说明：之前发在公众号的这篇比较长，用相对轻松的播客形式再听一遍。由David的虚拟小伙伴Tony和Lily录制：）

作者介绍：姚顺雨，OpenAI研究员，思维树（Tree of Thoughts）作者。原题目为《AI的下半场》（The Second Half）

摘要：我们正站在AI发展的中场分界线上。但现在（2025年4月）发生了什么质变呢？

简而言之：强化学习（RL）终于奏效了。更准确地说：强化学习终于通用化了。

经过数次重大探索与里程碑的积累，我们已掌握一套通用配方，能通过语言与推理解决广泛的RL任务。哪怕在一年前，如果你告诉AI研究者"同一套方法能处理软件工程、创意写作、国际数学奥林匹克竞赛级数学、键鼠操作和长文本问答"，他们只会嘲笑你在妄想——其中任何一项都足以让学者耗费整个博士生涯。

但奇迹已然发生。

那么接下来会怎样？AI的下半场——始于此刻——将把焦点从"解决问题"转向"定义问题"。新时代的胜负手不再是训练能力，而是评估体系。我们不再只问"能否训练模型解决X？"，更要追问"该让AI解决什么？如何衡量实质进步？"要在这场新竞赛中胜出，我们需要思维和技能的转型——或许更接近产品经理的视角。