Chollet:高级 Agentic 编码本质就是机器学习
fchollet · x · 2026-11-17
François Chollet 提出一个概念性论断: sufficiently advanced 的 agentic 编码本质上就是机器学习——工程师设定优化目标与搜索空间约束(spec 及其测试),然后由优化过程(编码 agent)迭代直到达成目标。
由此产生的代码库是一个「黑箱模型」:一个能执行任务的产物,部署时无需审视其内部逻辑,正如我们从不关心神经网络的个别权重。
他进一步指出:经典 ML 的所有老问题很快会变成 agentic 编码的问题——对 spec 过拟合、不泛化的 Clever Hans 捷径、数据泄漏、概念漂移等。他还抛出问题:agentic 编码的「Keras」会是什么?什么样高层抽象能让人类以最小认知开销来「训练」代码库?
「漫话AGI」频道最新
- 认知科学家 Alison Gopnik 将演讲:孩子如何教我们理解 AI 学习 — AlisonGopnik · 2026-11-17
- 微软iWSP:让Claude直接写权重,166参数实现算法任务 — dair_ai · 2026-11-17
- Fleuret 质疑意识论证前提:谁说机制就没有感受? — francoisfleuret · 2026-11-17
- 「读书越多越失去原创」:知识分子变成观点复读机的思辨 — clarejtbirch · 2026-11-17
- 「形式化全部数学」八个月内从离谱变常识,CFSG 形式化纠出 96 处论文错误 — AlexKontorovich · 2026-11-17
- boot.dev 发布 2026 学编程数据:AI 时代的入门之路怎么走 — theobeers · 2026-11-17