OpenAI 研究科学家 Noam Brown 在 TED 演讲中分享了一个引人深思的重要发现：在让 AI 参与扑克游戏时，若让 AI 多花 20 秒进行深度思考，其性能提升竟相当于将模型规模和训练时间扩大 10 万倍。这表明，与其一味追求扩大模型规模，让 AI 进行多步骤、深入的思考可能更加有价值。
这不禁让我联想到，几乎所有动物的思维都局限于快速的感知性反应，唯有人类能够进行缓慢且有条理的深度思考。或许，这正是人类智能的本质所在。AI 的每一次突破，都仿佛为我们打开了一扇了解自身奥秘的大门！
MIT 本科生 Kelly Zhang 利用 fMRI 信号实现脑内画面实时视频生成。她基于视觉皮层与深度神经网络的结构相似性，结合 Vision Transformer 提取特征、Latent Diffusion Model 还原图像及 Stable Diffusion 生成视频，成功将大脑活动转化为可视内容。该技术虽处早期且细节有待提升，但在 PTSD 治疗、失语沟通及痴呆症辅助等领域具广阔前景。其突破关键在于跨学科知识融合，打破了传统科研的领域壁垒，为未来科研方法提供了新启示。
5 月 7 日，OpenAI 在英、巴等五国启动 ChatGPT 广告内测，并推出三款具备 GPT-5 级推理能力的实时语音模型。广告业务强调隐私与回答独立性，旨在探索免费用户变现路径。新语音模型则支持复杂任务操作，加速企业付费场景落地。此举标志 OpenAI 从技术验证转向商业模式规模化，证明 AI 产品可兼顾用户体验与多元盈利，为行业商业化提供了关键风向标。
Andrej Karpathy 在 Sequoia AI Ascent 2026 提出编程范式正从 Vibe Coding 转向 Agentic Engineering。核心变化在于工作重心从编写代码转为编排智能体，要求开发者具备系统设计与审查能力。演讲强调需警惕"80%问题”，即利用 AI 快速完成基础工作后，必须依靠人类经验处理安全、架构等剩余难点。这一转变意味着理解力将比编码能力更稀缺，对开发者、管理者及创业者重新定义产品与团队角色具有关键指导意义。
围绕《OpenAI 科学家 Noam Brown：AI 深度思考 20 秒，模型性能提升 10 万倍》展开交流，未登录用户可浏览评论，登录后可参与讨论。
