AI 的經驗如何在真實世界養成
本文為繁體中文版。English version: How AI Gains Experience in the Real World 從 World Labs 到程式學習與現場工作的觀察 2026 年 10 月 1 日 旅途中看到的住宅斜屋頂，讓我想起朋友談到的現場工作。作者攝影。 從一筆收購想到經驗如何養成 2026 年 9 月 28 日，AMD 宣布簽訂收購 World Labs 的協議，交易金額約 82 億美元，以全股票方式支付，預計年底前完成，仍須取得相關批准。交割後，李飛飛將出任 AMD 執行副總裁兼首席科學家。[1] 她在宣布加入 AMD 的文章中寫道，宇宙由真實的事物組成，而不只是文字。[2] 我聽過李飛飛多次演講與座談，很早就認同空間智慧與物理 AI 的方向。但最近使用 AI 處理生活中的問題，讓我更在意另一個問題：專業經驗如何養成？AI 已能幫我把想法做成工具；走進物理世界之後，它還需要能觀察、行動、得到回饋，並驗證結果的環境。 AI 讓我更容易動手學習 一年前，我還在用 Colab 寫程式：貼程式碼、執行、報錯，再把錯誤訊息貼回去問，來回十幾次是常態。現在使用 Claude Code 和 Codex，許多除錯與修改能由工具接續完成。我仍要測試與檢查，但反覆搬移程式碼和訊息的時間少了很多。 我也用不同的 AI 協助寫 Python，嘗試模擬自己喜歡的 EViews 的部分工作方式。EMBA 論文時，我用過 EViews；現在我把資料庫資料接進 Python 進行統計分析，並做成一個初步的 APP，叫作 PyViews。核心迴歸結果已用另一套獨立開發的 Python 套件 linearmodels 交叉核對，係數完全一致；由於我的 EViews 授權已經過期，與 EViews 的直接比對仍待完成。這些嘗試是為了學習、好玩與好奇，也想看看 AI 的能力邊界。 ...