作为一个没有学术研究背景，但在字节折腾了四年的人，我天然觉得：业务是第一位的，模型和算法是为业务服务的。而在我印象里，学术界更看重模型与方法的创新。
直到读了Yao的文章——The Second Half，我才意识到：这种偏见其实反映了AI“上半场”的真实状况。
??? 1. 上半场：算法为王，却走了弯路
过去的AI研究故事大多是这样的：
a. 提出一个新模型、新方法，在某个数据集上拿到SOTA；
b. 如果成绩太好，就造一个更难的数据集。
? 如此循环往复
AI上半场极度侧重于算法与模型的提出，评测的重视度明显更低，这一点从文章的引用度可见一般
但是侧重于算法优化让强化学习走了“弯路”——虽然强化学习在游戏（如AlphaGo、Dota2）等领域强化学习大放异彩，即在Computer use 和web navigation 的更聚焦人类日常任务上，研究者以为算法不够新（PPO、GRPO等等），但其实是缺乏人类知识的先验知识（Prior）
一直到GPT3等推出后，强化学习的引入才让Agent在人类关键任务上取得比较好的成绩。从现在来复盘才发现一个关键结论：语言能泛化Agent推理
? 回头看，这正是“只盯着算法优化”带来的弯路。
??? 2. 下半场：评估和实用性才是主角
以Transformer架构为核心，Pre-Train、Post-Train通用方法已经成为通用的“Recipe”。没有新idea，只加数据、加算力，Benchmark 也能被更快、更轻松的刷完
那下半场的AI 故事怎么写呢？
Yao给出的答案是：重构评估，直面实用问题（Utility Problem）
大家过于自然的认为当前的评估方式就是天然的，但其实有很多问题，比如：自动评估并不符合人类习惯等
基于这个畅想下，下半场AI故事讲述方式新循环是：
a. 基于真实的“实用问题”去设计新的评估任务；
b.再用现成的Recipe（或再加一点增强）把任务真正解决
? 重复循环
换句话说，上半场的参与者在解决“游戏和考试”的问题，下半场的参与者才有机会通过创造真正的AI产品，建立千亿级公司。
???3. 未来：真正改变生活的AI
三年前，GPT已经达到亿级DAU。但直到今天，大高频场景也只是在对话和Code，大多数人的生活并没有显著改变。
? 大模型现在能轻松考上清华，但是却还不能帮助你快速、安全的处理表格。
直到读了Yao的文章——The Second Half，我才意识到：这种偏见其实反映了AI“上半场”的真实状况。
??? 1. 上半场：算法为王，却走了弯路
过去的AI研究故事大多是这样的：
a. 提出一个新模型、新方法，在某个数据集上拿到SOTA；
b. 如果成绩太好，就造一个更难的数据集。
? 如此循环往复
AI上半场极度侧重于算法与模型的提出，评测的重视度明显更低，这一点从文章的引用度可见一般
但是侧重于算法优化让强化学习走了“弯路”——虽然强化学习在游戏（如AlphaGo、Dota2）等领域强化学习大放异彩，即在Computer use 和web navigation 的更聚焦人类日常任务上，研究者以为算法不够新（PPO、GRPO等等），但其实是缺乏人类知识的先验知识（Prior）
一直到GPT3等推出后，强化学习的引入才让Agent在人类关键任务上取得比较好的成绩。从现在来复盘才发现一个关键结论：语言能泛化Agent推理
? 回头看，这正是“只盯着算法优化”带来的弯路。
??? 2. 下半场：评估和实用性才是主角
以Transformer架构为核心，Pre-Train、Post-Train通用方法已经成为通用的“Recipe”。没有新idea，只加数据、加算力，Benchmark 也能被更快、更轻松的刷完
那下半场的AI 故事怎么写呢？
Yao给出的答案是：重构评估，直面实用问题（Utility Problem）
大家过于自然的认为当前的评估方式就是天然的，但其实有很多问题，比如：自动评估并不符合人类习惯等
基于这个畅想下，下半场AI故事讲述方式新循环是：
a. 基于真实的“实用问题”去设计新的评估任务；
b.再用现成的Recipe（或再加一点增强）把任务真正解决
? 重复循环
换句话说，上半场的参与者在解决“游戏和考试”的问题，下半场的参与者才有机会通过创造真正的AI产品，建立千亿级公司。
???3. 未来：真正改变生活的AI
三年前，GPT已经达到亿级DAU。但直到今天，大高频场景也只是在对话和Code，大多数人的生活并没有显著改变。
? 大模型现在能轻松考上清华，但是却还不能帮助你快速、安全的处理表格。
