生成式AI是作者见过发展最快的技术，但也常被误解。许多公司和政府推出的AI产品存在功能缺陷甚至危险，而缺乏足够了解的人往往低估或高估AI能力，导致负面后果。当前信息环境复杂，容易接触夸大或贬低AI能力的错误信息。为此，作者整理了一系列可靠资源，帮助人们更准确地理解和跟进AI进展。

文章主要内容总结

标题：如何跟上AI的进展（以及为什么你必须这样做）

发布日期：2025年6月30日

核心观点： 生成式AI是作者一生中见过发展最快的技术，但它也常常被误解。许多公司和政府推出的AI产品存在功能失调甚至危险的问题，主要原因在于人们对AI的应用缺乏充分的理解。常见的误解包括低估（“这全是炒作，很快就会过去”）或高估（“我不再需要程序员了”）。这些误解源于对技术及其演变缺乏扎实的理解。

信息环境的挑战： 当前的信息环境充斥着大量误导性信息，容易让人对AI的能力产生误解。为了帮助读者建立清晰的理解，作者整理了一份他认为平衡且健康的信息来源清单。

信息来源分类： 1. 一般指南： - 保持接近源头，优先阅读AI实验室的官方公告和文章。 - 关注值得信赖的个体评论。

2. 入门资源：

   • Simon Willison的博客：技术人员的首选，涵盖AI前沿能力、应用层用例、安全问题和伦理讨论。
   • Andrej Karpathy的Twitter和YouTube：了解AI模型内部工作原理的最佳起点。
   • Every’s Chain of Thought：提供AI模型在日常工作中的实际应用案例。

3. 官方公告、博客和论文：

   • 关注OpenAI、Google DeepMind、Anthropic等AI实验室的官方发布，获取准确的能力信息。

4. 高价值人物：

   • 包括Hamel Husain、Shreya Shankar、Jason Liu等，他们在AI工程生态系统中贡献了开源工具或整合AI模型的经验。

5. 新闻和媒体：

   • Twitter/X：AI前沿发展的主要讨论平台。
   • Shawn Wang的AI新闻：每日汇总AI领域的最新动态。
   • Dwarkesh Patel的播客：深度访谈AI领域的重要人物。

6. 深奥内容：

   • LessWrong和AI Alignment Forum：讨论AI对齐、治理和安全的技术性论坛。
   • Gwern的博客：关于AI的百科全书式写作。
   • Prompt Whisperers和Latent space explorers：通过异常提示探索LLM行为的社区。

作者的阅读习惯： 作者每天花15到20分钟浏览Twitter，像读报纸一样快速获取信息。他认为这种信息收集方式有趣且不费力，因为他从小就对AI充满兴趣。

结语： 作者希望通过这份清单帮助读者找到入门点，激发他们对AI的兴趣，并鼓励大家跟上AI的快速发展。

链接： 作者将所有推荐的人物整理成了一个Twitter列表，方便读者一键关注。

Twitter列表链接

评论主要围绕是否必须紧跟AI发展以及如何有效跟进AI领域的最新动态展开，观点分为支持和反对两种。

支持跟进AI发展的观点：

1. 推荐资源：多位评论者推荐了Simon Willison的博客、Andrej Karpathy的YouTube频道、Gergeley Orosz的“Pragmatic Engineer”和Gary Marcus的Substack等资源，认为这些是获取高质量AI信息的有效途径。

   • "Just follow the first bullet point (read simonw's blog) and you'll probably be fine."（评论1）
   • "Andrej's talks have helped me tremendously."（评论6）

2. 工具和模型的更新：评论者提到通过订阅Python包（如Langchain和PydanticAI）以及关注OpenAI、Anthropic和Google的YouTube频道，可以及时了解行业动态。

   • "Plus I subscribe to updates from Python packages like Langchain and PydanticAI to see what they're up to."（评论2）
   • "Just subscribing to OpenAI, Anthropic and Google on YouTube is pretty helpful."（评论11）

反对必须跟进AI发展的观点：

1. AI发展速度过快：部分评论者认为，AI领域变化迅速，过去的信息很快过时，因此不必时刻紧跟。

   • "The field changes so fast that you could completely tune out, and at any moment become up-to-date because the news from 3 months ago is irrelevant."（评论7）
   • "Progress is like a bus. You can just get on board at any time."（评论16）

2. AI对生产力的影响有限：有评论者指出，AI并未显著提高生产力，也没有导致大规模失业，因此不必过于焦虑。

   • "AI has not meaningfully improved productivity."（评论7）
   • "AI has not stolen jobs."（评论7）

3. 个人选择：部分评论者强调，个人有选择是否跟进AI发展的自由，不必被外界压力所迫。

   • "You have agency. You can get off the treadmill. You will be fine."（评论7）
   • "No, I don’t think I do. Been working great for me so far."（评论15）

其他观点：

1. 工具与模型的选择：有评论者讨论了付费工具和付费模型的优劣，认为付费工具可能更便捷，但付费模型则更具灵活性。

   • "If I pay for a tool that includes access to frontier models, then they'll keep the models up to date over time for me."（评论4）
   • "If I pay for models, then I can only really use it with that manufacturers tools."（评论4）

2. 信息污染问题：有评论者提到，AI领域的信息环境可能被污染，建议直接关注研究人员和一手资料。

   • "The point about polluted information environment resonates on me; in general but especially with AI."（评论17）

总结：评论者对是否必须紧跟AI发展持不同意见，支持者认为通过特定资源可以有效跟进，而反对者则认为AI发展速度过快且对生产力的影响有限，个人可以选择是否跟进。