品味能成为护城河吗？

当各家模型能力趋同，创始人圈讨论"品味"能否成为护城河：前沿模型靠 RLVR 训练，而品味没有编译器可验证，因此稀缺。作者指出品味可经成对比较、rubric 驱动的 LLM 评判或专家打分转成可学习的分数信号，但需警惕可重复性不等于有效性、Goodhart 定律和共识不等于奖励函数三个问题。信号能否构成护城河还取决于学习、模仿与吸收三条时间线，其中吸收时间线指基础模型自身进步即可让定制优势消失。