博客长文：人类不会是 LLM 的经济性互补者，「品味是瓶颈」论站不住
zetalyrae · x · 2026-09-06
osmarks.net 博客发文《Limits to narrow LLM complementarity》，质疑近期流行的「品味（taste）是瓶颈」论，认为它与此前「harness 是瓶颈」「prompt engineering 是瓶颈」等说法一样缺乏长期有效性。
核心论证：
- 自 2024 年底以来，前沿 LLM 转向基于结果奖励的大算力强化学习，使模型更快更便宜地「完成任务」，但通用性提升仍靠规模。
- 人类要成为 LLM 的经济性互补者，必须在计入协调成本后，以比 LLM 自身更低的成本提供有用技能——作者认为协调成本非常高。
- 一个被低估的事实：生产环境中的 LLM 实例绝大多数「生命时间」从不与真人交互；预训练数据比人类一生阅读量多约五个数量级，且数据整理到训练至少有约 6 个月延迟，模型已不像预训练语料中的人类。
- 结论：LLM 缺少某些人类能力，不代表人类能有效互补，也不代表人类数据特别有价值。
「漫话AGI」频道最新
- AI 学者 Toby Walsh 新书《God AI: Boom or Doom?》将办线下分享 — TobyWalsh · 2026-09-06
- 马斯克放话 3 年内机器人外科医生超越全球最佳医生 — r0ck3t23 · 2026-09-06
- "父母打电话说治疗有效"：这才是最值得期待的 AI 未来 — rand_longevity · 2026-09-06
- azr：期待 Neuralink 实现「下载知识到大脑」的 text-to-LoRA — beffjezos · 2026-09-06
- Exponential View 第600期:GPT-6 Astra 登顶多项基准引安全争议 — Exponential View (Azeem Azhar) · 2026-09-06
- MIT SMR：只投资 AI 的领导层正在让深度思考与直觉流失 — marigo · 2026-09-06