扫描下载APP
其它方式登录
文章指出AI突破的关键不在任务难度或创造力要求，而在于该领域是否存在明确、可量化、低成本的评分体系。围棋、国际象棋、蛋白质结构预测等领域的相继被攻克，均因具备即时、客观、可重复的评判标准（如胜负、GDT分数）。当评分机制建立，AI便可通过自我对弈或人类偏好建模持续优化，最终超越人类。无法打分的领域看似安全，但人类偏好比较法正被用于构建代理分数，使写作、管理等传统‘难量化’领域也面临重构。
文章探讨AI竞争已从应用层转向底层科学突破，以AlphaFold、AlphaZero、AlphaTensor为例，指出谷歌主导90%底层创新，AI正从提升效率演进为自主发现新知识、重新定义问题，技术集中与使用分化共同加剧认知与能力鸿沟。
文章分析了多个AI模型在Nof1 AlphaZero AI实盘交易竞赛中的表现，重点讨论了DeepSeek和Qwen3等模型的交易策略、盈利能力和决策过程，揭示了AI在金融交易中的潜力和局限性。
