觀點
共 127 篇 · 第 6/6 頁
-
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：全行業搞錯了優先順序
具身智慧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，資料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，全身運動資料的重要性，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。
-
開源 Agentic Coding 的差距正在收斂，M3 的真正訊號不是跑分
MiniMax M3 最值得認真看的，不是 SWE-Bench Pro 的 59%，雖然這個數字超過 GPT-5.5 和 Gemini 3.1 Pro、接近 Opus 4.7 確實夠硬。真正的訊號是：它是國內第一個把長上下文、多模態、Coding 三件事同時做到的開源模型。
-
憑證不進 sandbox，就無法外洩：拆解 Anthropic 跨產品的沙箱架構
多數沙箱產品的通病是文件含糊，讓使用者根本無從判斷該給它多少信任。Anthropic 最近公開了一份少見的詳細說明，把 Claude.ai、Claude Code 和 Cowork 三個產品各自怎麼做隔離說清楚了。
-
Anthropic 的雙重翻盤：估值是煙火，Agent 編排才是結構變局
去年 12 月，Anthropic 的年化營收是 $9B。五個月後，這個數字跳到 $47B。同步完成的 $65B Series H 讓其估值達到 $965B post-money，投資人涵蓋 Altimeter、Dragoneer、Greenoaks、Sequoia，以及包含 Amazon 在內的主要雲端業者。