#模仿人類
•

全鏈才是真壁壘：GPT-6 Astra PCB 的“幻覺布線”

2026年9月，GPT-6 Astra的一段演示在電子工程圈引發了近乎兩極的反應。視訊裡，它在KiCad中自主完成了一塊PCB的元件擺放和走線，評論區一半人驚呼“Layout工程師要失業了”，另一半則冷笑著拋出靈魂拷問：“讓它佈個DDR4試試？” 這場爭論的本質，遠不止“誰更強”。它撕開了通用AI進入垂直行業時最深層的矛盾：當一個會“假裝幹活”的通用AI，遇上必須“真負責任”的工業場景，中間的鴻溝，不是算力能填平的。 而EDA365·AI的回答，不在於“畫板子”本身，而在於它覆蓋了從設計、採購到製造的全鏈路——這不是一個功能清單的羅列，而是一種行業護城河的建構邏輯。 Astra的“PCB魔術”： 一場缺失責任鏈的表演
全鏈才是真壁壘：GPT-6 Astra PCB 的“幻覺布線”
科技#AI#AI幻覺#GPT-6 Astra
•

強化學習之父：LLM主導只是暫時，擴展計算才是正解

大模型目前的主導地位只是暫時的，在未來五年甚至十年內都不會是技術前沿。這是新晉圖靈獎得主、強化學習之父Richard Sutton對未來的最新預測。就在剛剛的新加坡國立大學建校120周年（NUS120）之際，Sutton受邀發表演講——塑造AI和強化學習的未來。其實，這已經不是Sutton第一次在公開場合表達類似的觀點，早在他19年的著作《痛苦的教訓》中，他就明確提出：讓AI尤其是LLM模仿人類思維方式，只能帶來短期的性能提升，長期看只會阻礙研究的持續進步。在他4月份新發表的論文《歡迎來到體驗時代》也再度強調了這點，同時他表示，擴展計算才是正解。本次NUS120演講長達一個多小時，可謂是乾貨滿滿、資訊量超大。讓我們一起來看看完整演講內容。LLM主導是暫時的Sutton首先提及當前人類處於資料時代，像ChatGPT這類大語言模型，都是靠分析人類產生的大量資料（如文字、圖像、視訊）進行訓練。但始終追逐人類思維方式，至多也只能達到“人類水平”。在數學、科學等領域，人類資料裡的知識已經接近極限，AI難以突破現有認知，純靠模仿已經很難再有創新。AI需要新的資料來源，且要隨著AI增強而改進，靜態資料集顯然不足。因此他認為AI終將從依賴人類資料，轉向通過Agent與世界的第一人稱互動，以獲取“體驗資料”的學習。AlphaGo在與李世石對弈的第二局中，下出的神之一手——第37手，在人類標準下完全非常規的走法，就充分展現了AI在這種體驗學習下的思考潛力。也就是說，AI將會在自主體驗中，完成自己的更新迭代，產生更高級的資料並反哺自身，構成一個“越學越強”的循環。還能不受人類現有知識限制，自由探索人類未涉及的領域，比如全新的科學理論、材料設計等。Sutton舉了個例子：一個蹣跚學步的嬰兒會通過不斷探索周圍環境主動學習，然後隨著認知增長，每一次互動方式都會隨著經驗有所不同。因此AI的未來將屬於通過互動和經驗學習的“體驗時代”，Agent需要從經驗中學習，而這遠遠超出了LLM的能力範疇。即使現有LLM在連接全球知識上表現出色，但通往這一未來的核心路徑始終是強化學習。強化學習正是圍繞著經驗學習構造，但要發揮強化學習全部潛力，還需具備持續學習能力的深度學習演算法。而這背後要靠對大規模算力的充分利用來支撐，繼續基於搜尋和學習擴展算力，以適應AI性能需求增加。可以說，從長遠看，真正的突破還是來自規模計算。不同Agent去中心化互利共贏談及Agent的前景，Sutton提出對不同目標的Agent可以尋求去中心化合作。他認為每個Agent的獎勵訊號都各不相同，且都試圖最大化自己的回報，那麼只需要讓不同Agent各自實現其目標，再通過互動，就能實現互利共贏。這就類似於人類社會中的經濟運轉，得益於自然語言和貨幣的發明，儘管人們擁有不同的目標和能力，但在過程中相互協調配合，也能產生出不錯的效果。但還是有不少人主張集中控制AI，甚至呼籲暫停AI。Sutton認為這種聲音更多的是來源於對未知的恐懼，要接受個體目標的多樣性，建立合作化秩序，AI的潛力恰恰就在去中心化合作。另外，Sutton還提到了“設計時代”的概念，當前的機器越來越類生命化，而生命也被視作生物機器。但生命與技術之間存在本質差異，生命是在無意識下被覆制產生，而技術則先經設計師意識想像再落地創造，這是一個設計過程，且設計產物也更易改進。因此人類發展AI，就是為了將設計做到極致——設計出能自主設計的Agent，而人類將會在設計時代扮演催化劑和創造者的角色，將AI視作推動發展的機遇，而非單純的技術產物。One More ThingSutton的言論一出，很快在社區引起了激烈討論。支持者認為技術的突破往往來自未知與偶然，技術已趨向成熟的LLM似乎即將觸及領域天花板。而反對者則認為技術的發展在於不斷改進，也許LLM不是AI的最終形態，但它也必定在AGI發展過程中佔據重要作用。 (量子位)
強化學習之父：LLM主導只是暫時，擴展計算才是正解
科技#AI#LLM模仿人類思維#LLM
不可能...其實我很讚同他講的話，LLM 只是超強的NLP 而已，離AGI 還太遠，甚至不可能.....機器就是機器，它就是沒靈魂.就跟人體是很精密的機器，大腦更是精密，但沒了靈魂，肉体能幹麼？物理有形世界本就是一個很大的藩籬，只有超脫，才有可能....靈...從那來？又不是人能創出來的
•

世界首款！祝賀中國科學家

清華大學航天航空學院、柔性電子技術實驗室張一慧教授課題組在國際上首次研製出具有仿生三維架構的新型電子皮膚系統，可在物理層面實現對壓力、摩擦力和應變三種力學訊號的同步解碼和感知，對壓力位置的感知解析度約為0.1毫米，接近於真實皮膚。該成果日前在國際學術期刊《科學》雜誌上發表。 圖為裝有仿生三維電子皮膚的機械手與人手互動。（受訪者供圖） 張一慧介紹，皮膚之所以能敏銳感知力學訊號，是因為其內部有很多高密度排列且具有三維空間分佈的觸覺感受細胞，能精準感知外界刺激。在電子皮膚研製中，要能同時識別和解碼壓力、摩擦力和應變訊號，實現精準的觸覺感知，極具挑戰。 團隊首次提出具有三維架構的電子皮膚設計概念，研製出的仿生三維電子皮膚由“表皮”“真皮”和“皮下組織”構成，各部分質地均與人體皮膚中的對應層相近。感測器及電路在皮膚內深淺分佈，其中部分感測器更靠近皮膚表面，對外部作用力高度敏感，分佈於深處的感測器則對皮膚變形更為敏感。
世界首款！祝賀中國科學家
科技#電子皮膚#機械手#模仿人類皮膚