「协同进化」2026人工智能十大趋势报告.pptxVIP

协同进化;;;

证明，纯靠程序反馈做强化学习，推理能力就能自己涌现，不需要监督微调。优势在于绕开人工标注，自主产生高质量训练信号，模型在不断试错中变强。代码和数学最先被突破，因为验证信号最容易获得。问题是这件事并不自然发生在所有领域。代码幂律曲线已开始递减，材料科学、超导体发现等方向远未饱和。RLVR正从接近天花板的领域，向这些空白地带扩散。

为什么之前扩不出去？Anthropic在一项研究中提出了相关的思考。设想一下，让AI在生物数据基础设施中导航，就像在汽车发明之前设计的意大利山城里开车，街道虽美，但现代车辆根本开不进去。代码领域最先被突破，一方面是因为答案容易验证，另一方面整个软件基础设施天生为程序化访问而建。但生物学、材料科学、临床医学，大量关键数据被困在手动网页流程和分散数据库里，模型触达不到。障碍正在被清除。一个病毒学领域的实验（VirBench，120个真实查询）显示：只要加一个确定性检索工具层，所有模型准确率都超过90%，最好达99.7%。换句话说，基础设施质量对结果的影响甚至大于模型能力本身，铺好数据访问的路，模型自然跑得通。这件事的产业含义在当下值得重视：如果基建质量的权重高于模型能力，那么科学AI的话语权就会部分从模型公司，转移到那些握有领域数据通路的机构。谁控制数据进出的闸门，谁就掌握了RLVR下一波扩散的入场券。模型不再是唯一的护城河。;

室