今天在读 Scale AI 的创始人,也就是 95 后的华裔王艾克森的播客时,我获得了很多感触。

其中很重要的一点是,其实美国的头部 AI 公司已经开始用基础模型,加上逻辑推理、以及强化学习去训练各个领域的 Agent 了,而且是基于数据一体化的方式,去构建这种逻辑推理能力,专门为 AI 构建这样的环境和数据。

而国内的竞争普遍还处于多模态模型的竞争领域,我觉得在认知层面和美国的这些创业团队相比,确实差了很多,基本上属于快差了一代的认知。

Alex 王提到说,他们慢慢意识到:如果你能把原本由人执行的流程、转化为强化学习训练所需的环境与数据,就有机会把这些人类工作流变成自动化的Agent流程。
要注意,他这里的自动化Agent,已经不再是AI+MCP的逻辑了,更像是基于强化学习,一体化训练出来的Agent,有点像OpenAI的deep research,执行效率更高、速度更快。

这又让我回忆起linux基金会负责人接受腾讯科技采访时的判断,他说AI时代也会像计算机时代,最终底层的模型应该是开源的,就像linux一样的开源,而绝大多数的企业服务器都用的是linux的内核。
他也提到说,企业的壁垒应该是什么,我觉得结合Alex 王所说,应该是企业专有流程,在AI+MCP化之后,再去将其中的专有数据,进行强化学习的训练。让AI像人一样自适应工作环境与系统,而不只是刻板地执行。
就好像人类的管理方法,高阶的管理都是给到优秀的人才以自适应的空间,而相对低阶的管理,才强调服从和执行。
一下子就把AI+MCP实现的低阶AI管理,与一体化强化学习的高阶管理区分清楚了。
在我看来,作为移动互联网应用创业强过美国的中国开发者,在AI时代的agent构建能力,还应该能保持我们的优势。我们需要在认知层面与走的更快的硅谷同行们进行同频,这样才能更好地指导我们的实践! #AI #scaleai #meta #扎克伯格 #强化学习
00:00 / 03:15
连播
清屏
智能
倍速
点赞31
00:00 / 03:40
连播
清屏
智能
倍速
点赞14
00:00 / 00:42
连播
清屏
智能
倍速
点赞3752
00:00 / 01:42
连播
清屏
智能
倍速
点赞53
00:00 / 01:03
连播
清屏
智能
倍速
点赞6217
00:00 / 02:31
连播
清屏
智能
倍速
点赞78