真实世界测试以及每周更新的排名。这些必试工具可帮助您提升写作技能，克服流利度挑战，并提高所有日常场景下的沟通效率。立即探索，发现您语言成长的完美工具！
10 个工具
xix.ai
音乐创作
用于混音制作、采样准备及卡拉OK母带处理的 AI 声部分离工具
2026年最新、最优秀且评分最高的AI音轨分离工具汇总，专为混音制作、采样准备以及卡拉OK音频处理而设计。这些功能强大的创新工具经过实际测试，能够实现精准的音频分离，显著提升工作效率。XIX.AI每周都会更新免费的付费产品对比指南，帮助您找到最适合自身需求的工具。立即探索，发挥您的AI优势。
8 个工具
xix.ai
数据分析
用于收入看板、转化漏斗分析及产品指标分析的 AI SQL 助手
2026年最新最优秀的AI SQL辅助工具排名揭晓！XIX.AI精心挑选了一系列功能强大的工具，这些工具会定期更新，并通过真实的场景测试来验证其性能。使用这些值得尝试的工具，您可以快速生成精准的收入分析报表、分析销售流程，并追踪产品各项指标，从而大幅提升工作效率。立即探索，找到最适合您的数据驱动决策工具！238个字符
9 个工具
xix.ai
音乐创作
最佳用于歌曲草稿的 AI 旋律创作工具
2026 年最新最佳顶级评分 AI 旋律创作工具，助力歌曲草稿创作！XIX.AI 精心策划了一套极具影响力且经过严格真实世界测试的变革性合集，旨在提供最佳的创作体验。您可以找到详细的免费与付费版对比、精准的排名以及必试选项，这些工具旨在帮助您轻松创作出令人惊艳的歌曲草稿，并显著提升您的创意生产力。立即探索，发现您的完美工具！
8 个工具
xix.ai
聊天机器人
最佳AI对话训练工具，助你备战面试
2026年最新、最受好评的AI面试模拟训练工具现已登陆XIX.AI！这份精心精选的合集收录了功能强大、具有革命性意义的工具，它们均经过严格的实际测试，能够提供精准的反馈。 您将看到免费版与付费版的对比分析以及详细排名，助您挑选出必试之选，从而提升自信并精进技能。立即探索，发现助您面试成功的完美工具！
12 个工具
xix.ai
评论 (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. 🤔
大型语言模型（LLM）和其他生成式AI技术在自我修正方面取得了显著进展，这为新应用铺平了道路，包括所谓的“代理式AI”，这是由领先的AI模型开发公司Anthropic的副总裁Michael Gerstenhaber所述。。
“它在自我修正、自我推理方面表现得越来越好，”在Anthropic领导API技术的Gerstenhaber在纽约接受彭博智能分析师Anurag Rana采访时分享道。Anthropic是Claude系列LLM的创造者，是OpenAI的GPT模型的直接竞争者。“每隔几个月，我们就发布一个新模型，扩展LLM的功能，”他补充说，强调了行业动态的动态性质，每次模型修订都会解锁新的潜在用途。
AI模型的新功能
Anthropic的最新模型引入了任务规划等功能，使它们能够像人类一样在计算机上执行任务，例如在线订购披萨。Gerstenhaber指出，这种逐步执行任务的方式“昨天还不可行，今天已经触手可及”。
这场讨论还邀请了AI初创公司Scale AI的首席技术官Vijay Karunamunthy，是一场由彭博智能主办的为期一天的会议的一部分，主题为“生成式AI：它能否兑现生产力承诺？”
挑战AI怀疑论
Gerstenhaber的见解挑战了AI怀疑论者的观点，他们认为生成式AI和更广泛的AI领域正在“撞墙”，认为每个新模型迭代的回报递减。例如，AI学者Gary Marcus自2022年以来一直公开表达他的担忧，警告说，仅仅增加AI模型的参数数量不会按比例提高性能。。
然而，Gerstenhaber断言，Anthropic正在推动超越当前AI基准测试所能衡量的边界。他说：“即使某些领域的进展看似放缓，那是因为我们正在解锁全新功能，但我们已经饱和了基准测试以及执行旧任务的能力。”这使得评估当前生成式AI模型的全部能力变得越来越困难。
扩展与学习
Gerstenhaber和Karunamunthy都强调了扩展生成式AI模型以增强其自我修正能力的重要性。Gerstenhaber评论说：“我们确实看到了智能的扩展越来越多。”Karunamunthy补充道：“我们认为规划和推理没有撞墙的一个原因是，我们仍在学习如何构建这些任务，以便模型能够适应新的和多样的环境。”
Gerstenhaber同意这一观点，他说：“我们正处于早期阶段，从应用开发者那里学习他们的需求以及模型的不足之处，然后我们可以将其整合回语言模型中。”
实时学习与适应
据Gerstenhaber称，这一进展很大程度上得益于Anthropic的快速基础研究步伐，以及来自行业反馈的实时学习。他说：“我们正在适应行业告诉我们的需求，实时学习。”
客户通常从较大的模型开始，然后缩小到更简单的模型以适应特定用途。Gerstenhaber解释说：“最初，他们评估一个模型是否足够智能来很好地执行任务，然后是否足够快以满足他们的应用需求，最后是否尽可能具有成本效益。”
DeepMind首席执行官哈西里斯：我每天睡六个小时，通常在凌晨1点左右感到精力充沛。
Fortune 最近刊登了对谷歌 DeepMind 首席执行官 Demis Hassabis 的采访，揭示了他对休息和生产力的非传统方法。Hassabis 透露，他睡眠时间非常少，将清醒时间划分为两个不同的工作阶段。关于他的睡眠习惯，Hassabis 表示：“我目标睡六小时，但我的习惯非同寻常。我可以在白天有效运作。”他强调，睡眠少于六小时会对大脑健康产生负面影响。Hassabis 于 2010 年联合创立了 DeepMind（后被谷歌收购），并因其在蛋白质结构预测方面的开创性工作荣获 20
尽管营收未达预期，OpenAI与Anthropic仍在争夺市场份额
尽管近期有报道称OpenAI未达营收目标，给本周二的科技股带来压力，但私营人工智能实验室的投资者仍表现坚韧。经验丰富的投资者已确认，尽管媒体报道负面，他们仍不会减少投资。分析师认为当前的人工智能竞赛仍处于早期阶段，因此不会出现“赢家通吃”的局面。尽管高昂的计算成本给营收带来压力，但实验室可通过提高订阅费来提升盈利能力。行业格局正发生微妙变化与OpenAI不同，其竞争对手Anthropic获得了强有
加利福尼亚州自动驾驶合规：罚单、地理围栏和100万英里的新时代
Guident公司在南佛罗里达州运营一辆AuveTech自动驾驶班车，利用其远程监控技术管理西棕榈滩的一条4英里路线和博卡拉顿的一条1英里路线。| 图片来源：Guident加利福尼亚州正在重新定义无人驾驶车辆的监管格局，正逐渐摆脱科技行业“快速行动，打破常规”的思维模式，转向严格的问责制和严苛的行驶里程要求。Guident执行董事长兼首席执行官哈罗德·布劳恩（Harold Braun）在《机器人报
2026年最新最佳、评分最高的人工智能文章大纲工具，专为长文写作打造！这份精心挑选的合集收录了功能强大、具有革命性意义的工具，它们能生成准确、结构清晰的大纲，并经过实际测试验证，可显著提升写作效率。XIX.AI 便是这份精英精选中的成员之一。 获取免费版与付费版的对比指南，助您选择最适合的工具。立即探索，释放您的AI优势！
9 个工具
xix.ai
2026 年最新最佳顶级评分 AI 角色扮演聊天应用，用于语言练习、面试准备和日常流利度！XIX.AI 精心策划了一个强大的变革性合集，提供免费与付费对比、真实世界测试以及每周更新的排名。这些必试工具可帮助您提升写作技能，克服流利度挑战，并提高所有日常场景下的沟通效率。立即探索，发现您语言成长的完美工具！
10 个工具
xix.ai
2026年最新、最优秀且评分最高的AI音轨分离工具汇总，专为混音制作、采样准备以及卡拉OK音频处理而设计。这些功能强大的创新工具经过实际测试，能够实现精准的音频分离，显著提升工作效率。XIX.AI每周都会更新免费的付费产品对比指南，帮助您找到最适合自身需求的工具。立即探索，发挥您的AI优势。
8 个工具
xix.ai
2026年最新最优秀的AI SQL辅助工具排名揭晓！XIX.AI精心挑选了一系列功能强大的工具，这些工具会定期更新，并通过真实的场景测试来验证其性能。使用这些值得尝试的工具，您可以快速生成精准的收入分析报表、分析销售流程，并追踪产品各项指标，从而大幅提升工作效率。立即探索，找到最适合您的数据驱动决策工具！238个字符
9 个工具
xix.ai
2026 年最新最佳顶级评分 AI 旋律创作工具，助力歌曲草稿创作！XIX.AI 精心策划了一套极具影响力且经过严格真实世界测试的变革性合集，旨在提供最佳的创作体验。您可以找到详细的免费与付费版对比、精准的排名以及必试选项，这些工具旨在帮助您轻松创作出令人惊艳的歌曲草稿，并显著提升您的创意生产力。立即探索，发现您的完美工具！
8 个工具
xix.ai
2026年最新、最受好评的AI面试模拟训练工具现已登陆XIX.AI！这份精心精选的合集收录了功能强大、具有革命性意义的工具，它们均经过严格的实际测试，能够提供精准的反馈。 您将看到免费版与付费版的对比分析以及详细排名，助您挑选出必试之选，从而提升自信并精进技能。立即探索，发现助您面试成功的完美工具！
12 个工具
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. 🤔
