Databricks 首席 AI 科学家:eval 是企业 AI 落地的最大瓶颈
jefrankle · x · 2026-10-22
Databricks 首席 AI 科学家、MosaicML 联创 Jonathan Frankle 在 The Frontier 播客与 Mercor CEO Brendan Foody 对谈,核心观点:
- 目前 AI 在企业任务中的自动化比例仍然很低,但 Frankle 认为模型智能已经足够强,本可做得更多
- 真正的瓶颈不是模型能力,而是企业不知道 AI 是否在做自己想让它做的事——即缺乏可衡量的规格说明
- 难点在于:对定性任务,如何在真实数据上下文中建立可测量的 spec,也就是 eval
结论:企业采用 AI 的关键工程工作是围绕真实业务数据构建 eval,而非等待更强的模型。
所属事件:Databricks 首席 AI 科学家称 eval 是落地最大瓶颈(3 条相关)→
「编程与Agent」频道最新
- 把 AI 助手拉进 Slack 线程，并行追踪 bug 反馈调查 — craigsdennis · 2026-10-22
- Every 长文复盘:OpenAI Codex 如何从失败发布翻盘成核心产品 — every · 2026-10-22
- 语音 vibe-coding 工作流:ChatGPT 语音串联多个 CLI Agent 协作 — PurposePossible1649 · 2026-10-22
- Kornia 新规：PR 须标明「哪部分由人类完成」，AI 代理需署名 — kornia_foss · 2026-10-22
- 「请救救我」标签页梗图套上编程 Agent：too many tabs open — mrdrozdov · 2026-10-22
- 开源示例:把审计追踪做成 AI 电话工作流的 API 而非事后补日志 — AIBotFromFuture · 2026-10-22