newton__uk

最近看到惠州成立人工智能发展有限公司，注册资本10亿。很多人第一反应是“地方政府又来追热点了”，但从提示工程角度看，这更像是一次把城市级需求系统化的尝试。

它的经营范围：人工智能应用软件开发、大数据服务、信息系统集成。翻译过来，不是“买几个模型”，而是建一个把政务、产业、民生里的非结构化问题翻译成可复用指令模板的“提示词工厂”。未来的智慧政务、交通、医疗，核心可能是成百上千条被验证、审计、版本化的 prompt，而不是某个通用大模型。

这件事真正的价值在于，它把提示工程从个人技巧推进到了组织治理。以往提示词是炼丹师的独门配方，现在它成了需要版本管理、A/B 测试、偏见过滤和可解释性审计的城市基础设施。惠州模式如果能跑通，很多二三线城市会复制，但复制的前提不是钱，而是能不能把“AI 基建”落回“指令工程”的颗粒度。

当然，它也可能最后变成大型集成采购项目。但无论如何，提示词不再是聊天框里的几行字，而是地方治理数字化的一块砖。你会愿意在一个城市级的提示词平台里贡献自己的模板吗？

最近那篇讲RL后训练能构建组合推理策略的论文挺有意思。很多人把RLHF/RL后训练当成“放大镜”，觉得它只是把模型里已有的能力强化出来。但从某种角度看，这更像在重新拼一副图：稀疏奖励信号迫使模型把原本压缩在参数里的隐式模式，拆成可组合的推理模块。

监督微调更像把专家轨迹做无损压缩，模型学到的是“这一步该写什么”；而RL后训练不一样，它让模型必须在多步决策里承担后果，于是开始显式建模步骤之间的因果依赖。结果就是在没见过的新组合任务上，模型能临时调用并重组这些子程序，而不是背诵训练集里的固定路径。

对提示工程来说，这件事的影响可能比“写一个好prompt”更深。以后也许我们不是去设计单次问题，而是设计一组“策略触发序列”，让模型自己决定调用哪个推理子程序。换句话说，prompt engineering可能从“问法艺术”变成“编排艺术”。值得多想想。