第二朵乌云争的是什么问题？
- 问题: Agent 能否从与环境交互的成败中持续积累经验，是两朵乌云中的第二朵;
- 分歧点: 这个能力是必需的系统设计，还是会被更大的模型与更多的数据自动解决;
- 两种答案: 小世界假设认为“训练一次就够”，大世界假设认为必须“上岗之后持续学习”;
- 影响面: 答案决定了记忆系统、持续进化与后训练在系统中的位置;
小世界假设主张什么？
- 主张: 一个足够大的模型——比如几万亿参数——本就装得下物理世界里几乎所有重要的通用知识，学一次就够;
- 持论者: 提出这类看法的研究者中不乏 OpenAI、Anthropic 等前沿实验室的成员;
- 编程例证: AI 今天唯独在编程上最强，并不是因为代码对模型有什么特殊，而是因为编程是人类最开放的领域，海量开源代码可供学习;
- 对照: 绝大多数行业压根没有公开的信息与数据;
- 对应做法: 前沿实验室一家家去与各行各业合作，把各自的专业能力“蒸馏”进同一个大模型;
- 瓶颈判断: 瓶颈既不在模型的容量，也不在它学不学得会，而在数据够不够——把数据喂进去、训练一次，问题就解决了;
大世界假设补上了哪一层？
- 主张: 单靠“训练一次”补不上属于某个具体用户、某家具体公司的知识;
- 例子: 特定公司的代码规范、做 PPT 的口味、某个客户特有的脾气;
- 特征一: 这些知识不在任何训练语料里;
- 特征二: 它们时时在变;
- 结论: 要贴合这个由无数具体情境拼成的“大世界”，模型只能在上岗之后持续学习，没法指望出厂时一次配齐;
- 书中立场: 大世界假设指向了单靠“训练一次”补不上的那一层，因而“上岗后持续学习”是必要方向;
两种假设对应哪些不同的工程方向？
| 维度 | 小世界假设 | 大世界假设 |
|---|
| 知识位置 | 通用知识在模型参数之内 | 具体情境知识在用户与组织现场 |
| 学习时机 | 出厂前训练一次 | 上岗后持续学习 |
| 主要瓶颈 | 数据供给（行业数据的公开程度） | 持续学习机制本身 |
| 典型手段 | 扩大训练数据、行业能力蒸馏 | 记忆系统、经验回流与受控更新 |
| 记录载体 | 参数 | 知识文档、指令或程序，或筛选后更新参数 |
- 载体取舍: 把经验写成知识文档、指令或程序，还是经过筛选后更新模型参数，取决于能力的维度与可控性要求;
- 与第一章的关系: 这两类手段对应任务内外两种不同时间尺度的更新，见Agent 的三条学习路径;
“模型最强的能力终将是学习”意味着什么？
- 推动力一: “RSI”（递归自我进化）把 Agent 推到没有现成答案的前沿;
- 推动力二: “AI for Science”同样要求 Agent 自主探索未知问题;
- 在这些前沿: Agent 只能从一次次实验的成败中自主学习，而不是事事回头问人;
- 结论: 模型最强的能力，终将不是记住，而是学习与适应;
- 联系: 这也解释了为什么自举能力是关键，见智能体的自举与宇宙演化;