作者｜赵赛坡
头图｜视觉中国
本期首先推荐三篇关于伊隆·马斯克的长文，以周围人的视角勾勒这位亿万富翁的过去与现在，你会看到控制欲极强、以自己为中心等性格特点，如何塑造他的工作与生活，特别是在收购 Twitter 与探索 AI 风险的过程中，马斯克的这些性格特点展露无遗，而后两者，势必将对人类未来产生巨大影响。
本期还将推荐以下主题的长文：
为什么人类考试不是大模型能力测试的最好方法？
Spotify 的崛起与困境；
“More Reading，Less Junk”，欢迎进入本周的深度阅读时间。
如果测试大模型的方法是错误的，结果会怎样？
自去年 11 月 ChatGPT 发布以来，我们已经听到或看到各类模型通过人类考试的报道，特别是 GPT-4 问世之后，大语言模型所展示的“推理”能力或“逻辑”能力，能够在更多人类考试场景中一骑绝尘。
但就像考试仅仅是人类智力水准的一种测试一样，即便大语言模型能够通过这些考试，并不代表其具有人类同等智力。更何况，大语言模型对于应对考试具有天然的优势，其强大的算力，能够比人类个体更快、更好获得考试的结果。
我非常推荐这篇来自《麻省科技评论》的长文（链接、30 分钟阅读时长），文章向我们展示了当下学术界对于测试大语言模型能力的不同看法，两个有趣的方向很值得思考：其一，仅仅使用人类考试测试大语言模型是否合适？如果不合适，还有哪些可以考虑的方法？
其二，通过 A 测试的大语言模型无法保障在 B 测试中获得好成绩——即便 B 测试和 A 有相关性，这与人类社会对于智力的认知完全不同，但我们对出现不同测试结果的过程并没有完整的复盘总结能力。换句话说，当下我们更多在意测试结果，而不是这些模型如何通过测试——当然，逆向一个语言模型需要巨大的资金投入和人力成本。
事实上，人类对于大语言模型是否“智能”的判断，有一个不言而喻的假设，那就是寻找与人类自身智能相匹配的智能水平。但问题是，我们并不知道大语言模型的“智能”一定与人类相似或一样，倘若大语言模型是另外一种智能呢？那是不是现在我们所有的对比、测试方向都是错误的呢？
围绕这个话题，再推荐一组延伸阅读：
人类通常认为语言就是智能的象征，这背后既有历史文化原因，也暗含了很多人类对自己思维的偏见，Meta（原 Facebook）人工智能研究负责人、同时也是图灵奖得主的 Yann LeCun 救灾这篇长文（链接、35 分钟阅读时长）里详细探讨了这一点，你需要记住，“仅仅依靠语言训练的模型永远无法接近人类的智力”。
某种意义上，人类现在对于人工智能的迷恋，也是一种对自身智能的“自恋”行为（链接、25 分钟阅读时长）。历史上，人类习惯于在各个场合寻求符合所谓“人类智能”的迹象，从农业社会时代感知大自然不同生物的“智能”到工业革命之后无数个建造机器智能的尝试，再到 1950 年代以后，计算机、互联网以及人工智能带来的“智能（幻觉）”，构成了人类社会发展的一条主线，或者说，人类一直在寻找湖中自己的倒影。
收购 Twitter、抢占 AI 话语权，马斯克要如何塑造人类的未来？
从社交媒体到电动汽车，从乌克兰战争到太空探索，从生物科技到人工智能，伊隆·马斯克无处不在。甚至可以毫不夸张地说，马斯克现在是全球最有权势的企业家。
本期推荐三篇关于马斯克的长文。第一篇来自《纽约客》（文章标题：Elon Musk’s Shadow Rule How the U.S. government came to rely on the tech billionaire—and is now struggling to rein him in.
、50 分钟阅读时长），以马斯克周围人的视角勾勒这位亿万富翁的过去与现在，你会发现他的性格特点，比如控制欲极强 、以自己为中心等特征出现在生活（婚姻）与工作的方方面面。
更进一步，文章还探讨了马斯克的政治立场，他在很多事情上呈现出极为矛盾的一面：既呼吁市场自由，又不断强调监管的重要性；既尊重科学，又质疑疫情是一场阴谋；既鼓励言论自由，又不断在 Twitter 上掀起一边倒的声讨运动。
文章里的一个细节，一些马斯克的同事将他的不稳定行为与自我药物治疗的努力联系在一起，“他的生活真的很糟糕。太有压力了。他对这些公司非常投入。他入睡和醒来都在回复电子邮件”，一位马斯克的同事说道。
第二篇长文来自马斯克即将出版的传记，该传记作者是大名鼎鼎的 Walter Isaacson（曾给乔布斯写过传记），WSJ 获得的这部分内容（链接、免费镜像、50 分钟阅读时长）还原了马斯克收购 Twitter 的全过程，从中也可以看出马斯克的“赌博”心态，他对 Walter Isaacson 说，“我想我总是想把筹码推回赌桌上，或者玩下一局”。
整个过程里有几个重要的节点：首先是特斯拉股价大涨，马斯克手上拥有了 100 亿现金，他不想存入银行，于是计划投资 Twiiter；其次，在和 Twitter 管理层的沟通过程中，马斯克认为这家公司的管理者不够“狼性”，萌生收购之意。
其三，收购过程发生了很多意外，比如马斯克一度因为 Twitter 用户数据造假而想反悔，但律师劝住了这位亿万富翁；其四，马斯克设计了一套周密的 Twitter 摘牌交易方案，利用时间差制造出来的法律漏洞，不必再向Twitter 原管理层支付高达 2 亿美元的赔偿金。
第三篇长文也是马斯克传记的节选（链接、免费镜像、45 分钟阅读时长），话题聚焦于马斯克过去十年对 AI 风险的探索。
早在 11 年的 2012 年，马斯克就从 DeepMind 创始人 Demis Hassabis 了解到 AI 的潜在风险，他有了通过投资以进一步认识并控制这些风险的想法。马斯克将 Demis Hassabis 介绍给 Google 联合创始人 Lary Page，后者尽管不认同马斯克关于 AI 风险的观点，但对 Demis Hassabis 以及 DeepMind 的技术非常感兴趣，并在 2014 年抢先买下了这家公司。
失去 DeepMind 对于马斯克的打击很大，在他看来，AI 是一项非常危险的技术，不能由一家或几家大公司控制。马斯克于是寻找新的路径，他与 Sam Altman 的几次会面，敲定了一家非盈利、面向产业开放的新 AI 公司——OpenAI；与此同时，马斯克还希望通过建立更紧密的人机关系以杜绝可能的灾难，这成为脑机接口公司 Neuralink 成立的背景。
但在 2018 年，马斯克因为无法说服或者说控制 OpenAI 加入特斯拉而放弃了这家公司。后面的故事已经走到了另一个方向：OpenAI 与微软结盟，并推出 ChatGPT，震惊世界；马斯克买下 Twitter，屏蔽了众多 AI 公司的数据访问权利；马斯克成立了自己的 AI 公司，利用特斯拉汽车、Twitter 上的海量数据训练新的 AI 模型，他开始做一件他最担心也最讨厌的事情——将强大的 AI 控制在某一个公司或某一个人（伊隆·马斯克）手里。
Spotify 的崛起与困境
Spotify 是目前音乐流媒体无可争议的霸主，了解它的发展历史，基本就能知晓过去近二十年互联网音乐的演化历程。这篇来自 LRB（London Review of Books）的长文（链接、50 分钟阅读时长）借助两本关于 Spotify 的图书，勾勒出这家流媒体巨头崛起、迭代的关键事件，包括：
这家公司的出发点是要杜绝音乐盗版，彼时全球音乐盗版最疯狂的地区就是瑞典，Spotify 就诞生在那里；
Spotify 与音乐行业的分成模式是通过播放次数进行付费，但在 2/8 定律之下，顶级艺术家仍然可以赚取数百万，但较小的艺术家几乎没有收入；
Spotify 改变了音乐应用的产品逻辑，个性化推荐、自动播放等技术或功能已经成为流媒体音乐产品的标配；
与其他竞争对手相比，Spotify 还没有盈利，但它在音频行业里拥有巨大的影响力，或者说，Spotify 的影响力远超于商业能力；
我还选了一篇本周 WSJ 的头版文章（链接、15 分钟阅读时长），通过公开数据和调查采访，复盘Spotify 投资 10 亿美元构建播客产品的失败过程。
Spotify 播客战略的核心是通过与一系列名人或工作室的合作，创建一些独家节目，以此吸引更多听众使用或更频繁使用 Spotify，在持续增加听众——无论是免费还是付费听众——的同时，卖出更多的广告。
但现实格外残酷，一方面，独家播客节目的制作成本非常高，但另一方面，播客市场的广告商却格外吝啬，Spotify 在这样的双面夹击之下不得不缩减播客团队，并试图与一些名人播客共享收入权益。
评论