AI 金句日刊 Vol.75：取舍、琐事与证据

本期三条原话分别落在 AI 进入现实的三个环节：组织如何把资源集中到真正重要的方向，智能体最先适合处理什么工作，以及旧模型研究怎样留下仍然有用的证据。

Sam Altman 在 2026 年 8 月 23 日发布的 David Senra 访谈中，谈到 OpenAI 为了把计算资源和人才集中到更重要的方向而放弃部分项目。他把「为了追求伟大点子而牺牲好点子」称为创业者和企业最难学会的功课。卡片引用访谈逐字稿中的原话。

查看 David Senra 官方节目页 · 查看访谈文字稿 · 查看访谈发布帖

Ethan Mollick 在 2026 年 8 月 24 日 22:22（北京时间）写道，人们常把自动化想成一项规则清楚、可以重复执行的任务；前沿 AI 已经很适合协助处理医疗账单、信用争议和繁琐表格这类不规则工作。这个判断把智能体的价值放到了具体生活摩擦里，而不是只放在标准化流程里。

Ethan Mollick 在 2026 年 8 月 24 日 00:26（北京时间）讨论使用旧模型的 AI 研究。他写道，一旦 AI 获得某种能力，后续版本通常不会失去这项能力；因此，展示模型已经跨过某个能力门槛的研究，即使使用 GPT-4，也可能继续保留参考价值。原帖同时强调，关于模型失败、偏见或局限的负面结论需要更谨慎的模型对比和限定语境。