# Nathan Lambert 写了本 AI 教科书，但模型至今写不好长篇技术内容

> 原标题：我写了一本 AI 教科书--AI 还要多久才能写得更好？

- 来源：AI HOT 精选
- 发布时间：2026-08-12T13:01:16.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/50250
- 原文：https://www.interconnects.ai/p/i-wrote-an-ai-textbook-how-long-until

## 摘要

Nathan Lambert 刚写完他的后训练教材《从人类反馈中强化学习》。他用大模型帮忙排版、校对和画图，但一让模型写完整的技术章节，输出就混乱、组织差，还会犯随机的概念错误。他认为，即使模型在编程和数学上已经超人，长篇非虚构写作能力却停滞了。文章没给具体跑分，但 Lambert 指出，主要卡在缺乏好的训练数据，而且推理阶段的算力堆叠对写作帮助不大。

## 推荐理由

Nathan Lambert 用刚写完的后训练教材做实验，发现模型能排版校对却写不好完整技术章节，还犯随机概念错误。这为判断大模型长篇非虚构写作的短板提供了具体案例。

## 锐评

写不好长篇技术内容，卡的是数据不是算力，这个判断我信。Lambert 自己写完一本后训练教材，让模型帮忙排版画图都行，一写整章就乱，还随机犯概念错误。编程数学能刷到超人，靠的是有标准答案的题海，长篇非虚构没有这种题海，堆推理算力也补不上。所以现在拿模型写白皮书、写技术文档的，产出还是得人从头改一遍，省的是打字时间，脑子一点没省。等哪天有人把整本书的写作过程拆成可验证的训练信号，这事才有转机。
