RAM 与算术成本比从 1:1 变 1000:1,LLM 时代该让 AI 优化代码了
CatAstro_Piyush · x · 2026-11-20
转发者 @bzogrammer 指出,大多数代码极其低效:50 年前 RAM 访问与算术运算的常量成本约 1:1,如今已扩大到 1000:1,而大量算法与数据结构设计并未跟上这一变化。
他认为,RLVR(可验证奖励的强化学习)是当下 LLM 提升的主要路径,而「把代码跑得更快」既非常容易自动评分,又能直接带来更快的 RL 训练——是理想的训练信号。既然「手写高性能代码太费事」的借口随 LLM 消失了,用户应该直接要求 LLM 更积极地优化代码,且预期它们在这方面的能力会持续变强。
「漫话AGI」频道最新
- Nokia Bell Labs 责任 AI 研讨会 11 月 26 日线上开讲 — danielequercia · 2026-11-20
- 调查:哪个计算机方向最不易被 AI 取代?网络安全以 42% 居首 — unknown920x · 2026-11-20
- 转引 NYT 记者 GTA VI 长评:AI 时代再无这种游戏 — gleech · 2026-11-20
- 个人 Agent 记错你怎么办:五种记忆出错模式与自查指南 — sujingshen · 2026-11-20
- Databricks CEO:按旧定义去年已达 AGI,标准被不断后移 — VraserX · 2026-11-20
- 大西洋月刊:为什么科技领袖的发言越来越不合逻辑、令人反感 — pseudolus · 2026-11-20