AI 数学突破总在反驳旧边界，研究员这样看
herbiebradley · x · 2026-07-24
AI 研究员 Herbie Bradley 认为，迄今为止多数 AI 数学突破，实际上都在反驳人们先前对模型能力边界的判断。
- 他指出，很多人把 RSI（递归自我改进）的希望寄托在样本效率提升 2 到 3 个数量级，但 RL 在长链路任务上本身就并不算高效。
- 在他看来，当前系统仍更像是在 transformer 及其变体上做模式识别，并没有真正刻画科学发现过程。
- 他还强调，模型在新发现、依赖直觉的研发、创新上，至今仍明显弱于人类研究者。
- 过去那些数学突破，往往都是对“模型不可能做到什么”的反例。
「漫话AGI」频道最新
- Anthropic 内部爆料:并非人人都持高 p(doom) 灾难论 — anpaure · 2026-09-11
- 一万个智能体能否突破反向传播,找到更好的学习算法 — SeunghyunSEO7 · 2026-09-11
- AI 陪伴的隐秘代价：它消解了建立真实亲密关系所需的摩擦 — YogeshMalik · 2026-09-11
- Wired 深度解析:为何众多 AI 研究者担心机器威胁人类生存 — wiredmagazine · 2026-09-11
- 「幻觉」或是范畴错误:把 AI 叫智能正在限制我们的想象 — Genaforvena · 2026-09-11
- 观点：Agent 真正的瓶颈是企业数据工程能力 — dhruv2038 · 2026-09-11