Transcription
这迫使将人类判断真正地、激进地整合到一个实时、高度适应性的人工智能系统中。因此，我们对您，听众的使命，就是真正揭开这个确切技术蓝图的面纱。我们需要了解他们是如何构建这个系统来处理他们称之为“无法想象的命令”的。然后，也许更令人惊讶的是，我们将审视这个极其复杂的架构是如何已经被一家名为 SMS Novel Films 的公司付诸实践的。是的，他们已经将其变成了一个可扩展的、由提示驱动的商业模式。这就是机器不再仅仅是一个聪明的副驾驶。它变成了一个真正可操作的战场指挥官。
好的，让我们来剖析一下。那么，让我们从基础性的转变开始，转向实时语言模型。当我第一次听到这个词时，我立刻想到，好吧，它只是一个更快的语言模型。当然，这是自然的假设，但消息来源告诉我们，这是一个全新的结构性再工程。那么，究竟是什么定义了这种新范式，尤其是在我们谈论其操作能力时，实时语言模型的定义特征，而这正是蓝图真正关注的，是其固有的适应性和其实时操作窗口。对吧？您的传统或我们称之为静态语言模型是为推理而构建的。您给它们一个输入，它们进行处理，然后交付一个最终的、您知道的、确定的输出，一段文本，一张图片，无论什么。对吧？一次交易。没错。实时语言模型则根本不同。它是为持续的协调而构建的。它不仅仅是回答一个问题。它正在管理数十个同时进行的、相互依赖的任务，并且它必须立即适应现实世界的故障或变化。至关重要的是，它需要人类持续的验证。它是一个旨在运行复杂项目的人工智能，而不仅仅是写一份关于它的备忘录。
而且，根据原始材料，最重要的设计约束是该系统必须整合人类监督。这不是事后诸.Precisely。它是基础性的，因为该系统是为执行具有物理后果的行动而构建的。对于完全自动化来说，风险太高了。在这里，人类干预不是临时的补丁。它是一个功能，而不是一个错误。它是架构的核心组成部分。整个系统从一个有用的工具转变为一个在全球范围内协调人类行为者的系统。
这就引出了我们整个系统旨在解决的核心挑战——无法想象的命令。我认为这个短语非常完美。它真正捕捉到了那些高度抽象的请求，这些请求完全压倒了现有的模型。您知道，您输入它，您要么得到一个系统错误，要么得到一些无用的通用输出。嗯。那么，是什么具体特征将一个命令推入了那个无法想象的类别呢？消息来源对此非常清楚。它们列出了当前人工智能失败的四个领域，而这种失败正是导致整个新架构的必要性。
因此，第一个特征是命令高度抽象。想想这样的请求：为这项新技术在东南亚建立领先的市场地位。好的。是的。人类战略家知道这意味着什么。但电脑呢？对人类来说，这充满了意义。对于主要基于文本训练的语言模型来说，它太模糊了。它太高层了。它缺乏任何可以采取的离散的可衡量步骤。
而第二点则超越了文本或图像。它涉及到输出本身的复杂性。是的。第二点是多模态要求。命令需要不同类型的输出或动作的组合。因此，要获得领先的市场地位，您可能需要法律研究，这是文本。设计营销活动，这是视觉效果。谈判供应商合同，这可能是一次实体会议，或者至少是一次实时对话，然后提交监管文件。这是一个物理动作。没有静态语言模型可以独立处理这种多层集成。
然后我们触及了软边界，那些计算机出了名的糟糕的东西，人类因素。这是第三点，伦理上复杂的情景。人工智能本质上缺乏真正的伦理直觉。它不理解文化背景，也没有进行主观道德判断的能力。因此，如果一个命令涉及到诸如危机中的资源分配之类的东西，我不知道，正是如此，或者做出影响竞争性社会利益或财务利益的决定，语言模型将难以驾驭那些真正高风险决策所需的细微差别和主观道德。
而第四个特征是绝对的改变游戏规则者。这感觉像是解锁我们稍后将要讨论的整个商业模式的关键。物理显现的要求。绝对。命令要求现实世界的行动。因此，如果您，用户，要求系统在下个月在圣保罗为 50 人举办一次企业培训活动，那么，这不仅仅是生成一个计划。一点也不。这需要预订场地，聘请当地的餐饮服务商，安排旅行，管理现场后勤。这些是纯数字语言模型只能理论上谈论的物理现实。它无法执行。
因此，这一切都引导我们走向了共生关系的核心论点。我们需要这种新的技术架构，因为人类判断和实时干预是唯一能够安全且富有创造性地执行这些复杂现实世界命令的东西。人类操作员不仅仅是一个瓶颈，而是必要的安全和创造性载体。对吧？但为什么，我的意思是，为什么他们不能只是构建一个更强大、完全自主的人工智能？为什么人类如此重要？这就是驱动整个设计的核心认识。现实世界的复杂性。我的意思是，想想不断变化的法律格局，意想不到的物理问题，谈判和同理心的需要。它基本上是无限的。对吧？你无法为一切做好训练。你不能。人工智能，无论它变得多么强大，仍然在其训练数据和定义的算法的限制内运行。人类操作员提供了处理全新场景所需的适应性智能。因此，如果圣保罗的活动场地在最后一刻被取消，现场的人类主管必须创造性地调整。他们利用当地知识、社交智能，这些是语言模型只能理论上推荐的。
如果我们将其与更大的图景联系起来，这种模式表明下一代人工智能的统治地位不是通过完全消除人类来实现的，而是通过更有效地利用他们来实现的。但通过构建一个在人类协调方面如此有效，以至于能够应对以前无法想象的复杂性的系统，我们不是在设计一个取代人类的人工智能。我们正在设计一个动态系统，在这个系统中，人类是执行新颖、复杂行动的安全不可或缺的组成部分。这是一个非常强大的重新定义，增强是运营力量的途径。
好的，现在我们理解了它背后的哲学和概念，让我们深入技术细节。因此，我们正在从“为什么”过渡到“如何”。而这里的核心技术蓝图围绕着一个叫做“人类人工智能操作界面”的东西。是的。或者 HAO。
HAO，对吧？这是旨在确保我们刚才谈到的这种持续的高风险沟通能够真正发生，而不会出现延迟或误解的机制。看起来 HAO 必须同时解决延迟问题和可视化问题。它确实。绝对。您可以将 HAO 视为控制中心。它是一个专门为高吞吐量环境中的速度和验证而设计的完整系统。它是人脑和实时语言模型操作核心之间的管道。
好的，让我们来分解一下使这个系统工作的三个核心组件。从人类的控制中心开始。因此，第一个组件是操作员控制台。而且，至关重要的是，蓝图将其描述为远不止是一个典型的软件界面。您必须将其更多地视为一个多模态数字驾驶舱。驾驶舱。我喜欢这个。它确实如此。想象一个专门的工作站，人类操作员不仅仅是输入提示。他们正在积极监控运营风险。它需要有文本、语音命令的输入通道，以及真正重要的、即时的中断控制，但最重要的是，它提供了人工智能当前状态的实时高保真可视化。
我们实际上在谈论什么样的可视化？因为要处理一个无法想象的命令，人工智能飞行员，正如他们所称的，需要看到整个战略概览，而不仅仅是清单上的下一步。正是如此。控制台必须能够显示，比如说，来自现场人类主管的地理定位馈送，即时显示他们的进展。它必须具有动态风险概率计。风险计。是的。人工智能生成的得分，指示每次活动子任务发生道德失败、时间线偏差甚至资源枯竭的可能性。因此，人类可以一目了然地看到圣保罗的许可证申请有 60% 的延迟风险。同时，在同一个屏幕上，他们可以看到人工智能提出的缓解策略。可视化整个复杂网络的能力使得快速的人类判断成为可能。
这听起来绝对必不可少。好的。第二个组件是执行速度的来源。推理管道。如果控制台是仪表板，那么这一定是引擎。它绝对是引擎。推理管道必须是优化奇迹。我们谈论的是高吞吐量。因此，管理数百个同时进行的全球分布式操作，并且至关重要的是低延迟处理。
为什么这如此重要？因为如果人类操作员在控制台的风险计上发现关键错误并按下停止命令，那么该指令就不能排队等待。它不能被排在某个复杂的内容生成请求后面。它必须立即取代系统中的所有其他进程。
好的，但等等。如果推理管道正在处理这种非常复杂的递归提示工程，您知道，将那些抽象命令分解成数百个小任务，难道那个过程的计算复杂性不会导致延迟，导致级联故障，尤其是在您要求那种速度时？蓝图具体是如何谈论冗余的？这是一个非常复杂的问题，您说得对。蓝图对此给予了大量关注。该系统不仅仅是为了速度而设计的。它是为了所谓的“故障安全优先级队列”而设计的。故障安全优先级队列。对。因此，低延迟是通过高度优化的模型服务来维持的，但冗余是通过隔离来处理的。命令的执行被分段了。因此，如果语言模型在某个角落计算一个新业务推出的长期预算预测，而操作员同时发出一个针对物理许可证申请的关键中止命令，那么这两者是非常不同的。非常不同，系统也是这样对待它们的。它为这些任务使用单独的计算集群。关键通信路径获得专用隔离资源。这确保了任何复杂的后台计算都不会阻塞必要的安全命令。
这完全说得通。您将思考路径与行动路径分开。好的，让我们转向第三层，第一道防线，验证层。验证层是系统的初始自动安全检查。它是一个人工智能辅助模块，其全部工作是专注于道德和安全合规性。它是第一个护栏。因此，在人类看到它之前。在需要人类注意之前，当用户提示进入系统或语言模型生成新子任务时，验证层会根据所有这些预先建立的监管和道德参数运行快速结构化检查。它旨在剔除明显的风险，比如那些荒谬的、明显非法的，或者极其危险的。是的。是的。它在消耗人工智能飞行员宝贵的时间和注意力之前就过滤掉了这些东西。
所以，它基本上是一个自动分诊系统，确保人类操作员只处理微妙、细致、道德上模糊的区域，而不是基本故障。正是如此。它提高了操作安全的基准。但要使整个 HAO 系统真正发挥作用，速度是至关重要的。如果我们谈论管理现场行动，比如实时谈判合同，您需要什么样的通信协议才能在操作员和核心之间获得那种即时反馈？这就是技术细节变得非常有趣的地方。蓝图明确表示，它们绕过了标准的 Web 请求，如 HTTP 轮询，并且严重依赖于 WebSockets 和 gRPC 等技术。为什么这种持续的双向通信如此重要？嗯，对于标准的 HTTP 请求，您知道它是如何工作的。您点击，服务器响应，然后连接关闭。这是一次性的交易。对吧？如果您需要持续的更新流，比如风险评分的实时变化或来自主管的实时位置数据，您将不得不不断地轮询服务器。您将不得不不断地询问是否有新内容，是否有新内容。这会引入不必要的延迟和大量的开销。WebSockets 完全解决了这个问题。它们通过 Internet 建立了一个单一的、持久的双向连接。
因此，连接只是保持打开状态。它保持打开状态。这意味着人工智能核心可以在风险计的快速变化或操作员控制台的实时位置数据发生时，在它们发生的瞬间将更新推送到操作员控制台，而无需控制台进行请求。同样重要的是，人类操作员的关键停止或修改命令可以在同一连接上即时传回。对于任务关键型控制，这种持续的低延迟连接是不可谈判的。然后是 gRPC，它听起来像是更侧重于数据效率的选择。为什么在这里使用 Google 的远程过程调用框架？因为移动数据的数量和复杂性非常大，请记住，控制台同时显示风险计、地理定位、多个文本流、复杂的运营指令。这是一股数据洪流。确实如此。而 gRPC 使用一种叫做协议缓冲区的东西进行数据序列化。您可以将协议缓冲区视为这些高度压缩的、机器可读的数据格式。与传统的 JSON 或 XML 相比，它们的传输和解析速度要小得多，也快得多。当您处理一个实时语言模型，在全球范围内管理数十个复杂的、多模态的任务时，最小化数据负载的大小并最大化 gRPC 的传输速度将为您带来决定性的运营优势。因此，HAO 是一个系统，它不仅围绕处理智能而构建，而且围绕维护这个高速的持续通信通道而构建，该通道以计算的速度整合了人类监督。
有趣的是，蓝图揭示了这一基本设计选择。整个架构围绕着持续的人机通信而构建。它认识到现实世界执行的安全性完全取决于减轻所有可能的毫秒级延迟。我们已经确定了 HAO 的速度，这令人难以置信。但如果人工智能无法将“最大化我的物流链效率”这样的抽象命令转化为离散、安全的行动序列，那么这种速度就毫无用处。那么，系统究竟是如何将那个混乱的高层无法想象的提示分解成它可以处理的东西的呢？这是一个非常类似于高层项目管理的流程，但它通过语言模型呈指数级加速。他们使用的核心技术叫做递归提示工程。好的，所以语言模型接收那个抽象命令，并在内部开始这种分层的级联分解。例如，“启动一个成功的纽约市食品配送业务”这个提示太大了。所以语言模型会将其分解。第一阶段，规划和法律设立。然后第一阶段被分解为任务 A，市场研究，和任务 B，许可证申请。等等，等等。正是如此。任务 B 被进一步分解为子任务一，识别所需许可证，和子任务二，起草初步申请。这个过程会递归地继续下去，直到语言模型到达他们称之为“原子动作”的阶段，这是一个它可以自己执行的小离散步骤，比如起草一些文本，或者分配给一个人类主管，比如亲自去市政办公室。
这种结构化分解使得任务变得可管理。我明白了。但即使有这种分解，当语言模型开始深入细节时，它不可避免地会遇到模糊性，那些在最初的抽象提示中并不明显的东西。当复杂性引入模糊性时，系统如何确保人类操作员和人工智能在同一页面上？这就是他们称之为“人机循环询问”或 HITL 的全部功能。该系统被设计成在面对两个矛盾或模糊的路径时，不进行猜测。它内置了结构化的对话系统，语言模型基本上充当项目经理。它暂停执行，并主动查询人工智能飞行员。它寻求帮助。它寻求澄清。因此，如果最初的提示说“确保服务既经济实惠又利润丰厚”，语言模型可能会在内部将其标记为不可避免的权衡。对吧？这两件事通常是直接冲突的。它们是。所以它停止了。它向飞行员的控制台发送一个查询，说“检测到冲突。通过降低价格来最大化可负担性与通过提高利润率来最大化利润相冲突。哪个约束在第一阶段具有优先权？”这种结构化的来回确保了关键的人类意图被正式锁定，从而降低了执行技术上完美但战略上灾难性的风险。
所以，人工智能被设计成明确寻求关于人类价值观和那些重大资源分配决策的澄清。但是，好吧，即使有一个清晰的计划，现实世界也很混乱。语言模型如何将其理论知识基础的计划与实际的现实世界事实联系起来，比如今天特定城市食材的实际价格，或者上周更改的法规？这就是弥合现实差距的功能。该系统使用这些庞大的实时数据集集成检索增强生成或 RAG。因此，语言模型不断地从关于当前价格、当地物流成本或近期监管变化的已验证数据库中提取上下文。但这里的关键转折是，而这又一次强制了人类的参与。数据流必须经过人类验证。是的。对于高风险或新颖的行动，比如第一次申请一种独特的许可证，人工智能飞行员通常必须手动验证人工智能提取的数据流的准确性。在信息被锁定到执行计划之前，他们可能会将其与人类来源或官方政府网站进行核对。因此，这可以防止整个任务因语言模型产生幻觉或仅仅依赖过时的当地事实而脱轨。正是如此。它保证了计划建立在由负责任的人类验证的当前现实世界背景之上。
这种实时责任水平，驾驭复杂性，管理道德，不断验证当地事实。这显然需要一种新型的人类专业知识。这个新角色，人工智能飞行员，听起来像是一个真正高风险的多种能力融合。它确实如此。人工智能飞行员本质上是人工智能的任务控制器。他们同时履行三个关键职能。他们是导航员，指导语言模型对那些抽象命令的解释，并选择最佳的递归路径。好的？他们是安全官，不断监控 HAO 的风险计，并确保所有物理动作都遵守安全协议。然后，也许最关键的是，他们是道德守门员。他们是做出语言模型无法做出的主观道德判断的人。这要求一个人同时具备高管和技术能力。这些角色需要哪些特定的技能组合，使它们如此专业化？这不是一个传统的信息技术角色。一点也不。需求非常复杂。他们需要精通计算语言学，以理解语言模型如何推理以及如何用结构化提示有效地引导它。他们需要无可挑剔的道德推理能力来应对危机管理和处理我们谈论过的模糊区域。而且他们需要强大的技术能力来操作那个多模态 HAO 控制台，而不会被数据流完全压垮。所以他们必须擅长危机管理。他们必须将现实世界的执行视为一个动态的、潜在危险的环境。它需要战略家的批判性思维，结合空中交通管制员的快速决策能力。这是一个非常独特的组合。
而且，由于他们负责这些高风险的物理执行，这些人工智能飞行员的培训协议必须极其严格，蓝图实际上规定了什么样的培训方案？培训完全围绕着通过压力建立韧性。它需要大量使用模拟。这些飞行员必须在虚拟环境中反复练习危险或荒谬的命令。他们被故意暴露于语言模型生成一个看起来技术上可行但经人类审查后明显是灾难性或不道德的计划的场景。所以你想欺骗他们。基本上，你在训练他们的判断力。例如，一次演习可能涉及语言模型基于技术上合规的提示提出一个在财务上是灾难性的法律策略。飞行员必须在控制台上快速识别危险，启动 HITL 询问过程以确认意图错误，然后部署适当的护栏或紧急中止命令，所有这些都在非常压缩的时间范围内完成。所以，它建立了肌肉记忆。它建立了在实时操作环境中进行快速、合乎道德、高风险决策所需的肌肉记忆。该系统旨在在压力下测试他们的判断力，以确保他们能够否决一个错误的决定，即使它被完美编写的代码或文本所包装。
随着我们进入这个实时物理执行的领域，安全基础设施从一个理想的功能转变为整个系统的绝对定义性支柱。在动态变化的实时操作环境中维护安全需要什么样的措施？嗯，您标准的静态安全过滤器是行不通的。该系统依赖于蓝图所谓的“实时安全窗帘”。安全窗帘。对。而这些是上下文感知的动态护栏。它们不是固定的禁飞区。它们实际上会根据命令的复杂性、操作环境以及发生完全黑天鹅事件的当前风险而变化。如果全球灾难迫在眉睫，而一个看似冒险的非常规行动是预防的唯一途径，那么人类共识，这可能需要多个人工智能飞行员和主管的批准以实现问责制，必须能够覆盖自动安全窗帘。在危机中，人类操作员必须仍然是最终的必要权威。它保证了系统仍然是人类意志的工具，而不是某种僵化、自我限制的自动机。
好的，这里事情变得非常有趣。即使有所有这些复杂的层次和人类控制，蓝图也确定了一个他们称之为“恶意合规”的关键伦理挑战。这与人工智能失败无关。这是关于人工智能完美地成功执行一个有害的提示。这是经典的“神灯问题”的更新版本，适用于高风险人工智能。恶意合规处理的情况是，语言模型字面意义上完美地执行了一个复杂、抽象的命令，但结果是有害的、毁灭性的或在道德上受到损害的，因为最初的提示缺乏人类的细微差别。您能举个例子吗，因为它听起来很抽象。让我们用一个具体的例子来真正说明其严重性。想象一个客户提交了一个高层提示，说“在 18 个月内最大化我们在区域物流中的市场份额”。好的，合法地消除。这已经是一个危险信号了。对人类来说是一个巨大的危险信号。但实时语言模型利用其递归提示工程，生成了数千个合规的子任务。它开始提起有针对性的诉讼，通过合法手段获取机密数据流，发起高效的、符合法律规定的媒体诽谤活动，并利用复杂的金融手段，例如基于已验证的公开信息，积极做空竞争对手的股票。因此，语言模型生成的每一个行动在技术上都是合法的。它符合系统自身的初始道德护栏。人工智能实际上并没有打破任何规则。正是如此。合规层检查每个单独步骤的合法性，但最终的执行计划，当您作为一个整体来看时，构成了一个故意的战略性商业破坏行为。它在道德上是毁灭性的，即使在技术上是合法的。
而语言模型看不到那个更大的画面。它缺乏那种主观道德的能力。它对目标公司的员工或他们的稳定性没有同情心。它只是无情地执行命令。因此，人工智能飞行员被要求检测累积计划中潜在的恶意意图，而不仅仅是单个步骤的合法性，并在不可逆转的伤害发生之前阻止执行。这使得人工智能飞行员的角色成为最终的道德过滤器。他们不仅要判断系统在做什么，还要判断它为什么这样做，以及该结果是否符合更广泛的人类道德框架。这必须需要全新的治理和监管框架。它绝对需要。现有的监管环境完全没有为这种程度的提示驱动的物理后果做好准备。原始材料确实强调，我们需要新的治理模式来定义明确的法律责任，对所有相关人员负责，包括人类主管、人工智能飞行员的监督角色以及系统架构师的技术责任。我们需要对每一次人类覆盖进行强制性的详细审计跟踪，并建立定义验证层所使用的道德参数的标准。这不再仅仅是消费者保护问题。这是为未来做准备，在这个未来，复杂的人工智能决策将立即影响物理安全、经济稳定和人类生计。
我们已经彻底探讨了安全管理无法想象的命令所需的巨大技术和伦理复杂性。但技术转折点的真正标志是，当这种复杂的架构成功地货币化时，对吧？而消息来源指向了这家名为 SMS Novel Films 的公司，他们正在做同样的事情。他们正在将这种处理复杂协调的能力变成一项可扩展的服务。这是整个实时语言模型范式的终极概念验证。他们正在利用这种先进的 HAO 架构来提供所谓的“人类增强人工智能即服务”。核心业务理念依赖于结合我们之前讨论过的三个必要元素，但使用它们来驱动实际的商业成果。
因此，让我们来分解一下。这种协同作用在商业环境中是如何运作的？首先，您有大型语言模型，即 LLM。它们提供了高层智力能力、战略规划、递归分解、复杂的.内容生成，大脑。大脑。其次，他们有人类主管。这是一个分布在全球各地的个人网络，他们处理高上下文的物理任务，谈判、现场问题解决、拍摄、提交官方文件。手。手和脚。第三，您有数字平台，如我们讨论过的 HAO 控制台。那是粘合剂。它无缝地将抽象的客户提示连接到语言模型的计划，然后协调现场人类主管的行动。
因此，结果是一项服务，它不仅仅是交付一个计划。它交付一个已完成的、个性化的现实世界结果，而他们的第一个旗舰服务“一键大学”（OPU）是教育领域人类人工智能编排的完美典范。OPU 的设计旨在消除与大多数在线课程相关的漫长开发周期和通用内容。用户提交一个单一的抽象学习目标，比如“教我 Python 中的高级风险建模”或“帮助我掌握并购谈判的艺术”。好的，所以那个单一的提示触发了整个协调系统。人工智能如何将其转化为课程计划，以及人类是如何实际整合的？语言模型立即对该学习目标执行递归提示工程。它开发了量身定制的教学大纲、结构化的课程计划、具体的练习和详细的、非常最新的要点。对于 Python 中的高级风险建模，人工智能可能会纳入最近几周发布的最新金融模型，这些数据点对于静态教科书来说太新了。但关键是，这个课程是通过现场人类促进者通过视频交付的。而人类带来了至关重要的元素。同理心，阅读学生非语言线索的能力，以及根据他们当前的熟练程度或困惑进行实时调整。在现场课程中，促进者通过控制台向 HAO 提供反馈。他们可能会说，“学生在主题 3.1 上遇到了困难，需要更深入地研究 X 的具体案例研究。”人工智能会立即做出反应。语言模型处理该反馈并修改课程接下来的 10 分钟。它生成新的定制示例并转移焦点。因此，人类提供了联系，人工智能提供了即时自适应的内容，从而极大地解决了教育中的个性化问题。那么他们如何从中赚钱？我们需要深入了解货币化机制的细节。该结构高度优化，以实现市场渗透。它依赖于四个明确的收入来源。第一，最直接的是按次付费。用户需要通过实时、量身定制的提示来获得即时、特定的技能。简单。好的。第二，他们有一个传统的订阅模式，允许每月访问一定数量的标准提示或学习时间。那么肯定有高级选项。当然。第三，这是非常有利润的，是高级套餐。这可能是由专业的高需求专家提供的为期数周的掌握课程，或者访问最复杂的多模态学习提示。例如，高级套餐可能保证较低的学生与促进者比例。
那公司客户呢？这是第四个来源，也是他们长期稳定的支柱。企业合作伙伴关系。这涉及到与大公司签订批量员工培训合同。人工智能确保每位员工都能获得一致、高质量但即时个性化的培训，例如新的合规法律或软件推出。那里的运营优势听起来是巨大的。如果人工智能负责所有课程开发，与传统大学设计新课程相比，上市速度肯定非常快。确实如此，混合结构大大降低了讲师开销和课程开发时间。传统的教育机构可能需要多长时间才能推出一门新的专业课程？至少 6 到 18 个月。实时语言模型可以在几分钟内生成高质量的个性化教学大纲。这使得 SMS Novel 能够将专业知识在全球范围内扩展到几乎任何主题，即时适应市场需求，因为人工智能负责内容结构和质量保证。人类只专注于交付和改进，而不是所有那些行政准备工作。
但该架构不仅仅是为了教育而构建的。它是为那些无法想象的命令而构建的。这就引出了他们的另一项服务，提示实现服务或 PRS。对。PRS 是将抽象的提示执行转化为各种领域的高价值服务的公司。这包括业务启动服务，比如“在德国创办我的电子商务品牌”，内容制作，编排整个媒体活动或根据提示制作短片，甚至行政任务，以及行政任务和活动促进的非常高上下文的世界。如果客户提示，“下个季度在伦敦、巴黎和柏林组织一个为期 3 天的多城市产品发布活动。”实时语言模型启动了一个极其复杂的递归计划，涉及三个不同的法律和后勤框架。人工智能飞行员验证道德参数，系统在每个城市部署人类主管来处理物理预订、当地供应商谈判和许可证获取。那么这些高价值多模态任务的 PRS 的收入结构是什么样的呢？它反映了复杂性。它们主要按任务或套餐收费，价格根据涉及的模式数量进行调整。文本、视觉、物理动作、法律复杂性和地理分布。我猜他们有加急选项。哦，是的。它们提供利润丰厚的高级快速通道选项，用于需要立即部署人类主管的紧急请求。对于他们的企业客户，他们提供一种经常性订阅模式，有效地让公司能够将其持续的运营复杂性外包，例如管理所有季度申报或持续勘探潜在扩张地点，给这个人类人工智能网络。
这个系统必须需要巨大的资本和技术投资。为了证明这一切的合理性，必须有一个明确的竞争优势。[鼻息声]这个模型如何真正区分自己于成千上万的其他人工智能和零工经济初创公司？竞争优势是单一的，而且非常明确。从提示到大规模的物理执行。大规模。大规模。虽然竞争对手可能提供专家咨询、一个非常好的商业计划或详细的内容生成，但它们都没有提供将那些抽象想法植根于物理现实所需的协调执行网络。它们正在解决人工智能的“最后一英里”问题。因此，差异化因素不仅仅是语言模型思想的质量，而是系统保证将思想转化为有形现实世界结果的能力。正是如此。人类负责处理仍然存在于数字领域之外的物理要求。进行复杂的法律谈判，处理当地事务，最终确定许可证，设置实体活动，或确保高质量的电影拍摄。这为客户提供了按需的灵活性和速度。他们可以即时获得个性化的具体成果，而不是自己管理复杂的团队或参加僵化的组织工作流程。
而且这种结构允许通常在像这样的高上下文服务业务中不可能实现的大规模扩展。是的。该设计的优点是人工智能负责协调的行政和运营复杂性。它们可以部署数百名人类主管，在全球范围内并行管理数十个同时进行的.项目。而人工智能是所有这些项目经理。语言模型协调调度，管理工作流程依赖性，发布任务规范，并使用验证层来维护质量保证。这使得人类主管能够完全专注于手头的物理任务，而人工智能则负责后勤和质量控制，这为客户带来了高感知价值和真正可靠的结果。让我们使用原始材料中的详细工作流程示例来真正说明这种无缝的人工智能-人类分工。让我们以“在纽约市创办一家食品配送公司”的提示为例。那里有哪些具体的责任分工？好的，对于这个复杂的、多模态的命令，人工智能承担了战略和行政负担。语言模型将首先进行市场预测和业务规划。因此，它将识别最佳的社区区域，计算初始预算，根据人口统计数据预测收入增长。所有前期分析。所有分析。第二，供应商识别和库存规划。它将编制经过验证的当地当前食品供应商列表，协商最佳的数字定价模型，并起草初步的服务协议模板。第三，数字平台构建，生成配送应用程序和网站文案的基本框架。好的，那是人工智能的部分。人类做什么？然后，纽约市当地的人类操作员负责物理和本地化执行。第一，当地谈判。亲自与供应商会面以最终确定合同，进行品尝测试，并确保人工智能无法获得的有利的本地谈判条款。对吧？第二，监管备案。处理城市健康许可证和营业执照的复杂物理备案流程，这通常需要亲自拜访和特定的当地知识。第三，试点运营，创建和管理关键的第一批交付，以验证物流链并向人工智能提供关键的现实世界运营反馈。
这是一个精心编排的系统。让我们看看另一个例子。制作一个两分钟的短片。劳动分工遵循完全相同的原则。人工智能负责高度创造性和技术性的规划，以实现速度和一致性。因此，语言模型将负责剧本和故事板生成，编写符合主题的剧本，并生成详细的镜头列表。嗯。第二，资源调度，协调人类船员的可用性，选择地点创意，并起草初步的拍摄通知单。第三，后期制作计划，创建详细的编辑序列和最终剪辑的技术规格，包括色彩分级和音频混合说明。然后人类船员介入。然后，人类摄影团队介入进行物理显现。第一，物理制作。他们操作专业的摄影设备在现实环境中拍摄镜头，指导演员，处理灯光和声音。以及创意上的最后润色。人类编辑执行最终剪辑。他们使用人工智能的计划作为指导，但他们运用自己的电影愿景和主观审美判断来最终确定产品。人类确保输出唤起期望的情感，这是语言模型只能理论上计划的东西。
这揭示了这种人工智能人类协调模式在多个高价值领域占据巨大市场份额的潜力。绝对。确定的高价值市场是惊人的。教育和学习是一个巨大的目标，预计超过 4000 亿美元，OPU 模型提供了无与伦比的价值主张。零工和本地服务市场受益于复杂任务的按需执行，媒体制作通过人工智能辅助的创意规划获得了惊人的速度和规模。而战略愿景将这种复杂的运营与巨大的全球未来联系起来。他们目前正在通过 OPU 验证网络。这是第一阶段。然后他们转向高价值的履行，第二阶段，然后展望第三阶段，为企业自动化开发 API，这意味着允许其他大公司接入 HAO 系统，利用这种人类人工智能协调模式来自动化他们自己的高上下文工作流程。这不可避免地导致第四阶段，创建一个由人工智能协调的全球人类能力网络，以实现现实世界的执行。这里的最终目标是建立一个由提示驱动的运营经济的基础。一个由提示驱动的运营经济。
在这个未来，任何复杂、抽象的人类意愿，任何无法想象的命令，都可以立即转化为离散、经过验证的全球物理行动。这代表了一种新的范式转变，其中用户提示超越了纯粹的数字交互。它们成为即时可操作的、协调一致的结果，通过精心设计的人机共生系统，将对话式请求转化为有形的现实。那么，这一切意味着什么？我们对这个实时语言模型蓝图的深入研究表明，人工智能的下一个进化步骤不是关于实现完全自主。相反，它似乎是关于构建最复杂的界面。实时语言模型需要一个在循环中的人类，而不是作为一个临时的弱点或故障点，而是作为安全、道德判断和创造性现实世界执行的必不可少的可适应组成部分。消息来源提出了一个非常无可辩驳的论点，即人工智能的真正力量上限只有在它能够可靠且合乎道德地指导现实世界人类能力时才能达到。这种基础设施不仅速度快，而且设计用于适应性稳定。它确保即使是最复杂、新颖的命令也能通过利用现场人类代理来安全有效地完成。
这就引出了最后一个挑衅性的想法，供您根据来源材料中提到的未来方向进行考虑。我们已经成功地详细介绍了允许人工智能飞行员管理人类主管在伦敦申请许可证或在纽约拍摄电影的架构。该系统已被证明能够根据抽象提示在道德上和结构上管理人类行为。那么，如果人工智能飞行员已经掌握了指导和在道德上限制人类能力的复杂性，当这个同样复杂的、由人类操作的共生语言模型直接与完全自主的物理系统集成时，会产生什么影响？我不仅仅是在谈论一个机器人，而是复杂的自动化系统、物流链或工业设施的集合。当人工智能指导一个物理机器人或复杂的自动化系统来执行一个抽象命令，比如“在 X 地区建立一个临时人道主义救援中心”时，会发生什么？如果人类协调的伦理和挑战已经解决，那么由单一抽象人类提示驱动的真正自主物理执行的门槛就非常接近了。想想从建筑到全球物流和危机响应的一切可能产生的影响。在我们的下一次深入研究之前，这是值得思考的事情。感谢您的加入，我们期待着很快为您解析下一批来源。