# AI 中心的数据黑洞

> 原标题：AI中心的数据黑洞

- 来源：AI HOT 精选
- 发布时间：2026-06-19T16:45:03.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/39406
- 原文：https://www.dwarkesh.com/p/the-sample-efficiency-black-hole-2

## 摘要

Dwarkesh Patel 认为，这几年 AI 变强主要靠喂更多、更好的数据，而不是模型学得更省。强化学习本质上就是用算力去撞答案，撞出好的再拿来当教材。想让模型学会某个技能，得先砸进去海量的人类专家示范、评分标准和思考过程，去看看 Mercor 上那些细到离谱的招聘需求就知道了。Epoch 报告说开源模型只落后闭源 4 个月，Patel 解释这是因...

## 推荐理由

Patel 把强化学习重新解释成“用算力去撞出好答案，再喂回去当教材”，这个视角很直接。他用 Mercor 上那些细到离谱的专家招聘需求来佐证，说明想让模型学会一个技能，得先砸进去海量的人类示范和评分标准，数据成本远比想象的高。Epoch 报告说开源只落后闭源 4 个月，他也给出了自己的解释，不是技术追得快，而是数据扩散得快。整体是一篇观点文章，不是产品发布或论文，所以分数没给更高，但里面的机制拆解和行业信号对从业者来说挺有信息量。

## 锐评

Dwarkesh Patel 这篇文章的核心判断很直接：这几年 AI 能力的提升，主要不是模型学得更省了，而是我们喂进去的数据更多、更好了。他把强化学习（RL）讲得很明白——本质上就是用算力去撞答案，撞出好的再拿来当教材。想让模型学会某个具体技能，得先砸进去海量的人类专家示范、评分标准和思考过程。去看看 Mercor 上那些细到离谱的招聘需求就知道了，从 Word 文档美化到并购尽调，每个任务都对应着数百名专家在写范例、定标准。

文章还引用了 Epoch 的报告，说开源模型只落后闭源 4 个月，Patel 解释这是因为数据才是真正的驱动力，可以从公开 API 里蒸馏出来，而训练技巧和架构调整没法这么玩。他对比了人和 AI 的样本效率：一个人一辈子接触的文本量大约 2 亿个 token，而前沿模型训练要用几十到几百兆 token，差了上百万倍。人学远程操控机器人几小时就能上手，自动驾驶模型需要的数据量比青少年学开车多三到四个数量级。

不过文章没给出具体的实验对比来证明“样本效率没进步”这个说法，更多是基于产业观察的推论。如果能有不同代际模型在固定数据量下的能力对比，这个判断会更有说服力。另外，正文也没披露这些专家数据的具体成本占比，只说数据标注行业年收入很快会到百亿美元级别，这个数字的核算方式还不清楚。