GPT-5.4 与 Gemini 3.1 仅差 0.01 分并列第一，但这条新闻几乎没有引起波澜——说明行业注意力已从 benchmark 转向部署经济学
MoE 架构全面接管：Mistral Small 4（119B 总参 / 6.5B 激活）、Qwen3.5 系列一次 8 个变体
9 个新模型中 7 个开源，真正的战场已不在顶端

💡 编者评论：Two Minute Papers 是追踪 AI 论文最高效的频道，这期抓住了 3 月最核心的信号——当”并列第一”都不是新闻时，游戏规则已经变了。

🎬 2. AI Explained：GPT-5.4 计算机控制能力深度实测

来源：YouTube - AI Explained | 类型：视频 | 时长：22:15

内容摘要：

AI Explained 做了一期非常扎实的实测：让 GPT-5.4 实际去导航 UI、点击按钮、填写表单，然后与 Anthropic Cowork 做对比。

关键发现：

GPT-5.4 能完成大部分简单的桌面操作，但在多步骤流程中容易”迷路”
Anthropic Cowork 在文件操作方面更可靠，但对复杂 UI 的理解仍有欠缺
结论：Agent 可用了，但仍需人类监督——大概处于”实习生”水平

开源替代品 Goose 提供了与 Claude Code 完全相同的功能且免费，对比 Claude Code 每月 200 美元定价，社区压力不可忽视。

💡 编者评论：从”回答问题”到”操作电脑”是质的飞跃。22 分钟看完这期，你就能判断 Agent 在你的工作场景中是否够用了。

🎙️ 3. Dwarkesh Podcast：Dario Amodei——「我们正处于指数增长的尾声」

来源：Dwarkesh Podcast | 类型：播客 | 时长：2 小时 38 分

内容摘要：

这可能是 Anthropic CEO 迄今为止最深度的公开访谈。Dario Amodei 罕见地讨论了几个极具争议的话题：

Scaling laws 的尽头：他明确表示「我们正处于指数增长的尾声」，但这不意味着 AI 会停滞——而是增长曲线将从指数变为更缓和的形态
Claude 的安全哲学：为什么 Anthropic 宁愿让 Claude”过于谨慎”也不冒险
AGI 时间线：他认为距离真正的 AGI 还有 3-5 年，但”有用的通用 AI”已经到了
与 OpenAI 的分歧：不点名地暗示某些竞争对手在安全投入上”不够认真”

💡 编者评论：2 个半小时的播客值得完整听完。Dario 不回避尖锐问题，Dwarkesh 的追问也够锐利。这是理解 Anthropic 战略逻辑的最佳窗口。

🎙️ 4. Dwarkesh Podcast：Dylan Patel——AI 算力三大瓶颈深度拆解

来源：Dwarkesh Podcast | 类型：播客 | 时长：1 小时 52 分

内容摘要：

SemiAnalysis 创始人 Dylan Patel 是半导体行业最受关注的分析师之一。这期播客逐层拆解了 AI 算力扩展面临的三座大山：

逻辑芯片：ASML 高端光刻机产能已接近极限，交付周期从 6 个月延长到 18 个月
HBM 存储：SK Hynix 和三星的 HBM3e 产能跟不上需求，成为 GPU 集群的真正瓶颈
电力：到 2028 年美国面临 9-18 GW 净电力缺口，比特币矿场正被改造为 AI 计算中心

核心观点：万亿美元算力投资并不疯狂——如果 scaling laws 继续有效，这些投资的回报是可以计算的。真正的风险是物理世界的供应链跟不上。

💡 编者评论：做大模型的人都在谈算法，但真正的天花板可能在物理层。这期播客是理解”为什么 GPU 这么贵”的最佳入门。

🎬 5. Lex Fridman #490：2026 年 AI 全景——4.5 小时深度对话

来源：YouTube - Lex Fridman Podcast | 类型：视频 + 播客 | 时长：4 小时 39 分

内容摘要：

Lex Fridman 邀请 Nathan Lambert（Hugging Face 研究员）和 Sebastian Raschka（Lightning AI）做了一期 4.5 小时的「State of AI in 2026」全景对话。涵盖的主题极广：

开源 vs 闭源：Llama 4 系列改变了什么？开源模型真的追上来了吗？
中美 AI 竞赛：DeepSeek 的崛起对全球 AI 格局的影响
Agent 落地现状：从概念验证到生产环境，哪些场景真正 work 了？
GPU 供应链：NVIDIA H100 价格仍在”向上熔化”的底层逻辑
AGI 争论：三人对 AGI 定义和时间线有显著分歧

💡 编者评论：4.5 小时确实长，但信息密度极高。建议倍速收听，或者用 AI 生成摘要后挑感兴趣的段落深听。

🐦 6. Karpathy 热议：Vibe Coding 一年后的反思

来源：X - @karpathy | 类型：讨论串 | 发布日期：2026-03-25

内容摘要：

Andrej Karpathy 发推回顾了他一年前提出的”Vibe Coding”概念——用自然语言描述需求，让 AI 写代码，程序员只负责”感觉”对不对。

一年后的观察：

AI 辅助编程已从实验走向主流，GitHub Copilot 用户超过 2 亿
但交互式调试仍是最大瓶颈——当 AI 写的代码出 bug，修复过程比手写更痛苦
新一代程序员正在形成”AI-native”的编程习惯，但资深工程师的采纳率反而更低

这条推文引发了数千条讨论，形成了”支持派”和”怀疑派”的激烈交锋。

💡 编者评论：Karpathy 可能是全球最会用一条推文引发深度技术讨论的人。不管你站哪边，这个话题值得关注。

📊 7. 3 月模型对比全景：GPT-5.4 vs Gemini 3.1 vs Claude 4.6

来源：WhatLLM.org 深度分析 | 类型：博客分析

核心数据：

GPT-5.4（57.17 分）≈ Gemini 3.1（57.18 分），差距仅 0.01
Grok 4.20 幻觉率 22% 创商用模型新低
3 月 9 个新模型中 7 个开源
MoE 架构统治新发布：Mistral Small 4（119B/6.5B）、Qwen3.5（最小 0.8B 手机可运行）

🔔 8. Morgan Stanley：AI 突破比所有人想的都快

来源：Fortune | 类型：行业预测

Morgan Stanley 研报核心论点：2026 上半年将迎来 AI “变革性飞跃”，Scaling Laws 仍然有效。xAI 联合创始人 Jimmy Ba 预测”递归自我改进”最早 2027 上半年出现。

编者按

这一期的核心观察：多看视频和播客，少刷新闻标题。

Dario Amodei 在 Dwarkesh 播客上坦承指数增长的尾声、Dylan Patel 拆解算力三大瓶颈、Lex Fridman 4.5 小时的全景对话——这些长内容里的信息密度，远超任何一篇新闻稿。

3 月的 AI 世界正在从”能力竞赛”转向”部署经济学”。GPT-5.4 与 Gemini 3.1 并列第一无人关心；MoE 让 6.5B 激活参数提供 119B 知识；Grok 在可靠性上做差异化。真正改变游戏规则的不是更大的模型，而是更便宜、更可靠、更容易部署的模型。