📰 概要

1930年的AI学会了编程，但一个简单问题花了49轮才搞定。

量子位报道，talkie-1930-13b是只有1930年知识的大模型——训练数据截止到1930年12月31日，连电视机都没见过。GPT系列之父Alec Radford参与操盘。

经过250个样本微调后，这个"老头AI"在SWE-bench真实软件工程任务上解决了第一个问题——一个针对xarray库的小补丁。但一个简单问题足足花了49轮，又长又慢。

---

🔍 解读

这不是技术突破，是"笨得让人发疯"的实验。

研究者对结果的态度很复杂：一方面，老头确实做到了——它能在不知道任何现代知识的情况下学会写Python。另一方面，它慢得要命笨得要命，每轮都让人着急，但又不好意思对老头发脾气。

这种"笨但能学会"的矛盾，正是这个实验的价值所在。它测试的是模型的推理能力，而不是知识储备。

---

💎 深挖

talkie-1930-13b的特殊设计

这个模型的核心约束：1931年1月1日之后的任何一个字，全部不准进。这意味着它不知道计算机、互联网、现代编程语言——所有现代技术对它来说都是全新的。

但正是这种"无知"，让它成为理想的测试对象：在完全没有现代知识的情况下，模型能否学会新的技能？

为什么值得关注

这打破了AI领域的常见认知：编程能力需要海量代码数据支撑。一个连Python都没"见过"的模型，仅凭250个样本就能学会写代码，说明推理能力和知识边界是分开的。

什么情况不建议用

纯技术突破导向的读者可能觉得这个实验"没什么用"——毕竟它慢、笨、效率低。但如果你是关心AI本质和训练边界的开发者，这个实验值得深入了解。