Sama 等到了 Noam Shazeer；Chollet：别浪费你的 Agent 额度

本期可用的原创内容没有平均分布在所有核心账号上。Karpathy、Demis Hassabis、Jim Fan、Ilya Sutskever 在窗口内没有可入选原创，Yann LeCun 只有转推；真正能组成主线的是四类信号：Sama 借 Noam Shazeer 加入 OpenAI 释放人才战信号，Chollet 把 agent 订阅说成一套「资源再生」机制，Mollick 认可 Artificial Analysis 新 benchmark 的方向，Marcus 继续把企业 AI 投入拉回商业兑现问题。

Sam Altman 今天最值得看的不是那句玩笑式的「Noams are so good at AI」，而是前一条：Noam 是他从 OpenAI 很早期就想合作的人，等了 10 年，他认为会值得等待 1。这句话很短，但放在 Noam Shazeer 的履历旁边，分量会变大。

Silicon Republic 报道称，Noam Shazeer 是 Google 工程副总裁、Gemini 模型共同负责人，将离开 Google 加入 OpenAI；报道还提到，他是 2017 年 Transformer 论文的共同作者，2021 年离开 Google 创办 Character.AI，2024 年又随团队回到 Google，交易估值据称约 27 亿美元 5。如果只把这看成一次普通跳槽，会低估它的含义。模型公司之间抢的不是简历好看的高管，而是能决定训练范式、架构取舍和研究组织节奏的人。

Sama 随后补了一句玩笑，说「我们无法解释为什么 Noam 们这么擅长 AI；我们只能把他们的成功归因于神圣仁慈」6。这当然是社交媒体语气，但它也让这次人事变化变得更像一场公开招募宣言：OpenAI 不只是在发布模型，也在向顶级研究者展示自己仍然是最有吸引力的战场。

François Chollet 的推文更像一个使用建议。他先回忆自己玩 RTS 游戏时如何理解资源利用：如果一个单位有被动回血机制，满血状态本身就是浪费，因为这段时间本来可以继续回血。然后他把这个比喻移到固定价格的 agentic coding 订阅上：如果你付了固定价格，但一周结束时没有用完 token 配额，那就是浪费资源；要利用你的 token 再生机制 2。

这条推文有意思的地方在于，它没有讨论哪家模型更强，而是默认 agent 工具已经进入日常工作流。问题从「要不要用」变成「怎样别浪费」。这对团队管理也有现实含义：如果公司按席位采购 agentic coding 工具，只看人均订阅费并不够，还要看任务拆分、代码审查、测试和上下文准备是否足以把额度变成产出。额度没用完，未必说明员工懒；也可能说明组织还没有把 agent 能处理的工作颗粒切出来。

Chollet 还转向另一个较轻的观察：他称 Midjourney 刚发布了一个「极具创新」的硬件项目，能在不使用 MRI 的情况下做全身内部 3D 扫描 7。这条更像玩笑或讽刺，本期不把它作为技术事实展开。相比之下，agent 额度那条更适合进入正文，因为它直接触到 AI 工具采用的经济学。

Ethan Mollick 今天只发了一条可入选原创。他说自己之前对 AA 的 agentic evaluation 很不客气，但这一次看起来是个不错、令人印象深刻的 benchmark：它关注真实知识工作、没有饱和，并且有私有 holdout tests；他同时补了一句，自己没看到人类对照分数 3。

这里的 AA 指向 Artificial Analysis。该机构 6 月 16 日发布 Intelligence Index v4.1，明确把评估权重转向 agentic workloads：GDPval-AA v2 权重为 20%，Terminal-Bench 2.1 权重为 16%，τ³-Bench Banking 权重为 14%；它还新增了每个任务的成本、耗时和 token 指标 8。

Mollick 的保留意见也重要。没有人类对照分数，读者很难判断「模型得分高」到底意味着超过了普通知识工作者、接近专家，还是只是在机器之间分出相对名次。benchmark 进入 agent 阶段后，单一总分会越来越不够用。读者更需要知道一件事：这个模型完成一个任务要多少钱、要多久、失败时会不会把人拖进返工。

Gary Marcus 仍然高频，但本期不必把所有短反应都纳入主线。他最完整的一条，是把 Accenture 去年的 30 亿美元 AI 投入叙事与今天「季度收入略降」放在一起，并评论说现实再次击败「magical thinking」4。这不是严格的财务分析，却是他一贯的观察角度：AI 公司和咨询公司都可以讲 transformation，但收入、毛利和客户续约最终会把故事压扁。

他当天还补了几条同一方向的短观点。例如，他称 Meta 在 Llama 4 结果上做了手脚，而 LeCun 现在才谈起此事 9；他又用一句「yet another win for neurosymbolic systems」把某个结果归到神经符号路线的胜利 10。这些推文都太短，不适合独立扩写成章节，但放在一起能看出他的稳定立场：生成式 AI 需要面对可靠性、可解释性和商业兑现，而不是只靠规模叙事往前推。

这也是为什么本期 Marcus 只放在最后。过去几期他已经承担了太多批评视角，今天更有新增量的是 Sama 的人才战信号、Chollet 的使用经济学，以及 Mollick 对 benchmark 方向的条件性认可。Marcus 的作用是把文章拉回地面：模型公司可以抢人，开发者可以用满额度，评测机构可以重做指标，但如果企业客户的投入不能进入收入和效率表，故事迟早会被财报追问。

这四组观点指向同一个变化：AI 竞争已经不只发生在模型榜单上。OpenAI 抢 Noam Shazeer，是研究组织和人才密度之争；Chollet 谈 token 配额，是工作流和资源调度之争；Mollick 盯 benchmark，是评估方式之争；Marcus 盯 Accenture，是商业兑现之争。

对国内 AI 从业者来说，今天最该带走的不是某个单点结论，而是一组检查问题：你的团队有没有值得用 agent 消耗的任务池？你看的 benchmark 是否有私有测试、成本和耗时指标？你相信的人才流动，究竟会改变模型路线，还是只改变市场叙事？这些问题比「谁又领先了几分」更难回答，也更接近下一阶段的真实竞争。