Dubois提到，，，
，尤其在编程场景里，，，
，研究职员自己天天写代码，，，
，模子一变强，，，
，即是全员多了个不睡觉的同伴——既能帮研究者把工具链搭起来，，，
，也能在训练下一代模子时「以AI养AI」。。。。 但已往一年，，，
，他们把在竞赛里练出来的那套工具，，，
，往更真实、更模糊的事情场景迁徙：不再只优化「有标准谜底的题」，，，
，而是优化「用户以为真有用的工具」。。。。 既然现在许多都是AI智能体（agentic）系统，，，
，你可以粗暴地想成「每两分钟就有一定概率出错」；；；运行时间越长，，，
，最终谜底翻车的概率就越高。。。。 现实流程往往是：先靠履历、直觉、重复试错把工具做出来，，，
，甚至带点「炼金术」味道；；；等它真能跑、真能用，，，
，再转头补更科学的诠释与要领论。。。。 但厥后事实显示，，，
，一旦模子规？？？绻掣鏊，，，
，RL真的会「突然最先好用」，，，
，只是价钱不低——采样许多谜底、判断哪些对、哪些错，，，
，算力和系统工程都很烧钱。。。。 甚至他还抛出一句很「寻衅」的判断：若是今天把现有模子「冻住」，，，
，只认真打磨Harness并围绕它训练，，，
，许多领域的人可能会「显着感应通用人工智能（AGI）的味道」。。。。 现在模子的尴尬在于：第一天空降到公司，，，
，可能比大都新员工还中用（起点高）；；；但之后基本「坚持原样」，，，
，由于它不会在特定情形里越干越懂你、越干越高效。。。。 由于真正的瓶颈往往不是「模子够不敷智慧」，，，
，而是最后一公里——权限怎么给、数据怎么接、毗连器怎么买通、怎么嵌进详细营业流程。。。。 大模子在天上飞得再高，，，
，不落地也只能当烟花；；；而把它拽到地面、让它拿到该拿的钥匙、翻开该开的门，，，
，反而是最有含金量的苦活累活。。。。