代碼數學無敵卻干不好網購！大模型致命短板，靠在崗實習才能根治

在人工智能領域，一種關于“智力浪費”的觀點正引起科技界的深思。硅谷知名思想者Dwarkesh Patel在近期發布的一篇深度分析中，提出了一個引人深思的比喻：目前的AI模型就像一位極其聰明的“天才研究生”，實驗室為其提供了海量的課堂案例研究，卻始終不讓他真正參與現實世界的實習。

這種狀態引發了行業對于AI發展范式的廣泛討論。當今頂尖的AI模型在部署后的日常推理中，大約有30%到50%的算力消耗，實際上并未轉化為模型能力的本質進化。對于開發者而言，當前的AI訓練范式正在面臨新的瓶頸，通往通用智能（AGI）的關鍵，正逐漸從單純的規模擴展轉向對“持續學習”能力的探索。

人們常會產生一種困惑：為何AI在編程、數學競賽等領域表現優異，但在處理如“網購結賬”等看似簡單的計算機應用任務時，進展卻顯得相對緩慢？

業內分析指出，問題的核心在于領域是否具備高度的“可磨練性”。

在編程或數學領域，開發者可以定義一個包含特定功能的軟件倉庫容器，并讓上千個AI智能體并行嘗試解決問題，這種確定性的環境允許快速糾錯與重放。

相比之下，計算機使用等應用場景面臨著不同的挑戰，例如頻繁的操作嘗試可能導致賬戶被封禁，這種環境難以通過簡單的規模化克隆來實現。

更深層的挑戰在于，人類許多高價值的職業技能具有極高的特異性和稀疏性，例如如何經營一家企業、如何贏得一場復雜的訴訟或選舉。這些任務無法僅靠數據中心的模擬來重現，其反饋周期往往長達數月乃至數年，且難以將關鍵決策與最終結果進行精確分離。

人類學習的本質，在于將觀察到的正確直覺和全局知識融入自身的認知結構，也就是“權重”之中。目前，AI領域對于如何實現這一過程仍處于探索階段。

實現這一過程的關鍵在于“樣本效率”。由于AI在崗位上獲得的相關數據相對稀少，如何從這些少量數據中有效學習，成為深度學習范式的核心挑戰。架構層面的創新，如稀疏注意力機制或KV緩存壓縮，正在被大量研究，但瓶頸可能更多在于損失函數的優化——即如何將一次特定會話中學到的信息轉化為模型本身的改進。

針對樣本效率問題，目前業界提出了一些值得關注的技術路徑，旨在將模型的學習過程從簡單的對話推向深度的能力固化。

訓練信號更密集：相比于傳統的強化學習，自蒸餾可以在模型間的每個token差異上進行訓練，從而更高效地提取工作能力相關的知識。

這一方法的核心邏輯在于精準更新：它并不要求模型復述全部過程，而是只針對那些對結果有實質影響的關鍵環節進行參數改動，從而在吸收新知識的同時，有效保留已有的基礎技能。

另一種更具前瞻性的設想被稱為“模擬夢想”（Dreaming）。如果AI能夠構建高質量的現實模擬器，它就可以在模擬環境中排練新技能或測試不同策略。這種方式雖然目前實現難度極高，但在理論上，它為AI提供了一個全新的擴展維度：即消耗推理時的算力，為特定用戶生成高度定制的模擬訓練環境。

展望未來幾年，AI的進步軌跡可能發生根本性改變。當AI模型在經歷了足夠的強化學習訓練后，能夠初步勝任復雜的開放式任務，它們將被廣泛部署于真實的經濟活動中。

這一過程的理想狀態是：當AI與人類協作完成一項任務后，基于人類的評估結果，基礎模型能夠自動將期間習得的寶貴經驗進行總結與蒸餾。通過這種方式，AI的技能邊界將不再局限于預訓練階段所涵蓋的領域，而是通過在各種工作場景中的“在崗學習”不斷擴展。

到那時，模型的發展邏輯將發生逆轉：主要的進步將不再僅僅源于發布前的大規模預訓練，而是來自于它們在廣泛部署后，與全球用戶互動、解決無數真實問題的過程中所積累的所有在崗經驗。

對于AI而言，每次互動都是一次獲取知識的契機，模型能夠從其處理的特定任務、做出的修正以及用戶反饋中提取并內化經驗。這標志著一種由全局用戶共同推動的進化范式，雖然其帶來的挑戰巨大，但也預示著通用智能在真實世界中落地的可能性。

這種持續學習的能力，將使得AI不僅僅是預定義的工具，而是一個能夠通過不斷參與經濟協作、解決具體問題來完善自我的系統。對于這一技術轉型，各界也在持續關注其在效率與泛化能力方面的實證表現。

對于這種“在應用中不斷迭代”的智能進化方式，您是如何看待的？您認為AI通過這種方式在職場中的深度融入，將如何改變我們未來的工作形態？歡迎在評論區留下您的觀點。