能力的上限，來自見過多少真實案例

2025 年清華大學團隊發現，讓模型有幾百次嘗試機會時，基座模型的答對率反而追平甚至反超「發揮更穩」的後訓練模型。今天四篇裡有三篇圍繞同一個判斷：能力上限靠累積真實案例堆出來，後期技巧只能讓你更穩定地兌現。身體保養那篇獨立成一群。

一、預訓練決定天花板，後訓練只管穩不穩

發生了什麼：萬維鋼專欄用 AI 的訓練機制，反過來理解人類學習。預訓練（先讀大量語料、學出基本能力）決定能力上限，參數規模對應天資，語料對應經歷，量級到了會冒出「湧現」與「開悟」。後訓練（SFT、RLHF、RLVR 這幾種訓練後的調整方法）只教會模型討好人類、練熟已有能力，幾乎不新增新本事。關鍵佐證有兩個。第一，2025 年清華大學團隊發現，在 pass@k（讓模型嘗試 k 次，只要一次答對就算對）的測法下，嘗試幾百次時基座模型的答對率追平甚至反超後訓練模型。第二，DeepMind 2022 年的 Chinchilla 研究指出，「小參數加足語料」勝過「大參數加少語料」。這些是專欄引用的研究，對讀者的意思是：把它當一種解釋框架，不是已回查的結論。

原理：真本事是讀過多少、經歷過多少堆出來的，補不齊你沒見過的題。

怎麼用：想補一項能力時，先排「多接觸真實、多樣、帶回饋的案例」，再排方法論與心法。

何時不成立：暴露量如果只是反覆練同一種套路，也就是語料狹窄，暴露再多只是把偏見練得更穩，不會拉高上限。

二、沒有「手感」，工具再聰明也用不好

發生了什麼：Grok Bot（2026 年 8 月 11 日開放測試、8 月 29 日接入 X）代表一種「持續存在的數位同事」，常駐某段業務、保留上下文、按節奏推進。文章判斷，第一步怎麼用它，關鍵在有沒有「手感」，光懂 AI 原理沒用：沒真的管過銷售漏斗，就不知道 100 條線索和收入之間隔著多少坑，這種手感買不到。企業過去靠會議、周報、中層這類裝置，防止事情掉在地上，它們的隱藏成本是沒有人把手感系統性地留下來。

原理：能留下手感的工具，價值不在它多聰明，而在它替你記住踩過的坑。

怎麼用：導入常駐型 AI 前，先挑一段重複發生、結果能驗收的業務，把踩過的坑寫下來，交給它接續。

何時不成立：一次性、高度依賴臨場判斷的決策，例如一場關鍵談判，留下的反而是過時的套路，會誤導下一次判斷。

三、第一筆信任，是借來的

發生了什麼：萬維鋼在問答裡指出，年輕人沒有背景資源時，第一筆信任往往靠「借」。父母、師傅、第一學歷，本質上都是別人用自己的名字為你擔保。無需批准的冷啟動路徑有兩類：考試與證書，把私人努力翻譯成公共信用；實習、志願、開源這類可驗證的貢獻。

原理：信任積累的順序是借信用、做成事攢記錄、讓自己的名字變成信用。

怎麼用：缺背景時，先找一個可驗證的小貢獻，例如證書、實習或開源，攢下第一筆自己的記錄。想跳過「借」這一步、直接指望別人憑空相信你，通常走不通。

何時不成立：借來的信用有有效期，也會被反覆兌付。做成的事和擔保人的名聲對不上時，不只攢不了自己的記錄，還會讓擔保人以後不敢再借。

四、眼睛、耳朵、平衡感，順手就能保養

發生了什麼：尹燁的新書給出三個零成本保養法。護眼的重點是「看遠的距離」，不是顏色，每隔一段時間看遠處 20 秒、看鮮豔色彩 20 秒、閉眼 20 秒。護耳看聲音劑量，也就是音量乘以時長：WHO 標準下，80 分貝每週安全約 40 小時，90 分貝驟降到約 4 小時，建議音量不超過最大音量的 60%。平衡力的做法，是睡前刷牙時單腳閉眼站，動用大腦整合視覺、前庭、本體感覺三套系統。WHO 數據指出，跌倒是全球第二大非故意傷害死亡原因。以上數字都是書中引用，對讀者的意思是：當成起點，不必當成精確門檻。

原理：三個保養法都不是新增任務，而是嵌進本來就在做的動作裡。

怎麼用：把動作掛在現有縫隙上，看螢幕的間隙看遠處、戴耳機的當下檢查音量、刷牙的兩分鐘單腳站，不必另外擠出時間。

何時不成立：縫隙式保養只處理低強度、長期累積的耗損。已經出現明顯視力模糊、聽力下降或站不穩時，該看醫生就看醫生。

今天的主線

萬維鋼的 AI 學習理論、Grok Bot 的組織觀察，加上「第一筆信任」問答，講的是同一條刻度尺：能力的真正上限，來自暴露量與記錄的堆積。後期的技巧、心法、後訓練，頂多讓你更穩定地兌現原本的水準。換到組織，就是手感買不到；換到個人，就是第一筆信任得先借，再慢慢換成自己的記錄。

本文數據引自所列來源之解讀內容，未逐一回查原始報告。

來源

• 〈預訓練和後訓練：你能力的上限和下限〉，得到 App《萬維鋼．精英日課》
• 〈Grok Bot 深度解讀：每家公司都值得用 AI 重做一遍〉，訂閱博主內容《快刀青衣AI學習筆記》
• 〈問答：年輕人怎樣積累「第一筆信任」？〉，得到 App
• 〈這三種身體能力，別等「退化」了才保養〉，得到 App