下一个估值超过100亿美元的产品初创公司将通过在内部强化学习环境中扩展训练来构建。 我们生活在能力的丰富中，但我们只有两个主要的AI产品，chatgpt和编码代理，这让我感到非常沮丧。 当前的人工智能供应链在结构上是破碎的，只有一个硬件供应商，几家巨型AI公司拥有所有的智能炼油厂，开发者仅能获得API访问权限，几乎没有控制权。 就好像互联网时代是由英特尔向四家巨型云公司出售CPU来构建的，这些公司拥有整个基础设施和软件堆栈，处处都是秘密和保密协议，并向初创公司提供WordPress作为开发工具包。 为什么Perplexity没有发明深度研究？他们根本无法做到，因为这是通过强化学习训练的。 我对未来几年的预测： 强化学习将成为构建AI产品的最强大工具包。我们将看到数百个成功故事，如Cursor和Lovable。最终用户将从中受益最多。 大型实验室将向产品公司演变，OAI将专注于消费市场，Antropic将专注于编码代理，DeepMind将把AI整合到所有谷歌业务中，Meta和XAI将在社交媒体上竞争。 我们将看到一个AI基础设施初创公司的生态系统的出现，出售计算能力，训练基础模型，策划数据，构建强化学习环境，提供廉价的推理和训练，依靠开放科学和开源软件。 @PrimeIntellect正在开创这个生态系统，开放源代码AGI的愿景，强化学习环境中心是其中的第一个关键部分。

Claude擅长讨论分布式训练设置，但在实现简单的代码更改方面绝对糟糕。 无论如何，我想我还是得自己回去编码。

预测：强化学习环境将在2025年底/2026年初成为人工智能的下一个大趋势。 你会看到各个行业的初创公司纷纷推出，包括医疗保健、工程、市场营销、销售等。