Bence Dwarkesh bununla yemek yaptı: -RLVR paradoksu: Laboratuvarların milyarlarca dolar harcaması, belirli becerilere özel beceriler için harcıyor ve bu temel bir gerilimi ortaya koyuyor: insan benzeri öğrenenlere yakınsak, tüm bu ön eğitim anlamsız hale gelir çünkü onlar iş başında öğrenirler. -İnsan emeğinin gerçek değeri: Her mikro-görev için özel eğitim hatlarına ihtiyacımız yok; Mevcut yapay zeka bunu yapıyor. -Difüzyon gecikmesi = başa çıkma: Modeller insan eşdeğeri olsaydı, çalışanlardan daha hızlı entegre olurlar [Bunu tartışabilir - veri kaynağı, iş güvenilirliğine güven, ikame korkuları vb. yapay zeka dağıtımını makul bir şekilde durdurabilir; ama yine de hepimiz bunun daha iyi bir seçenek olduğuna inanırdık ve bu henüz doğru değil, bu yüzden bence bu doğru). -Hedef noktası kaydırma oldu: AGI darboğazlarını (örneğin akıl yürütme) çözdük ama henüz bilgi çalışmalarının %95'ini otomatikleştiremedik. Zeka, daha önce fark ettiğimizden ve tanımladığımızdan daha fazlasıdır ve bunu kabul etmek normal. -Sürekli Öğrenme Darboğazı: Gelecekteki yapay zeka patlayıcılığı, sürekli öğrenmeyi çözmeye bağlıdır - ajanlar konuşlandırılır, deneyimden öğrenilir, bilgiyi "kovan zihnine" birleştirir. Bundan çok uzak ama oraya ulaşabiliriz!