AI Pulse
🔥 热点深度解读

AI能赢编程世界冠军,却当不好一天财务经理

2025年ICPC(国际大学生程序设计竞赛)世界决赛上,AI解出了全部12道题,而人类最强队伍只解出11道。

但把同一个AI放进公司当财务经理,它第一天就会搞砸。

@anshuman_ssh 曾两次参加这项赛事的决赛,他清楚这个差距意味着什么。他和搭档 @Naman_Bhalla 刚结束隐身状态,推出了 @arcfront——一家专门解决这个问题的公司。

从0到10亿美元,只用了不到一年

@DocumentingAGI 披露,Arcfront 年化运行率(ARR)已达10亿美元,而总融资不到200万美元。@abxxai 补充了更惊人的细节:单月营收从0涨到8000万美元。

在不到一年时间里,全球五家前沿AI实验室中有四家成了它的客户。

它卖的不是数据,是"真实工作的模拟考场"

Arcfront 做三件事:训练数据、强化学习环境、以及评估体系。其中最关键的是强化学习环境——你可以把它理解为给AI准备的"模拟职场":下发任务、接收动作、返回评分。

为什么需要这个?因为静态数据集会随着模型变强而过时。AI实验室发现,光靠喂数据,模型在隔离环境里表现很好,一进真实业务就崩。MIT NANDA Initiative 的研究显示,高达95%的企业生成式AI项目没能实现投资回报。

@anshuman_ssh 认为:问题不在算法,而在AI缺少"在真实工作中学习"的场景。

这跟普通人有什么关系?

Vals AI 的测试显示,基础模型在需要1小时以上完成的复杂编程任务上,性能会显著下降。换句话说,AI能解出竞赛题,但处理不了真实世界里那些模糊、多步、需要跟人协作的工作。

Arcfront 的客户是那些前沿AI实验室——它在帮这些实验室补上"从竞赛冠军到职场新人"的那道鸿沟。如果这条路走通,未来AI助手能处理的,就不只是写代码,而是报销、排期、跨部门协调这些真正卡住人的事。

一个还没答案的问题

当AI在模拟环境里被训练得越来越像一个合格的职场人,它学到的到底是"工作的本质",还是"人类专家的习惯"?这两者之间的差距,可能就是下一个95%失败率的来源。

📎 参考来源

查看原始推文

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新