以 AI 的标准来看，今天是一个相当平静的周五，所以是时候退一步，反思一下究竟在发生什么了。如果你读过我们的 2025 年阅读清单，关注过我们对 Z.ai GLM 的报道，理解了 Poolside 的转型，一直在追踪我们的 AI 科学应用（AI for Science）主题，并收听了今天的 Simile 播客，你不仅是 Latent Space 最忠实的读者之一，可能还会得出这样一个心智模型：
自 2022 年以来，每年都有一个生产机器智能的流水线环节从“人造”转变为“模型制造”。这一转变既非渐进，也非均衡——每一次转变都有一个“零号病人”（即某篇论文或某个产品，合成版本在其中首次在顶尖实验室承担起核心支撑作用），自此以后，未来便已然到来，只是尚未投入生产。
如果你仔细观察，我们过去所说的“合成数据”（synthetic data）、“合成评估标准”（synthetic rubrics）、“AI 研究员”（AI researcher）和“端到端强化学习环境”（end to end RL environments），其实只是野心越来越大的“人类模拟”——虽然效果差了 10%，但成本便宜了 100 倍，速度快了 10,000 倍。
阶段 1：奖励信号（2022年）
出乎意料的是，最先被合成化的是“裁判”。InstructGPT 确立了