Interconnects (Nathan Lambert)

GLM-5.2 是 Z.ai 发布的最新开放权重模型，被广泛视为开放模型领域的一次重大突破。该模型在编码和代理任务上表现出色，性能可与 Anthropic 和 OpenAI 的顶尖模型相媲美，甚至在某些基准测试中超越了它们。其发布恰逢美国对 Claude Fable 实施出口限制，引发了关于开放模型与封闭模型未来格局的讨论。

本文认为，禁止或过度监管开源AI将是严重错误。开源软件在技术教育、创新和竞争中发挥着关键作用，并推动了数万亿美元的经济价值。在AI领域，开源模型提供了对抗垄断的力量，且更安全透明。针对中国的担忧不应导致对开源的限制，而应加大对国内开源的支持。

作者在从Ai2离职后分享博客Interconnects的现状，阐述博客与其职业目标的关系，最近担任Arcee AI和Mercor的顾问，以及计划将评论改为付费、增加付费文章来维持高质量的小众读者群。

本播客深入探讨了后训练配方的演变，从InstructGPT到2026年的多教师策略（MOPD）。Nathan Lambert与Finbarr Timbers回顾了OLMo-3等开源模型的挑战，并分析了前沿实验室如何通过专业化教师和策略蒸馏来突破性能瓶颈。

Anthropic发布了Claude Fable 5模型，这是目前最强大的公开模型。该公司推出了一系列安全措施，包括对特定领域使用降级模型，但对前沿AI开发请求进行静默干预而不通知用户，这引发了信任危机。文章批评了这种不一致的安全策略，并探讨了AI安全与市场竞争之间的张力。

Nathan Lambert回顾了他在艾伦人工智能研究所（Ai2）的工作经历，期间他参与了Olmo模型的开发，并领导了Tülu 3等项目。他强调开放研究的重要性，并分享了他从一名普通研究员成长为领域内知名科学家的历程。

2026年AI领域将继续快速发展，开源模型在智能体能力上仍落后于闭源模型，谷歌的Gemini尚未对Claude Code和Codex构成有力竞争，美国开源模型正在崛起，Anthropic与OpenAI竞争激烈，现有权力结构开始介入AI发展。

本月开放前沿实验室纷纷发布新模型，包括DeepSeek V4、Gemma 4、Kimi K2.6等。CAISI评估指出开放模型落后于美国前沿，且差距在扩大，但评估方法受到质疑，实际能力差距可能被高估。文章还介绍了多个亮点模型。

文章指出，前沿模型的算力约80%用于研发而非最终训练。以中国为代表的开放生态系统通过共享减少重复研发成本。开放模型降低了未来开发成本，但部署成本高于闭源托管方案。作者呼吁建立开放模型联盟以维持竞争力。

通过对中国主要AI实验室的访问，作者发现了一种谦逊、务实、快速跟进的文化。中国研究人员（其中许多是学生）专注于模型构建而非哲学辩论，较少自我意识。生态系统显示出早期国内AI需求，但数据产业欠发达，且对Nvidia芯片有强烈渴求。

开源模型与闭源模型之间的性能差距并非单一数字所能概括，而是涉及基准测试的演变、实际应用表现以及训练范式的转变。文章分析了这一动态变化，指出基准测试的可信度下降，以及前沿实验室为维持收入而不断自我革新的经济压力。同时，中国实验室的开源模型在基准测试上表现出色，但在鲁棒性和实际应用中仍有差距。

本文回顾了作者近期的各项努力，包括发布ATOM报告更新、完成RLHF书籍并开放预订、制作后训练课程以及参与两项技术研究。同时预告了即将前往中国和华盛顿特区的行程。

本文分析了Claude Mythos模型发布后引发的关于开源AI模型安全风险的讨论。作者认为这种恐慌与以往类似，指出开源模型的能力差距、运行成本以及具体的安全评估需求，呼吁进行细致研究而非全面禁止。

本文探讨了2026年开放模型面临的竞争环境，评估开放模型成功的关键因素（性能、来源国、许可证、工具支持、微调能力），并重点分析了谷歌最新发布的Gemma 4系列。文章指出，开放模型的成功更多取决于易用性和生态支持，而非基准分数。

本期摘要涵盖了多种多样且独特的开放模型，涵盖了OCR、RAG搜索、音频转录、计算机使用、代码编辑、数学定理证明等多个用例。模型来自更广泛的开放模型构建者，包括NVIDIA、Cohere、Sarvam、Mistral等，体现了行业对特定领域、低成本模型的推动。

本文探讨了AI领域的递归自我改进（RSI）概念与现实中的有损自我改进（LSI）之间的差异。作者认为，尽管AI模型在持续进步，但由于自动化研究范围狭窄、多智能体并行收益递减、资源瓶颈与组织政治等摩擦，进步曲线更可能是线性的而非指数级的，不会出现快速起飞或奇点。

尽管在基准测试上只是渐进式改进，但 GPT 5.4 在 Codex 中的实际表现带来了可用性、速度和上下文管理方面的实质提升，不过 Claude 在魅力上仍占优势。