百亿美金独角兽Thinking Machines Lab解决了大语言模型推理中的非确定性难题，指出其根源在于“批次大小变化”而非浮点数非结合性。通过批处理不变性内核优化，他们实现了LLM输出的逐位一致性，这不仅将显著提升AI产品的商业可靠性，更将解锁“真正同策略强化学习”，为AI的科学可复现性与伦理治理奠定关键基石。