—别再指望“更大模型”，先把系统搭对如果你用过 AI Agent 一段时间，大概率会经历三个阶段：1️⃣ 第一阶段：「卧槽，好强。2️⃣ 第二阶段：「怎么老跑偏？3️⃣ 第三阶段：「这玩意怎么越来越像个情绪化实习生？你开始加 Prompt、堆 Token、换模型、加插件……真正决定 Agent 上限的，从来不是参数量，而是你怎么“管它”。下面是我总结的三条第一性原理。

本文基于强化学习之父 Richard Sutton 的最新观点，探讨了大型语言模型（LLM）在通向 通用人工智能（AGI） 道路上的根本性局限。Sutton 指出，当前的 LLM 仍停留在“被动模仿”的范式中，依赖人类生成的数据和监督，缺乏主动探索、持续学习与内在动机。它们并非真正遵循 “Bitter Lesson” 所倡导的可扩展自动学习路线，而是人类经验的放大器。他认为，未来通向 AGI 的关

https://minusx.ai/blog/decoding-claude-code/