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
- 首篇论文即中 NeurIPS spotlight:多智能体集群安全研究 — LauraRuis · 2026-10-16
- Yoav Artzi 谈顶会评审：投稿洪流仍在加大，中位段论文评审随机性最高 — yoavartzi · 2026-10-16
- Letta 创始人：要在由问题定义的领域工作，而非由方法定义的领域 — lateinteraction · 2026-10-16
- 研究者预测：纯数学家将大量涌入 AI 存在性风险讨论圈 — Dr_Atoosa · 2026-10-16
- 用模型输出增强下一代训练数据,RSI 其实早已开始 — akbirthko · 2026-10-16
- Luiza Jarovsky：AI 时代职业前景难测，家长建议孩子不如「做所爱之事」 — LuizaJarovsky · 2026-10-16