统计学家直指 AI 软肋:擅长重复性编码,却做不好知识创新
kareem_carr · x · 2026-08-01
统计学家 Kareem Carr 在讨论中指出一个反直觉的现象:AI 在编码和数学方面的能力越来越强,是因为这些领域奖励对已有论证和解决方案的重复;但它们在通用知识工作方面却越来越糟糕。
他结合自身尝试使用 ChatGPT、Claude 等模型写 YouTube 视频脚本的失败经验指出,真正有价值的工作往往需要偏离文献中的共识。而目前的模型不仅无法提出有趣、新颖的选题(总是建议那些已被广泛讨论至烂俗的话题),即使给定题目,写出的内容也难以令人满意。
所属事件:科技博主实测主流大模型写视频脚本全军覆没(4 条相关)→
「漫话AGI」频道最新
- Paul Graham:无法被 Agent 调用的 Web 服务终将被淘汰 — EdenEmarco177 · 2026-08-01
- Peter Diamandis:毕业生应靠作品集而非仅凭成绩单求职 — PeterDiamandis · 2026-08-01
- 预测:AI for Science 到2030年将抢占全球20%研发支出 — basedjensen · 2026-08-01
- 学者反思 AI 评测局限:无法触及前沿模型 — sethlazar · 2026-08-01
- 前沿模型安全监督需双轨制:网络安全风险剧增,工作替代缓慢 — _akpiper · 2026-08-01
- 伯克利 Agentic AI 峰会 2026 蓄势待发,聚焦智能体安全与生态 — ben_burtenshaw · 2026-08-01