北京
2016年，OpenAI的一个智能体盯着屏幕像素，移动鼠标，试图在美联航网站上订一张机票。结果并不顺利。这个项目叫World of Bits，跑在OpenAI Universe框架里。十年后，Jim Fan发帖回顾这段往事，并祝贺GPT-6终于可靠地完成了这个任务。
这条帖子的背景是：当年的智能体对"提交"按钮毫无概念，一切都要从零摸索。Jim Fan直言，用一批Pascal Titan X显卡，配合手工设计的奖励函数，从零开始做强化学习，这条路"彻底走不通"。
当年为什么失败
Universe项目在当时算得上最具野心的AI基础设施项目之一，但团队始终没找到解法。核心难点在于：一个对网页视觉语言零先验知识的策略，必须通过反复试错，重新发现整个互联网的视觉交互规则。这个成本高到不现实。
Jim Fan复盘时给出的判断很直接：针对每个任务手工设计奖励函数，再在有限算力上从零训练，这条路从起点就是错的。问题不在努力程度，而在方法论。
正确的解法是什么
Jim Fan认为，解决计算机操作智能体的正确路径，是先"煮沸海洋"——在能找到的所有通用任务上做爬山式优化，然后再收缩回屏幕像素和键盘操作这个具体场景。他给这种模式起了个名字："Specialized Generalist"（专精的通才）。
这个思路和当年World of Bits的路线正好相反。当年是直接针对单一任务做特化训练，结果连基础交互都学不会；现在则是先建立通用能力，再下沉到具体场景。顺序调转，效果完全不同。
十年间的教训
Jim Fan在帖子里还分享了一条经验法则：比别人领先一步，你是先驱；领先三步，你是预言家；领先五步，你就是殉道者。这句话放在Universe项目上，多少有点自嘲的意味——项目理念超前，但当时的技术底座撑不起这个野心。
值得注意的是，他提到Astra如今"在同一个宇宙里重生"，连命名都"天文学意义上地正确"。这句话暗示了技术路线的某种延续性，但具体细节他并未展开。
GPT-6的这张机票
帖子的落点是祝贺GPT-6——那张美联航的机票，这次终于订上了，而且是可靠地订上了。Jim Fan说，2016年的那个实习生（指当年的自己）露出了大大的笑容。
从2016年的World of Bits到现在的GPT-6，中间隔了整整十年。当年失败的项目，如今以另一种方式实现了同样的目标。这中间的变化，不只是算力的提升，更是对"智能体如何学会操作计算机"这件事的理解发生了根本转变。
先通用后专精，而不是直接硬啃特定任务——这个方法论层面的修正，可能比任何单一技术突破都更重要。Jim Fan的这条回顾，本质上是在说：当年我们走错了路，但方向没错，只是早了五年。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
