AI发展阶段的划分 - AI发展进入下半场，核心从训练方法创新转向问题定义和评估体系重构 [1][5] - 上半场的标志性成果包括DeepBlue、AlphaGo、GPT-4等，均依赖训练方法突破 [2][6] - 下半场的关键转变在于强化学习(RL)泛化能力突破，实现跨领域任务统一解决 [3][13] 上半场的特征与局限 - 最具影响力的AI论文集中于训练方法创新，如Transformer(16万次引用)远超其基准WMT'14(1300次) [8][10] - 训练方法创新具有跨领域通用性，例如Transformer同时推动CV、NLP、RL发展 [11] - 局限性在于过度简化评估环境，导致算法与现实需求脱节 [19][21] 有效配方(Recipe)的构成 - 核心要素包括：大规模语言预训练、算力数据扩展、推理与行动结合 [14] - 传统RL三要素中，先验知识(priors)重要性被低估，语言预训练成为泛化关键 [22][29] - OpenAI实践显示环境设计优先级需提升，Gym/Universe项目验证环境复杂性需求 [21] 下半场的范式转变 - 评估体系需重构，挑战自动运行、独立同分布(i.i.d.)等传统假设 [38][41] - 新游戏规则要求开发面向现实效用的评估设定，突破渐进式改进局限 [33][41] - 典型案例包括Chatbot Arena引入真人交互、tau-bench采用用户模拟 [38] 技术突破的具体表现 - ReAct框架实现语言推理与行动协同，成为Agent领域基础架构 [27][28] - GPT系列通过预训练注入先验知识，解决WebGPT/ChatGPT等现实任务 [21][22] - o系列模型展现跨任务泛化能力，特定任务优化边际效益递减 [33] 行业影响与未来方向 - 头部实验室资源向RL环境设计倾斜，算法创新优先级下降 [1][29] - 效用问题(Utility Problem)成为核心挑战，需建立与经济价值挂钩的评估标准 [36][37] - 产品化能力成为竞争焦点，成功案例可能催生万亿级企业 [41][42]