Pertanyaan 1
Alex Volkov
x.com/altryneThursdAI host and AI developer who tests new models and tools firsthand and focuses on making AI assistants useful for everyday people.
Bagaimana AI akan mengubah dunia?
Mendatar: pandangan Doom–Bloom yang mereka ungkapkan. Ke atas: skala transformasi.
Doom–Bloom: 68 dari 100. Skala transformasi: 29 dari 100. Rentang interpretasi: 63 hingga 75 secara horizontal, 11 hingga 39 secara vertikal. Ini adalah koordinat interpretasi, bukan probabilitas kejadian.
≈3%
Disimpulkan dari jawaban simulasi mereka, bukan angka yang mereka berikan. Rentang yang masuk akal: 1–11%.
Asumsi utama
Practical usefulness depends enormously on the model, its configuration, the harness around it, and the workflow.Jawaban 1
Jika asumsi ini ternyata berbeda, bagaimana pandangan mereka akan berubah?
Pertanyaan yang belum terjawab
The bigger unresolved issue is accountability.Jawaban 1
Apa yang akan membantu mereka membedakan hasil-hasil yang masuk akal di sini?
Detail lebih lanjut
Manfaat besar diperkirakan akan terwujud, dengan syarat penting atau keterbatasan distribusi.
66 / 100
Rentang interpretasi 67 hingga 67 pada skala kualitatif.
Kerugian yang dapat dikelola atau bersifat lokal diperkirakan akan terjadi.
35 / 100
Rentang interpretasi 33 hingga 33 pada skala kualitatif.
Estimasi sementara dari jawaban Anda; rentang yang lebih lebar menunjukkan penafsiran lain yang masuk akal.
50 / 100
Rentang interpretasi 0 hingga 100 pada skala kualitatif.
Interpretasi ini mempertahankan kondisi yang mereka nyatakan. Manfaat dan kerugian dapat sama-sama besar. Rentang tersebut menggambarkan cara kami membaca jawaban simulasi mereka, bukan interval kepercayaan statistik.
Pandangan dunia serupa
Pemimpin opini dengan pandangan dunia simulasi yang paling mendekati pandangan Alex Volkov
Penilaian Simulasi
Sumber
Artikel, wawancara, dan tulisan yang digunakan sebagai landasan bagi pengguna simulasi ini.
First-party show notes and code cover open models, agents and voice; includes 2026 agent integration work.

Volkov’s MIT-licensed utility for extracting JSON from LLM output; concrete developer work.

In his own28:13 intervention, identifies an accountability gap when a company’s agents cause a cyber intrusion and argues that pacing discussions must address responsibility. His own16:16–16:55 and1:12:56–1:13:11 comments emphasize accessible personal assistants and reduced cognitive load. Other speakers’ policy views are not his.

Di mana posisi Anda?
Petakan pandangan dunia saya