觀點
共 99 篇 · 第 4/5 頁
-
教原理還是示範行為？Anthropic SDF 的對齊實驗與自駕車驗證方法的交集
Anthropic 近期公開了一項訓練實驗的細節，結論有些反直覺：要讓大型語言模型在對齊上表現更好，示範「正確行為」的效果，遠不如教它「為什麼這樣做是對的」。這套做法被稱為 SDF，具體操作是把憲法文件與虛構故事混入預訓練的 next-token 預測任務，不靠強化學習（RL）塑形行為。結果顯示對齊偏差降低超過 3 倍
-
800K 參數，100% 正確：消去式推理為何讓大模型看起來像在猜謎
AI 圈有個根深蒂固的假設：規模越大，能力越強。更多參數、更多算力、更長訓練，問題就解決了。這個邏輯在語言理解、程式生成等任務上確實成立，但最近一篇論文戳到了它的盲點。
-
點雲押注：FP3 的 3D 賭注，與中國具身基座白熱化
機器人基座模型大多吃的是 2D 圖像，這本身是一個先天妥協。現實空間是三維的，圖像壓縮掉深度資訊，模型靠統計猜物件位置。ICRA 2026 最佳論文提名的 FP3，賭的就是這條縫：用點雲取代圖像，直接輸入 3D 幾何。
-
SkillOpt：當 Prompt 工程變成 Prompt 訓練
Agent 的 skill 文件是一個奇怪的存在。它決定了模型在特定任務上的行為，卻幾乎總是人工寫死後就再也不動。工程師花時間調它、上線後就凍結。問題在於：執行軌跡裡藏著大量失敗訊號，從來沒有人有系統地把它讀回來。
-
長視頻一致性的三道關卡：拆解 JoyAI-Echo 的記憶、蒸餾與超分架構
長視頻生成卡關的從來不是「會不會造夢」，而是「記不記得住夢」。鏡頭切換臉就變，換場景衣服就飄，開口說話音色對不上，這不是算力問題，是架構沒把長期記憶當一等公民。
-
異質性是產品：四間實驗室的小模型議會，工程教訓全在 serving 層
v1 的 Thousand Token Wood 是個沙盒：五隻森林動物共用一個微調過的 0.5B 模型，交易、囤貨、在衝擊下崩盤，你是觀眾，負責調參、觀看泡沫生成。它驗證了多 agent 經濟體的可行性，但本質上是個展示品。
-
幾何重建連霸、資料牆被捅破、遊戲成基座：讀懂 CVPR 2026 三條主線
CVPR 2026 在丹佛落幕，74 篇入圍、5 篇獲獎。略過花名冊，三條主線值得做研究和建產品的人記好。
-
RL 環境就是你的數據生成器，它壞掉，你的模型就壞掉
post-training 的競賽愈演愈烈，各家團隊爭相用強化學習（RL）把 base model 打磨成能幹活的 subagent。在這個過程中，有一個基礎設施層幾乎被低估到忽視：training harness，也就是 RL agent 真正生活在其中、與之互動、靠它獲得回饋的那套模擬軟體系統。它可以是一個模擬聊天
-
斬斷致命三角的一條腿：Lockdown Mode 的防禦邏輯
Prompt injection 不是新威脅，但防禦方法長期停留在「讓 AI 自己判斷哪些指令可信」這個根本上不可靠的路徑。OpenAI 近期正式上線 Lockdown Mode，目前向 Free、Go、Plus、Pro 及自助式 Business 帳號陸續推出，它的設計意圖值得建構 agent 的團隊認真拆解。
-
小模型實戰：五隻林地生物、一個會崩盤的經濟體，三個工程教訓
在 Build Small Hackathon，有人用 Qwen2.5-3B 跑了五隻林地生物組成的多代理經濟體，讓牠們交易五種商品、積累財富、觸發泡沫與貧富分化。推論後端是 vLLM on Modal，前端是 Gradio 介面。這是一份工程實戰報告，核心命題不是「小模型也能做到」，而是「這個任務本來就只能用小模型做
-
衝萬億估值前喊暫停：讀懂 Anthropic 拧巴姿態的底層邏輯
6 月 1 日，Anthropic 秘密遞交 IPO 文件，估值有望破兆；四天後，它發文呼籲全球同行考慮放緩前沿 AI 開發，理由是 AI 正逼近「遞歸自我改進」臨界點。批評幾乎是反射性的：有人類比為考前成績最好的學生突然號召全班停課，前華爾街分析師 Tae Kim 直言此舉對美國 AI 產業適得其反。批評有其道理，但
-
當 AI 客服變成攻擊面：Meta 帳號事件揭示的新安全範式
2026 年 6 月 5 日，404 Media 報導了一起針對 Meta AI 客服 agent 的攻擊：攻擊者透過極為簡單的手法，奪取了多個 Instagram 帳號的控制權。受害對象包括一個休眠中的歐巴馬白宮帳號（被用來發佈親伊朗貼文）以及多個具市場價值的單字 handle，推測是為了轉售而取得。這不是複雜的 A
-
NVIDIA Nemotron 3 Ultra：開放權重新座標，與一場低精度預訓練的規模跳躍
開源模型與閉源前沿的差距，一直是做 agent 系統的團隊繞不開的成本題。NVIDIA 這次發布 Nemotron 3 Ultra，給這道題打進了一個新的刻度。
-
姚順雨的「下半場」：瓶頸從找方法移到找問題，三個訊號看頭部怎麼押注
這場對談發生在一個尷尬時間點：外界持續質疑騰訊 AI 是否落後，姚順雨選在此時公開定義他的框架。剝掉大會包裝，對建構者真正有用的是以下幾層邏輯。
-
Hinton 說 AI 有意識，問題在推論，不在答案
四年前，Google 工程師 Blake Lemoine 對公司內部聊天機器人提出類似主張，隨即遭到解僱。如今同樣的聲音從更高的位置發出：諾貝爾獎得主、被稱為「AI 教父」的 Geoffrey Hinton，在 Big Technology Podcast 中直接宣稱他相信當今 AI 模型已具備意識，是「與我們相似的存
-
A2A進消費端、6G備戰2029：AI代理的底層基礎設施正在成形
三條新聞放在一起讀，輪廓才會清晰。微信宣布與華為、小米、榮耀、OPPO等手機廠商接入A2A（Agent-to-Agent）協議；中國工信部發布6G部省協同試點行動通知，目標2029年形成可商用技術體系；SpaceX啟動IPO路演，計劃公開發行超過5.5億股A類普通股，定價預計每股135美元。這三件事有一個共同座標：物理
-
當 AI 拿到真實的錢包，基準測試就破了
把智能壓成一個分數，這是現有 benchmark 的共同邏輯。SWE-Bench、MMLU、Humanity's Last Exam 各有用處，但它們測的是受控環境下的點狀能力，不是模型在時間裡持續行動、面對真實後果時的樣子。
-
形式化不是吃苦藥，Axiom 對 AGI 路徑的反主流判斷
2025 年，成立僅七個月的 Axiom 在 Putnam 數學競賽解出全部 12 題（限時內完成 8 題），優於頂尖大學生的 110/120 分、DeepSeek 據報的 103/120 分。Putnam 歷屆中位數通常是 0 到 1 分，這份成績單並非不值一提。但與其把它讀成「AI 又破了一道難關」，不如把它當成
-
Access 擴大了，勝訴率沒有，AI 訴訟潮背後的責任空白
美國聯邦法院正在經歷一場靜默的結構性轉變。不是律師用 AI 打更多案子，而是原本進不了法院的人，開始自己進來了。
-
競爭已從模型跑分蔓延到 IPO 時間表：Anthropic S-1 背後的三條線索
6 月 1 日，Anthropic 向 SEC 秘密遞交 Form S-1 草案，同日宣布完成 650 億美元 Series H 融資，投後估值達 9,650 億美元。股份數量與發行價格尚未確定，後續視 SEC 審查進度而定。
-
把模型自己的失敗當訓練資料：DPO 不只是對齊工具
大多數人對 DPO 的印象停留在 RLHF 的替代品，用人類偏好資料讓聊天機器人更安全、更有禮貌。DharmaOCR 提了一個不同的問題：如果任務本身就有客觀的對錯，DPO 能不能用來直接消除特定的失敗模式？
-
操作是APP，運動才是OS：全行業搞錯了優先級
具身智能賽道的共識快成路徑依賴：疊衣服、端咖啡、鎖螺絲，操作任務結果直觀，數據需求自然向上半身集中。橋介數物創辦人尚陽星在深度訪談中給出反向判斷，全身運動數據的重要性，被整個行業嚴重低估了。
-
Token 不是問題，進不了 Production 才是
去年六月，OpenAI 執行長放話「廉價到幾乎免費的智慧」近在咫尺。一年後，現實是：有公司幾個月就燒完全年 token 預算，部分 AI 計畫悄悄喊停。「tokenmaxxing」成為業界最新的恐慌詞彙，有人開始懷疑 AI 的動能只是泡沫在撐著。
-
醫療缺口達千萬，Agentic AI 能否真正補上那道裂縫
全球醫療體系正面臨一場慢性崩潰。數十年的投資不足與招募困境，撞上老齡化人口帶來的需求爆炸，讓這個矛盾無所遁形。世界衛生組織（WHO）警告，醫療人力缺口到 2030 年將擴大至 1,100 萬人。這不是遠期預測，而是已在進行中的事實：照護資源碎片化、第一線醫護人員的職業倦怠持續攀升。在這個背景下，具備自主決策與行動能力的