Ethan Mollick
PulseAugur coverage of Ethan Mollick — every cluster mentioning Ethan Mollick across labs, papers, and developer communities, ranked by signal.
- uses Bluesky Jetstream 95%
- founded fable 95%
- developed by fable 95%
- authored Bluesky Jetstream 90%
- used by fable 90%
- uses fable 90%
- authored by Jetstream 90%
- employed by Wharton 90%
- headquartered in Wharton 90%
- employed by University of Pennsylvania 90%
- employed by The Wharton School 90%
- headquartered in University of Pennsylvania 90%
25 天有情绪数据
Mollick to compare GPT-5 Pro and Claude Opus 4.8 in a structured benchmark
Given Mollick's recent use of both GPT-5 Pro for problem-solving and Claude Opus 4.8 for creative/complex tasks, and his observation of GPT-5 Pro's lead in single-shot problem-solving, he may conduct a more direct, structured comparison between the two models on a specific benchmark or task set.
Mollick highlights Claude 4.8's creative and complex task capabilities
Recent evidence shows Ethan Mollick using Claude 4.8 for a historical human visualization tool and a viral 'reincarnation simulator.' This suggests a pattern of Mollick exploring and showcasing Claude 4.8's advanced capabilities in creative generation and complex, multi-faceted tasks beyond simple text generation.
Mollick's work demonstrates AI's role in academic research and content creation
Mollick's recent activities, including using Claude 4.8 to draft an academic paper and GPT-5.5 Pro to review it, alongside his creation of a historical visualization tool, highlight the growing utility of AI in academic research workflows and content generation. This integration is becoming a recurring theme in his public commentary.
Ethan Mollick to publish findings on AI's impact on academic integrity
Given Ethan Mollick's recent commentary on AI's increasing prevalence in online content and academic papers, it's plausible he will soon publish a more detailed analysis or set of findings specifically addressing AI's impact on academic integrity and the challenges it poses for institutions.
Mollick to explore the 'reasoning gap' in AI development
Ethan Mollick's observation that AI reasoning progress has far exceeded early expectations suggests a potential area of future focus. He may explore the 'reasoning gap' – the difference between current AI capabilities and human-level reasoning, and what this implies for future AI development and deployment.
-
州数据中心禁令因效率提升对人工智能进步影响甚微
Ethan Mollick 援引 @randomwalker.bsky.social 的帖子，认为州级数据中心禁令对人工智能整体进步影响甚微。这归因于人工智能开发效率的提高，使得此类禁令作为控制人工智能发展轨迹的政策工具基本无效。
-
教授称，批量提交材料中的AI生成文本可被检测出
沃顿商学院教授Ethan Mollick观察到，在审阅多份提交材料时，AI生成的文本很容易被检测出来。他指出，即使经过语言修改，AI生成文档中的基本思想和概念在连续阅读时也往往会变得重复和相似。这使得审阅者能够清楚地看出AI已被使用，无论其试图如何掩饰。
-
Ethan Mollick 谈AI研究：旧模型研究需明确性
AI评论界的知名人士Ethan Mollick建议，发布侧重于旧AI模型的研究是可以接受的，前提是必须附带彻底且清晰的讨论。他强调了仔细沟通的重要性，特别是当受众包括非技术读者时，以确保研究的影响和背景被准确理解。
-
匿名“牛Alpha”大模型引发智谱AI与Google Gemini的争论
一个匿名的 ကု大语言模型，被中国网友称为“牛Alpha”或“Niu Lai”，因其令人印象深刻的100万token上下文窗口以及在处理代码、长期代理和复杂推理方面的先进能力而引起了广泛关注。对其分词器和视频编码的初步分析表明，它与智谱AI的GLM模型有很强的相似性，一些用户甚至发现了指向智谱的残留训练信息。然而，Google DeepMind员工最近的评论也引发了猜测，认为Ox Alpha可能与Google的Gemini系列有关，特…
-
Ethan Mollick：消费级AI被低估，已准备好提供帮助
Ethan Mollick 认为，尽管消费级AI已具备相当的能力，但目前仍被低估。他认为，AI已经足够先进，可以帮助个人应对诸如医疗保健、政府流程、个人理财和学校表格等复杂且耗时的任务。Mollick 建议，尽管人们在应对这些挑战，但他们错过了AI可以提供的宝贵支持。
-
Codex 和 Claude Code 在自动化填表任务方面表现出色
Ethan Mollick 强调了像 Codex 和 Claude Code 这样的 AI 编码助手在自动化繁琐任务方面的实际效用。他指出它们在填写通过电子邮件收到的表格方面非常有效，无需进一步干预。这些工具对于可能分散注意力的低风险、耗时活动尤其有益。
-
AI 工具 Fable 将创意提示转化为复杂代码
教授 Ethan Mollick 展示了一款名为 Fable 的新 AI 工具，该工具允许用户根据描述性提示生成复杂代码，特别是“twigl 着色器”。提供的示例展示了 Fable 根据对“《黄衣之王》中的卡尔克萨”的氛围的请求来解释生成着色器的能力。该工具凸显了 AI 将抽象创意概念转化为功能性代码的能力的进步。
-
Ethan Mollick 预测 AI 矛盾：公众憎恨 vs. 私下使用
Ethan Mollick 预测未来将充满关于 AI 的矛盾。他预计公众民意调查将显示普遍不喜欢 AI，但同时个人将广泛秘密地使用 AI 工具。此外，AI 公司可能会面临负面的公众看法，但用户将对他们偏爱的 AI 模型产生强烈的依恋。
-
GPT-5.6 Sol 在 AI 生成图像中模仿 Claude 的风格
AI 专家 Ethan Mollick 分享了一张由 GPT-5.6 Sol 生成的图像，他称其为对 Claude 相关风格的高度精准模仿。Mollick 表示，该图像成功捕捉到了 Claude 典型输出的精髓。
-
大型语言模型在风格多样性方面存在困难，影响用户体验
Ethan Mollick 指出了当前大型语言模型的一个重大限制：即使写得很好，它们也倾向于产生风格统一的文本。这种风格多样性的缺乏，在从说明、社交媒体到广告和PowerPoint等软件的各种应用中，都可能导致读者疲劳。Mollick 建议，虽然提示和温度调整提供了一些控制，但真正的风格变化仍然是一个研究不足的领域，需要进一步探索。
-
历史上的技术变革显示，就业受到冲击后会逐渐适应
技术对就业的影响在历史上遵循着一个模式：最初的冲击，然后是最终的适应。在第一次工业革命期间，纺纱技术的进步最初增加了对手工编织者的需求，创造了一个暂时的“黄金时代”。然而，随后动力织布机的出现导致手工编织者大规模失业，标志着一个社会剧烈动荡的时期。
-
Claude 的技能创建器因细节控制优于 ChatGPT 而受好评
Ethan Mollick 强调，对于希望对可重用技能进行详细控制的用户来说，Claude 的技能创建功能更胜一筹。与倾向于自动化流程的 ChatGPT 不同，Claude 通过比较、重复的反馈请求和 A/B 测试来积极引导用户改进技能。
-
历史上的技术转变显示就业影响不断演变，从繁荣到失业
历史上，技术进步对就业产生了复杂且不断演变的影响。在第一次工业革命期间，早期机械的引入最初增加了对手织工的需求，从而带来了该行业的繁荣期。然而，随后动力织布机的广泛采用，最终取代了手织工，并催生了卢德运动等运动。
-
OpenAI 将 20% 的研究算力用于对齐监控
Ethan Mollick 指出，OpenAI 承诺将其 20% 的研究推理算力用于链式思考监控，这表明其新模型中的对齐问题显著增加。这表明对齐问题正成为一个严重的问题，需要制定普适性政策来解决。
-
AI显示出加速科学发现的早期迹象
早期迹象表明，人工智能正开始加速科学发现，尤其是在预期会取得此类进展的领域。这一趋势正在被观察和记录，表明人工智能对研究和创新的影响日益增强。
-
Ethan Mollick 表示，大型语言模型（LLM）展现出心智理论能力，但难以处理多个受众
Ethan Mollick 强调，大型语言模型（LLM）拥有任何形式的“心智理论”都是一项重大进展，并指出这种能力在 GPT-4 中首次被观察到时曾引起争议。然而，Mollick 指出，这些模型仍然存在局限性，尤其是在同时考虑多个不同受众时。这种挣扎在它们区分最终用户和创作者视角方面的困难尤为明显，尤其是在编码或内容生成等环境中。
-
Gary Marcus 对 Dario Amodei 的 AI 驱动疾病治愈时间表提出质疑
Gary Marcus 批评 Dario Amodei 声称 AI 可以在未来 5-10 年内治愈包括癌症在内的大多数人类疾病。Marcus 认为 Amodei 的时间表不切实际，并指出医学科学的复杂性、漫长的临床试验过程以及尚未有 AI 设计的药物获得临床采用的事实。包括医生和生物学家在内的其他几位专家也公开反对 Amodei 的乐观预测，强调了医学突破所涉及的重大技术和经济障碍。
-
人工智能在政治竞选中的采用率激增，Anthropic与五角大楼的争端可能助推了这一趋势
人工智能工具在政治竞选中得到了显著的应用，政界人士的使用量明显增加。这一趋势可能部分受到Anthropic此前与五角大楼公开争端的影响，尽管难以建立直接的因果关系。人工智能在政治领域应用的迅速崛起表明，竞选活动和政治沟通的方式正在发生更广泛的转变。
-
本地硬件上的AI视频生成速度显著提升
Ethan Mollick展示了他在本地计算机上AI视频生成速度和质量的显著提升。一段最初的视频，展示了一只水獭在飞机上使用笔记本电脑的场景，使用Allegro生成，耗时20分钟。随后使用MiniMax H3创建的视频，仅用3分钟就生成了，并且包含了声音，这展示了本地AI处理能力的进步。
-
谷歌AI概览有望重塑网络信息消费方式
Ethan Mollick认为，即使单独来看，谷歌AI概览也有望从根本上改变人们在网络上消费和互动信息的方式。他指出，尽管该功能尚属新事物，但这种改变已经开始。