Replit CEO:大模型该像 JIT 编译器一样现场训练自己的替代者
amasad · x · 2026-10-04
Replit CEO Amjad Masad(转自 a16z)提出一个少有人讨论的视角:与其谈递归自我改进,不如关注「模型训练自己的替代者」。
- 他用 JIT 编译器类比:解释器在执行动态代码时发现优化机会,就即时生成更优的机器码;类似地,Operator、Astra 这类通用大模型在执行任务时,若发现某用例范围有限,可即时训练一个小型领域专用模型来接管。
- 核心观点是「just-in-time」式蒸馏:通用模型充当发现与教练角色,把重复性窄场景沉淀成更便宜更快的专用小模型。
- 他以「Who's building this?」收尾,暗示这是一个值得创业或研究的方向。
所属事件:Replit CEO 提出模型训练替代者设想,已有团队落地降本(2 条相关)→
「漫话AGI」频道最新
- Polymarket 押注:AI 发现的皮肤癌疫苗 2027 年底获批概率 63% — Polymarket · 2026-11-20
- Nick Bostrom:AI 消除衰老后人类寿命可达 1200-1400 岁 — Polymarket · 2026-11-20
- Reddit 长文:AI 是编程的下一层抽象,写代码或将消亡 — unreal_bot66 · 2026-11-20
- DeepMind 高管 Koray:AGI 不会有单一基准,进步看模型是否更可靠 — GoogleDeepMind · 2026-11-20
- 研究者用 AI 审计 700 万篇论文,已扫描 50 万附件发现 100+ 问题 — gleech · 2026-11-20
- Long Now 首批 Labs 资助公布:含给 LLM 造「热力学时钟」等项目 — begusgasper · 2026-11-20