AI 最强杠杆在代码数学科学
johnseach · x · 2026-07-10
作者认为，到了 2026 年，前沿模型在写作、资料综合、学习、基础分析和问题解决上，已经超过大多数人日常真正需要的水平；继续提升通用聊天质量的边际收益会越来越低。 他判断接下来最有杠杆的进展会集中在三类明确可验证的领域： - **编程**：AI agents 已经能在基准上解决大多数真实软件工程任务，人的工作会更多上移到架构、系统设计和新问题探索。 - **数学**：推理模型和可验证奖励训练正在推动形式数学、猜想生成和证明辅助。 - **科学发现**：AI 擅长文献综合、模式发现、假设生成和实验设计，已在天文学、天体物理、生物学和材料科学中改变发现速度。 作者强调，这三者会形成正反馈飞轮：更好的工具加速进展，新数据又反过来改进 AI 本身。相比之下，长程智能体、机器人、可靠性和校准也重要，但当前最大的倍增器仍在代码、数学和科学研究的交叉处。