现代AI：一场关于数据与模型套娃的工程游戏

Jack Morris 抛出的观点很有杀伤力：传统的机器学习背景对搞现代 AI 没多大用。现在的 AI 工作早已不在底层算法里打转，而是在更高层的抽象上玩模型套娃。

预训练是堆数据，强化学习是模型加数据，后训练则是模型生数据、数据训模型、模型再训模型。这种逻辑让很多钻研数学证明的博士感到幻灭。核心逻辑在于，Transformer 和 SGD 已经把底层逻辑标准化了，现在的竞争力在于你如何编排这套庞大的数据系统。SGD 就是通过不断微调参数来找最优解的通用办法。

这不代表基础不重要，而是重点变了。以前是追求算法的精妙，现在是追求系统工程的直觉。就像以前修车要懂零件铸造，现在修车只需要懂模块化更换和系统调优。

AI 开发正在从科学转向工艺。如果你还执着于推导公式而忽视了对数据流和模型反馈循环的掌控，你的技术栈可能正在迅速过期。现代 AI 专家更像是一个拥有顶级直觉的系统架构师，而不是在黑板上算 VC 维度的数学家。

x.com/jxmnop/status/2067061000994795764

#人工智能##AI创造营##大模型##机器学习#