Pregunta 1
Alex Zhang
x.com/a1zhangAI researcher who builds benchmarks and studies how scaffolds and recursive model calls can get more out of existing language models.
¿Cómo cambiará la IA el mundo?
Horizontal: su perspectiva Doom–Bloom expresada. Vertical: escala de la transformación.
Doom–Bloom: 57 de 100. Escala de la transformación: 50 de 100. Rangos de interpretación: de 49 a 62 en horizontal y de 0 a 100 en vertical. Son coordenadas de interpretación, no probabilidades de eventos.
Aún sin estimar
Sus respuestas simuladas no dicen lo suficiente sobre el riesgo catastrófico para estimarlo.
Un supuesto central
Better models and better harnesses are complementary: training expands what components can do, while scaffolding determines whether those abilities combine into reliable performance.Respuesta 1
Si este supuesto resultara distinto, ¿cómo cambiaría su perspectiva?
Una pregunta sin resolver
I don’t have a well-supported overall societal forecast.Respuesta 2
¿Qué le ayudaría a distinguir aquí entre los desenlaces plausibles?
Qué podría hacer cambiar de opinión
If learned decomposition and recursive inference let models solve genuinely novel, out-of-distribution tasks—not merely longer versions of familiar benchmarks—that would strengthen my expectation of rapid capability gains from better harnesses.Respuesta 4
¿Qué evidencia bastaría y en qué dirección movería su visión?
Más detalles
Se esperan beneficios sustanciales, con condiciones importantes o límites en su distribución.
62 / 100
Rango de interpretación de 33 a 67 en la escala cualitativa.
Una estimación provisional a partir de tus respuestas; el rango más amplio muestra otras lecturas plausibles.
51 / 100
Rango de interpretación de 0 a 100 en la escala cualitativa.
Estas interpretaciones conservan las condiciones que se indicaron. Los beneficios y los daños pueden ser considerables a la vez. Los rangos describen cómo leemos sus respuestas simuladas, no intervalos de confianza estadísticos.
Visiones similares
Líderes de opinión cuyas visiones simuladas son las más cercanas a la de Alex Zhang
Fuentes
Artículos, entrevistas y textos usados para fundamentar a este usuario simulado.
Coauthored proposal on underused capabilities and learned decomposition.

First-party index documents RLMs, KernelBench, VideoGameBench and 2026 work on harnesses.

Coauthored explanation of decomposing long contexts through a programming environment and recursive model calls, enabling processing beyond a single context window.

Argues existing neural models remain underused and inference scaffolds can unlock abilities; does not claim that scaling has ended.

Explains how harnesses can turn difficult out-of-distribution problems into compositions of familiar subproblems; better training remains important too.

Evaluación simulada
Pregunta 2
Considerando en conjunto los beneficios y los daños, ¿qué impacto general esperas que tenga la IA en nuestra sociedad?
Pregunta 3
¿Cuál es tu estimación intuitiva de la probabilidad de que la IA cause la extinción humana o una catástrofe permanente similar?
Pregunta 4
¿Qué descubrimiento o acontecimiento cambiaría más tu visión del impacto futuro de la IA?
¿Dónde te ubicas?
Mapear mi visión de la IA