共计 958 个字符，预计需要花费 3 分钟才能阅读完成。
图片来源: Leonardo Penuela Bernal / Getty Images
人工智能领域正经历着一场不均衡的变革。在编码领域，GPT-5、Gemini 2.5 和 Sonnet 4.5 等 AI 工具的突破性进展，使得许多开发者技能实现了自动化。然而，在其他领域，如邮件撰写，AI 带来的提升却显得相对有限。这种技能提升速度的分化，背后隐藏着一个关键因素：强化学习（Reinforcement Learning，简称 RL）的可应用性差异。
编码应用之所以能够快速进步，得益于数十亿次易于衡量的测试。这些测试为 AI 系统提供了明确的通过 - 失败指标，使其能够在无需人类干预的情况下进行反复训练。正如 Google 开发工具高级总监所言，软件开发中的单元测试、集成测试和安全测试等传统方法，不仅适用于验证人类编写的代码，同样也为 AI 代码的强化学习提供了理想的训练环境。
相比之下，写作等技能的提升则面临更大的挑战。评估一封邮件或一段对话的质量往往涉及主观判断，难以制定明确的评估标准。这种本质上的差异，使得基于强化学习的训练方法在这些领域难以施展。
然而，可测试性的界限并非一成不变。以 AI 视频生成为例，OpenAI 的新 Sora 2 模型在物理真实感方面取得了显著突破。物体运动、面部特征和镜头处理等方面都展现出了对物理定律的精准把握。这表明，即使在被认为 ’ 难以测试 ’ 的领域，也可能通过创新的评估方法和强化学习系统实现突破性进展。
这种强化学习差距正在重塑 AI 行业格局。那些易于通过自动化测试验证的任务，如代码修复和数学计算，正在快速实现自动化。而涉及主观判断和复杂交互的领域，则面临着更大的技术挑战。这种分化不仅影响着 AI 技术的发展方向，也将对就业市场和经济结构产生深远影响。
以医疗领域为例，哪些医疗服务能够通过强化学习实现自动化，将直接影响未来 20 年的经济形态。随着 AI 技术的不断进步，这种分化可能会进一步加剧。对于初创企业而言，找准强化学习差距中的机遇，可能意味着巨大的商业成功；而对于从业者来说，则可能面临职业转型的挑战。
值得注意的是，强化学习差距并非 AI 发展的铁律。随着新技术的出现和方法论的创新，这一现状可能会发生改变。但在当前阶段，强化学习仍然是推动 AI 产品进步的核心动力。它的应用范围将决定 AI 能力的边界，并最终塑造人工智能对社会的深远影响。
