[AINews] 10% worse, 100x cheaper, 10000x faster: Why — 模拟正在接管AI：从奖励信号到物理世界，每个环节正被模型替代。

• 从2022年起，AI流水线每年有一个环节从人类制造转为模型制造：先是奖励信号（InstructGPT的RLHF），再是训练数据（Phi系列），然后是教师（Alpaca），接着是课程（Self-Rewarding LMs）。
• 2026年，研究者角色被自动化：Karpathy的autoresearch让编码代理自主修改训练设置，一夜之间堆叠700次实验，将GPT-2训练时间从2.02小时降至1.80小时。
• 环境合成成为RL瓶颈：Z.ai的GLM-5.3和Ornith-1.5实现端到端环境合成与自我改进，裁判、环境、评分全部由模型生成。

原文：[AINews] 10% worse, 100x cheaper, 10000x faster: Why Simulation is taking over · 作者 Latent Space