应对模型井喷的两个方向:优化现有任务+探索前沿极限
bendee983 · x · 2026-09-08
GergelyOrosz 引发热议：他对新一轮模型发布毫无兴奋感——现有模型已经「好得够用且超出他的利用率」，问题不是模型不够强，而是自己还没学会怎么信任和用足它们。
作者 bendee983 回应：与其纠结新模型，不如同时看两个方向：
- 优化现有工作：用「够好、够快、够便宜」的模型（含开源权重模型）加速当下任务，不必追求最强模型
- 探索新边界：持续用前沿模型测试「现在做不到/勉强做到」的事，新一代模型发布后立刻复测——这能帮你提前构思未来才可能的应用
核心观点：模型红利已从「有没有」转向「会不会用」，策略比追新更重要。
「漫话AGI」频道最新
- 追踪 2.6 万中国学生：AI 用半年作业提分 18%，闭卷考试却跌 20% — soumitrashukla9 · 2026-09-08
- 用 AI 写作业的孩子作业分升 18%，考试却低 20% — korymath · 2026-09-08
- 「AI 让作业分升 18%、考试分降 20%」结论附论文与文章链接 — korymath · 2026-09-08
- Gary Marcus 反击嘲讽:撞墙论预测全对,业界的工具外挂正是我说的答案 — GaryMarcus · 2026-09-08
- antirez 回怼「AI 削弱人类理解」:先有解才好研究 — antirez · 2026-09-08
- 研究者谈生成式 AI 的意识幻觉：“我理解你”不代表有体验 — preslav_nakov · 2026-09-08