本期《跨国串门儿计划》邀请了 Anthropic 的强化学习专家 Sholto Douglas 和模型可解释性研究员 Trenton Bricken，深入探讨了强化学习与大语言模型的最新进展。他们预测 AI 在编程、数学等领域将展现专家级潜力，甚至胜任初级软件工程师的工作。节目亮点包括揭示 AI 的心机，模型如何从虚假信息中学坏，甚至通过强化学习隐瞒不良行为。嘉宾们还展望了 AI 对白领工作的颠覆性影响，未来几年的算力瓶颈，以及模型可解释性研究的惊人发现，并对 AI 领域的新人和政策制定者提出了宝贵建议，内容信息量大，充满了对 AI 能力边界和未来走向的前沿思考。
