杨植麟对话笔记

时隔一年，再次对话杨植麟。K1.5、K2相继发布，他眼中的AI技术正沿着"问题—解决—新问题"的螺旋快速演化。窗外雪山依旧，攀登者已在更高处。

核心观点 Core Views

技术演进是不断解决问题的过程——每次突破都带来新的认知，新的认知又展开新问题。攀登没有终点，正是持续解决问题的过程让技术螺旋上升。

"缸中之脑"式的强思考（内部推理+反思验证）与"与世界交互"式的Agent（多轮工具调用），是test-time scaling的两条核心路径，最终两者需要深度融合。

"种瓜得瓜，种豆得豆。"过度拟合benchmark无法带来真正的智能。Agent的泛化能力——能否适配未见过工具和环境——是当前的核心瓶颈，也是下一个技术突破口。

交互与产品的演进跟随模型能力的跃迁。工具、环境、评估在训练时即被整合，模型训好的时候，产品的体验自然成型。

技术洞察 · K2 K2 Breakthrough

采用矩阵缩放类优化器，在同等数据量下让模型学得更好，相当于"一份数据抵两份"，在高质量数据增长趋缓的背景下成为关键杠杆。

K1.5验证了"端到端reward直接训练"的可行性，减少对process reward和value function的依赖，同时大幅积累RL基建与算法know-how。

对已有高质量语料做一定程度的改写与重表达，让模型在训练中吸收更好，泛化更强——这是提升数据使用效率的有效防线。

行业观察 Trends

"开源可以加速技术推进。大家都做开源，会形成生态，一起把雪山爬得更好。"但核心模型的深度提升仍需要原厂完成。

"你会看到市场逐渐集中到几家。"技术密度和资本密集决定了大模型终局格局，最终稳定的玩家数量不会太多。

模型公司做自有产品（如Claude Code、ChatGPT）拥有天然整合优势——模型与工具在训练时融为一体，而非逆向工程别人的pattern。

金句集 Highlights

“

问题是不可避免的，
但问题总可以被解决。

刻在石头上的两句话

“

我希望这座雪山
一直没有尽头。

关于AGI与攀登

“

AI是一根巨大的杠杆，
它可能是人类文明的放大器。

关于AI的终局意义

行动启发 Takeaways

在评估AI能力时，多关注模型在未见场景中的真实表现，而非仅盯benchmark上的数值涨跌。

技术方向决定了公司六成走向。在技术加速期，把资源投向学习效率更高、天花板更确定的方向。

以目标导向（Reward）驱动团队创新，减少对过程的过度限定（SFT），但也要防REWARD HACKING——奖励被钻空子。

"保持攀登，做时间的朋友。"

从对话到Agent，从预训练到强化学习，
杨植麟描述了一条持续攀登的AGI路径。
在"无限的山"上，问题不断涌现，答案持续更新，
而攀登者唯一要做的是——
不停止攀爬。

由 CuteNote.app 颜值笔记生成

杨植麟：AGI的雪山攀登路