【CNMO科技消息】4月10日，騰訊公司公關(guān)總監(jiān)張軍在社交媒體上轉(zhuǎn)發(fā)并評論了一篇關(guān)于人工智能“技能學(xué)習(xí)”的文章。他表示贊同文中觀點，認(rèn)為近期流行的“煉化skill”概念本質(zhì)上只是學(xué)習(xí)執(zhí)行特定指令的技巧，難以觸及真正的思維模式。CNMO了解到，“skill”的中文翻譯為“技能”，人們對于獲取更多技能有一種本能的渴望。這種期待催生了一種近乎游戲化的收集行為——如同“打怪升級”一般，旨在獲取更多技能以變得更強大。

AI能高效閱讀/生成.md格式的markdown文件

　　張軍指出，所謂“技能”本質(zhì)上是一系列預(yù)設(shè)的執(zhí)行指令或回應(yīng)模板。這種學(xué)習(xí)方式主要停留在模仿和模擬回應(yīng)技巧層面，能夠掌握的是相對表面的操作方式。他用“畫人畫皮難畫骨”來形容這一現(xiàn)象，意指通過此類方式學(xué)習(xí)，可能獲得形式上的相似，但難以深入理解和內(nèi)化背后的核心邏輯與思維框架。

　　近期，關(guān)于人工智能尤其是大語言模型如何學(xué)習(xí)和應(yīng)用特定“技能”的討論在業(yè)界較為活躍。相關(guān)技術(shù)嘗試通過大量示例或指令訓(xùn)練，使模型能夠針對特定場景或任務(wù)生成更符合預(yù)期的回應(yīng)。張軍的評論指向了這一學(xué)習(xí)路徑的局限性，即側(cè)重于輸出形式的優(yōu)化，而非思維本質(zhì)的構(gòu)建。

　　該評論引發(fā)了關(guān)于人工智能學(xué)習(xí)深度與廣度的進一步思考。如何在提升模型執(zhí)行特定任務(wù)效率的同時，促進其更通用、更本質(zhì)的認(rèn)知與推理能力發(fā)展，仍是相關(guān)領(lǐng)域探索的重要方向。