AGI Hunt开发者提出上下文压缩判断
热点事件持续更新
AGI Hunt开发者提出上下文压缩判断
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
AGI Hunt开发者 k7agar 提出商业判断:如果能把大多数体力劳动所需的“正确”上下文压缩到一百万 token 以内,相关创业者将赚到很多钱。 他认为,具身或物理场景 AI 智能体的主要瓶颈不是模型能力,而是如何高效组织和筛选上下文;这一结论属于其个人判断,报道未提供实测或商业结果。
AI 根据报道生成 · 52 分钟前更新
最新进展11月22日 22:21
AGI Hunt 开发者观点:把体力劳动所需上下文压进百万 token 内者将赚大钱报道时间线
沿着报道,了解事件的不同侧面。
11月22日
- AGI HuntAGI Hunt 开发者观点:把体力劳动所需上下文压进百万 token 内者将赚大钱
k7agar 在 AGI Hunt 提出商业判断:若能将大多数体力劳动所需的“正确”上下文压缩到一百万 token 以内,相关创业者将赚到很多钱。其观点认为,具身或物理场景 AI 智能体的瓶颈不在模型能力,而在上下文的高效组织与筛选。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。