黄仁勋宣称 AGI 已至、ARC-AGI-3 让所有模型跪下、Anthropic 泄露 Claude Mythos 引爆安全圈

Lex Fridman #494：Jensen Huang——NVIDIA 四万亿帝国与 AGI 宣言

在这场长达 2.5 小时的深度对话中，NVIDIA CEO 黄仁勋做出了他迄今为止最大胆的声明：“我认为我们已经实现了 AGI。”

• 重新定义 AGI：黄仁勋将 AGI 定义为”能够构建价值十亿美元业务的 AI”，而非传统的”通过所有人类测试”标准——这一重新定义本身就引发了巨大争议
• Token 经济学：提出”Token 是 AI 时代的 iPhone”概念，认为推理吞吐量将成为新的生产力指标
• AI 工厂时代：宣称”芯片公司的时代已经结束，现在是 AI 工厂的时代”，NVIDIA 的未来不在于卖芯片，而在于提供完整的 AI 基础设施
• Arm AGI CPU：讨论了 Arm 推出的 35 年来首款芯片——136 核 3nm 数据中心处理器，Meta 为首发客户
• 34 年 CEO：分享了作为全球任期最长科技公司 CEO 的管理哲学

编者评：当 NVIDIA 市值突破 4 万亿时黄仁勋宣称 AGI 已至，很难不让人联想到”卖铲人定义淘金成功”的利益关联。

---

Fireship：7 个你现在就需要的开源 AI 工具

Jeff Delaney 用他招牌式的高密度信息风格，在 12 分钟内拆解了 7 个值得立刻尝试的开源 AI 工具。

• 本地推理新选手：覆盖了从 LLM 本地部署到 Agent 框架的完整工具链
• 开发者体验优先：每个工具都从”开发者实际需要什么”的角度评估，而非纯技术指标
• Claude Code 技巧：顺带提到了 Matt Pocock 总结的 5 个 Claude Code 高效使用技巧
• Superpowers 插件：推荐了 Better Stack 评测的 Superpowers 插件，让 AI 编码 Agent 具备自我改进能力

编者评：Fireship 的选品眼光一如既往地精准——这 7 个工具几乎覆盖了当前 AI 工程的所有关键痛点。

---

Fireship：Google Stitch 深度体验——AI 终于能做 UI/UX 了？

紧跟 Google AI Day 发布，Fireship 第一时间实测了 Google 最新的 AI 设计工具 Stitch。

• 草图到代码：从手绘草图到可部署前端代码的全流程演示
• 对比竞品：与 Vercel v0 和 Bolt.new 进行直接对比，分析各自优劣
• Gemini 3.1 驱动：底层使用 Gemini 3.1 的多模态能力理解设计意图
• 局限性诚实：没有回避工具的不足——复杂交互逻辑仍需人工介入

编者评：设计工具是 AI 落地最直观的领域之一，Google 的入场让这个赛道更加拥挤也更加有趣。

---

Latent Space Podcast：Agent 正在杀死 SaaS？

swyx 和 Alessio 在这期节目中深入探讨了一个正在行业中引发焦虑的话题：AI Agent 是否会终结传统 SaaS 商业模式。

• 计费模式革命：当 Agent 能自主完成工作流时，按席位收费的 SaaS 模型面临根本性挑战
• Code Review 困境：呼应了他们此前关于 AI 代码审查的文章，讨论了 Agent 产出代码的质量控制问题
• 新护城河：认为数据集成和工作流编排将成为 Agent 时代的新护城河，而非功能本身
• 实际案例：引用了 Gumloop CEO 的观点——“50 个 AI Agent 运营公司”是一个谎言

编者评：SaaS 不会死，但它的计费模型和价值主张必须彻底重构——这可能是自云计算以来最大的商业模式变革。

---

AI 观测站：2026 年 3 月 AI 大事件深度复盘

这期中文播客用轻松但信息密集的风格，梳理了 3 月 AI 圈的核心事件脉络。

• 英伟达 GTC 回顾：黄仁勋的 AGI 宣言、Blackwell Ultra 路线图、以及与 Arm 的芯片合作
• 国内大模型格局：小米大模型发布的战略意义、Kimi 持续升级背后的竞争逻辑
• 商业化拐点：分析了为什么 3 月可能是 AI 从”烧钱扩张”转向”商业化验证”的关键节点
• 中美对比视角：用国内听众能理解的方式解读海外 AI 动态，避免了”翻译体”式信息搬运

编者评：在信息过载的时代，一档能帮你把噪音转化为信号的中文 AI 播客弥足珍贵。

---

SemiAnalysis 发警告：AI 编码垃圾正在淹没开源社区

SemiAnalysis 在 X 上发出了一个让开源社区警觉的警告：AI Agent 生成的低质量代码正在以惊人速度涌入开源项目。

• OpenAI Triton 案例：以 OpenAI 自家的 Triton 仓库为反面教材，展示了被合并的 AI 生成垃圾 PR
• 鉴别困难：指出区分”AI Agent 产生的有价值 diff”和”AI Agent 产生的垃圾”越来越困难
• 维护者负担：开源项目维护者现在需要额外精力来过滤 AI 生成的低质量贡献
• 系统性问题：这不是个别现象，而是 AI 编码工具普及后的系统性挑战

编者评：Vibe Coding 的另一面——当人人都能用 AI 写代码时，代码的平均质量是上升还是下降？答案可能并不乐观。

---

Anthropic Claude Mythos 泄露事件引发安全风暴

本周末最大的新闻：Anthropic 因一个 CMS 默认配置未修改的低级错误，意外泄露了近 3000 份内部文档。

• Claude Mythos 曝光：泄露文档揭示了 Anthropic 正在测试的下一代模型 Claude Mythos（代号”Capybara”），定位为高于 Opus 的全新层级
• 能力飞跃：据泄露的博客草稿描述，Mythos 在编程、推理和网络安全方面”远超”Opus 4.6，网络安全能力被描述为”远超任何其他 AI 模型”
• 安全悖论：一家以”AI 安全”为核心使命的公司，被最基本的配置疏忽击倒——这个讽刺被 X 上的讨论反复放大
• 市场冲击：网络安全股票周五下跌 3-7%，CrowdStrike 跌 7%、Palo Alto Networks 跌 6%
• IPO 暗示：泄露文档还暗示 Anthropic 计划最早 2026 Q4 进行 IPO，估值可能超过 600 亿美元

编者评：最好的安全宣传往往来自反面案例——Anthropic 这次泄露恐怕会成为”安全公司也不安全”的经典教材。

---

ARC-AGI-3：让所有前沿模型跪下的基准测试

就在黄仁勋宣称 AGI 已至的同一周，ARC Prize Foundation 发布了 ARC-AGI-3——结果给所有前沿模型泼了一盆冰水。

• 成绩惨烈：Gemini 3.1 Pro 领先但仅得 0.37%，Grok 4.2 得 0%，所有模型均低于 1%；而人类首次尝试即达 100%
• 交互式设计：不同于静态测试，ARC-AGI-3 要求 Agent 在类似电子游戏的交互环境中探索、发现目标和物理规则
• 不能靠蒙：之前的 ARC-AGI-1/2 可以用暴力搜索蒙答案，ARC-AGI-3 从根本上杜绝了这种策略
• MIT 开源：整个测试框架以 MIT 协议开源，pip 可装，开发者可以直接上手
• 直接打脸：与黄仁勋”AGI 已至”的宣言形成了最强烈的对比

编者评：ARC-AGI-3 提醒我们一个残酷的事实——当前的 AI 模型擅长的是”记忆和模式匹配”，而非”理解和推理”。真正的 AGI 可能比 Jensen 想的要远得多。

---

编者按

本期的两条新闻形成了一个令人深思的对比：黄仁勋在 Lex Fridman 的镜头前宣称 AGI 已经实现，而同一周发布的 ARC-AGI-3 基准测试却让所有前沿模型的得分低于 1%。 这不是矛盾，而是”AGI 是什么”这个问题的两种截然不同的回答——卖铲人说”能赚钱就是智能”，研究者说”能像人一样推理才是智能”。

与此同时，Anthropic 的泄露事件提供了另一个维度的思考：即使是最关注安全的 AI 公司，也可能在最基本的安全实践上栽跟头。当 Claude Mythos 的网络安全能力被描述为”远超任何其他 AI 模型”时，泄露这个事实的 CMS 配置错误让这句话变得格外刺耳。

开源社区同样面临新的挑战。SemiAnalysis 关于 AI 编码垃圾涌入开源项目的警告，与 Latent Space 播客讨论的 Agent 颠覆 SaaS 形成了呼应——AI 工具在赋能的同时也在制造新的问题，而我们解决问题的速度可能赶不上制造问题的速度。

本期推荐收听顺序：先看黄仁勋与 Lex Fridman 的对话了解 AGI 叙事，再读 ARC-AGI-3 的结果获得现实校准，最后听 Latent Space 理解 Agent 时代的商业逻辑变迁。