跳转至

"指南渗透到日常临床要 5 到 17 年"：OpenAI 健康 AI 负责人谈通用模型里的专科训练、分歧怎么聚合，以及健康领域的 move 37（a16z，2026-10-20）

⚠️⚠️ 本期是当事方叙述，而主持方是同赛道投资人。 嘉宾是 OpenAI 健康业务的负责人，本期全部产品效果、用户规模与基准成绩均为厂商自述、且多数跑在自家发布的基准上；主持人是 a16z 的医疗投资合伙人，全程提问友好（"你在帮我们做这个梦"、结尾 "我离开这场对话时比来之前更乐观了"），期内没有出现一次真正的追问或反例。✅ 本库因此把本期当作"OpenAI 健康路线的官方口径"收录，并只在少数几处（他主动承认的局限、以及可被外部检验的机制性陈述）上调权重。

⚠️ 术语与人名还原（自动字幕）：⚠️⚠️ "Optum AI" 实为 "we've had at OpenAI"（[00:43:25]，Optum 是真实存在的医疗公司，这处误听会严重误导，本库特别标出）；Nathan Labenz → "Nathan Labatns" / "Nathan Labenz"；Penda Health → "Panda Health"（[00:39:22]）；HealthBench → "Health Bench" / "Help Bench"；OpenAI 的个人 agent 产品字幕作 "Dots"（[00:11:05]、[00:27:17]）；EHR 多处被写成 "HR"（[00:39:22]、[00:40:22]）。

⚠️ 说话人归属无歧义：全程两人、>> 换轮清晰。本页凡标"主持人"处均为 Jay Rugani。

概要

一期 54 分钟的单嘉宾访谈，结构是主持人给的四段：能力 → 信任 → 从医疗信息到医疗照护 → 成本。本库认为本期有四条独立价值：

  1. ⚠️⚠️ 一条把问题重新定性的数字（[00:21:15]）：临床指南渗透到全世界普通医生的日常实践，按不同研究要 5 到 17 年。 ✅ 据此他做了一次重要的区分——"在很多领域医学确实缺乏共识，但在有些情况下共识是存在的，只是没有被实践。" 这把一部分医疗质量问题从"知识问题"改写成了"分发问题"，而分发问题恰好是 LLM 擅长的那类。
  2. ⚠️⚠️ "通用模型里的专科训练"这条路线表述（[00:06:02]–[00:07:03]）：不是通用模型 vs 专科模型，而是"在一个通用模型里做专科训练"——ChatGPT 的每一个训练阶段都加了专科医疗数据。✅ 而他的论据来自自己的失败经验：他过去就是做小专科模型的，"那种模型会相当快地落在前沿后面"。
  3. ⚠️⚠️ 处理专家分歧的工程做法（[00:17:12]）："你去问五个医生任何一个问题，你会得到八个不同的答案。" 因此他们建了一个数百名专家、覆盖数十个专科 / 语言 / 执业国家的全球医生网络，去聚合专家意见，而不是让一两三个医生来裁决。
  4. ⚠️⚠️ 一条被他点名为"真正瓶颈"的判断（[00:41:23]）：在科学这一侧，"AI 会加速的是验证环节的瓶颈——而我认为最终成为瓶颈的是验证，而不是提出新想法或新疗法。" ✅ 本库认为这是本期最该被 AI 与科学 页面接走的一条。

✅ 本库另记两处他主动给出的降温（这在厂商访谈里不常见）："我不认为 AI 能够、或者将会提供其中的全部"（关于医疗照护，[00:30:19]）；"我不认为健康智能已经对你说的这个问题产生了宏观影响"（关于 5.3 万亿美元的医疗支出，[00:44:26]）。

一、规模与定位（[00:01:00]–[00:05:00]）

来源：本期转录稿。

  • OpenAI 把使命拆成三条（[00:01:00]–[00:02:00]）：建造与部署 AGI；防止下行（各类安全）；让上行发生。健康被归在第三条，同时顺带处理医疗里会出现的一些安全问题。两个具体目标是——抬高地板（让人免费或近乎免费地拿到可信、充裕、可靠的健康智能）与抬高天花板。
  • ⚠️ 规模数字（全部为厂商自述）：
  • "每周有超过 3 亿人把 ChatGPT 用于健康与养生类问题"（[00:02:00]），"而且在快速增长"。
  • "每周使用 ChatGPT 的 12 亿人"（[00:23:15]）。
  • ⚠️⚠️ 一条值得单记的构成（[00:09:03]）：那 3 亿健康用户里"绝大多数是免费用户，而且大多数在美国以外"。 ✅ 本库标注这条改变了这件事的性质：它不是一个发达国家的增值服务，而首先是一个在医疗供给稀缺地区被使用的东西——而本期没有任何关于这些地区使用质量的数据。
  • ⚠️ 主持人给的稀缺侧数字（无来源，本库按断言记录）（[00:00:00]、[00:03:00]–[00:04:00]、[00:41:23]）：美国医疗支出 5.3 万亿美元以上，"如果它是一个国家，会是第三大 GDP"，是经济中最大的部门也是最大的雇主，2300 万美国人在医疗行业工作；超过一亿人没有固定的初级保健医生；即便有，也常要等 40 天以上。
  • 需求侧的机制描述（[00:02:00]–[00:03:00]）：即便在湾区，专科预约也可能等数周到数月，最后换来 15 分钟，走出诊室时"我还有六个问题想问"。✅ 他的定位句："健康不是被限制在这些 15 分钟区间里的东西"，AI 最能帮上忙的恰恰是"两次就诊之间"。
  • ⚠️ 他举的患者案例（二手转述）（[00:05:00]）：Cognitive Revolution 播客主 Nathan Labenz 的幼子长期疲劳与易怒，AI 帮他们在度假途中意识到这是严重问题并决定去做检查，最终确诊为一种侵袭性白血病；此后用 GPT-5 Pro 帮助理解化验报告，在专科医生有时间解读之前。⚠️⚠️ 本库标注两处：① 这是二手转述，细节来自当事人自己的播客，OpenAI 未独立核实；② 选样偏差明显——讲述者是 AI 社区内的深度使用者，这类案例不能用来推断一般用户的结果分布。

二、⚠️⚠️ "在通用模型里做专科训练"（[00:06:02]–[00:07:03]）

来源：本期转录稿。本库认为这是本期最该被 LLM 训练流程 页面接走的一条。

  • 他先拒绝了问题本身的二分："人们经常问我们通用模型 vs 专科模型这个争论……我觉得这里最重要的一点是，我们说的其实是在一个通用模型里做专科训练，我认为那是两边最好的部分。"
  • ⚠️⚠️ 具体做法（本库此前没有的一层细节）："对 ChatGPT 以及我们在 ChatGPT 里发布的所有模型，在 ChatGPT 模型训练的每一个阶段，我们都加入了专科医疗数据——过去一年的所有模型都是如此。" 数据来源他给的是与全球大量医生合作。
  • ✅ 他的论据来自自己过去的失败，而不是理论："如果你放弃这条路，说'我们来训一个更小的、只做医疗的专科模型'——就像我以前做的、也像很多人做过的——你会发现那个模型会相当快地落在前沿后面，因为前沿和通用能力改进的速度太快了。" 结论是 "押注规模"，"我们在搭这趟规模前沿的便车"。
  • ⚠️ 本库给这条的边界：他没有给任何量化——没有说专科数据占比、没有说这条路线相对纯专科模型在哪个基准上领先多少、也没有说"落在后面"的时间尺度。这是一条路线陈述，不是一条实验结论。 ✅ 但它可以与本库既有的两侧材料对读：OpenRouter 侧"专科模型的位置" 与 Nathan Lambert 的蒸馏文献反方。

三、信任：这期讲得最细的一段（[00:14:10]–[00:28:18]）

来源：本期转录稿。

1. ⚠️⚠️ 专家之间的分歧怎么处理

  • 问题的形状（[00:17:12]）："你去问五个医生任何一个问题，你会得到八个不同的答案。"
  • ✅ 他明说了一条他们没走的路：把几个医生招进 OpenAI 健康团队、让这几个人去裁决不确定的病例 —— "这其实不是最好的办法。"
  • 他们走的路（[00:17:12]）：建一个全球医生网络，数百名专家，覆盖数十个专科、语言与执业国家，目标是"聚合专家的智慧"，"这样在可能存在分歧的领域，我们就不是靠一个、两个或三个医生来裁决"。
  • ✅ 本库标注这条为什么重要：它把"模型该怎么回答"从一个标注规范问题，变成了一个关于共识测量的方法学问题。⚠️ 但本期没有说这个网络怎么加权、分歧到什么程度就判定"无共识"、以及这个网络本身的地域与专科分布——这三点都会直接决定模型行为，而主持人没有问。

2. ⚠️⚠️ 用户想听的与医学上该说的冲突时

  • 主持人的提问本页认为是全期最好的一个（[00:16:11]）：一个人把症状全说出来，其实只希望听到"没事"；从消费产品的 NPS 角度，他们想要安慰，而从医学角度，他们需要听到的可能完全不同。 "你怎么教 AI 识别这个差别，怎么管理这两个相互冲突的产品目标——消费端的参与度与留存，对上正确性与临床质量？"
  • 他的回答（[00:18:12]）："那基本上就是一个安全优先级的问题。" 具体做法是在评测栈与训练栈里都有评测，专门追踪这类困难情形——模型应该说"这不安全，你应该去就医"，即便用户不想听、或者想要某种替代疗法。
  • ⚠️⚠️ 本库对这条的处理：✅ 方向是明确的，而且"我们为此单独建了评测"是一条可检验的陈述；⚠️ 但他没有给任何数字——这类冲突占多大比例、模型当前通过率多少、与消费端留存指标是否真的发生过取舍。"把安全排在前面"是一句立场；本期没有提供它被兑现的证据。
  • 另一类分歧：模型与你的医生不一致时（[00:18:12]–[00:19:13]）。他的回答很保守："就像分歧以别的方式发生时一样处理"——作为患者你有权要求另一位医生看看、去拿第二意见，"不管你是不是也在用 ChatGPT 获取健康信息。"

3. 面向不同角色调整答案

  • 机制（[00:15:10]）：和全球专家合作做评测与训练，按对方是普通用户、已经长期在管理自己复杂病程的"进阶普通用户"、还是临床医生，调整行为。
  • 溯源：2025 年 5 月发布的 HealthBench 里就有一个主题专门评测这件事——模型是否会按对方是普通人还是临床医生调整术语密度。"从那之后我们在测量和训练这两头都变好了。"

4. 不确定性与基准

  • 做法（[00:22:15]）：训练模型识别自己的不确定性——"在检索并拿到信息之后，你希望模型能知道'这里就是信息不够'，并且直说。" ✅ HealthBench 里有公开的 hedging 评测部分。
  • 心理健康（[00:27:17]–[00:28:18]）：同样的路数——与全球持牌心理健康专家合作定义棘手场景下的模型行为，"人们在这里的分歧甚至比生理健康还大"，目标是达到某种共识水平，从而能真的测量表现。⚠️ 他们最近发布了 Mental Health Bench，定位是"给整个行业的共享标尺"。
  • ✅ 本页标注一处他做的区分：从只测"安全地板"，转向测量模型能否主动提供正向的心理健康体验（"抬高天花板"）。⚠️ 而这正是最难校准、也最容易被产品参与度指标污染的一类度量，本期没有讨论这个风险。

四、从医疗信息到医疗照护（[00:29:19]–[00:37:22]）

来源：本期转录稿。本节是本期边界划得最清楚的一段。

  • ⚠️⚠️ 主持人的区分，本页认为值得长期保留（[00:29:19]–[00:30:19]）：医疗信息——"如果你有健康上的疑问，ChatGPT 和其它 LLM 正在成为更好、更快、更便宜的答案来源"；医疗照护——开处方、面诊专科、补做血检或 MRI、让临床医生实际检查你的身体，这些仍受执照与一整套制度管辖。他把后者称作一个捆绑产品：诊断与分诊、照护方案、医生给的共情与安抚、以及他们承担的法律责任。
  • ✅ 嘉宾的回答是本期最明确的一次划界（[00:30:19]–[00:31:19]）："不，我不认为 AI 能够、或者将会提供其中的全部。" "不存在任何一家公司提供全部医疗照护的未来。"
  • 他们的定位：把照护的"最后一英里"弄清楚并不断变简单，让它对所有伙伴而言只剩"最后 100 米"。
  • ⚠️ 他认为 OpenAI 独有的那一条是入口："因为它拥有健康的那扇前门"——帮你导航、做日程、"当你健康的四分卫（quarterback）"。
  • ✅ 再次明确（[00:32:20]）："我不认为我们会去做你提到的那些事。那正是我们要依靠所有创业公司、照护提供方和伙伴的地方。"
  • ⚠️ "看到医生屏幕上开着 ChatGPT 该生气还是高兴"（[00:34:20]）：他说"Overton window 正在实时移动"，并给了一条预测——两边最终都会因为照护过程里有 AI 而感觉更安全（患者把它当 sanity check，医生也是）。"我不会说我们已经完全到那儿了，但这是我对走向的预测。" ⚠️ 本库记为无数据支撑的预测。
  • ✅ "那一来问诊还该谈什么"这个追问的回答，本页认为是本期最诚实的一段（[00:35:21]）："我希望他们谈医疗照护里属于人的那部分。" 他列了三样 AI 拿不到的东西——共情与床边礼仪、大量的身体接触与体格检查、以及一条机制性的理由："并不是所有信息都已经存在于 AI 那里。看诊的一部分目的，恰恰是去获取更多信息，去做问诊、查体与调查的过程。" ⚠️ 本库标注：这一条反驳的是"信息已经都在，只差整合"这个在 AI 医疗叙事里很常见的隐含前提——而反驳它的人是 OpenAI 自己。

五、⚠️⚠️ 健康领域的 move 37，以及那个抗生素例子（[00:37:22]–[00:41:23]）

来源：本期转录稿。

  • 框架（[00:38:22]）：他把目标表述为"健康领域的 move 37"——借自 AlphaGo 对 Lee Sedol 那一手，当时所有人类专家都觉得是愚蠢而意外的一步，事后才被理解为精彩而有洞见。健康版本的定义是"模型预测出一个人类本来预测不出来的东西，事后看是对的、是有洞见的、有影响力的"。
  • ✅ 他对进度的自我评价是克制的："我们在更小的尺度上看到过这个"，"我觉得我们还非常早"。
  • ⚠️⚠️ 他给的唯一具体例子（本页认为它比 move 37 这个框架本身更有价值）（[00:39:22]）：在与 Penda Health 的临床医生 copilot 实验里——"临床医生有点倾向于过度使用抗生素"，而模型反复标出的一个模式就是避免这种过度使用，更少考虑眼前这个病例、更多考虑抗生素耐药这个全局问题。"
  • ✅ 本库认为这个例子的意义被本期低估了：它展示的不是模型比医生更懂，而是模型的目标函数不同——医生在为眼前这一个病人优化，而模型可以同时承载群体层面的外部性。 ⚠️ 而这恰恰也是它的风险所在：谁来决定模型在个体收益与群体外部性之间怎么权衡？本期无人提出这个问题。
  • 他对未来版本的描述（[00:39:22]）：模型接收一个用户十年的纵向历史，跨 EHR 数据、聊天数据与其它所有数据，做出以前不可能的预测——"因为人脑根本没法把这些数据都整合起来。"
  • ⚠️ 数据闲置这条观察（[00:40:22]）：EHR、纵向病史、理赔数据等"就那么存在那儿，里面的洞见没有被充分挖掘、也没有被用来产生新知识"。
  • ⚠️⚠️ 第三类主体：科学家，以及那条关于瓶颈位置的判断（[00:40:22]–[00:41:23]）：他在患者与临床医生之外加了科学家，并给出本页认为最该被引用的一句——"我也非常看好一个未来，在那里 AI 帮助加速验证环节的很多瓶颈——我认为最终成为瓶颈的是验证，而不是提出新想法、新疗法这类事。"
  • ✅ 本库上调这条的权重，因为它与本库既有的 AI for science 材料指向同一处（Greg Brockman 谈临床试验替代、Pushmeet Kohli 的"被解决的是任务，不是科学问题"），而这是第一次由一位厂商侧的健康负责人把"瓶颈在验证而非生成"直接说成结论。
  • 他在结尾给了配套的具体版本（[00:52:31]）："人们想推进临床试验的分子和药物数量，已经远远多于临床试验可用的名额。" 所以 5–10 年里影响最大的可能是两件事——AI 引导的新靶点与分子生成，以及 AI 引导的优先级排序与验证。

六、成本：34 倍便宜的那条，以及他自己给的降温（[00:41:23]–[00:46:28]）

来源：本期转录稿。⚠️ 本节数字全部为厂商在自家基准上的自述。

  • ⚠️⚠️ 那条对照（[00:42:24]–[00:43:25]）：GPT-6 Luna（自述为他们 API 上当前最便宜的前沿模型）在 HealthBench Professional 上胜过 5.6 Soul——"字面意义上一个月前我们最好的模型"——而它便宜 34 倍。"过去一年里我们有过好几次这样的时刻。"
  • ⚠️⚠️ 本库的处理：记录，不作为跨厂商可比的证据。 理由是基准是他们自己发布的、模型是他们自己的、比较也是他们自己做的；✅ 但"同一基准上一个月的迭代带来 34 倍成本下降"这个量级本身可被后续发布证伪，本库设为检验点。
  • 他由此给的命题（[00:43:25]）："在给定的健康智能水平上，健康智能的成本会暴跌。" 配套的是一个门槛概念——"临床医生和患者觉得可以在照护过程里信任它的那个智能水平"，"在某种意义上那是一个固定的水平"，⚠️ 他自己补了"希望这个门槛也会随时间抬高"。
  • ⚠️⚠️ 而他对宏观问题的回答是本期最该被记下的一次降温（[00:44:26]）：被问到 5.3 万亿美元的医疗支出时——"我不认为这里面全部都和健康智能有关。而且我不认为健康智能已经对你描述的这个问题产生了宏观影响。"
  • 他认为有空间的地方：慢病管理、文书、行政与各类后台工作流——"有很多钱花在了大概不必那样花的地方。"
  • ✅ 而他明确说这不会自动发生（[00:44:26]）："我不认为那只靠让健康智能变充裕就会发生。它发生在整合、工作流、部署和规模化上……但我认为它是让那个未来发生的前提条件。" ⚠️ 本库标注这是一位厂商负责人主动把自己产品定位成"必要但不充分"，在本库收录的厂商访谈里不常见。
  • ⚠️⚠️ 支付方与提供方的 AI 军备竞赛（本页认为这是本期最值得质疑的一段回答）（[00:44:26]–[00:46:28]）：
  • 主持人引的现象：一篇 《纽约时报》 报道称提供方的 AI 与支付方的 AI 在互相对打，以及一份 Blue Cross Blue Shield Association 的分析称双方的开单机器人与文书机器人把支出推高了"十亿美元之类"。⚠️ 主持人自己对数字含糊（"或者类似的数"），本库按断言记录、不采信数值。
  • 他的回答："短期可能会有一些痛，但长期来看没有理由必须存在这种东西。" 他设想的理想状态是——大量就诊现场已经有环境智能在听与转录，于是双方握手确认"这是这次就诊发生了什么的事实基准，这就是全部信息，没有别的信息源了"，然后由 AI 来裁定，外加一个有限的申诉流程。"我认为这完全可以被避免。我把它看成一个短期的干扰。"
  • ⚠️⚠️ 本库的标注：这个方案把一个激励问题当成了信息问题来解。 支付方与提供方的对抗不是因为缺少共同的事实基准，而是因为双方从同一组事实里能主张不同的金额——"握手同意一个共同真相"这一步本身就是整个冲突所在，而他把它当作前提。✅ 本库认为这段回答的价值在于它清楚地展示了一个技术侧负责人会怎么看制度性对抗；但它不构成对该问题的解答。

七、落地：产品、合作与给创业者的建议（[00:23:15]–[00:27:17]、[00:46:28]–[00:49:30]）

来源：本期转录稿。⚠️ 本节全部为厂商与合作方自述。

  • ✅ "活化能"这个框架（[00:24:16]）："你可以有一个很好的模型，但如果使用它来改善健康的活化能太高，人们就不会去做。" 所以产品工作被定义成"降低人们动用算力与智能来改善健康的活化能"。
  • 按瓶颈倒推的历史（[00:24:16]–[00:25:17]）：大约两年前到一年前，他们在做安全与合规——HIPAA 合规、医疗机构需要的隐私保护，目的是能处理对方的医疗数据。
  • 产品线：ChatGPT 里的健康功能（消费端）、ChatGPT for healthcare（企业端）、ChatGPT for clinicians。⚠️ 关于后者他只给了定性——"留存是个相当愉快的惊喜。"
  • 合作（[00:25:17]–[00:26:17]、[00:33:20]）：
  • Epic：可以在 ChatGPT 里用 Epic，也可以在 Epic 工作流里用一个 ChatGPT 侧边栏。他把它定位为打破医疗生态碎片化的一步。
  • UCSF：Epic–EHR–ChatGPT 这条连接的最早采用者之一，场景是病历复核（chart review）。
  • ⚠️ Advent Health：自述"大约 80% 的行政工作流削减"。⚠️⚠️ 本库按合作方自述收录、不作为事实——没有给基线、口径、覆盖范围或时间窗。
  • ⚠️ 数据使用的承诺（[00:09:03]）：用户连接的健康信息"被安全地使用，不用于训练数据，也不用于广告定向"。✅ 本库记为一条明确的公开承诺，可供日后对照。
  • ✅ agent 在医疗里的一处反直觉观察（[00:13:09]）："医疗是那种你不该指望明天所有东西都有一个 MCP 连接器的行业"——遗留软件多，很多机构的主力 EHR 跑在一台云上的虚拟机里。⚠️⚠️ 而他的推论是反过来的："虚拟机在某些方面反而让 AI agent 更容易做事"，所以这正是 agent 与 computer use 的适用场景。本库记下这条：在 API 不可得的行业里，computer use 不是降级方案而是主路径。
  • 他给创业者的建议（[00:47:28]）："押注模型会变得更强。" 他把医疗从业者分成一条光谱——赌模型不行 / 中性 / 赌模型会行——并明确站在最后一边。✅ 配套的定位是"我们很多的健康影响不是通过我们自己的产品，而是通过伙伴和照护交付的最后一英里"。
  • 对程序性照护与机器人的判断（[00:48:29]–[00:49:30]）：短期是更好的靶向（知道什么时候该去做）；"未来一两年最大的宏观因素就是更好的主动与预防"，从而避开下游最贵的那些手术。⚠️ 机器人他明确泼了冷水："从技术角度和报销与行业整合角度都是更长期的事……我的预期是这不是未来几年的事。"

本期未展开 / 本库不收录的部分

  • ⚠️ 本期没有被问到的五处（本库认为这是本期最大的问题）：
  • 错误率与伤害：全期没有一个关于模型给出错误健康建议的频率、严重度或已知伤害事件的数字；"安全优先"只有定性表述。
  • 全球医生网络的构成与加权：数百名专家怎么选、怎么聚合、分歧到什么程度判为"无共识"，全部未说，而这三点直接决定模型行为。
  • 消费端指标与临床正确性是否真的发生过取舍：主持人问到了，回答是"安全优先级"，但没有任何一个发生过取舍的例子。
  • "3 亿周活里大多数在美国以外"之后没有任何后续：这些地区的语言覆盖、本地指南差异、以及在缺少医生可供转诊时"去就医吧"这条默认建议是否还成立——本期一句未提。
  • Mental Health Bench 从"测安全地板"转向"测正向体验"的风险：正向心理体验与产品参与度高度相关，这个度量如何避免被参与度污染，无人提出。
  • [00:11:05]–[00:12:08] 主持人对个人 agent 品类的科普段（提到 Instinct、Muse、Grokbot 与 OpenAI 的 Dots），内容是背景介绍，本页只取其中与医疗相关的推论。

关联

  • 人物：Karan Singhal · Jay Rugani / a16z
  • 主题：
  • 评测与基准 — HealthBench / HealthBench Professional / Mental Health Bench、"五个医生八个答案"与专家聚合、hedging 评测、⚠️ 自家基准上的自评
  • AI 与科学发现 — "瓶颈是验证，不是提出新想法"、临床试验名额少于候选分子、move 37 与抗生素那个例子
  • LLM 训练流程 — "在通用模型里做专科训练"：每个训练阶段注入专科医疗数据，以及"小专科模型会落在前沿后面"
  • AI 商业与价值捕获 — 同一基准上一个月迭代带来 34 倍成本下降、"最后一英里留给伙伴"、支付方与提供方的 AI 军备竞赛
  • 可对照的其它视频：
  • No Priors × Greg Brockman（2026-10-15） — 同一家公司、五天之隔的另一位高管谈药物发现与临床试验，本期的"瓶颈在验证"与那期的论证同向，但这期把它说成了结论
  • Latent Space × Pushmeet Kohli（2026-10-10） — "被解决的是任务，不是科学问题"，是对本期 move 37 框架最该并读的降温材料
  • a16z × OpenRouter（2026-10-03） — 专科模型是否还有位置，与本期"通用模型里的专科训练"是同一问题的两种答案