不负责任预测一下 AI 大模型（LLM）的未来

AI资讯 3天前 charles

865 0 25

一，先来看Gary Marcus在2024年3月11日的预测：

到了14个月之后的今天，我逐条分析点评一下：

7-10个GPT-4水平的模型

预测对了。Google王者归来，Gemini全家桶超越对手。OpenAI 仍然很稳，营收飞增。Anthropic在编程上一骑绝尘， X放出了一个幻觉严重的Grok， Meta掉队在Llama 4丢脸到团队崩盘，中国基本只剩3家 DeepSeek、qwen、豆包，法国1家）
没有巨大的进步（没有GPT-5）

预测对了，OpenAI确实没有发布GPT-5，模型进步有限。但强化学习的post-train作用被证实，thinking/reasoning的潜力还在挖掘中，也促使了Agent的大发展。
价格战

预测对了，deepseek是最大赢家，对AI应用层是有大利好的。
任何人都没有护城河

预测对了。其实OpenAI早就明白这一点，而前Google CEO施密特屡屡做出错误的判断，然后几次被中国的飞速追赶打脸，继而大惊小怪，变身中国威胁论者，做实了他美国军火商的立场。而国内，AI六小龙基本告别基模研发，兴也勃焉，亡也忽焉。
幻觉问题没有鲁棒解

预测对了。幻觉仍然无解，但在垂直领域内，还是可以通过Prompt/SFT/RL等各种方法来暴力对齐，这给大公司内部必须follow AI潮流的应用团队带来点希望，也造成了Agent的遍地开花，极大缓解了FOMO心态，造就了一波新饭碗，当然，效果如何就不得而知了，至少很多场景，还是效果有限吧。
企业应用适度增长

预测不算全对。现在企业应用的增长，最大增量份额在AI Coding，因为Vibe coding可以让程序员来人工修正幻觉问题，所以爆炸式增长已经出现了。
利润微薄。

FOMO之下，利润不重要，只是小公司不得不退出这场游戏了。AI大模型的竞争，可以类比的是核武器、半导体的竞争。

二，我对AI未来的一些看法

大模型的智能水平很可能已经停滞，未来不太会有更聪明的模型了，从B200硬件的实质性停滞，模型参数量的停滞可以基本推论。再提升一个数量级，需要软硬件的跃升+新数据源的大规模开采。
RL只是在剪枝和建新通路，模型智能没有变化，只是学习了更好的做题方法，当然这有利于垂直AI，用好GRPO，可以形成一套小场景的应用方法论。
模型的幻觉，很大程度上是AI缺少物理感知，空间感知，所以和机器人本体的结合有助于AGI的进步。但Embodied AI的问题在于数据采样成本比智能驾驶高几万倍，这个领域发展是泡沫化的，很长时间不会有实质性产品落地。
Long Context，短期/长期Memory，是大模型未来必须解决的问题。
AI Coding是革命性的，是这几年最大的商业机会，理由是和智能驾驶类似，有专业的人类司机/程序员来辅助AI矫正行为，规则清晰可量化，验证成本低，可形成闭环。当然，程序员的岗位会不会减少？我们不能自欺欺人，长远来说，一定会的，但好像司机的工作岗位也没减少，为什么呢？因为责任界定问题和端到端交付问题。
大热的AI Agent，我不太看好，至少在电商Agent上，还是锦上添花的应景式创新居多。除了客服应答、写研报这种不需要严格正确的场景，不知道Agent还擅长做好哪些事务？有些产品甚至还用上了Multi-Agents，如何解决多个模型之间的对齐和记忆同步呢。

欢迎在评论区回复我。