<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>AGI on All about Raspberry Pi</title><link>https://hugozhu.site/tags/agi/</link><description>Recent content in AGI on All about Raspberry Pi</description><generator>Hugo</generator><language>en</language><lastBuildDate>Sat, 11 Apr 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://hugozhu.site/tags/agi/index.xml" rel="self" type="application/rss+xml"/><item><title>从泛化到进化：AI Agent 的下一站</title><link>https://hugozhu.site/post/2026/174-from-generalization-to-evolution-ai-agent-next-stop/</link><pubDate>Sat, 11 Apr 2026 00:00:00 +0000</pubDate><guid>https://hugozhu.site/post/2026/174-from-generalization-to-evolution-ai-agent-next-stop/</guid><description>&lt;p&gt;前几天跟一个做 Agent 平台的朋友聊天，他说了一句让我印象很深的话：&amp;ldquo;我们花了半年调 prompt，好不容易让 Agent 在电商客服场景跑到了 90 分。结果客户说要扩到金融场景，我们一测——40 分都不到。&amp;rdquo;&lt;/p&gt;
&lt;p&gt;我问他打算怎么办。&lt;/p&gt;
&lt;p&gt;他苦笑：&amp;ldquo;重新调呗。再花半年。&amp;rdquo;&lt;/p&gt;
&lt;p&gt;这个对话浓缩了当前 AI Agent 面临的最核心矛盾：&lt;strong&gt;我们造出了能力惊人但本质上是&amp;quot;静态&amp;quot;的系统&lt;/strong&gt;。它在训练过的分布上表现惊艳，换个分布就翻车；它部署的那一刻就被冻结，遇到新场景只能等人类手动干预、重新训练。&lt;/p&gt;
&lt;p&gt;这让我开始思考两个看似不同、实则紧密相连的问题：&lt;strong&gt;泛化（Generalization）&lt;/strong&gt; 和 &lt;strong&gt;进化（Evolution）&lt;/strong&gt;。&lt;/p&gt;</description></item></channel></rss>