“强化学习鸿沟”：为何某些AI技能进步飞快，而另一些停滞不前

 人工智能的发展正出现明显分化：代码生成类工具突飞猛进，而写作、邮件、客服等应用却提升有限。科技专栏作家Russell Brandom指出，这种差异源于所谓的“强化学习鸿沟”（Reinforcement Gap）——即AI是否能在海量、可自动判定对错的任务中反复自我训练。编程场景拥有天然的测试体系，如单元测试、集成测试、安全验证等，让模型能在数十亿次试错中迅速提升；而文字创作、客户沟通等主观性强的领域则难以建立标准化评价体系，导致进步缓慢。文章以OpenAI的Sora 2视频模型为例说明，视觉一致性、物理规律等特征可能已通过强化学习系统逐项优化，使生成画面从“幻觉”走向真实。Brandom认为，只要强化学习仍是AI商业化的核心手段，这一“可测试能力差距”将持续扩大——处于可量化一侧的行业（如编程、金融建模、甚至部分医疗流程）将率先被自动化，另一侧的职业则相对安全，但创新节奏放缓。这种鸿沟不仅决定AI产品的竞争力，也将深刻重塑未来二十年的劳动结构与经济版图。