Nate Jones 与 Shira Lazar 回顾 2025 年的 AI

在 2025 年 12 月的一期年终节目中，Shira Lazar 与分析师 Nate Jones 回顾重要 AI 事件，并对 2026 年作出预测。他们的判断和预测反映录制时的情况。

两人从 GPT-5.2 谈起。Jones 说，他认为最有意思的改进涉及要求较高的工作流程，例如处理大型电子表格并制作演示文稿，而非普通聊天机器人对话。

Jones 预测，不同模型版本之间普通聊天的体验差异可能变小，而更高级的工作流程继续变化。这是他在 2025 年的判断，并非节目证明的结论。

话题转向与 Google Gemini 3 的竞争。Jones 认为竞争压力对 OpenAI 的融资和基础设施战略很重要；他将这一解释作为个人观点提出。

Shira 提到 Gemini 的功能，认为通用模型的能力可能影响规模较小的单用途产品。Jones 预计，随着基础模型承担更多任务，这一趋势会继续。

讨论 Claude Opus 4.5 时，Jones 说，非程序员越来越容易借助 AI 开始构建网站或应用。他也指出，将意图转化成可运行产品仍然困难。

初步原型完成后，部署、托管和其他软件细节等意料之外的问题可能出现。Jones 建议人们即使不成为专业程序员，也学习足够的技术概念，以便沟通和作决定。

Shira 讨论 DeepSeek 对 2025 年模型格局的影响，以及其报告成本受到的关注。Jones 认为广泛传播的成本标题遗漏了重要背景；他对发布时间和动机的解释属于推测。

两人讨论狭窄的基准测试结果与更一般任务表现之间的区别。Jones 说，一些模型可能较脆弱，认为让表现更稳定是重要的改进方向。

Jones 认为开放模型可以让 AI 在许多设备上普及，即使本地模型不是可用模型中最强的。Shira 说自己关注这一话题，但没有亲自深入使用开放模型。

两人转向 Sora 和好莱坞，讨论 Disney 与 OpenAI 的协议以及电影公司可能授权角色的原因。Jones 对私人谈判的描述是猜测，并非对话确立的事实。

他们询问，随着合成角色和授权安排发展，表演者与工会如何回应。Shira 说，协议推进的速度引发了创意工作者如何跟上的问题。

谈到版权争议时，两人讨论诉讼以及作者与 Anthropic 之间的一项和解。他们的评论是 2025 年对特定案件的讨论，并非对版权法或后来案件状态的全面说明。

他们讨论转换性使用、授权材料和和解可能如何影响行业。两人都推测了公司选择特定策略的原因；对话没有解决背后的法律问题。

话题转到 AI 音乐。Shira 提到生成声音和授权的例子，Jones 则区分了短暂的流媒体热门作品与许多艺术家建立职业生涯所依赖的现场演出。

Jones 预计，一些艺术家会在录音室制作的部分环节使用 AI，而另一些人仍然重视可辨认的人类合作者。Shira 谨慎地将这场讨论与过去围绕制作技术的争论作比较。

他们讨论一位合成表演者，并推测生成角色可能在电影的哪些领域出现。Jones 区分了以知名明星为核心的制作，以及观众可能不那么关注具体演员的类型。

Shira 提到颁奖和电影制作中披露 AI 使用的问题。Jones 描述了看到一个 AI 生成的自己说另一种语言的视频，并设想本地化用途；Shira 则提出可能对工作岗位造成的影响。

谈到图像生成时，两人都称赞录制时的 Nano Banana。Jones 预测竞争会继续；他们的排名是有时间背景的观点，并非当前比较。

Shira 问图像工具是否会造成大量低质量 AI 内容。Jones 认为低质量作品早于 AI 就存在，并建议同时审视生成内容的数量和评价人类作品的标准。

他们讨论的最后一个 2025 年话题是数据中心和可持续性。Jones 说水和电力应分别考虑，并与其他活动作比较。节目没有提供足够细节，无法验证这些比较或将其推广到不同地点。

Jones 主张将 AI 与其他行业比较，并说公众可以要求使用更多可再生电力。他也承认，数据中心项目在快速建设时可能依赖天然气。

两人讨论可再生能源设施选址和当地反对的困难。Jones 提出自己对中国建设情况的解释；这些是讨论者的看法，而非环境评估。

从 2025 年 12 月展望未来，两人讨论美国可能的 AI 监管。Jones 预测联邦层面可能行动有限，儿童保护或许是例外；他们也考虑州和国际层面的可能做法。这些是历史预测，并非现行法律说明。

谈到文本生成视频，Jones 预计广告平台会进一步自动化创意制作，并预测合成广告增加。他也提出一个开放问题：观众是否会与合成人物建立持久关系。

Shira 说，比起某一个合成影响者，她更担心信息环境过于拥挤。她计划强调线下活动、专业知识和人际关系，以建立信任。

Jones 认同，当观众不确定什么是真实时，原创思考和线下聚会可能更加重要。两人将此作为对行为的预测，而非已经证明的结果。

他们讨论政治、深度伪造和信任。Jones 认为确认偏误早于 AI 就存在；Shira 则强调有组织虚假信息的复杂程度，以及质疑自己消费和分享内容的必要性。

再次谈到可持续性时，Jones 希望人们更准确地讨论当地影响，包括水温和生态系统。Shira 说，明确的期望有助于发现降低影响的机会。

谈到教育时，两人希望 AI 能支持个性化学习，让教师更专注于教学。Jones 设想一种向学生解释概念、而不是直接给答案的系统。

Shira 认为现有工具和政策中的缺口也是人们构建解决方案的机会。Jones 最后说，未来不必令人恐惧，但跟上变化需要持续、有意识的努力。

Shira 感谢 Jones，向听众介绍他的作品，然后结束年终节目。此处回顾省略了节目后续的赞助和频道公告。