Lukasz 谈到前沿模型（frontier models）性能的“极度不均衡”时说： “你可以说这个模型在数学奥林匹克方面表现惊人。但与此同时，我有一个一年级的小孩……她才五岁。我从她的数学书里随便拿了一个练习题，结果没有任何一个前沿大模型能够解出来。” 题目是什么？ 两个点阵，其中有一个点是共享的，然后你问它：总数是奇数还是偶数？ “有趣的是，如果你让模型思考更久，它可能真的能做出来……但需要 15 分钟。而一个五岁的小孩只需要 15 秒。” Lukasz on how jagged frontier model performance really is: “You can say the model is amazing at mathematical Olympiad. And at the same time, I have a first grader… she's five years old. I took one exercise from this math book and none of the frontier models is able to solve it.” The task? Two groups of dots with one shared dot, and you ask if the total is even or odd. “The nice thing is if you let it think longer, it may actually solve it… but it takes 15 minutes. The human five year old takes 15 seconds.”
Matt TurckPartner at FirstMark Capital; Host of MAD (ML/AI/Data) Conference
观点原文
Lukasz 谈到前沿模型（frontier models）性能的“极度不均衡”时说：
“你可以说这个模型在数学奥林匹克方面表现惊人。但与此同时，我有一个一年级的小孩……她才五岁。我从她的数学书里随便拿了一个练习题，结果没有任何一个前沿大模型能够解出来。”
题目是什么？
两个点阵，其中有一个点是共享的，然后你问它：总数是奇数还是偶数？
“有趣的是，如果你让模型思考更久，它可能真的能做出来……但需要 15 分钟。而一个五岁的小孩只需要 15 秒。”
Lukasz on how jagged frontier model performance really is:
“You can say the model is amazing at mathematical Olympiad. And at the same time, I have a first grader… she's five years old. I took one exercise from this math book and none of the frontier models is able to solve it.”
The task? Two groups of dots with one shared dot, and you ask if the total is even or odd.
“The nice thing is if you let it think longer, it may actually solve it… but it takes 15 minutes. The human five year old takes 15 seconds.”
VCSharing
相关观点
- The MAD Podcast 对 Mistral AI 的首席技术官（CTO）兼联合创始人 Timothée Lacro 的深度访谈。视频核心探讨了 Mistral 如何从一个 AI 实验室转型为服务于企业和主权国家的“全栈” AI 解决方案提供商。 以下是视频的主要内容摘要和核心观点： 一、 核心内容摘要 从模型扩展到全栈能力： Mistral 不再仅仅是开源模型的提供者，已演变为涵盖模型、平台（Mistral Studio）、部署堆栈以及自有超算集群（Mistral Compute）的全栈供应商。 在巴黎南部建立自有数据中心，目的是为了确保大规模训练和推理的稳定性，并为欧洲客户提供主权 AI 算力。 企业级战略： 控制权（Control）： Mistral 强调将模型和软件堆栈的控制权交还给客户，支持本地部署（On-prem）或 VPC 部署，确保数据不出户。 定制化： 通过持续预训练（Continued Pre-training）和微调，帮助企业处理行业特定数据（如法律、医疗、工程绘图等）。 智能体与工作流（Agents & Workflows）： Mistral 正在从简单的“智能体”转向更复杂的“工作流”自动化。例如与航运巨头 CMA CGM 合作，自动化集装箱释放的复杂审核流程。 推出 Vibe CLI，旨在推广“Vibe Coding”理念，让 AI 智能体能像人类一样操作文件系统、运行测试并迭代代码。 模型迭代与技术： Mistral 3 & MoE 架构： 讨论了混合专家模型（MoE）在训练效率上的优势，同时也持续优化稠密模型（Dense models）以适应不同边缘计算场景。 推理模型（Reasoning）： 确认推理能力是核心优先级，通过强化学习让模型学会生成思维链（Thinking traces）。 二、 核心观点 主权 AI 与信任： Timothée 认为，对于企业而言，“信任”比“自主性”更重要。企业需要理解并控制 AI 是如何做出决策的，而不是盲目追求完全自主的 AI。 算力效率论： 尽管硅谷在疯狂堆算力，但 Mistral 坚持“效率优先”，认为利用现有算力仍有巨大的企业价值待挖掘，不一定非要追求吉瓦（Gigawatt）级别的能源消耗。 AI 投资回报率（ROI）的爆发点： 他预测，当企业不再受限于“人类阅读和提问”的瓶颈，而是让 AI 智能体在后台自动运行大量工作流（如 ETL、知识整合）时，Token 需求和 ROI 将迎来真正的爆发。 AGI 现实主义： 相比于硅谷狂热的 AGI（通用人工智能）愿景，Timothée 的态度非常务实。他认为即使 AGI 明天出现，如果没有完善的工程治理和信任架构，银行等大型机构也不敢使用它。 三、 总结 Mistral 的观点非常清晰：AI 的未来在于工程化的落地和权力的下放。他们试图通过提供高效、可控且具有主权保障的技术栈，让企业能够将 AI 真正整合进核心业务逻辑中，而不仅仅是作为一个聊天窗口。 本文为基于公开视频的分析性总结，不构成原内容替代。Matt Turck · 2026/02/15
- 刚刚意识到，除了 Social Capital 之外，传统硅谷风投圈的“王公贵族”几乎完全错过了 Groq。 这是过去 10 年里规模第二大的私有公司收购案（仅次于 Wiz），而其投资方主要是跨界资本、战略投资者、欧洲资金等。 你永远也猜不到结果会是怎样。 Just realizing that, Social Capital excepted, traditional Silicon Valley venture royalty entirely missed Groq. It’s the 2nd biggest acquisition of a private company of the last 10 years after Wiz and the investors are crossovers, strategics, Europeans, etc You just never know.Matt Turck · 2025/12/30
- 前几天在 OpenAI 总部待了几个小时，有一个非常强烈的感受：那里几乎每个人都在以高度的专注、效率和紧迫感来利用每一分钟。“成功的文化”很难用语言精确定义，但当你亲眼看到时，你会立刻明白。 One striking feeling from spending a few hours at the OpenAI HQ the other day is that everyone there seems to optimize every minute with a high sense of focus, efficiency and urgency. It's hard to define a winning culture, but you immediately know it when you see it.Matt Turck · 2025/12/16
- “我们真的不擅长给新模型/新产品起名字”已经成为硅谷最顶级的凡尔赛式炫耀。 “We’re really bad at naming our new models/products” has become the ultimate flex in Silicon ValleyMatt Turck · 2025/12/10