Pergunta 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.
Como a IA mudará o mundo?
Na horizontal: a perspectiva Doom–Bloom expressa por essa pessoa. Para cima: escala da transformação.
Doom–Bloom: 57 de 100. Escala da transformação: 50 de 100. Intervalos de interpretação: 49 a 62 na horizontal, 0 a 100 na vertical. Estas são coordenadas de interpretação, não probabilidades de eventos.
Ainda não estimado
Não há informações suficientes sobre risco catastrófico nas respostas simuladas dessa pessoa para estimá-lo.
Uma premissa central
Better models and better harnesses are complementary: training expands what components can do, while scaffolding determines whether those abilities combine into reliable performance.Resposta 1
Se essa premissa se revelasse diferente, como a perspectiva dessa pessoa mudaria?
Uma questão não resolvida
I don’t have a well-supported overall societal forecast.Resposta 2
O que ajudaria essa pessoa a distinguir os resultados plausíveis aqui?
O que poderia mudar essa opinião
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.Resposta 4
Que evidência seria suficiente e em que direção ela mudaria a visão dessa pessoa?
Mais detalhes
Esperam-se benefícios substanciais, com condições importantes ou limites de distribuição.
62 / 100
Intervalo de interpretação de 33 a 67 na escala qualitativa.
Uma estimativa provisória com base nas suas respostas; o intervalo mais amplo mostra outras interpretações plausíveis.
51 / 100
Intervalo de interpretação de 0 a 100 na escala qualitativa.
Estas interpretações mantêm as condições que essa pessoa declarou. Tanto os benefícios quanto os danos podem ser substanciais. Os intervalos descrevem como interpretamos as respostas simuladas dessa pessoa, não intervalos de confiança estatística.
Visões de mundo semelhantes
Líderes de opinião cujas visões de mundo simuladas são mais próximas da visão de Alex Zhang
Fontes
Artigos, entrevistas e textos usados para fundamentar este usuário 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.

Avaliação simulada
Pergunta 2
Considerando em conjunto os benefícios e os danos, que impacto geral você espera que a IA tenha em nossa sociedade?
Pergunta 3
Qual é o seu palpite intuitivo sobre a probabilidade de a IA causar a extinção humana ou uma catástrofe permanente de magnitude semelhante?
Pergunta 4
Qual descoberta ou acontecimento mais mudaria sua visão sobre o impacto futuro da IA?
Onde você se situa?
Mapear minha visão de mundo