Capture record

  • Canonical URI: https://blog.aihao.tw/2026/10/12/ai-getting-spikier/
  • Source class: secondary synthesis/community practice。AIHAO 由 ihower 撰寫的繁中分析文,整理 Adam Hunt 的 X 長文、回覆串、Anthropic 員工說明與學界論文,再提出給 AI 應用工程師的評估建議。1
  • 原文標題: 寫程式變強,寫作卻沒跟上: AI 能力會全面進步,還是越來越不平均?
  • 作者/出版者: ihower/愛好 AI 工程 Blog。頁面 meta[name="author"] 為 ihower。1
  • 發布日期: 2026-10-12T00:00:00+00:00(article:published_time)。1
  • 擷取時間: 2026-10-12T06:37:14Z(canonical response Date: Mon, 12 Oct 2026 06:37:14 GMT)。
  • Retrieval method: 先以 web_extract 讀取 canonical page;再以 Python 標準函式庫 urllib.request 直接 HTTP GET 核對,status 200、Content-Type: text/html; charset=utf-8、92,597 bytes;從 div.post-content 解析可見正文約 9,779 字,未保存完整 HTML payload。全程未使用 browser 或 browser process。1
  • HTTP metadata: response Date: Mon, 12 Oct 2026 06:37:14 GMT;HTML SHA-256 5870c4f3779c01b86e50cd59d59e42fab144f1fdd8a2decbb86f6e3f6cfbc2a1。
  • 直接讀取的延伸來源: Adam Hunt 原始 X 貼文、Andrew Ho 離開 OpenAI 的 X 聲明、Anthropic〈Introducing Claude Opus 5.5〉、Sullivan/Koller 的 arXiv 〈On Language Drift during RLVR Post-Training〉、Jackson Kernion 的 Opus 5.5 寫作說明。2 3 4 5 6
  • 跳過的來源: The Decoder、Zvi Mowshowitz、Noah Smith、Wes Roth、François Chollet、Aran Nayebi、jjpcodes 與 Adam Hunt 其他回覆串本輪未直接讀取;相關敘述保留為 AIHAO 的二手整理或未解主張,不以搜尋結果 metadata 代替全文閱讀。
  • Saved payloads and SHA-256: 不保存外部 HTML、X 貼文、論文全文或圖片;本檔 sha256 為 frontmatter 結束後 body 的 SHA-256。

Faithful source summary

文章以 Adam Hunt 的「越來越尖」(spikier)比喻為主軸,對照兩條能力發展路線:主流 AGI 論述假設模型擴展後各能力逐步補齊;Adam 認為近期模型可能只有寫程式、數學等少數尖刺持續變長,語言、常識、社交推理與其他任務未同步進步,甚至退步。文章也保留 Adam 自己只有約 40% 信心、主要依使用感受與重度使用者討論推論,並承認可能出現尚未預見的技術突破。1 2

AIHAO 將 Adam 的推論鏈整理為:早期 LLM 的「通用感」部分來自廣泛預訓練語料;Chain of Thought 與 web search 放大既有能力;RL 在可驗證領域較容易反覆最佳化,寫程式又同時具備完整工作紀錄、可設計 benchmark 與商業價值,因此可能出現能力尖刺未自動外溢的現象。這些是文章對 Adam 論點的重述與推論,不等於已完成跨模型、跨任務的獨立實驗。1 2

文章再把「模型解釋自己做了什麼越來越難懂」視為工程上更直接的問題:如果產碼量與複雜度上升,但說明品質下降,人工 review、除錯與錯誤發現成本可能增加。這一段屬 AIHAO 的工程觀察,並非本文直接測量結果。1

後續材料分成三層:Andrew Ho 將 LLM 泛化能力描述為很差,並主張現有資料不足、未來需要超過 1000 億美元的精準資料採集;Anthropic 官方在 Opus 5.5 發布頁稱早期測試者認為寫作更清楚、資訊更容易追蹤,並把這視為相對 Opus 5 的改善;Anthropic 員工 Jackson Kernion 進一步表示 Opus 5.5 首次針對句子清楚度與過度密集資訊做定向改善。這些均是原作者、供應商或員工的自述層級。3 4 6

文章引用的 RLVR 語言漂移論文則提出較明確的研究主張:理論上 RLVR 可允許無界的語言漂移,而 supervised fine-tuning 不會以相同方式無界漂移;實驗上,漂移特別出現在需要學出新行為的 novel reasoning tasks;若限制語言漂移,預期 reward 也會受限。論文同時指出這會影響 CoT monitorability。這些是該論文的研究結果範圍,不代表已被本輪獨立重現。5

文章最後給 AI 應用工程師四個建議:把可讀性當成獨立品質軸、用 prompt 明確要求清楚與低密度表達、以自己領域的真實任務取代只看公開 benchmark,以及先看任務能否自動驗證來估計能力擴展速度。這四點屬 AIHAO 的可操作整理,不是同一研究直接驗證的產品規格。1

Claim ledger

主張狀態證據界線
Adam Hunt 主張近期模型變得更「尖」:寫程式/數學能力持續拉高,但一般語言、簡單邏輯與其他能力未同步,甚至可能退步。partially-supportedAdam Hunt 原始貼文直接支持「他提出這個論點」與約 40% 信心;貼文本身不是跨模型實驗或獨立測量。2
Adam 認為早期 LLM 的通用感部分來自廣泛預訓練語料,之後 CoT/web search 放大既有能力,而針對可驗證領域的 RL 不會自動改善其他領域。observational這是 Adam 的解釋模型與 AIHAO 的重述;未直接讀取完整訓練 ablation 或跨領域 transfer 實驗。2 1
Andrew Ho 認為 LLM 泛化能力很差,即使 coding 受到大量投資仍呈現 spiky capabilities,並主張實驗室不會只靠 scaling 免費取得多數能力、需投入超過 1000 億美元的精準資料。supported直接讀取 Andrew Ho 公開聲明;支持的是其個人立場與創業敘事,不是已完成的市場規模或因果驗證。3
Anthropic 官方稱 Opus 5.5 的寫作更清楚、資訊更容易追蹤,並把 communication improvement 視為相對 Opus 5 的改進。supported直接讀取 Anthropic 發布頁;屬供應商自述與早期測試回饋,未獨立重跑其寫作評測。4
Jackson Kernion 稱 Opus 5.5 首次針對 sentence clarity 與 overly-dense information dumps 做定向改善,並表示自己對寫作滿意度自 Opus 4.6 後最高。supported直接讀取 Anthropic 員工公開貼文;屬個人/團隊內部經驗陳述,未提供完整 reward design 或比較資料。6
RLVR 可導致 language drift,且在 novel reasoning tasks 上更明顯;限制 drift 與維持最大 reward 之間存在取捨。supported直接讀取 arXiv 研究全文的摘要與方法/結果敘述;屬單篇研究的理論與實驗結果,未獨立重現,也不直接等同於所有 user-facing prose。5
寫程式與數學的 RL 會造成寫作退步。partially-supportedAIHAO 將 Adam 的觀察、Anthropic 官方說明與 Kernion 解釋串成此因果方向;目前只有供應商/員工自述與相鄰研究,未形成可排除替代解釋的因果證據。1 4 6
工程團隊應把模型可讀性、領域任務表現與公開 benchmark 分開評估。observational這是 AIHAO 的工程建議,可作為 eval 設計假設;本輪未操作模型、未建立資料集,也未驗證與任務成功率的統計關係。1
「能力越尖」代表這條路通不到 AGI。unresolvedAdam 只有約 40% 信心,文章也列出資料、reward、專門模型與未來技術突破等相反解釋;目前不能升格為知識庫結論。2 1

Evidence boundary

  • 本輪保存 metadata、忠實摘要、claim ledger 與來源界線,不保存 AIHAO、X、Anthropic 或 arXiv 的完整 HTML/貼文/論文 payload。
  • 文章內對 Adam、Andrew Ho、Kernion、Chollet、Nayebi、Zvi 與其他回覆串的敘述,只有列入 sources 且實際讀取的來源才可視為本輪直接核對;其餘維持 AIHAO attribution 或 unresolved。
  • Adam 的 AGI 判斷、AIHAO 的因果推論與工程建議未提升為 compiled knowledge;本筆為 raw-only ingest,未加入 verified。

Footnotes

  1. /raw/articles/aihao-ai-getting-spikier-2026-10-12.md ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10 ↩11 ↩12

  2. /raw/articles/aihao-ai-getting-spikier-2026-10-12.md ↩ ↩2 ↩3 ↩4 ↩5 ↩6

  3. /raw/articles/aihao-ai-getting-spikier-2026-10-12.md ↩ ↩2 ↩3

  4. /raw/articles/aihao-ai-getting-spikier-2026-10-12.md ↩ ↩2 ↩3 ↩4

  5. /raw/articles/aihao-ai-getting-spikier-2026-10-12.md ↩ ↩2 ↩3

  6. /raw/articles/aihao-ai-getting-spikier-2026-10-12.md ↩ ↩2 ↩3 ↩4