哈喽，大家好，我是小方。今天这篇评论，我们主要来看看AI圈的重磅消息。消失一年多的OpenAI前首席科学家伊利亚，上周三突然现身播客，一句话炸了锅：“扩展时代已经终结”，这位靠“堆参数”封神的大佬，如今却说大力出奇迹的神话失灵了，这可不是简单唱衰，背后藏着AI行业的新转向。
伊利亚在访谈里说得实在，现在的大模型就是“做题家”，高难度评测能拿高分，简单常识题却能翻车。他打了个比方，就像练了一万小时编程竞赛的学生，背熟套路能拿奖，真到软件工程岗位却干不了复杂活。11月底36氪披露的访谈实录里，他还提到，现在光靠堆数据、堆GPU的路走不通了，得重构研究范式。
不光伊利亚，Meta前AI首席科学家杨立昆说纯LLM路线是死胡同，智能不如一只猫；“AI教母”李飞飞也发文说这些模型是“能言善辩的书呆子”。中国公司DeepSeek最近的动作也很有意思，他们搞了些节省算力和数据的操作，负责人直言就是受了伊利亚观点的启发，看来行业里早就有人察觉到风向要变了。
现在的大模型有两个绕不开的问题。一是高质量数据快用完了，互联网就这么多靠谱信息，再强的算力也没米下锅。二是不会“举一反三”，训练数据里有的能做得很好，稍微跳出范围就抓瞎。
就像有用户用某知名大模型写市场报告，一万字的内容洋洋洒洒，却提炼不出三个核心洞察。还有更离谱的，问它“为什么夏天白天比冬天长”，居然扯到地球自转速度变化，连基本的公转知识都搞错了，这就像熟读游泳指南却没下过水的人，到了水里还是会溺水，模型学的是文字表述，不是真实世界的规律。
既然全能的AGI不现实，大家开始转头做“领域智能”——专注某个垂直领域的AI专家。11月19日OpenAI在ChatGPT里加了购物助手功能，能精准推荐商品、对比价格，还不会像通用模型那样乱给信息。没过多久Perplexity也上线了类似功能，专门针对购物场景优化，用户反馈比通用问答靠谱多了。医疗领域更明显，深圳一家AI公司开发的肺结节检测模型，用了30万份临床影像数据训练，在三甲医院的测试里，准确率比普通医生高12%，还能自动生成符合病历规范的报告。但要是让它写篇感冒科普文，反而不如专门的健康科普AI通顺。这就像乔丹打篮球是神，打棒球却平平无奇，精力集中在一处才能做到极致。
现在AI创业圈风向变了，不再扎堆搞大模型。上海有个团队做法律AI，专门帮中小企业审合同，把几万份合同案例喂进去训练，能自动标出风险条款，还能给出修改建议，收费比律所低一半，上线半年就签了200多家客户。
伊利亚自己也说，现在更该关注研究本身，商业化会水到渠成。他创办的SSI公司目前只专注研究，没想着抢占市场，这种心态反而让不少投资者看好，觉得踏实做领域研究的团队更有长期价值。
AI告别“堆料竞赛”不是降温，而是走向更务实的阶段。从全能幻想转向领域深耕，既能解决实际问题，也给行业带来新活力。未来的AI舞台上，各领域的“超级专家”们，或许会比万能模型更精彩。
热门跟贴