#490 – State of AI in 2026: LLMs, Coding, Scaling Laws, China, Agents, GPUs, AGI

Nathan Lambert 與 Sebastian Raschka 是機器學習研究員、工程師及教育者。Nathan 是 Allen Institute for AI (Ai2) 的後訓練負責人，也是《The RLHF Book》一書的作者。Sebastian Raschka 是《Build a Large Language Model (From Scratch)》及《Build a Reasoning Model (From Scratch)》的作者。感謝收聽 ❤ 檢視我們的贊助商: https://lexfridman.com/sponsors/ep490-sc 以下列出時間戳、文字稿，並提供回饋、提問、聯絡 Lex 等資訊。文字稿: https://lexfridman.com/ai-sota-2026-transcript 聯絡 Lex: Feedback – 提供回饋給 Lex: https://lexfridman.com/survey AMA – 提交問題、影片或直播: https://lexfridman.com/ama 招聘 – 加入我們的團隊: https://lexfridman.com/hiring 其他 – 其他聯絡方式: https://lexfridman.com/contact 贊助商: 為支援此播客，請檢視我們的贊助商 & 享受折扣: Box: 智慧內容管理平臺。前往 https://box.com/ai Quo: 企業電話系統（通話、簡訊、聯絡人）。前往 https://quo.com/lex UPLIFT Desk: 站立式辦公桌與辦公人體工學。前往 https://upliftdesk.com/lex Fin: AI 客服代理。前往 https://fin.ai/lex Shopify: 線上銷售。前往 https://shopify.com/lex CodeRabbit: AI 驅動的程式碼審查。前往 https://coderabbit.ai/lex LMNT: 零糖電解質飲料混合。前往 https://drinkLMNT.com/lex Perplexity: AI 驅動的回答引擎。前往 https://perplexity.ai/ 大綱: (00:00) – 介紹 (01:39) – 贊助商、評論與反思 (16:29) – 中國 vs 美國：誰會贏得 AI 競賽？ (25:11) – ChatGPT vs Claude vs Gemini vs Grok：誰在贏？ (36:11) – 最佳程式設計 AI (43:02) – 開源 vs 封閉源 LLM (54:41) – Transformers：LLM 自 2019 年以來的演變 (1:02:38) – AI 擴充套件定律：已死還是仍在？ (1:18:45) – AI 的訓練方式：預訓練、中訓練與後訓練 (1:51:51) – 後訓練說明：LLM 的新興研究方向 (2:12:43) – 初學者如何進入 AI 開發 & 研究建議 (2:35:36) – AI 內的工作文化（72+ 小時週） (2:39:22) – 矽谷泡沫 (2:43:19) – 文本擴散模型與其他新研究方向 (2:49:01) – 工具使用 (2:53:17) – 持續學習 (2:58:39) – 長上下文 (3:04:54) – 機器人 (3:14:04) – AGI 時間線 (3:21:20) – AI 會取代程式設計師嗎？ (3:39:51) – AGI 的夢想正在消逝嗎？ (3:46:40) – AI 如何賺錢？ (3:51:02) – 2026 年的大型收購 (3:55:34) – OpenAI、Anthropic、Google DeepMind、xAI、Meta 的未來 (4:08:08) – AI 的曼哈頓計畫 (4:14:42) – NVIDIA、GPU 與 AI 計算叢集的未來 (4:22:48) – 人類文明的未來