现在AI发展速度这么慢,OA两家还要减速,未来AI的进化速度会加快吗?
未来 AI 的进化速度大概率不会一直按同一条直线加速,更可能呈现“能力突破—工程消化—再突破”的波浪形。短期看,模型参数继续变大并不自动带来同等幅度的体验提升;高质量训练数据、算力和电力成本、推理延迟,以及模型在复杂任务中的可靠性,都会限制迭代速度。用户也容易把日常聊天中的改进感受为趋缓,因为基础问答已经做得不错,后续提升更多体现在长任务、工具调用、稳定性和成本上,不一定显眼。
另一方面,进步也可能因几个环节互相带动而加快:更好的算法提高单位算力的效果,AI 辅助研发缩短实验周期,芯片和推理优化降低使用成本,更多真实场景又带来新的反馈与需求。若这些因素形成正循环,能力和普及速度都可能明显上升。但这不是必然的“智能爆炸”:研发仍受资金回报、能源供应、数据质量、评测与安全约束影响,而且实验室能力转化为可用产品常常需要时间。
因此,与其只问模型变得多聪明,不如分别观察三件事:单位成本下能完成什么任务、在真实工作流中是否可靠、部署和使用是否持续扩大。即使前沿模型的单次跃升放慢,成本下降和工具整合仍可能让 AI 在经济和生活中的影响加速;反过来,若关键瓶颈迟迟未解,能力进步也可能经历较长的平台期。