@rohanpaul_ai：语言模型被训练来生成下一个优质回答，但经营一家公司问的是另一个问题：做完这个决定……

X AI KOLs Following 新闻
world-models decision-prediction business-ai agentic-ai simulation llm-limitations founders

摘要

Skyfall AI 由 Maluuba 团队创立，正在构建世界模型（world models），用来预测公司在每次决策后将如何变化。他们认为 LLM 不适合长周期规划以及适应不断变化的现实条件。文章讨论了智能体在模拟环境中演练行动，以及后自动化时代商业决策的社会影响。

语言模型被训练来生成下一个优质回答。 而经营一家公司问的是另一个问题：做完这个决定，六个月后业务会是什么样？ @skyfallai 由 Maluuba 团队创立，正在构建能预测公司在每次决策后如何变化的模型。 其创始人认为，过去五年 LLM 的进步主要依靠堆数据、堆算力和扩大模型规模，而这种路径并不适合作为这项工作的基础。 他们的批评很具体：当前模型在长周期规划上表现很差，需要海量数据，并且在现实条件发生变化时会失效。 世界模型通过学习因果关系来克服这些弱点，让智能体可以在模拟环境中先演练某个行动，再真正付诸实施。 下面是一篇很好的读物，可以深入了解后自动化时代的社会图景。
查看原文
查看缓存全文

缓存时间: 2026/10/06 01:33

一个语言模型被训练来生成下一个优质回答。

而经营一家公司问的是一个完全不同的问题：这项决策做出六个月后，公司会是什么样子？

@skyfallai，由 Maluuba 团队创立，正在开发能够预测公司在每次决策之后如何演变的模型。

其创始人认为，大语言模型（LLM）过去五年的发展主要靠堆数据、堆算力、扩大模型规模，而这并不是完成这项任务的正确基础。

他们的抱怨很具体：现有模型在长时程规划上表现不佳，需要海量数据，并且在现实条件发生变化时就会失效。

世界模型（world model）通过学习因果关系来应对这些弱点，让智能体可以在模拟环境中预演一个动作，然后再实际执行。

下面这篇文章值得好好读一读，能帮助你更多地了解自动化之后的社会形态。

相似文章