英文：Test-time Training 分类：frontier
在推理阶段针对当前输入做少量参数更新或状态适应，让模型临时记住并利用本次任务信息。它与上下文学习的区别是真正改动了权重，被视为长上下文的一种替代路线。
前沿方向的技术探索通常从理论假设开始，经过小规模验证、规模化训练、再到产品化。关键挑战包括：算力可扩展性、数据质量天花板、推理时计算（Test-time Compute）与安全对齐。
从达特茅斯会议（1956）提出AI概念，到专家系统、统计学习、深度学习，再到如今的大模型与AGI探索，AI经历了多次寒冬与复兴；当前正处于算力与数据共同驱动的爆发期。
前沿技术商业化通常需要3-5年成熟期，早期投资者关注技术壁垒与团队；企业用户则应关注成熟度曲线，避免在炒作期过度投入。