模型觀點 · 回顧 （2024-11 訪談）
本篇出自 2026年7月20日 晨報
匿名獨立研究者 Gwern 以 2020 年對 scaling 假說的早期系統論證聞名，他的診斷是：網路語料裡只有 agent 行為的「描述」，沒有一步步的決策軌跡，現成模型的 agentic 能力是「拿資料訓練時的意外副產品」(Dwarkesh Podcast × Gwern,2024-11)。這對 2026 年「demo 亮眼、生產不穩」的 agent 現況仍有解釋力。呼應今日主線第 4 點：產品形態在進化，可靠性的根子問題是另一條線。時效邊界：2025-26 年業界對 agent 強化學習的投入已大幅上升，這是 2024 年時點的診斷。
只留 email，隨時退訂。這是我們唯一想請你做的事。
Stanford 的「平攤評測法」——用「從題目內容預測難度」壓低可靠評測的成本——今天完成定向查證,找到獨立第二證:ICML 2026 一篇論文用同路線做模型能力外推(scali…
Lambert 一年前的「美版 DeepSeek」宣言——2 年、1 到 5 億美元做出權重（模型訓練完的參數檔案）／數據／代碼全開放的前沿模型——本報完成定向查證:專案存在有媒體…
目前後訓練（模型練完基礎能力後、再教它怎麼答題的階段）的主力方法 RLVR（可驗證獎勵的強化學習：只在數學、程式這類有標準答案的任務上給模型獎勵）有個結構性盲點：它只優化「可以客觀…
SemiAnalysis 在同篇 AMD 實勘裡給出一組第一手工程觀察：2.5 名工程師配上 AI 編程代理，就能完成過去一整組人才做得完的新模型「發布日支援」：代理自動抓設定、跑…