突破数据墙的具体路径：让智能体在交互轨迹上训练，而非只读文本

TuXinming · x · 2026-09-09

TuXinming 针对「scaling/ASI 只是算命」的质疑给出一条具体路线：预训练本质是把「世界→观察→文字记录」压缩进模型，而工具提供了另一个闭环——行动→获取反馈→在轨迹上训练。这已在发生：实验室正用大量工具调用和 agent 轨迹做训练。他举例：给 agent 一段 DNA 序列和变异位点，让它查询 AlphaGenome、修正假设、继续检验预测，在这些轨迹上训练可内化 AlphaGenome 的预测能力；把工具换成真实实验，反馈就来自物理世界——干预、测量、更新、训练。