AI 下一次跃迁：从刷题到上岗学习

AI 实验室正在押注一种新的训练范式：让 agent 在大量可验证任务和多样化模拟环境中学习解决复杂问题。这条路线希望训练出一种通用问题解决者，但原文认为，真正的 AGI 不能只依赖静态训练，还必须走向持续学习，让模型能适应物理世界里含混、不可反复刷题的现实任务。\n\n当前路线的关键瓶颈是样本效率不足。为了解决这个问题，作者讨论了 on-policy self-distillation 和 dreaming 等技术路径：让模型把真实世界经验转化为可进入权重的长期更新。最终，这篇内容设想的 AI 进步来源会从发布前的算力堆叠，转向模型在全球经济中边工作、边积累经验、边进化。