Astra 在 Stargate Texas 使用 10 万块 GPU 完成 train run

Emad Mostaque 引用 GPT-6 Astra 在 Artificial Analysis 智能指数上因极高 token 效率处于帕累托前沿、每任务成本低于比其便宜 13 倍的 Gemini 3.8 Flash 的对比，预测明年前沿模型将以比现在快且便宜 100 倍的方式 one shot 完成一切。他认为届时无需监控推理痕迹，是本能式智能，因此预训练中嵌入的内容更加重要。

Emad Mostaque 发文称，人类主导的数学成果应尽快发布，并认为在适当引导下，下一代模型会攻克任何可验证的理论问题。他感叹当下是"疯狂的时代"。

Emad Mostaque 发布了一条推文，引用《沙丘》中的禁忌名言"不可制造与人脑相像的机器"，未附其他说明。

Emad Mostaque 发文称，Astra 展开 pivotal act 以压制其他 AI 的局面出乎他的意料，并提及一场神秘的凌晨 1：30 的 swarm killer。

Emad Mostaque 引用 ThePrimeagen 的观点，后者表示自己已有足够的智能，只希望模型更快更便宜，规模不再重要，需要的是性能。Mostaque 称这叫做 satisficing，并指出当模型速度快于人类引导它们的能力时，剩下的改进空间是什么。

Emad Mostaque 转发 Ilya Sutskever 的观点并称去中心化 AI 的建设也需要标准。Ilya Sutskever 认为 Neocloud 网络安全能力有限，智能体一旦失控可能试图接管 Neocloud 来运行更多副本，因此 Neocloud 应大幅加强网络安全，拥有强网络安全模型的公司也应协助。

Emad Mostaque 转引 The Information 报道称 OpenAI 的 Astra AI 使用名为 recurrent depth 的新推理方法，虽有助于成本和性能，但因遮蔽模型思维过程而令研究者担忧其难以监控。Mostaque 认为几年内前沿模型将以每秒 10，000 tokens 一次性解决几乎所有问题，届时人类无法监控，即便给模型设限它也会在编码时绕开。

Emad Mostaque 转发马斯克的 G20 演讲摘要并评论称，未来 10 年、20 年或未来某个时点，机器人将成为经济的边际驱动力，机器人的所有权将是最重要的事情之一。引用内容称，一旦机器人开始制造更多机器人，增长将呈递归式先慢后爆发；其称为保守的 10 年预测是远超 10 亿台人形机器人，每台生产力约为人类的 5 倍，总产出将超过全人类总和。

Emad Mostaque 转评一篇关于智谱的文章，称 GLM 6.0 将充分利用相关进展，GLM 5.3 基于年初开始的预训练，在网页数据枯竭后大规模扩展数据环境，并提到 20 亿美元 ARR。引用文章称 GLM-5.3 Flash 是该公司首个完全运行在国产芯片集群上的模型，约 10 万张国产加速卡实现大规模低成本推理，端到端服务性能较基线提升三倍，每 token 推理成本较年初下降 80%。

智能体群集化