AI估值泡沫隐现，流式学习与具身智能迎来新突破

编者按

今日技术圈呈现出一种奇妙的张力：一边是资本市场对 AI Agent 估值逻辑的深层质疑，另一边则是学术界在强化学习、数学难题及具身智能上的硬核突破。从商业模式的经济本质回溯到底层算法的步长重构，再到机器人学习的历史复盘，我们正见证着技术从狂热回归理性的关键时刻。

行业洞察：被错配的 SaaS 估值神话

AI Agent 真正的对手不是 Salesforce，是 Accenture

这是一篇足以让许多 AI 创业者背脊发凉的深度檄文。文章尖锐地指出，像 Sierra 这样的明星 AI Agent 公司，虽然享受着 100 倍 ARR 的 SaaS 级估值，但其经济本质——按工作量计费、高算力边际成本、深度定制集成——却更像是埃森哲等传统咨询公司。资本之所以愿意下注，是赌“软件吃服务”能让毛利从 60% 攀升至 80%，但这仍是一个未经验证的假设。未来 12 个月，如果这批公司无法证明其规模化的毛利曲线，估值修正将不可避免。对于开发者和从业者而言，这提醒我们：在 AI 落地时，不要被“软件”的外衣迷惑，要清晰地算清每一笔推理成本的经济账。

前沿算法：用 1967 年的公式驯服流式学习

图灵奖得主Sutton新作：用一个1967年的公式，解决流式强化学习一大缺陷

强化学习之父 Richard Sutton 团队的新研究，以一种极其优雅的方式解决了“流式强化学习”的顽疾。问题的核心在于：在单样本、无回放的流式环境中，传统的固定步长更新会导致严重的“过冲与欠训”。团队借鉴了 1967 年自适应滤波领域的“归一化最小均方差”思想，提出了“意图更新”——不再是规定参数移动多少，而是直接规定函数输出改变多少。这不仅大幅降低了计算量，更在不依赖海量 GPU 集群的情况下，性能比肩主流算法。这一突破的意义在于，它让 AI 离人类“边做边学”的实时适应模式更近了一步，对于边缘计算和机器人控制等领域具有极高的实用价值。

科学探索：低成本算力挑战数学极限

浙大校友用AI突破32年拉姆齐数下界

纯数学领域的高墙正被 AI 一点点推倒。浙大校友王宜平仅凭一台 CPU 服务器和开源模型，就打破了困扰数学界 32 年的拉姆齐数 R(3,17) 下界纪录，将数值从 92 提升至 93，超越了同期 DeepMind 的表现。这一成就并非依赖暴力算力，而是胜在策略的创新：通过逆向思维和复合删除修复策略，构建了一套自我迭代的 AI 框架。这证明了在科学探索中，巧妙的算法架构往往比单纯的算力堆砌更有效。对于 AI 研究者来说，这是一个鼓舞人心的信号：AI for Science 的门槛正在降低，创新的力量更多地来自于对问题本质的深刻理解。

具身智能：谷歌老兵复盘机器人的进化之路

具身智能来时路：谷歌RT1、2，SayCan作者Ted Xiao复盘机器人学习三大时代

如果说前几篇文章关注的是点状突破，那么这篇访谈则勾勒出了具身智能进化的全景图。Google DeepMind 前技术负责人 Ted Xiao 回顾了过去十年的三个时代：从最初用强化学习证明“端到端能行”的存在性时代，到引入 SayCan 和 RT-2 借助大模型东风的基础模型时代，再到如今疯狂 Scaling 的数据爆发时代。最精彩的洞见在于他对“Code Yellowish”阶段的描述：当技术路径受阻时，团队敢于停发论文，花一年半时间专注于攒数据和重写底层设施。这种“慢下来是为了更快”的战略定力，最终促成了模仿学习的爆发。如今，机器人领域正面临从 Locomotion（运动控制）到 Manipulation（操控）与推理融合的挑战，机器人的“ChatGPT 时刻”或许不再遥远，但拼图仍需时间打磨。

结语

从估值逻辑的祛魅到底层算法的革新，再到数学与物理世界的征服，今日的技术资讯揭示了科技发展的两面性：在商业层面，我们需要警惕泡沫回归常识；在技术层面，古老的智慧与新的范式正在碰撞出惊人的火花。