跳到正文
← 全部笔记
AIBOOTNOTE

国产AI的至暗时刻到了

尹睦6 分钟阅读

原载公众号 BookNote · 保留原文观点与写作日期

#AI

阅读公众号原文 ↗ · 部分配图请查看原文

今天看到一个外国网友发推,大意是:为什么 Opus 5.5 出来以后,中国 AI 圈突然安静了?

[图片] 这话有点损,但确实很难反驳。

倒不是一条推文能代表整个行业。而是讲出了一个现象:我们之前对国产模型的追赶速度,可能有点太乐观了。

我原来也觉得,差距在缩小,再给几个月,Fable 这样的能力,国产模型可能就跟上了。

但现在,我有点不敢这么说了。

  1. 我得改改自己的判断

过去几个月,我经常为国产AI欢呼。当时的判断是,顶尖模型先把能力做出来,后面的模型很快就能把它做便宜。

这个判断有实际经验支撑。国产模型确实帮我干过活,改过工具,省过钱。我还专门写过《国产AI终于不想只做便宜平替了》,对它们往上走是抱有期待的。

但我现在发现,这里面藏着一个容易被忽略的前提:追赶者把旧能力做便宜的速度,得跟得上领先者创造新能力的速度。

追上别人几个月前的水平,和缩小今天的差距,是两回事。

Opus 5.5 让我开始怀疑的,就是这个前提。

至少就我目前看到的复杂工程和长任务交付,顶尖国产模型与它的差距,大到让我没法轻松说一句「再等几个月」。

因为我发现Claude的进化速度正在加快。

现在追上Claude的能力需要几个月,万一哪天需要几年了,该怎么办?

2.一条视频背后的工程

为什么 Opus 5.5 一句话做动画视频,会让人这么震撼?

不是说做视频的能力有多重要,而是它是用一整个工程任务来完成了这条视频的制作。

把一个想法变成动画,要理解内容,安排画面,写代码,把时间和动作串起来,还要让程序跑起来,最后交出能看的结果。中间任何一环掉链子,前面写得再漂亮都白搭。

以前经常是 AI 做一段,我接一段。它写代码,我帮它找环境问题;它说完成了,我一打开,东西根本没法用。

但现在这些环节开始被接起来了。在我看到的效果里,整体完成度已经高到很难随手挑出一个大毛病。

交给它的任务可以变长,人需要插手的地方开始变少。

Anthropic 的发布材料里也有一个类似案例:Clio 的工程师称,他把横跨六个代码仓库的任务交给 Opus 5.5,让它无人值守运行了超过 18 小时。

所以动画只是一个很直观的窗口。窗口后面,是通用模型接手复杂工作的能力。

3.最危险的是研发也提速

说得激进一点,在我心里,Opus 5.5 已经摸到了 AGI 的门槛。

我这里的门槛,指的是它开始能在多类数字工作里理解目标、拆解任务,并连续执行到交付。

但真正让我紧张的,是这种能力如果用来研发下一代 AI,会发生什么。

AI 帮人查论文、写实验代码、分析结果,再参与改进模型,这条路已经有了具体成果。Anthropic 的一项研究用 Opus 4.8 构建自动研究系统,让它提出训练方法、训练目标模型,并迭代改善特定的对齐问题。

AI 参与改进 AI,已经有实际跑通的环节,这其实是「AI 已经会无限升级自己」的起点 。

如果更强的模型能帮助团队更快地做有效实验,再把成果用于下一代模型,今天的能力优势,就可能转化成明天的研发速度优势。

追赶者要追的,是一个越来越会加速的对手,这才是最吓人的事。

算力、数据、实验周期和人的判断仍然会限制这个过程,差距并非注定扩大。但「落后几个月而已」这句话,已经不够让人放心了。

4.蒸馏也没那么好追了

还有一个关键点,就是蒸馏。

以前说到追赶,很多人心里都有一个兜底:等它把答案做出来,我们再学。

这里要讲一下,以前很多人提到蒸馏,都觉得这是个不好的词。

我不这样看,蒸馏本身是正常的训练方法,各家都在用。哪怕是Claude和GPT也蒸的。

但以后,可能没得蒸了。

Anthropic 今年已经公开说明,它在加强异常调用检测、账号验证,并开发产品、API 和模型层面的反蒸馏措施。九月的报告又描述了围绕这些防护的新一轮攻防。

Anthropic一直以来对网络安全特别看重,他们没道理不让Claude持续升级防御策略。

一个越来越聪明的AI来做防守,一定会导致蒸馏难度的提升。

所以靠蒸馏快速追赶这条路,即使不被掐死也会极其难走,这又影响了国模的进化速度。

模型不够领先——被领先模型识别封禁——无法蒸馏——追赶速度变慢——更加落后

有可能形成这样的恶性循环。

5.差距会进入真实生意

我有个朋友,靠 Opus 5.5 做网站 SEO。他跟我说,自己的小网站已经在一些搜索结果里排到了不少大企业前面。

这当然不能证明换个模型就能包排名。但它让我更直观地看到,模型能力的差距,开始影响真实的业务竞争。

我自己的 wiki 里也写过,做网站要选对词、做对页面,还要持续检查和调整。这里面有一大堆具体工作,过去卡在人手和时间上。

一个人如果能借助 AI 更快完成这些工作,就能把更多想法做成页面,把更多问题修掉。大公司的人数优势,在某些具体任务上,就没那么牢了。

同样的事也可能发生在视频、软件、数据分析和其他场景里。谁更早获得可靠的执行能力,谁就能更早开始积累结果。

说白了,用户最后比较的是:这件事能不能做好,我要盯多久,总共花多少钱。

便宜但需要你一路救火,未必真的便宜。

如果领先模型越来越能独立把活干完,国产模型就不能只靠 Token 单价解释自己的竞争力。

6.不能再靠日历安慰自己

所以我说,国模的至暗时刻到了。

我最担心的,是大家仍然用过去的追赶经验,判断接下来这场竞争。看到一个新能力,习惯性地说:没事,几个月后我们也有。

可这次,领先能力有可能反过来改变研发速度,也正在进入更多真实工作。等我们追上今天这一步,对方可能已经用这一步创造了下一步。

国产模型当然还有机会。效率创新、训练方法、工程能力,都可能改变竞争格局。过去做出来的成绩,也不会因为 Opus 5.5 的发布就消失。

但接下来最有说服力的回应,得是一批拿得出手的真实任务:能持续做,能自己查错,能交付,换一个复杂场景依然扛得住。

我希望国产模型支棱起来,而且是真正把追赶速度提起来。

我很希望过几个月,国产模型能狠狠打我脸,说我这篇文章写得太悲观了。

但在那之前,我已经没法再用一句快追上了,把自己的不安糊弄过去。

—

有值得继续追问的问题?写信交流 ↗