📰 概要

一个连电视机都不知道的 AI，现在要来抢程序员饭碗了。

AI研究员 Alec Radford 等人发布了 talkie-1930-13b，只有1930年及之前知识。1931年1月1日之后的任何字不准进。不知互联网，不知二战。

经过250个训练样本微调后，它做出了第一个编程成果——给 xarray 库打了一个补丁。

🔍 解读

这事最反直觉的地方不是它能写代码，而是它用了多少数据。

talkie-1930-13b 用大约75K条 trajectory 训练后，在 SWE-bench-Verified 上达到 4.5% pass@1。

用互联网数据训练的 talkie-web 是 5.5%。

两种模型的知识储备相差将近一百年，但编程能力只差1%。这说明什么？编程能力的瓶颈，可能从来不在于模型「知道」多少，而在于它「理解」多少。

在这个 demo 里，最有意思的观察不是结果，而是过程。

第12轮对话，老头尝试 apply patch，失败了。但它没有放弃，继续尝试。第44轮，给修好了。

研究者写道：「一个1930年的模型，也会试错，会反思，会自我修正。这个过程展示出的推理能力，跟我们在现代模型上看到的如出一辙。」

推理能力是涌现的，不是堆数据堆出来的。

「什么情况不建议用」：如果你需要的是精确的、需要最新库知识的编程任务，这个模型的能力上限还很低。它的强项是推理过程本身，不是知识储备。

当数据效率成为新瓶颈，降低数据依赖、提升推理能力的路线会越来越重要。一个连电视机都没见过的 AI 能学会编程，意味着你的下一个 AI 编程助手，可能不需要那么多训练数据。