吴恩达：AI 在可验证任务进步最快，判断类任务差距被低估
DeepLearningAI · x · 2026-10-17
吴恩达在本周 The Batch 信件中提出：AI 在可验证任务（编程、数学等有明确对错答案的任务）上的进步远快于需要判断力的任务（如应对客户投诉、产品决策、商业战略），而大多数人对这一鸿沟估计不足。
核心论点：
- 强化学习红利集中在可验证任务：可以为 LLM 搭建 RL 训练环境，用奖励函数自动判定哪种做法更成功并据此调参；判断类任务缺乏明确的 ground truth，难以设计奖励。
- 监督学习同理：可验证任务能通过自动标注或人工标注获得清晰标签，判断类任务的「正确标签」本身很难定义。
- 学习理论佐证：机器学习算法在可达零错误（realizable）的任务上学习更快，而判断类任务的最优错误率（Bayes error）非零。
本期还涵盖 Claude Haiku 5.5 与 Sonnet 5.5、Mistral Large 4、Mac/Windows 本地 AI 电脑，以及 CausalMix 等内容。
「漫话AGI」频道最新
- Mintlify 数据：9 个月间 agent 流量占比从 15% 飙至 80% — handotdev · 2026-10-17
- 《Obsolete》作者主张尽快暂停 AGI 开发，转向监管与「新新政」 — GarrisonLovely · 2026-10-17
- GO EAST 写作计划：11 名写手乘火车横跨美国探讨技术进步 — beh_zod · 2026-10-17
- 开发者吐槽：AI 实验室的恐吓式营销令网安行业相形见绌 — AlexTensor · 2026-10-17
- AI 编码经济学拐点：每美元代码产出 7 个月暴跌 4 倍后首度回升 — AccBalanced · 2026-10-17
- Gary Marcus 引陶哲轩批评 OpenAI：数学证明Dump涉嫌抢发他人进行中的工作 — GaryMarcus · 2026-10-17