评分 6.0 · 来源：36氪 - 科技频道 · 发布于 2026-03-30
评分依据：良好内容，有一定信息量和实用价值
要点
AI时代，模型的核心价值已从单纯的“智力”转向“对错的可验证性”。作者指出，AI在代码和数学领域的突破并非源于模型变聪明，而是因为这些环境能提供明确的反馈闭环，支持系统通过大规模试错自主进化。相比之下，创意和写作等主观领域因缺乏统一标准而进展缓慢，导致传统的逻辑与表达能力正在经历价值贬值。未来最稀缺的竞争力不再是储备知识，而是能够将模糊任务转化为可验证指标的系统设计能力。简而言之，当答案变得廉价，定义评价标准和构建验证环境的人将拥有更高的商业溢价。 过去两三年，AI 的快速发展让人产生了一种错觉：它越来越聪明了。 但真相可能恰恰相反。Keras 之父、Google AI 研究员 François Chollet 在近期的对话中指出：最具商业价值的 AI 其实没变聪明，只是进入了对错能验证的环境。 一旦能验证对错，AI 就能自动试错、规模化放大。这就是为什么代码工具快速走向了商用交付，而难以说清对错的写作、创意工作等领域却进展缓慢。 这种技术演进的快与慢，正在重新定义：什么样的“聪明”，还值钱？ 面对新的技术坐标系，如果还在用旧标准衡量自己，你可能已经站错了位置。 第一节｜AI 并没有更聪明，但突然更有用了 代码智能体突然变得很好用，写出来的代码甚至能直接交付。数学证明辅助也在快速跟进，表现越来越稳定。 很多人把这归结为：模型变聪明了。 但拆开来看，关键的变化并不在模型本身的智力跃升
🤖 AI 点评
本文提供了AI领域的重要信息，值得行业从业者关注。