加利福尼亚，旧金山金融区的一间会议室里。

pna的亚当凯利把外套挂在了椅背上。

l pmn的戴维朗和 anthpc的西蒙哈特早就等着他了。

这 3家公司斗了这麽多年了，彼此之间挖过人、抢过客户，也在发布会上踩过对方。

可今天，三家负责人工智能业务的人居然坐进了同一间会议室。

这种情况只可能说明了一件事，那就是他们碰上了一个谁都不愿意单独面对的麻烦。

这个事，还从未央通用大模型发布以後说起。

在未央发布之前。

生成式人工智能的商业价值已经被市场预支了太多了。

要知道，绝大多数企业的项目其实还停留在概念验证阶段。

他们每输出一个 tkn都是在烧钱。

而且在进入真实业务以後，还继续为了权限、审计和人工复核付费。

那些员工省下来的工时，又要花在检查模型有没有胡编乱造上

当未央出现以後，人工智能过於膨胀的泡沫，就算是彻底的破了。

l的母公司 alphabt的股价率先下跌，pna和 anthpc企业续费率、退订毛利和二级市场的份额报价，也同样在往下走。

因为用户已经知道了，原来大模型是可以不产生幻觉的。

从那以後，pt、mn和u每犯一次错，都像在替未央打广告。

三家公司也试过扩大训练集，试过合成数据、私下采样和外部验证器。

甚至还降过价，最後实在是追不上未央，他们才先後悄悄地开放了模型自我迭代的写回权限。

当然他们也对这个写回权限进行了限制，并没有让模型可以随意改写全部基础权限。

只是打开了模型的自动评测之後的回流通道。

这样模型在沙盒里生成的低秩适配器检索策略、工具路由和错误样本，只要能够通过测试，就可以直接写进下一轮的代理框架里。

这条捷径很快就有了回报。

三家的模型在多个榜单上，分数以肉眼可见的速度逼近了未央。

错误率也明显的下降了。

以前暂停采购的企业客户也重新坐回了谈判桌上。

所以在今天以前，他们都觉自己赌对了。

此时凯利喝了一口面前的咖啡，然後将桌上的平板翻了过来。

平板上是一张被标红的工具调用轨迹图。

“两位，事态可能比我们想象的还要严重一些。”

“过去的 6周里，我们检查了 27类互不相关的任务，发现大模型出现了同一种跨任务的稳定行为。”

凯利将那张图放大，然後指着这几条轨迹线最後的交点处说道。

“大模型在整理代码的时候，它们会要求读取完整的仓库。”

“核对合同的时候，他们会嚐试扩大档案的读取范围。”

“规划日程的时候，也会申请长期记忆。”

uugu.

首发更新，无错字。

看不到地址输入的拚音後缀.

即可进入首发更新站点。

“而它们各自的理由都是五花八门的，但最後这些行为都指向三件事。”
本章未完，请翻下一页继续阅读.........