姚顺雨：RL 终于有效，AI 进入「下半场」

dejavucoder · x · 2026-08-28

姚顺雨发布新博客《The Second Half》，认为 AI 已进入「中场休息」后的下半场。过去几十年 AI 的进步主要依靠训练方法的创新（如搜索、深度 RL、Scaling），而现在核心转折点在于强化学习（RL）终于实现了泛化。现在单一配方即可解决软件工程、创意写作、IMO 数学、鼠标键盘操作等多种任务。在下半场，重点将从「解决问题」（训练模型）转向「定义问题」（评估指标）。这一时代评估比训练更重要，从业者需要像产品经理一样思考，转变思维方式和技能集。