一条主张通用计算最终胜过手工知识的 AI 经验。
苦涩教训像下棋：老师傅的妙招看着更聪明，可一旦算力管够，只会硬算的电脑照样赢。
教 AI 别死磕人类技巧，押可扩展的数据和算力。
Scaling-law苦涩教训解释了为什么可扩展计算会越跑越强。
Deep Learning深度学习正是少写规则、多靠数据算力的路线。
Symbolic AI它提醒人类手写知识常会输给可扩展学习。
Feature-engineering它让手搓特征从主角变成辅助。