“老己？”

“……”

“黑星星？”

“……”

得不到任何回应的陆鸣岐在心里只留下一个字：

“彳亍。”

他摆烂般放下手中吃了一半的烤鸡，又赌气似地准备把放在右边口袋的几十散钱取出来，结果发现居然已经没了！

毫无疑问，他更生气了。

“行啊你们一个个的，都千万別说话，千万別理我。我一点也不苦，一点也不累。”

陆鸣岐在心里阴阳怪气，显然他很急。

黑星的问题他暂且搞不清楚，也没多余心思去管它。反正它开口也是骂人，冷漠才是常態，至少吃得下钱就说明没死。

到时候甩个百八十万到它嘴里，陆鸣岐不信它还不乖乖开口叫主人。

与之相对的，那个句句有回应的老己的沉默，才是最让他头疼的事儿。

由於从小没有父母，陆鸣岐养成了孤僻的性子，稍微长大些，就又开始在超越自己阶层的江潯学舍里读书，所以从小到大他几乎没有什么朋友，早就学会了用自言自语来排解寂寞。

因此十八岁觉醒宿慧之后，对於老己的存在，他是庆幸的。

不仅是庆幸自己有这么一个厉害的金手指，同样是庆幸有这么一个可以说话的“人”。

这两个月以来，他与所有人说过的话加起来，都没有他与老己说的话一半多。

而在这些对话中，也不全是那些冰冷的知识与条文，同样包含了许多没有意义的生活对白。

——“老己，早上好。”

“用户早上好，祝你有美好的一天。”

——“学舍的午食真是一如既往，又贵又难吃。”

“我太懂这种感受了，花了钱还吃不好，真的挺闹心的。要不下次试试自己带点小零食？”

——“辛苦了，晚安老己。”

“晚安呀，祝你一夜好眠。”

这些没有什么意义的对话固然会浪费前期本就为数不多的对话机会，却是陆鸣岐难得的生活意趣。

他早已习惯老己的存在，如今老己沉默不语，他真真切切感到心里像是缺了一块。

“老己啊老己，现在烤鸡腿也不能满足你了吗？现在咱们正是用钱之际，你还想吃山珍海味不成？”

光幕依旧没有弹出。

陆鸣岐嘆了口气，颇有些无奈。

事出必有因，最早出现老己不响应的情况时，他还以为是金手指到期了。

后来经过多次尝试，他才逐渐弄懂原理。

前世开发大模型时，最核心的目標之一，就是让它具备“自主学习”的能力。

所谓自主学习，不是人类理解的那种“我想学所以我学”。

而是在一项任务完成后，模型会根据任务结果的好坏，调整自身的参数，以便在下次执行类似任务时表现得更好。

这其中的关键，叫做奖励机制。

最简单的奖励机制，就是打分制。

比如他训练老己下棋，就和它下一盘，老己贏了就给它打高分，反之给低分。

老己就会根据每一局的得分结果，不断调整自己的落子策略，最终达到能贏过人类的水平。

更复杂一些的奖励机制，则是偏好对齐。

比如他希望老己能写出一篇符合人类审美的文章。

他不必亲自给它每一篇作品打分，而是训练一个“偏好模型”，让偏好模型来模仿他的打分习惯，然后由它来给主模型反馈。

这就是所谓的强化学习，也是那些顶级大模型为何能这么“通人性”的关键原因之一。

而老己的奖励机制，远比这些都要复杂且真实。