AI进化十字路口：Scaling Law之后的下一个突破

在通往人工通用智能的征程中，仅依赖“庞大”模型已显不足，我们正站在探寻“下一把关键钥匙”的历史转折点。

回顾过去五年，全球人工智能领域普遍信奉“大力出奇迹”的 Scaling Law 法则。

这正是 OpenAI 联合创始人 Ilya Sutskever 所强调的“扩展时代”。

若想提升 AI 的智能水平？传统做法是输入更多数据、投入更强算力、构建更大型模型。

实践证明，这一路径效果显著。

但近期，Ilya 却突然警示：单纯的“规模扩张”，可能难以再创造昔日的“突破性奇迹”！

即便如今拥有比以往多百倍的资源，也未必能像过去那样目睹 AI 能力发生质的跃升。

我们正从依赖规模扩展的时代，迈向以深入研究驱动的时代

此番言论一出，AI 圈内顿时热议四起。

网络上传言纷纷：“Scaling 定律即将终结！”

就在昨日，Ilya 迅速出面进行了关键澄清——

规模扩展确实仍能推动技术进步，它并未停滞。

然而，即使我们持续扩大规模，某些至关重要的元素，依然处于缺失状态。

德扑 AI 之父 Noam Brown 第一时间转发了 Ilya 的帖子。

他认为，当前社交媒体常将 AI 辩论简化为两种夸张刻板印象：

（A）怀疑论者，认为大语言模型前景有限，AI 纯属泡沫炒作。

（B）狂热信徒，认为万事俱备，超级智能（ASI）触手可及。

但如果抛开标题党，细究顶尖研究者的实际观点，会发现他们存在显著共识：

1. 仅凭现有技术范式，就足以对经济与社会产生深远冲击，即使无进一步突破；

2. 要实现 AGI/ASI，仍需更多研究突破（如研究者常提的“持续学习”和“样本效率”）；

3. 我们很可能在 20 年内解决这些问题，达成目标：

• Demis Hassabis 预测约 5-10 年
• François Chollet 近期表示大约 5 年
• Sam Altman 称 ASI 可能在几千天内到来
• Yann LeCun 估计约 10 年
• Ilya Sutskever 认为需 5-20 年
• Dario Amodei 最乐观，觉得可能 2 年内实现，但也承认或许更久

换言之，无人视 ASI 为天方夜谭，或需等待超百年才能实现。

分歧主要在于“突破”的具体形式，以及其来临速度。

对此，图灵奖得主 Yann LeCun 表示完全认同。

如何填补“关键缺失”？

那么问题来了：Ilya 所指的“关键缺失”，究竟是什么？

情绪价值函数

从 Ilya 早前的播客对话中，我们或许能捕捉关于“关键缺失”的线索。

他在对话中探讨了一个核心问题：

人类的“天赋”是什么？为何比模型泛化能力更强？

对话中有一段深刻观点——

人类的学习能力，不仅源于经验，还来自进化硬编码的“价值函数”。

Ilya 提到，科学研究发现，一位因脑损伤丧失情绪能力的人，智力、语言、逻辑均未受损，却变得极度优柔寡断。

甚至，连穿袜子这样的小事都需反复思量。

这说明，情绪并非“多余噪音”，而是决策系统的核心组成部分。

这促使我们重新思考：人类与生俱来的情绪，在多大程度上助力我们成为在世界中“高效运作的智能体”？

情绪，本质上是一种“价值函数”。

它指引我们“此路可行”、“彼处危险”、“方向欠妥”……

反观当前 AI，虽存在类似价值函数的训练机制（如模型打分器），但较为脆弱、粗糙，且非内置本能。

这便解释了“情绪价值函数”对于预训练的重要性。

此外，他还指出当前技术路线后劲不足——模型虽持续改进，但无法实现 AGI，我们尚未掌握构建真正可行系统架构的方法。

不久前，Google DeepMind CTO、谷歌新任首席 AI 架构师 Koray Kavukcuoglu 也分享了对 AI 技术发展的看法。

他坚信 AI 进步步伐未减，Scaling 仍在持续。同时，他强调通往 AGI 的动力源泉永远是创新。

在 Koray 看来，Gemini 3 不仅是模型架构，更是一种开放式探索，需持续寻求新架构、新思路、新方法。

或许，在这些未来的新架构、新想法、新方式中，正蕴含着 Ilya 所提的“关键缺失”。

泡沫将破？饭碗堪忧？

显而易见，近期围绕“AI 引发失业潮”与“AI 泡沫论”的争论日益激烈。

这恰好印证了 Noam Brown 在开篇强调的核心观点：

即便无进一步突破，仅当前 AI 技术范式，也足以对现有经济结构与社会秩序造成深刻冲击。

此前有报道称，AI 基础设施投资已成为推动美国经济增长的关键动力。

据微软、Alphabet、Meta、亚马逊透露，它们 2025 年的资本支出总额将达约 3700 亿美元，且预计 2026 年还将继续增长。

哈佛大学经济学家 Jason Furman 估计，2025 年上半年，数据中心与软件处理技术的投资几乎贡献了美国全部 GDP 增长。

或许你已感受到，当前 AI 热潮汹涌。任何公司沾边 AI，股价或估值便可能飙升。

泡沫之争

以 Sam Altman、比尔·盖茨和杰夫·贝佐斯为代表的观点认为，这种狂热下泡沫难免，但这未必是坏事。

与郁金香泡沫不同，这是一种“产业泡沫”。

正如互联网泡沫破裂后，许多公司消亡，但光纤、服务器等基础设施留存，互联网真正改变了世界。

换言之，类似铁路建设。疯狂投资期，可能因过度铺设导致公司破产，但铁路网络最终建成，开启了工业时代。

当前 AI 投资，正是在铺设未来的“数字铁路”。

然而，英伟达掌门人黄仁勋坚决反对“泡沫论”。

他认为，我们正经历计算方式的根本转型——

从过去用通用芯片（CPU）计算，转向用加速芯片（GPU）进行推理与智慧生成。

只要 AI 能持续产出“值得付费的智能”，这就非泡沫，而是实实在在的供需关系。

同样，只要数据中心芯片实际运转，而非空转，这就不是纯粹的金融游戏。

饭碗之战

若说泡沫仅影响投资者钱包，那么第二个话题则关乎每个人的生计。

近期，MIT 与橡树岭国家实验室合作的“冰山指数”模拟工具指出：AI 目前已具备取代美国 11.7% 劳动力的能力。

此次不同以往，白领岗位首当其冲。

Anthropic CEO Dario Amodei 是最激进的“吹哨人”，他警告未来 5 年内 50% 的入门级白领工作可能消失。

马斯克则表示，任何“坐在电脑前处理数字”的工作都可能被 AI 迅速接管。

相较之下，厨师、水管工等需与物理世界交互的“体力活”，反而成为最安全的避风港。

这或许印证了“AI 教父” Geoffrey Hinton 的犀利建议：

去当水管工吧。

因为 AI 擅长撰写法律文书、制作表格，却难以修复你家漏水的水管。

面对此类悲观论调，黄仁勋再次站出来，直接反驳 Amodei 的观点。

他认为，取代你的不是 AI，而是“善用 AI 的人”。公司利用 AI 提升效率后，将创造更多利润，从而雇佣更多人开展新项目。

LeCun 的态度则是，“人类是主宰，AI 是超级助手”。AI 越强大，人类工作越轻松。

摩根大通 CEO 则描绘了一幅美好职场图景：

或许未来我们每周仅需工作 3.5 天，便能享受优质生活。

最终，无论大佬们如何争论，他们都承认一点：变革浪潮已至。

悲观者看到淹没风险，乐观者看到冲浪机遇。

而我们唯一能做的，便是在 AI 浪潮下，不再岸边观望，而是尽快学会游泳。

参考资料

https://x.com/ilyasut/status/1994424504370581726