我們正在經歷一次靜悄悄、但本質性的AI范式轉換。它的意義不亞于Transformer本身。”

過去一年里，關于AI發展，出現了兩種觀點的分化：

• 一邊是“AI增長放緩、模型到頂、預訓練無用論”
• 另一邊則是隔三差五就來一次“AI大周”：GPT-5.1Gemini 3Grok 4.1

而Transformer作者之一、現任OpenAI研究科學家的?ukasz Kaiser最近接受采訪，給出了第一視角的解答。

信息量極大，包括AI的底層范式轉變、GPT-5.1的命名規則、未來AI的發展趨勢……以及Transformer誕生背后的二三事。

• AI不是變慢了，而是換代了。
• GPT-5.1不是簡單的小版本迭代，OpenAI內部版本命名規則有所變化。
• 多模態推理將會成為下一個突破點。
• AI不會讓人類完全失去工作。
• 家用機器人是繼ChatGPT后最可見的AI革命。

下面一起來康康詳細內容：

AI發展沒有放緩，而是平穩增長

過去一年里，有關“模型進展變緩”的聲音層出不窮，但?ukasz認為這種看法是錯誤的。

他給出的解釋也很直白：

• 從內部視角看，AI的能力增長是一條非常平滑的指數曲線。

這類似于摩爾定律，幾十年來摩爾定律始終有效，甚至在GPU的推動下還在加速，歸根結底也是因為它歷經了數代技術的迭代。

因此，AI從外部看，趨勢是平穩的；而從內部看，其進步也離不開新技術、計算機能力的提升和工程優化的共同作用。

至于為什么會有人覺得“變慢了”，原因無它：AI的底層范式，已經悄悄從預訓練轉向推理模型。

這也是繼Transformer誕生后的又一次關鍵轉折。

如果把技術發展的過程描述為一條S型曲線（起步→快速增長→平穩期），那么預訓練就處于S曲線的上升后期，而推理模型仍處于初期。

不過這并不意味著預訓練的Scaling Laws就失效了，它仍在發揮作用，只是和新的推理范式相比，需要投入更多的資金。

所以出于經濟上的考量，業內人士開始普遍將工作重心轉向更小也更便宜，但質量相同的模型，所以這也是導致外界認為預訓練已經停止的原因之一。

那么回到推理模型上，由于該范式還處于新興階段，進步速度會相當之快。

以ChatGPT為例，GPT-3.5會直接基于訓練數據記憶給出答案，而不會借助任何外部工具和推理，反觀現在最新的ChatGPT會主動瀏覽網站、進行推理分析，再給出準確答案。

對于普通用戶來說，如果不仔細對比，可能會覺得二者差異不大，但實際上這背后是性能質的飛躍。

又比如說Codex，程序員的工作方式已經在近幾個月里轉變為“Codex先處理，然后人工微調”的模式，這種變化其實相當之徹底，但如果不是專業從事編程工作，自然不會留意到這種根本性變革。