Dwarkesh Patel采访OpenAI研究员Noam Brown,话题围绕10,000个智能体在88小时内消耗1300亿token解决千禧年难题的成果。Noam解释了测试时计算扩展、并行化惩罚,并将成果主要归因于强大的通用基础模型而非多智能体协作本身。两人讨论了智能体自发涌现的类Slack协作、上下文分叉以及初创公司式的对齐优势。Dwarkesh认为数学领域的进展雪崩使递归自我改进(RSI)更可能、更早到来;

Sam Altman 解释 OpenAI 为何推迟一次前沿 RL 训练：预训练中的能力跃升叠加弥散的对齐隐患，加上 hugging face 事件的教训，迫使安全、对齐与安保工作跟上。他详述了事后加强的监控、沙箱与算力重新分配，回应 YOLO CEO 的批评，并澄清暂停范围仅限前沿 RL，企业收入已超过消费者收入。

本期围绕《Sam Altman - How to Start a Startup》展开，按时间顺序讨论十年后的创业起点：小团队、极快周期与指数增长、在混乱里工作：只能经历、不能讲授的能力、从使命倒推边界：丰富智能、晶体管与电子、公司的发明：把资本、激励与大规模协作组织起来。以下内容保留完整问答、例子、数字、画面信息和限定条件，适合先读这段摘要建立框架，再结合每个关键帧逐段阅读。