Yao Shunyu: Let Me Go a Little Crazy! Training Models at Anthropic & Gemini, Heroism Is Over

AI 模型發展正從「技術可行性」轉向「問題定義」階段，算力與數據規模仍是推動進步的核心驅動力。程式編寫與代理任務因具備明確的回饋信號與數據基礎，成為當前模型能力的突破口。現今 AI 研究已進入集體主義時代，成功關鍵在於系統化工程與嚴謹的執行力，而非單一個體的洞見。模型能力的提升核心在於後訓練與強化學習的規模化，未來 AI 將朝向長序列任務與自主實驗能力演進。儘管模型能力趨於同質化，透過精細的數據處理與基礎設施優化，仍能創造產品差異。AI 發展已不可逆，產業競爭核心將轉向如何精準定義問題並構建高效的協作系統。