开放智能增长能否归结为闭环优化？AI 圈核心分歧再讨论

jzl86 · x · 2026-11-15

sebkrier 在讨论 Caleb Watney 观点时提出：争议核心在于开放式的智能增长能否被还原为基于内部学习指标的闭环优化，还是说发现更好算法与获得真实世界能力仍然依赖「落到实处」的与现实交互，后者会成为速率限制器。如果把一切抽象为「预训练损失优化加上下文学习就是全部」，那等于把通用智能看作沙盒内等待被发现的紧凑数学学习规则——他无法证伪，但认为这不符合他对智能的理解。