Nathan Lambert：AI 落地长尾知识工作所需的专家投入被严重低估

AI 研究者 Nathan Lambert 在 X 上提出，将 AI 收益扩散到长尾知识工作所需的人类专家投入，可能被严重低估。他建议更多数据公司围绕这一方向做品牌定位，让专家帮助 AI 公司改进工具，使从业者更高效而非被替换。以软件工程师为例，他指出当前市场对 SWE 的需求依然旺盛，说明许多知识工作高度依赖人际互动、上下文与实际场景，AI 采纳更多会带来生产力增益。他认为这种定位与实验室"ASI 将取代所有知识工作"的叙事相冲突，也意味着扩散过程会比评测基准显示的更漫长。他同时披露自己担任数据公司 Mercor 的顾问，认为其可能处于这场扩散进程的中心。