AI 的下一步不是更大的模型,是学会跟人合作
一门课的最后一讲,最能看出讲者真正在想什么。前面 11 讲是在搭骨架,数据、架构、对齐、融合、跨模态迁移、基础模型、强化学习,一块一块拼上去。到最后一讲,Paul Liang 不再讲新算法,而是退一步问:这些东西攒齐了,下一步应该长成什么样...
AI 情报局 / 第 6 页
AI 大模型
大模型、AI Agent、模型评测与产业动态。
本栏重点
正在发生
强化学习这十年,走的是一条不断"删东西"的路
监督学习像一次考试,你答一道题,老师立刻给分。强化学习不是。强化学习是你下一整盘棋,走了几十步,最后才知道这盘赢没赢,而且没人告诉你哪一步是关键的。这个差别看起来只是”反馈给得晚一点”,但它把整套训练范式都拧到了另一...
数据稀缺的模态,要靠别的模态来养
做机器人的人都熟悉一种处境:你想训一个新传感器上的模型,真实数据只有几千条,但同一个场景下,摄像头数据有几百万条、激光雷达数据有几千万条。你眼睁睁看着隔壁模态躺着金山,自己手里却只有沙子。 这不是你一个人的问题。医疗数据、生理传感器、嗅觉信...
多模态融合不是把数据拼起来,是让模态之间"乘起来"
机器人圈有句老话:传感器加一个,问题加十个。同事最初听到这话总觉得是抱怨,做久了才明白,它说的是一个具体的工程现象:你给机器人加一颗 IMU、一颗超声、一颗深度相机,它的感知能力并没有按”加法”涨,而是按”...
多模态对齐的难处,从来不是把数据拼起来
1976 年,一个叫 David McGurk 的心理学家做过一个实验。他给受试者放两段视频,画面里两个人在说话,音轨完全一样,但其中一个人的嘴型是发”ba”,另一个是发”fa”。受试者听到的...
模型架构的差别,在于你愿意把多少"结构"提前告诉模型
机器学习入门课的常见教法是:一周讲一个模型,线性回归、SVM、CNN、RNN、Transformer、GNN,一周一个,讲到学期末。学生记住了一堆名字,但下次拿到一个新数据集,还是不知道该选哪个,更不用说自己设计一个。 Paul Liang...
在动模型之前,你得先和数据"贴脸"
第 4 讲是这门课第一次把人按到键盘前面。前三讲讲原则、讲研究、讲数据本身的结构,从这一讲开始,Paul Liang 把麦克风让给两位 TA:David 和 Chanaka,带大家在 Colab 里把一个分类模型从头跑通。 听上去像一节教 ...
选模型之前,你得先给数据画一张脸
机器学习课的常见开场是讲算法:第一周线性回归,第二周决策树,第三周神经网络。Paul Liang 这一讲反着来。他先讲数据,而且讲了整整一节课,模型一个字没提。他给的理由很简单:你手里那摊数据长什么样,基本上已经决定了模型该长什么样,反过来...
研究是设计一个能失败的实验,不是想一个聪明点子
我以前一直觉得”做研究”是个挺玄的事:你得有灵感,得有品位,得在某天洗澡的时候突然冒出一个别人没想到的想法。后来在工程里摸爬几年,慢慢意识到大部分研究并不长这样。它更像一台机器,你按一个流程一圈一圈地转,转得快、转得...
这门 MIT 课不教模型,教你怎么"想" AI
MIT 媒体实验室有个延续多年的传统,叫 “how to … almost anything”。最早是 how to make almost anything(怎么造几乎任何东西),后来有了 how to...
Loops 是 AI 编程的新词，不是新东西
过去一周，”loop”这个词在 AI 编程圈被反复提起。OpenAI 的 Peter Steinberger 在 X 上写了一句”你不该再 prompt 编程 agent，你该设计 prompt agen...
大模型周刊 第 34 期：两份招股书、一脚刹车和一次降价
作者：toy | 覆盖周期：2026.6.6 – 2026.6.12 这一周的主线是”交卷”。6 月 8 日，OpenAI 把保密版 S-1 递给 SEC，距 Anthropic 递交正好一周——AI 第一梯队的两家...
Cowork 五条规则背后的同一件事
最近这半年，Anthropic 在做一件不太显眼但方向很清楚的事：把原本只有开发者会写的 CLAUDE.md、MEMORY.md、skills 这一整套工程化写法，整体搬到 Web 端给非开发者用。这个新产品叫 Claude Cowork，...
Codex 在自己的执行历史里找补丁
最近社区在传一个”自我蒸馏”的提示词，源头是 OpenAI Codex 团队成员 @VB。意思是让 Codex 回看你最近 30 天的执行记录，把里面反复出现的工作流打包成 Skill，把固定角色封成 Sub-age...
LLM 排行榜的另一条轴
你打开任何一个 LLM 编码排行榜，看到的都是一排数字：82、84、86。看上去越高越好，对吧？ 但如果你真把”得分最高”的那个模型搬进公司里写代码，运维很可能在周末打电话骂你。因为榜单只回答了”能不能跑...
大模型周刊 第 33 期：开源开始正面交锋，Anthropic 把招股书递了
作者：toy | 覆盖周期：2026.5.30 – 2026.6.5 这一周的关键词是”上场”。MiniMax 在 6 月 1 日把 M3 拍在桌上，1M 上下文、原生多模态、开源权重，SWE-Bench Pro 5...
Claude Code Routines：把 Agent 从等待模式变成主动干活
去年，Anthropic 的文档工程师 Sarah 遇到了一个没法靠加班解决的问题：Claude Code 团队的 PR 合并量比年初增加了 200%，但维护文档的人只有她一个。每次有代码改动，她都要手动比对源码和文档有没有偏差，再开 PR...
GPT-5.5 的提示词，从流程控制变成了结果验收
我注意到一件有意思的事：同样是用 GPT-5.5 或者 Codex，有的人能稳定跑完复杂任务，有的人则反复拿到跑偏的结果。差距不在模型能力，在于提示词的写法有没有跟上模型的进化方向。 灵姐（灵姐说AI）最近结合 OpenAI 官方的 Pro...
把 Agent 送上生产：RAG、工程、安全、评测
作者：toy 一、为什么最后一篇要把这四件事放在一起 这个系列到了第九篇，前八篇依次拆解了 Agent 的基础理论、规划推理、开发框架、工具调用、记忆模块、微调方案、推理服务、显存优化。每一篇都可以单独成立，但如果你真的要把 Agent 推...
榨干每块显存：LLM 底层显存优化
作者：toy GPU 显存是 LLM 推理与训练的硬约束，不是软性资源。当一个 70B 参数模型以 BF16 格式加载时，光是参数本身就需要约 140GB，单张 H100 的 80GB 显存根本装不下。工程师的任务不是抱怨硬件贵，而是理解显...