Previsão: Modelos de fundação vão internalizar cada vez mais habilidades a partir de seus traços de uso. Pode ser uma boa estratégia inicial para empresas de LLM subsidiar o uso do OpenClaw. @steipete Volante de inércia: Mais usuários - > mais traços de habilidades - > capacidade mais destilada - > um modelo de base mais forte - > todos se beneficiam

Acho que o RL com recompensas verificáveis se tornará cada vez mais importante para levar os LLMs ao seu próprio "momento AlphaZero". Provavelmente começará com programação, depois se estenderá para matemática, física e outras áreas onde os modelos podem se autoexplorar, descobrir soluções fora da distribuição que os humanos talvez nunca imaginem e verificá-las usando um sinal de recompensa absoluto (0/1). Isso também me lembra @elonmusk falando sobre um futuro em que programas poderiam ser gerados diretamente como binários, sem passar pelo processo tradicional de compilação. Isso pode até ser possível se os LLMs conseguirem gerar código binário e executá-lo diretamente contra uma recompensa verificável.

Minha receita para aprender: Aprenda devagar Vá fundo Construa intuição real Então o conhecimento vai se acumular