OpenAI研究员姚顺雨提出AI发展将进入下半场，核心在于强化学习的生效使得评估变得比训练更重要。这标志着AI将从单纯解决技术难题转向定义实际问题和创造经济价值，为行业提供了新的发展视角。
智能速览
AI发展即将进入以评测大于训练为核心的下半场。
强化学习的生效是推动这一转变的关键原因。
行业重心将从“能否训练模型”转向“该训练模型做什么”。
AI面临“实用性问题”，需通过真实应用场景创造经济价值。
从业者需转变思维，像产品经理一样关注应用环境。
精华内容
随着强化学习的真正生效，AI发展的底层逻辑正在发生深刻变化，从单纯的技术攻坚转向了更具现实意义的价值评估。
重心转移
姚顺雨指出，AI正处于进入下半场的微妙时刻。上半场核心在于训练，通过算法如Transformer、GPT-3等解决技术难题；下半场则将重心转移至评估，核心问题不再是“能否训练模型解决X”，而是“该训练AI做什么”。
这意味着行业关注点从技术可行性转向了业务价值的定义与测量，AI将大规模走向现实应用，通过“上岗测试”来验证其经济价值。
解决“实用性问题”
尽管AI在IOI和IMO等竞赛中已能拿金牌，但全球经济和GDP并未因此发生巨变，这被称为“实用性问题”。
上半场的AI玩家通过解决游戏和考试获得成就，而下半场的玩家则需要构建价值数十亿甚至数万亿美元的公司。关键在于将智能转化为有用的产品，填补技术能力与经济产出之间的鸿沟。
强化学习的真正生效
能够进入下半场的根本原因在于强化学习（RL）终于开始发挥作用。在RL的三个关键组件中，研究者长期聚焦算法，而忽略了环境和先验信息。
实践表明，先验信息才是RL最重要的部分，它可通过语言预训练等方式获得。一旦拥有了正确的RL先验和环境，RL算法本身可能变得最微不足道。
思维模式的转变
面对下半场，从业者需要及时转变思维和技能，其定位可能更接近产品经理。技术层面需更加关注强化学习的适用环境以及先验知识，而非仅仅钻研算法。
真实业务的评测将成为牵引AI应用产品化的核心力量，通过在具体场景中的实际表现来衡量AI的真正进步。
姚顺雨的观点揭示了AI行业从技术竞赛向价值创造转型的必然趋势。对于从业者和观察者而言，关注点将从模型参数转向实际效用和商业落地。这种转变不仅是技术的迭代，更是对AI社会价值的重新审视与定义。
