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《硅谷坐标 x Fireworks 联创Benny Chen:开源模型、token增速、 推理 优化和模型定制》展开，按时间顺序讨论开源模型、垂直 Agent 与下一波协作形态、开源追赶与蒸馏的可持续性、ARR 话语权与垂直模型的机会、Token 增长与 coding / co-worker 需求。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。

本期是张小珺与 Physical Intelligence 研究员柯丽一鸣（Kay Ke）的近四小时长谈，从小说创作、个人经历和职业选择进入机器人领域的技术谱系、创业图谱与未来社会。技术主线是Pi开放模型从 π0 到 π0.5 再到 π 0.6 的演进：能力、 泛化 与表现分别成为阶段关键词，对谈完整讨论真实机器人数据、 模仿学习 、 强化学习 、模型架构、评估方式以及 软硬件协同 。