Anthropic 的共同創辦人 Ben Mann 對 AGI 的定義是我聽過最清晰的，他稱之為經濟圖靈測試： 「如果你為某個特定工作雇用一個代理人 1-3 個月，結果發現它是一台機器而不是一個人，那麼它就通過了該角色的經濟圖靈測試。如果該代理人能夠通過 50% 的金錢加權工作測試，那麼我們就擁有了變革性的 AI。 如果我們超過了這個門檻，那麼我們可以預期對世界 GDP 增加、社會變革以及一旦這些事情成為可能後，受雇人數的巨大影響。 這是新時代的開始。

Anthropic 的共同創辦人 Ben Mann 提出了我聽過的最清晰的 AGI 定義，他稱之為經濟圖靈測試： "如果你為某個特定工作雇用一個代理人 1-3 個月，結果發現它是一台機器而不是一個人，那麼它就通過了該角色的經濟圖靈測試。如果該代理人能夠通過 50% 的金錢加權工作測試，那麼我們就擁有了變革性的 AI。 如果我們達到這個門檻，那麼我們可以預期對世界 GDP 增長、社會變革以及一旦這些事情成為可能後，受雇人數的巨大影響。 這是新時代的開始。"

Anthropic 的共同創辦人 Ben Mann 談到他為什麼選擇蒙特梭利教育給女兒： "如果這是 10-20 年前，我會為她安排頂尖學校和課外活動。但現在我認為這些都不重要。學習事實將漸漸淡出背景。重要的是她快樂、深思、好奇和善良。"

這篇文章我花了10個月寫成，因此對Lenny來說，今天的通訊稿作為一篇「將改變你們在工作中運作方式」的文章意義重大。 （我們將這篇文章設為免費，讓任何人都能訪問）

"11個月前我在工作中根本沒有使用AI。 我和我的團隊正在開發供數萬人使用的AI產品。但當涉及到在我自己的工作中使用AI時，我是一個驕傲的反技術者。 我不想聽起來像是「互聯網的平均水平」。我擔心如果讓AI工具為我做事情，我會失去我的優勢。當我嘗試使用ChatGPT時，我發現它在戰略和創新工作方面令人失望——就像諮詢一個健談的維基百科。 在內心深處，我感到沮喪，因為我不知道只有影響者似乎知道的精確提示魔法咒語。 然後我的工程經理向我展示了如何僅通過與ChatGPT交談並提供上下文來編寫完美的用戶故事。 我意識到，AI工具之所以感覺像是鈍而通用的工具，是因為我沒有提供足夠的上下文。大型語言模型（LLMs）在智能知識工作中可以非常有效，但只有當我們提供與任何人完成相同工作所需的背景知識時。 當LLMs擁有關於我們的目標、策略、角色、項目和更廣泛組織的這些有價值且持續的上下文時，它們就成為我們的「AI副駕駛」——一個真正的思考夥伴，適合長期和複雜的工作。 無論公司規模、行業或AI流利程度，今天許多科技工作者都因為與我一樣的原因而錯失良機。他們沒有給LLMs提供所需的上下文，以體驗其全部潛力。 上下文改變一切。" @talraviv已經教過超過20,000人如何構建自己的AI副駕駛。在今天的🔥帖子中，Tal分享了如何改變你對與AI合作的思考方式，以及如何實際構建自己的AI副駕駛：

突破 400,000 名 YouTube 訂閱者 💥🙏

這是每個人都在問的問題…… 在人工智慧時代，如何讓自己未來無憂？ 「在使用工具時要有雄心，並願意學習新工具。那些把新工具當作舊工具使用的人往往不會成功。」- @8enmann，Anthropic 共同創辦人 他在 @lennysan 播客中解釋了這一點。

在大公司工作並試圖弄清楚如何在現實世界中編寫代碼？這一集適合你。 學習： 1. 使用像 @DevinAI 和 @Cursor_AI 這樣的 AI 代理來系統性地生成高質量代碼的方法，適用於你的大型代碼庫 2. 如何讓 AI 代理系統性地解決你的技術負債 3. 如何創建一個在多個 AI 工具中都能運作的集中規則系統 4. 為什麼「對人類有益的事情對 LLM 也有益」應該指導你的文檔策略 5. 如何建立自定義的 GPT 工作流程，以改善你的面試反饋並獲得指導

在大公司工作並試圖弄清楚如何在現實世界中編寫代碼？這一集適合你。 學習： 1. 使用像 @DevinAI 和 @Cursor_AI 這樣的 AI 代理來分析和減少大型代碼庫中的測試噪音的系統化方法 2. 如何讓 AI 代理系統性地解決你的技術負債 3. 如何創建一個在多個 AI 工具中都能運作的集中規則系統 4. 為什麼「對人類有益的事情對 LLM 也有益」應該指導你的文檔策略 5. 如何建立自定義的 GPT 工作流程來改善你的面試反饋並獲得指導

OpenAI 的整個安全團隊在 5 年前離開，創立了 @AnthropicAI。 這裡是 @8enmann 分享他們所說的，讓他們相信需要離開的原因。