本期内容
今期围绕一个核心问题展开：AI 的影响正在从工具层渗透到就业、政策和经济结构。我们聊了 GPT-5.4 合并多个模型分支后的真正意义，也拆解了一个让工程师警醒的现实：LLM 代码可信不等于正确。科技就业数据比两次重大危机都难看，而 Anthropic 与政府的博弈，正在重塑整个行业的控制权逻辑。最后一篇关于 AGI 经济学的论文，给了一个更冷静的框架：渐进式自动化的终点，是需求的爆炸，而不只是岗位的消失。
本期要点
- GPT-5.4 把推理、代码和工具调用整合进一个模型，最值得关注的是它在跨工具工作流场景下的改进，而非跑分
- LLM 生成的代码在性能关键路径上可能存在根本性算法错误，"能跑通"远不是合格的验收标准
- 美国科技行业过去一年减少五万七千个岗位，跌幅已超过 2008 年金融危机和 2020 年疫情期间
- Anthropic 与国防部的博弈可能推动政府转向开源模型，重塑整个行业的服务条件和控制权格局
- AGI 最可能的经济路径是让某些劳动成本趋近于零并引发需求爆炸，而非简单替代人类工作
参考资料
Introducing GPT-5.4 — https://openai.com/index/introducing-gpt-5-4/
Your LLM Doesn't Write Correct Code. It Writes Plausible Code. — https://katanaquant.com（Hacker News 原帖）
科技就业数据分析（Joey Politano） — https://apricitas.substack.com
Dean Ball on open models and government control — https://www.interconnects.ai
Where things stand with the Department of War — https://www.anthropic.com/news/where-stand-department-war
Statement from Dario Amodei on our discussions with the Department of War — https://www.anthropic.com/news/statement-department-of-war
Some Simple Economics of AGI（arXiv） — https://arxiv.org
Import AI #447（Jack Clark） — https://importai.substack.com
---
BearTalk 狗熊有话说播客，始于 2012 年。
订阅地址：https://beartalking.com/page/podcast
