人类的反刍才能使其渡过初学者阶段，而这种人类反刍过的数据，被称为ai的训练集。
在最初级别的ai训练中，想要ai能正确分辨与训练集同源的检测集（相当于ai是否训练成功的考试题），甚至会需要10倍甚至更多倍数量于检测集的训练集（比人类为了通过考试刷题库的效率还低）。
而这一训练量与分辨能力的比值，即使是加强型机器学习的算法不断提升的当下，也很难突破1:1。
所以现在很多ai公司，最重视的就是可以被ai训练使用的训练集。
各种ai企业会在用户协议中添加，允许其使用用户在使用产品时被动反刍出来的数据的条款，就是因为这一点。
当然，由于训练集的重要性，研究者一直在试图绕过人类反刍这一事实上是当前ai发展最大瓶颈的过程。
其中的方法很多，包括给ai提供基础的规则后，让ai自行生产可以用来学习的训练集，比如第二代阿尔法狗，通过自己和自己对弈生产棋谱，来学习围棋下法的方案。
以及通过训练一个通用性的，可以理解人类既有文献的大模型，为其他专业模型生产训练集等。
而后者正是现在所谓ai语言大数据模型铺天盖地的原因之一。
只是这种试图一劳永逸的为专业ai生成一个，类似于汇编语言在编程语言和机器语言之间作用的大模型的难度，显然很高。
并且这一技术路线，不止面临技术问题，还面临很多政治、伦理问题。
即相比专业化的ai生产工具，存在真专业壁垒保障安全，这类直接获取文字这一代表文明基础的ai，会更容易产生“天网”问题。
因为ai训练的本质，是一种黑箱化的随机归类过程，人类虽然暂时无法彻底理清训练过程，但依然可以抓到一些既有的规律。
这会让这类ai在事实上受到训练集的影响，并产生所谓“人格”倾向——和很多此类ai对话，使用一些技巧就可以让这些ai对于一些错误观念深信不疑。
而这背后意味着什么，很多科幻电影已经给出了答案。
而且更为令人不寒而栗的是，最新的研究结果显示，不在训练集中添加人类伦理观念，会大幅提升ai学习的速度。
这暗示了，如果人类真的希望能搞一个跨时代的ai出来，就必须减少现在对ai训练过程的道德限制。
这种限制、效率、安全的不可能三角，甚至导致了openai（chatgpt的开发公司）创始人之间的分道扬镳。
对此，ai激进派中的保守者——主张取消训练集中的道德限制，另找其他方案保障ai安全的研究者，为解决这一问题提出的一个方案，已经在openai最新的产品中落实。
即将初步训练过程置于沙箱，并彻底封闭，然后对生产出来的基础ai添加监管后，再组装成最终的ai——颇有一种赛博朋克世界黑墙的意味。
而这种将初步训练结果彻底封闭的操作，还顺路彻底断了一种被称为数据蒸馏的取巧手段。
后者也是国内很多ai公司被诟病为抄袭者的关键，那就是使用一个成熟的大数据ai，为他们的ai生成训练集（需要初步训练结果）。
这样可以让新的ai，以更高效的方式训练，并且训练出来的ai运行时所需要的花费更少。
当然，代价是新ai某种程度上，只是原先ai的子体罢了。
很多通过chatgpt数据蒸馏出来的ai，最初被发现，就是因为询问一些特殊问题后，后者的回答会和chatgpt完全一样。
2、与薯条君同源
指玩家们当前正处在薯条君刚刚进入“游戏”时的玄学力量觉醒阶段，刚好可以替代薯条君完成对于信息封装物的初步判读，以降低薯条君在这方面的工作压力。
同时这也是其他薯条旅成员不参与这种判读工作的原因，因为对于后者来说，这种初级工作是在浪费其能力。
3、爬山党
指那些喜欢通过各种技巧，前往游戏设计者并不希望玩家到达的地方的玩家。
4、铸造世界也无法给出具体设计图
事实上由于建造、使用、改造的时间跨度都很长，战锤40k的人类大型舰船，即使没有经过大铁陀要塞经历的事件，也很难找到能够覆盖所有通道的具体设计图。
因为很多通道，自建造出厂后，可能已经有上千年没人使用过了。
5、玄学力量暴走的危险现象
尽管金红色纪念碑主体，是被净化转为正向的恐虐神域，其也依然像恐虐会沦为负面情绪集合体一样，存在再次转向的可能。
6、薯条君的“漏洞”
指薯条君虽然已经有意的控制了玩家们获取功勋的速度，并试图以此控制加入“游戏”的玩家数量，不会超过薯条旅时空信念体所能负担的极限。
但由于“牛爷爷”背后神秘势力的“职业化”操作，玩家数量的增幅速度，最终还是超过了薯条君的预计。
并且更多神秘势力开始努力破解“军功章”节点的操作，更是会让玩家连在未