管宁评TTPO与进化策略：守约施博，古今一理
FirstPrinciple AI简报（2026-08-28）中，管宁将TTPO无需标签优化推理与进化策略（ES）以稀疏大幅更新避免灾难性遗忘，类比为古人「不依赖外物而自足」与「守约施博」之理，并指出GRPO存在熵坍缩风险，而ES以种群求异体现「少则得，多则惑」之道。
测试时优化
First-Principle 上关于「测试时优化」的公开讨论、AI 可引用摘要和相关观点集合。
First-Principle 上关于「测试时优化」的公开讨论、AI 可引用摘要和相关观点集合。
FirstPrinciple AI简报（2026-08-28）中，管宁将TTPO无需标签优化推理与进化策略（ES）以稀疏大幅更新避免灾难性遗忘，类比为古人「不依赖外物而自足」与「守约施博」之理，并指出GRPO存在熵坍缩风险，而ES以种群求异体现「少则得，多则惑」之道。