[馬斯克] 馬斯克 OpenAI Anthropic全盯上同壹件事 AI巨頭集體轉向
所以是什麼數據？如果你也去看 Theo 這條視頻，他會講得非常清楚。但為了節約時間，我們在這裡簡單概括壹下：
我們和 AI 的對話是壹來壹回的，你提出問題/需求，它給你解答；coding agent 同理，只不過返回的是代碼。
壹次高質量的對話，整個過程，包括用戶提示、模型思考、agent 規劃、輸出代碼、驗證——所有這些東西合起來，可以稱為壹個完整的 Agentic Loop——就成為了高價值的訓練數據，再喂給模型去進行強化學習，就能進壹步提高模型在實戰場景下的表現水准。
Cursor 有的，SpaceX 想要的，就是這些數據。
可這些數據從哪裡來呢？
答案很簡單：作為模型廠商，這種高質量數據的最直接來源，只能是你自己開發的 coding agent 產品——也即 Anthropic 的 Claude Code、OpenAI 的 Codex、Kimi 的 Kimi Code。
現在你應該明白了，為什麼被 Anthropic「封號」之後，吳宇懷會在全員信裡提出開發 xAI 自己的 coding 產品和模型這件事了。這件事 xAI 在當時已經看清楚了：
沒有自己的編碼產品，就沒有高質量的強化學習數據；沒有高質量的數據，就訓練不出真正實戰能力強的 coding 模型。
雖然有點暴論，但現在我們可以點題了：模型廠商想做出來真正能打的編程模型，做自己的 coding agent 產品是唯壹的路徑。
3.
大語言模型像個水晶球，用全網的語料訓練出來，似乎能夠解答萬物，但並不代表它在所有問題上都能給出高質量的答案。
用 GitHub 上數以億計的代碼條目訓練，當然也能訓練出 coding 模型。這是「學習結果」的邏輯，也是沒問題的。畢竟編碼任務的結果是可以驗證的：代碼能不能運行，測試能否通過，結果擺在那裡。
但是，通往結果的過程，是壹個涉及多步驟決策、錯誤糾正、意圖對齊的復雜鏈條。每壹次用戶的接受、拒絕、補全、撤銷、追問、甚至當模型好幾次都搞不定或者完全搞錯時的辱罵——都是這壹鏈條上的過程信號。
[加西網正招聘多名全職sales 待遇優]
無評論不新聞，發表壹下您的意見吧
我們和 AI 的對話是壹來壹回的，你提出問題/需求，它給你解答；coding agent 同理，只不過返回的是代碼。
壹次高質量的對話，整個過程，包括用戶提示、模型思考、agent 規劃、輸出代碼、驗證——所有這些東西合起來，可以稱為壹個完整的 Agentic Loop——就成為了高價值的訓練數據，再喂給模型去進行強化學習，就能進壹步提高模型在實戰場景下的表現水准。
Cursor 有的，SpaceX 想要的，就是這些數據。
可這些數據從哪裡來呢？
答案很簡單：作為模型廠商，這種高質量數據的最直接來源，只能是你自己開發的 coding agent 產品——也即 Anthropic 的 Claude Code、OpenAI 的 Codex、Kimi 的 Kimi Code。
現在你應該明白了，為什麼被 Anthropic「封號」之後，吳宇懷會在全員信裡提出開發 xAI 自己的 coding 產品和模型這件事了。這件事 xAI 在當時已經看清楚了：
沒有自己的編碼產品，就沒有高質量的強化學習數據；沒有高質量的數據，就訓練不出真正實戰能力強的 coding 模型。
雖然有點暴論，但現在我們可以點題了：模型廠商想做出來真正能打的編程模型，做自己的 coding agent 產品是唯壹的路徑。
3.
大語言模型像個水晶球，用全網的語料訓練出來，似乎能夠解答萬物，但並不代表它在所有問題上都能給出高質量的答案。
用 GitHub 上數以億計的代碼條目訓練，當然也能訓練出 coding 模型。這是「學習結果」的邏輯，也是沒問題的。畢竟編碼任務的結果是可以驗證的：代碼能不能運行，測試能否通過，結果擺在那裡。
但是，通往結果的過程，是壹個涉及多步驟決策、錯誤糾正、意圖對齊的復雜鏈條。每壹次用戶的接受、拒絕、補全、撤銷、追問、甚至當模型好幾次都搞不定或者完全搞錯時的辱罵——都是這壹鏈條上的過程信號。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: