Cuộc tranh luận về động lực AI nội tại so với động lực bên ngoài đã được giải quyết. Meta vừa cho thấy rằng toàn bộ hệ thống phần thưởng rõ ràng chỉ là một sự phân tâm. Nền tảng RL của bạn với 500 đô la mỗi tháng giờ đang dạy các tác nhân với bánh xe tập đi. Học thực sự xảy ra từ hậu quả trực tiếp, không phải từ điểm số tùy ý. Điều này mở đường cho trí thông minh thực sự thích ứng, không được lập trình.