<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>自我条件化 on AI内参</title>
    <link>https://www.neican.ai/tags/%E8%87%AA%E6%88%91%E6%9D%A1%E4%BB%B6%E5%8C%96/</link>
    <description>Recent content in 自我条件化 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Tue, 16 Sep 2025 16:10:05 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E8%87%AA%E6%88%91%E6%9D%A1%E4%BB%B6%E5%8C%96/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>打破“收益递减”幻象：大模型长程执行能力重塑AI商业与社会未来</title>
      <link>https://www.neican.ai/insights/article-20250916161005063-4/</link>
      <pubDate>Tue, 16 Sep 2025 16:10:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250916161005063-4/</guid>
      <description>一项新研究挑战了AI Scaling Law收益递减的普遍认知，揭示尽管单步准确率提升放缓，但其复合效应能带来模型任务完成长度的指数级增长。这一发现，特别是结合“思考模型”对“自我条件化”缺陷的克服，重新定义了大模型的经济价值，预示着AI Agent在复杂长程任务中实现更深层次的自主化和商业落地。</description>
    </item>
  </channel>
</rss>
