Dwarkesh vařil podle mého názoru: -RLVR paradox: Laboratoře utrácejí miliardy za předpřípravu konkrétních dovedností, což vytváří základní napětí: pokud jsme blízko lidským žákům, je to celé předškolení zbytečné, protože by se učili přímo v práci. -Skutečná hodnota lidské práce: Nepotřebujeme vlastní tréninkové postupy pro každý mikroúkol; současná AI ano. -Difuzní zpoždění = zvládání: Kdyby modely byly ekvivalentní lidem, integrovaly by se rychleji než zaměstnanci [O tom lze diskutovat – původ dat, důvěra firem v spolehlivost, obavy z výměny atd. mohou rozumně zdržet nasazení AI; ale stále bychom byli přesvědčeni, že je to lepší volba, a to zatím není pravda, takže podle mě to platí]. -Došlo k posunu cíle: vyřešili jsme to, co jsme považovali za úzká místa v AGI (např. uvažování), ale zatím nemůžeme automatizovat 95 % práce se znalostmi. Inteligence je víc, než jsme si uvědomovali a dříve definovali, a to je v pořádku přiznat. - Úzké hrdlo neustálého učení: Budoucí výbušnost AI závisí na řešení neustálého učení – nasazení agentů, učení se ze zkušeností, sloučení znalostí zpět do "kolektivní mysli". Daleko od toho, ale optimistické, tam se dostaneme!