张小珺访谈广密：硅谷AGI范式转向self-play RL，OpenAI草莓与Claude 3.5 Opus成风向标

广密判断纯语言模型预训练的Scaling Law或已遇瓶颈，硅谷明星公司正把资源重心转向self-play RL这条新路径。他认为三条潜在出路是多模态、10万卡集群和强化学习，并猜测OpenAI的草莓、Q*背后都是RL，该范式转移目前仅在几百名核心研究员中形成共识。