行业转向「夜间训练」模拟持续学习，作者称 AI 才打了第一局
PTrubey · x · 2026-09-06
作者回顾自己一年前的预测：既然缺乏持续学习能力，可以用大量算力做夜间训练来弥补——类似人类睡眠中的学习巩固。Claude 之后的 agent 与脚手架进展印证了这一判断。
- 但他认为这条路依然笨重、昂贵、能效差，AI 机器人会进一步暴露这些短板
- 各公司仍在研究无反向传播的持续学习算法，速度、能效和成本有望好几个数量级
- 圣杯场景是对话式教会机器人新技能（配少量演示），他曾认为需要全新架构（如 Rain Neuromorphic 的方向），现在则认为反向传播+脚手架+紧凑的训练/推理闭环也可能做到
- 结论：AI 进展才刚打到第一局，还有更多「鞋」等着掉下来
「漫话AGI」频道最新
- 前 OpenAI 研究副总裁 Brundage:没有哪家 AI 公司能长期保持显著领先 — AdrienLE · 2026-09-06
- 前 OpenAI 研究副总裁 Brundage:头部实验室难拉开决定性时间差 — Miles_Brundage · 2026-09-06
- 「GPT-6 达不到这四项就不配叫 AGI」引热议 — GaryMarcus · 2026-09-06
- 研究者:6 Astra 的讨论质量已超过我半数学术同事 — HostileSpectrum · 2026-09-06
- 哲学家Alain de Botton在FT节谈AI如何改变人际与亲密关系 — AnnaCiaunica · 2026-09-06
- Casado 与 Breunig 交锋:「通用软件智能」与 LLM 生态之辩 — dbreunig · 2026-09-06