扩展已到极限？AI正迎来一场深刻的范式转移
在人工智能狂飙突进的十年后，一位重量级人物站出来告诉我们：是时候按下暂停键，重新思考方向了。
伊利亚・苏茨克维（Ilya Sutskever），这位曾深度参与塑造现代AI格局的前OpenAI联合创始人、如今Safe Superintelligence公司的掌舵者，在最近一次长达三万字的深度访谈中，抛出了一个振聋发聩的观点：当前AI的发展已经撞上了天花板——我们正在从“规模扩张”的黄金时代，步入一个必须回归基础研究的新阶段。
从“越大越好”到“为何无效”？
回顾过去十余年，AI的发展大致可分为两个阶段：
- 2012–2020年：这是属于算法突破与理论探索的“研究黄金期”。深度学习的崛起彻底改变了游戏规则。
- 2020年至今：进入“扩展时代”——模型越来越大，参数越来越多，算力投入呈指数级增长。
但问题来了：当算力投入持续飙升，模型性能的提升却开始变得微乎其微。
苏茨克维指出，这种“投入递减”的趋势，意味着我们正站在效率与浪费的临界点上。继续堆叠算力和数据，可能不再能换来相应回报。换句话说，“大”不再是“强”的代名词。
模型很聪明，但为什么总犯蠢？
你有没有遇到过这样的情况：某个大模型在标准测试题上得分极高，可一旦面对真实世界的复杂任务，就开始“翻车”？
这正是苏茨克维所担忧的核心问题之一。他指出，当前主流大模型的泛化能力存在严重缺陷。它们之所以表现不稳定，是因为训练过程过于依赖狭窄的强化学习数据集——这些数据往往优化的是“得分”，而不是“理解”。
“这就像是培养一个只会编程竞赛的学生。”苏茨克维打了个比方，“他在比赛中拿金牌，但到了真实项目里，却不知道如何协作、调试或应对需求变更。”
模型学会了“答题技巧”，却没掌握“解决问题的能力”。
真正的智能，需要“情绪”吗？
更令人深思的是，苏茨克维提出了一个常被忽视的维度：情绪在智能决策中的作用。
他认为，人类的价值判断和行为选择，并非完全理性，而是深受情绪调节的影响。而这种机制，可能是数百万年进化筛选出的生存智慧。如果AI想要真正理解人类、融入社会、做出符合伦理的决策，就不能只靠逻辑推理。
未来的AI系统，或许需要某种形式的“情感建模”——不是为了让人工智能“感受”，而是为了让它更好地模拟人类的价值取向和行为边界。
先驱们的共识：我们可能走错了路
值得注意的是，苏茨克维并非孤例。越来越多的AI奠基人开始质疑当前主流路径。
图灵奖得主杨立昆（Yann LeCun）就直言不讳地表示：现有的大语言模型技术可能是一条“死胡同”。他认为，真正的智能应建立在对世界的理解之上，而不是对文本模式的拟合。
他提出的替代方案是“世界模型”（World Models）——让AI像婴儿一样，通过观察和互动来构建对物理和社会规律的认知框架。只有这样，机器才能具备预测、规划和自主学习的能力。
转折点已至：通往AGI的新路径
综合来看，AI行业正处于一个关键的十字路口。
过去依赖“更多数据+更强算力+更大模型”的发展模式正在失效。若想迈向通用人工智能（AGI），我们必须：
- 重新重视基础理论研究；
- 探索超越纯语言模型的新架构；
- 构建能理解世界、适应环境、具备价值对齐能力的系统。
苏茨克维的警告，不是对技术进步的否定，而是一次清醒的提醒：真正的突破，往往来自对本质的回归，而非表面的膨胀。
AI的未来，或许不在于“更大”，而在于“更深”。