知鸦日报2026-07-19

大多数人使用AI的方式仍是手动输入、等待、修正、再问，效率极低。更快的做法是使用“循环”（Loops）机制，Claude、GPT、Mira等模型各有不同表现，关键在于理解哪种循环方式真正有效。

顶级AI实验室正趋同于一种方法：将系统提示作为奖励函数，训练强化学习智能体。这一思路源自Karpathy的系统提示学习理念，Anthropic、OpenAI和DeepSeek都在推动从RLHF到RULER的进化。