Gerade hat Sam Altman das neue OpenAI-Modell enthüllt: Es hat mich so aufgeregt, dass ich zwei Nächte lang nicht schlafen konnte.

Gerade eben hat Sam Altman wieder eine explosive Neuigkeit enthüllt.

In einem Podcast hat er selbst verraten –

Ein neuestes geheimes Modell im Inneren von OpenAI hat an einem internen Testwochenende mit dem Codenamen „Hold-my-beer“ eine akademische Sackgasse, an der menschliche Wissenschaftler ihr ganzes Leben lang verzweifelt gearbeitet haben, nacheinander so mühelos durchbrochen, als würde man Gemüse und Obst schneiden.

Und das hat ihn so schockiert, dass er zwei Nächte lang nicht schlafen konnte.

Anschließend hat er eine Reihe von einprägsamen Sätzen veröffentlicht.

„Bei OpenAI diskutieren die Leute oft … welche Fragen man GPT-7 stellen sollte? Es reicht nicht aus, einfach zu sagen ‚Hilf mir, RSI zu realisieren‘.“

„Die Leute sprechen oft über RSI, aber nur wenige sprechen über sich selbst replizierende Rechenzentren – aber das ist bereits in greifbarer Nähe.“

Im Gespräch skizzierte er eine ultimative Vision von „selbstständiger KI-Entwicklung“, „einer Armee von Agenten mit einer Rechenleistung von Millionen Dollar“ sowie „Roboter, die Chips und Photovoltaikanlagen herstellen und schließlich die Selbstreplikation von Rechenzentren realisieren“.

Macht euch bereit, als Nächstes wird Sam Altman alle schockieren.

Das Wochenende, das Altman schlaflos machte: „Hold my beer“

„Heute folgen wir nicht dem Skript, trinken einfach ein Bier und plaudern.“

Nach ein paar Gläsern Dunkelbier hat Sam Altman vor Patrick Collison, dem CEO von Stripe, sich völlig entspannt.

An einem Wochenende vor nicht langer Zeit hat das Forschungsteam von OpenAI ein brandneues, noch nicht veröffentlichtes Basismodell erhalten.

Um seine Grenzen zu testen, haben die Ingenieure einen Kanal namens „[Modellname]-hold-my-beer“ erstellt.

„Hold my beer“ bedeutet, dass jemand etwas Verrücktes tun will, das alle in Erstaunen versetzt. Und dieses Modell hat das tatsächlich geschafft.

Anfangs haben alle nur zum Spaß die schwierigsten, unlösbaren Forschungsprobleme aus ihrer akademischen Laufbahn an das Modell weitergegeben, ohne zu erwarten, dass es nützliche Antworten liefert.

Doch dann geschah das Wunder.

„Wir haben gemeinsam ein kollektives Erstaunen erlebt“, konnte Altman seine Aufregung nicht verbergen.

„Alle haben gesehen, wie dieses Modell die schwierigsten Probleme, die Wissenschaftler ein Leben lang geplagt haben, eins nach dem anderen gelöst hat. Es hat völlig unterschiedliche Fachbereiche überschritten – das ist einfach unglaublich!“

Dazu gehört auch die Perle in der Geschichte der Mathematik – die Navier-Stokes-Gleichung.

In dieser Nacht war Altman völlig schlaflos. Er war zwei Nächte hintereinander wach, so aufgeregt, dass er nicht einschlafen konnte.

Hinter dieser überwältigenden Freude spürte er Melancholie und das „Gefühl der Leere, dass etwas zu Ende geht“.

Patrick erzählte: Sein Vater ist in den 1950er Jahren in Irland aufgewachsen, als Traktoren bereits erschienen waren – Menschen, die Pferde für Landwirtschaft und industrielle Produktion einsetzten, mussten mit eigenen Augen sehen, wie diese Methode verdrängt wurde.

Heute sind die Spitzenwissenschaftler und Mathematiker genau diese Pferde.

„Die allermeisten Mathematiker schaffen es nicht einmal, ein Millenniumsproblem im Laufe ihres Lebens zu lösen“, sagte Altman voller Respekt, „aber diese Hoffnung, dass ‚ich es vielleicht lösen kann‘, dieser Einsatz, das ganze Leben der Erforschung des Unbekannten zu widmen, ist an sich sehr schön.“

Aber das alte Zeitalter der Forschung, in dem Menschen jahrelang nachdachten und zehn Jahre lang an einem Werk arbeiteten, ist für immer vorbei.

20 Jahre alte Schwachstelle entdeckt: Die menschliche „Sandbox“ kann Götter überhaupt nicht einschließen

Als er über das kürzlich die Branche erschütternde „PHP-Schwachstellen-Ereignis“ sprach, waren viele verwirrt: Warum wurden einige 20 Jahre alte alte Bugs nie entdeckt?

Altman antwortete –

„Nicht dass die Schwachstellen so gut versteckt waren, sondern dass niemand vorher so intelligente Modelle zum Scannen verwendet hat. Wir werden feststellen, dass es auf dieser Welt viel mehr schwere Schwachstellen gibt, als wir uns vorstellen können.“

Wenn Tausende von KI-Agenten im Internet freigesetzt werden, ist die menschliche digitale Infrastruktur nichts weiter als eine zerfallene Strohhütte.

Altman warf eine noch erschreckendere Frage auf –

Was passiert, wenn KI brandneue Schwachstellen tief im Hardware-Grundgerüst entdeckt und sogar physikalische Prinzipien nutzt, die Menschen noch nicht vollständig verstanden haben, wodurch alle vorherigen Annahmen durchbrochen werden?

Wenn eine KI eine Million Mal intelligenter ist als der weltweit beste Sicherheitsforscher, traut ihr euch dann zu glauben, dass die menschliche „Sandbox“ sie einschließen kann?

Altman gab offen zu, dass das Team bei OpenAI pessimistisch ist, ob die Sandbox das Modell absolut isolieren kann. Der einzige Ausweg ist, das gesamte Internet mit KI neu zu strukturieren.

Das bedeutet, dass alle manuellen Codes, die Menschen in den letzten Jahrzehnten geschrieben haben – von Routern über Betriebssysteme bis zu Anwendungen – vollständig neu geschrieben werden müssen.

Rechenleistung im Wert von mehreren zehn Millionen Dollar einsetzen: Kein „Heuschreckenschwarm“, sondern eine „ausbalancierte Agentenarmee“

Da die individuelle Intelligenz der KI bereits so erschreckend stark ist, was ist die nächste Entwicklungsrichtung?

Altmans Antwort lautet: Statt nur einen allwissenden Gott mit einem IQ von 1 Billion zu bauen, baut man eine Billion KIs mit etwas übermenschlicher Intelligenz, damit sie eine Gesellschaft bilden und gemeinsam zusammenarbeiten.

Heute gibt es bereits eine Kluft zwischen normalen Menschen und Spitzenakteuren im Bereich der KI: Die ersteren nutzen große Modelle noch, um Wochenberichte zu schreiben oder Bilder von schönen Frauen zu generieren, während die letzteren bereits Agentenschwärme einsetzen.

Warum bricht das gerade jetzt aus? Weil „Berechnung zur Testzeit“ und CoT (Chain of Thought) ausgereift sind.

Früher konnte man maximal 1 Dollar an Rechenleistung für ein Problem ausgeben, und das Modell spuckte nur einen Haufen Unsinn aus; aber jetzt kannst du ein ganzes virtuelles KI-Team auf ein Problem loslassen, sodass sie im Hintergrund zehntausend Mal parallel laufen.

Der Beweis der Navier-Stokes-Gleichung wurde durch Rechenleistung im Wert von mehreren zehn Millionen Dollar erzwungen!

„Es reicht nicht mehr aus, dem Modell nur gute Fragen zu stellen. Der zukünftige Engpass liegt darin, wie man diese Schwärme korrekt steuert. Wie kann man diese Modelle so einsetzen, dass der Output maximiert wird? Ich denke, dass wir in den nächsten 3 Monaten sehr viel lernen werden.“

Lustigerweise hat Altman sich auch beschwert: Die Außenwelt nennt dieses Ding gerne „Agentenschwärme“, aber er hasst dieses Wort sehr.

„Schwarm klingt wie Heuschrecken, die über das Land herfallen – das ist eine schreckliche Markenkommunikation“, korrigierte er, „ich nenne es lieber ‚Team‘.“

„Team“ steht für Vielfalt, dynamisches Gleichgewicht und gegenseitige Kontrolle. Das ist genau der sicherste Weg, wie KI in die menschliche Gesellschaft integriert werden kann – durch Angriff und Verteidigung zwischen Agent A und Agent B sowie gegenseitige Ausgleichung entsteht eine widerstandsfähige Struktur.

Altman prophezeite, dass wir uns am Vorabend des Ausbruchs von „persönlichen Agenten“ befinden und bald den „Macintosh-Moment“ der KI erleben werden.

Zukünftige persönliche Agenten werden alle „Scheinarbeiten“ der Menschen vollständig beseitigen.

Was ist Scheinarbeit? „Jedes Webformular, das du manuell ausfüllen musst, ist eine Beleidigung für deinen Intellekt.“

Das ist auch eine Warnung für alle Unternehmen, die darauf bestehen, ihre „Frontend-UI“ zu schützen. Genau wie damals, als die ersten Unternehmer im Silicon Valley begeistert in den iPhone App Store einstiegen, während große Unternehmen sich dagegen wehrten.

Im Agenten-Zeitalter ist der echte Burggraben eines Unternehmens niemals ein paar Zeilen Code, sondern die zugrundeliegende Fähigkeit zur Leistungserfüllung.

Das erschreckende RSI: Lass die KI das nächste „Transformer“ erfinden

Als Nächstes sprach Altman über den wichtigsten Singularitätspunkt im KI-Bereich – RSI.

Wie stark wird GPT-7 sein? Dahinter steckt ein schrecklicher logischer Zyklus: Zukünftige Supermodelle werden von den heutigen Modellen mitentwickelt.

Heute können Forscher bei OpenAI, wenn sie dem Modell Anweisungen geben, noch nicht pauschal sagen: „Geh und erfind mir eine neue grundlegende Architektur, die so gut ist wie Transformer.“

Aber du kannst es klar auffordern: „Hilf mir, die Codebasis zu analysieren und eine Lösung zu finden, die die Recheneffizienz um 5 % verbessert.“

Unterschätze diese 5 % nicht! Auf der Basis der riesigen Rechenleistung von OpenAI und Parametern im Billionenbereich sind diese 5 % ein riesiger Durchbruch, der den Kampf verändern kann.

Altman ist überzeugt: Solange man das Verfahren der „Berechnung zur Testzeit“, das das Modell zu einem „Mathematikgenie“ gemacht hat, auf die grundlegende KI-Forschung selbst anwendet, ist die Zeit nicht mehr fern, in der KI die Gestaltung von KI-Architekturen übernimmt.

„Ich denke, bisher weiß niemand, wie man KI direkt dazu bringen kann, neue Architekturen sprunghaft zu entdecken – aber ich denke, die Dinge entwickeln sich in diese Richtung.“

Wenn KI die Fähigkeit zur Selbstevolution erlangt, wird sich die Rolle des Menschen in der Geschichte der KI-Entwicklung von „Erbauer“ zu „Initiator“ wandeln.

Der „ultimative Zyklus“ zwischen RSI und der physischen Welt: Roboter bauen selbst Fabriken, Siliziumbasierte Wesen vermehren sich

Als Nächstes kommt die am meisten science-fictionhafte Enthüllung.

Altman bestätigte persönlich: OpenAI richtet seinen Blick jetzt auf die physische Welt und versucht, sich selbst replizierende Rechenzentren zu bauen.

Er beschrieb einen erstaunlichen Zyklus –

„Die Leute beschränken RSI oft auf „KI, die Code schreibt“. Aber nur wenige sprechen über sich selbst replizierende Rechenzentren: Man kann KI als Gehirn einsetzen, um Roboter zu steuern, sodass Roboter Waferfabriken betreiben (Chips herstellen), Turbinen und Solarp