AI 的下一个突破口:在工作中边干边学
下一个重大突破:AI在工作中学习
Dwarkesh Patel 认为,各大 AI 实验室现在赌的是用海量可验证任务把模型训成通用智能,但这套打法漏了一个关键前提:任务光能验证还不够,还得能“刷”——也就是能在确定、可回放的环境里并行跑大量试错。他用电脑操作举了个例子:让 AI 在 Etsy 上下单是可验证的,但你没法同时派一千个代理去冲亚马逊的结账流程,会被封。
推荐理由:Dwarkesh Patel 指出,AI 训练任务除了可验证,还需能在确定环境里并行试错,他用 Etsy 下单与亚马逊结账流程的对比说明这一条件为何难以满足。