关于 AI 进展的一些想法（2025 年 12 月）

Patel 开篇提出的困惑不是关于某个事实，而是关于一组信念的组合：为什么有些人既持短时间线，又对当前在 LLM 之上扩大强化学习规模感到乐观？他的论证是这两种立场彼此不协调：如果我们真的接近一个类人的学习者，那么整套“在可验证结果上训练”的做法就注定失败。

理由在于实验室当下在做的事。他们通过“中期训练”把一堆技能烤进模型，背后是一整条供应链——许多公司在构建强化学习环境，教模型怎么浏览网页，或者怎么用 Excel 搭财务模型。Patel 把岔路摆得很清楚：要么模型很快就能以自我导向的方式在工作中学习，那么所有这些预先烘焙都是白费；要么不能，那 AGI 就不在眼前。前提是：人类并不需要经过一个专门训练阶段，去排练自己可能用到的每一款软件。

他把更锋利的版本归功于 Beren Millidge：当前沿模型在各项基准上进步时，解释不只是规模更大和研究想法更聪明，还包括花数十亿美元请博士、医生和其他专家出题、给示例答案与推理，专门针对这些能力。基准上的进步与能力上的进步不是同一个测量。