大神觀點 · 本週 （發表日 07-25）
本篇出自 2026年7月27日 晨報
Nathan Lambert 對 Opus 5 追平旗艦給出機制解釋:他認為關鍵是「更快的迭代速度＋規模化強化學習(RL)」,而旗艦模型「反而還太大、還沒法同樣做 RL」。若這個解釋成立,前沿進步的槓桿正從「把模型做更大」移向「在中型模型上快速迭代 RL」（原推文，07-25）。驗證： 單一觀點、且與官方發布同溯 Anthropic 一份公告,本報暫記待獨立第二源。
只留 email，隨時退訂。這是我們唯一想請你做的事。
Dwarkesh Patel 是獨立科技訪談者與作者，其 AI 產業深度論述常被業界轉引。他 6 月的文章主張：每個要教給模型的技能，背後對應至少數百位人類專家寫示範與評分標準；專…
Thompson 是科技戰略電子報 Stratechery 的作者、產業判讀最受引用的分析者之一。在華府與華爾街同聲恐慌的一週，他的判斷反著走：中國開源模型的威脅並不新；前沿實驗室…
Mollick 是賓州大學 Wharton 商學院教授，企業界讀者最多的 AI 實用主義評論者。他以第一手實測給出 2026 下半年的判讀：要拿 AI 做真工作，實務選項只有 Ch…
AI 編碼新創 Poolside 的共同執行長 Kant 主張：對長時間的複雜任務，在模型與系統之間夾一層工具協定（如 MCP）沒有意義。MCP 是 Anthropic 主推、讓 …