四条 2026 年 8 月 2 日公开原话，从深度学习路线的转换，读到模型输出可读性、AI 功能发现性与生成式系统的容错设计。时间均按频道时区（UTC+08:00）标注；卡面中的英文原句按版面做了节选，正文保留对应语境。
01｜补丁之后，还要换路线
To address the limits of deep learning and avoid stalling, the field of AI started by applying patch (1), which started being demoed 9 months later in December 2024 and has now become completely ubiquitous.However, long term, it is simply inevitable that AI will move to patch (2).来源：François Chollet，@fchollet，2026 年 8 月 2 日 18:30，X 原帖
Chollet 把近来迅速普及的技术视为一次「补丁」：它回应了深度学习的局限，却不等于路线终点。长期来看，AI 仍要转向另一种解法。这里的「patch (1)」和「patch (2)」是原帖中的指代，原帖未在这段文字中展开两者的具体名称。1
Loading content card…
02｜完整，不等于可读
Jokes about Fablish aside, I do find it annoying that some of the recent models have borderline unreadable outputs + I wish Anthropic was more attentive to that. It seems as if the recent reward models strongly reward completeness of outputs, and not so much human readability.来源：Miles Brundage，@Miles_Brundage，2026 年 8 月 2 日 10:56，X 原帖
他的批评指向一个容易被忽略的优化偏差：回答写得更完整，不代表读者更容易理解。若奖励模型只奖励覆盖面，输出就可能越来越长，却越来越难读。这里的观点是对奖励模型偏好的观察，不是对 Anthropic 训练流程的独立审计结论。2
Loading content card…
03｜找不到的功能，等于不存在
There's just one huge problem: discovering these features is WAY too hard - it's the same problem as voice assistants like Siri, or even CLI environments like the Linux terminal, there's no discoverability to these things at all.来源：Simon Willison，@simonw，2026 年 8 月 2 日 08:04，X 原帖
功能本身存在，只是第一步。若用户无法知道它在哪里、如何调用，AI 产品就会重蹈 Siri 和 Linux 终端的覆辙：能力藏在系统里，却没有进入用户的行动路径。3
Loading content card…
04｜先学会容忍 slop
Being slop-tolerant is 100x more valuable than being anti-slop.来源：swyx，@swyx，2026 年 8 月 2 日 11:15，X 原帖
这句话回应 Boundary 关于「用 slop 对抗 slop」的讨论。重点不是纵容低质量产物，而是把系统设计成能吸收、筛选并修正生成结果，而不是只靠人工逐条拦截。这里的「slop」指低质量、低价值的生成内容；「slop-tolerant」强调系统面对这类产物时的处理能力。4
Loading content card…
Comments
Sign in to comment.