Rick这篇文让我想到前几天看到的Thinking Machine发布的那篇blog - 《Interaction Models: A Scalable Approach to Human-AI Collaboration》 链接扔这儿，大家有兴趣的可以自己去看 https://t.co/j2HqLRImWo Rick那篇文说的是过去是在scale model，今天开始要scale system。同一个基础模型，套上不同 harness，实际能力可能差几十倍。从拼模型变成拼 “模型 + memory + tool ecosystem + heuristic runtime + self-improving harness” Thinking Machine是在另一条路上探索，探索的是人机交互的方式，正好今天看脑总直播，他也认为“聊天对话框”绝对不是终局，AI的交互方式肯定会在某些领域出现重大变化，诞生新的应用形态 首先这公司团队背景牛逼到炸裂，Founder是个妹子 - Mira Murati，前OpenAI CTO，估值夸张到seed轮就融2B，估值百亿…… 他们做的啥事儿呢，就是scale human-AI interaction itself. 他们认为现在的chat interface本质还是DOS 时代：prompt → wait → output. 而他们认为未来 AI不只是更聪明，得更像一个持续协作系统。 不是说你打一段 prompt，它停下来想几秒，再吐一段答案。 他应该像一个一直坐在你旁边的同事：持续听你说话、理解你的屏幕和上下文，前台实时互动，后台偷偷摸摸的做搜索、推理、调工具、执行任务……前台可能会用各种语气词，甚至插话打断你之类（“嗯”，“我懂” “等等？”……），还有视觉介入和时间感知能力等等，链接里面有视频，老铁们可以自行感受 我俩月前有写过一个说话巨像人类的AI Chat项目叫Sesame，不知道大家有没有印象，但Thinking Machine就不单单是说话，而是整个交互的体验完全不同，跟Sesame还不算一个赛道 最后总结下 - OpenAI那篇是在讲：AI的学习，要继续Scaling，不一定只能发生在梯度和参数更新里 Thinking Machines则是在说：AI的交互，要继续Scaling，也不能永远停留在对话框里 可能下一轮真正的 scaling，不单单是model scaling了，而是一个model scaling × system scaling × interaction scaling的系统化工程