他列出了今年最大AI研究活动NeurIPS 2025的6个最重要的变化。这告诉我们2026年AI的发展方向： 1. 注意力机制正在进行相当大的升级。它变得更加选择性，使用诸如门控、稀疏性和更好的长上下文处理等技术。在大约6个月内，你将看到更便宜、更聪明、更高效的模型。 2. 前沿模型正在趋同。我们已经有点知道这一点，但再次强调，顶级模型听起来越来越相似。你选择的前沿模型的重要性不如以前，但任何偏见或盲点都会在各处同时放大。 3. 强化学习终于在机器人技术上实现了规模化。它已经停滞了多年。对于LLMs有效的“持续扩展”方法现在也适用于代理。2026年将是代理系统重大进展的一年。 4. 扩散模型不仅仅是在记忆训练数据。一篇重要的理论论文表明，扩散训练实际上有两个阶段：早期阶段模型学习生成高质量样本，后期阶段它们开始记忆特定内容。更多的训练数据推动记忆阶段，并在过拟合之前给你更大的窗口。 5. 学术论文系统已经崩溃（说真的）。NeurIPS有20000篇提交，淹没在论文中。他们甚至在尝试用AI来审查AI生成的论文。这意味着，你再也不能真正信任会议和出版物的声望。你必须依赖于谁写了论文及其背景。 6. 大型实验室正在全力以赴地关注推理、效率和整合。前沿竞赛不再仅仅是关于模型大小。大型实验室现在正在研究： （1）推理作为可测量的指标，逐步思考，工具调用，搜索使用 （2）效率，在手机和边缘设备上以低延迟运行强大的模型 （3）工作流程整合，将模型插入工具和协议，如MCP。 如果AI研究对你很重要，我真的建议你观看这个10分钟的分析。

如果我能给四年前的自己一个建议，那就是全力以赴。 > 选择1-2个我真正热爱的主题 > 剔除所有噪音和废话 > 学习到让人觉得疯狂的程度 > 了解的知识超过99%的人 > 推动科学而不是追逐它 这被称为完全掌握。

如果你在从事/学习AI，这次采访简直是金子般的机会。以下是你需要了解的关于成为AI研究员的事项： > 实际上没有什么前提条件会阻碍你 > 选择一个你非常感兴趣的领域并全心投入。不要疯狂地改变方向。 > 保持长时间不被打扰的工作。消除干扰，专注于做事情。 观看这个视频，特别是@jsuarez5341谈论他自己的旅程和在RL方面的工作那部分。@yacinelearning 很棒的视频 🤘🏻