Timothy B. Lee：用最少数学讲清强化学习如何造就 AI 智能体

Timothy B. Lee 在 Understanding AI「Agent 周」系列首篇中，以最少数学和术语解析强化学习如何支撑 Claude 3.5 Sonnet、o3 等 agentic 模型。文章主张，仅靠预测下一个 token 的预训练不足以造就可靠的 AI 智能体，AI 公司需要通过强化学习完成关键后训练。