谷歌大佬：AI模型规模扩张已到尽头，新突破要靠这套大脑运行法则​

Meise

最近人工智能圈子里爆出一个说法，而且越传越火：AI现在这套玩法——怼数据、堆算力、把模型死命往大了搞——可能真有点走不动了。放这话的是谷歌的AI大牛，弗朗索瓦·肖莱。

肖莱这话不是随口而出的。他的观念特简单：想要弄出真正像人一样聪明的“通用人工智能”（AGI），光会背答案可不行。关键是这系统得能自己搞明白咋解决从来没见过的麻烦事儿——就像个程序员碰上新需求，撸起袖子就能现场写段新代码把它摆平。

他是怎么得出这结论的呢？肖莱回头看了看AI这十多年咋发展起来的。他发现，深度学习当初为啥能火？说白了，主要是电脑硬件价格坐火箭往下掉，便宜大碗了！这波便宜算力的红利，才搞出了现在大家熟悉的各种语言大模型。结果好多人就觉得：哎呦，模型往死里做大、数据往死里喂，那不AGI就成了么？

但问题就出在这儿！肖莱点破了：你把模型弄得贼大贼复杂，反而把两样东西搅和混了：一种是靠硬背训练数据学会的“死功夫”；另一种，那可是实打实的“活脑筋”——就是人那种碰到全新难题也能琢磨出办法的能耐。这种，才够格叫真正的通用智能！

为了证明不是瞎掰，肖莱搬出了他2019年弄的“秘密武器”：一个叫“抽象与推理挑战赛”（ARC）的考试。这玩意儿专治各种AI花拳绣腿。结果咋样？一考就露馅儿！像GPT-4这种明星选手去考，也就能考个10分上下（满分100）。普通人呢？轻轻松松95分往上。这对比够直接吧？就一句话：往模型里死命塞数据堆规模，根本练不出那点随机应变的“活络劲儿”。

​​2024年，风向真变了？​​

肖莱觉得，2024年可能是个坎儿。他观察到AI研究正在悄悄变道：以前做的模型，训练完就定型了，像块木头。现在大伙儿琢磨的方向叫“即时适应”——意思就是模型干活儿的时候，能自己随时调整状态，碰上没见过的情况也不怵，直接边干边学！

这可不是小修小补。你想啊，传统模型处理任务时，里面啥样就啥样，固定死了。但新路子搞的模型，活像是有了筋骨的泥人，遇到新情况，能自己“支棱”起来，当场改路子应付过去！

怎么实现这种“变魔术”的效果？靠两样东西联手：​​程序合成​​（让AI自己生成果子解决问题的步骤代码）和​​思维链合成​​（让AI学着像人一样，把问题掰开了揉碎了，一步一步推理解题）。两下一合，AI就相当于有了个“活络脑子”，随时可能给问题组装一个新解法。

肖莱已经看到效果了。比如OpenAI有个专门冲着ARC考试优化过的模型（代号o3），表现就突飞猛进，快赶上人了，跟之前那些大模型完全不是一个档次的。

​​啥叫聪明？俩大佬看法不一样​​

肖莱这理论，其实碰上了一道经典的辩论题：智能到底是啥？

一派祖师爷是马文·明斯基，他觉得吧，能高效搞定现有的活儿就叫智能。AI的目标就是替人把工作干了。

另一派观点呢，源头在约翰·麦卡锡那边。肖莱就站这一队。这派观点更狠：真正的聪明劲儿，是你啥都不会，却能自己琢磨出办法搞定全新的、压根没人教过的挑战！

肖莱打了个比方贼形象：现在的超大模型，拥有的是“技能包”，好比是个导航地图贼溜的司机，在现成公路上跑得贼溜。但真正的“智能”，那是荒野探险家的本事——没路的地方，抡起家伙自己开一条路出来！简单说，照着说明书干活不算真能耐，自己能出说明书解决新麻烦才算！

​​ARC考试，专戳AI肺管子​​

肖莱搞的ARC考试，已经成了量这个“活脑筋”的尺子。他下一步升级考卷的套路，更是专挑AI的软肋下手：

​​ARC-1（2019年版）​​：已经狠狠打了“越大越好”的脸。大模型考得稀烂，人却像玩儿似的拿高分。
​​ARC-2​​：主攻“组合拼装能力”——考的是你能不能把学过的东西重新拆吧拆吧，组合成全新的解法，去对付从没见过的题目。现实呢？还是惨。GPT-4.5够牛吧？考它照样是零蛋！Llama 4也趴窝。就连那个厉害的o3模型，也就拼了老命拿到1-2分。
​​ARC-3（计划2026年出）​​：这关更狠！考的是“目标自己定、步骤自己走”。得让AI在一个模拟环境里，不光要理解任务目标是啥，还得自己琢磨“怎么做是对的”，然后一步步干完。这就是个高难度毕业考！

​​真智能的配方：直觉+逻辑，得“二锅头”掺着喝​​

肖莱认为，造下一代真·通用AI，得把这俩本事掺和到一块儿：

​​直觉抄近路：​​ 就是看数据多了，凭感觉抓规律。这是现在AI的拿手好戏。
​​逻辑死磕：​​ 得能透过现象看本质，把问题的规则和结构像剥洋葱似的精确拆解出来。这就得像程序员写代码或者数学学霸做证明题那种死磕精神。

现在的AI吧，就擅长第一种，玩直觉贼溜。一到需要精确规则（比如必须按某种复杂规则排排坐）或者摆弄抽象符号（类似数学题里的x、y、z）的时候，立马抓瞎。

肖莱撂下一句话：想搞真智能？这俩本事缺一不可！既要有脑门一拍灵感蹦的快，也得有步步推演逻辑严密的稳。只有把这两股劲儿拧成一股绳，碰到新毛病，AI才能真正“创”出点新药方子。

未来的AI：得像个“万能程序员”​​

肖莱琢磨的未来AI是个啥模样？他就一个比喻：得像个啥活儿都能现学现卖的“程序员大神”！他自己带的团队（叫NDEA）就在吭哧吭哧搭这玩意儿。设计思路野心不小：

​​俩兄弟搭伙干活：​​
一个是“​​直觉哥（神经网络）​​”：专门负责在海量数据里摸出门道，找出有用的“知识点”和“模式”，存到一个共享的“点子库”里。
一个是“​​逻辑哥（符号系统）​​”：当新问题冒头，“直觉哥”立马从“点子库”扒拉出几个可能沾边的零件；“逻辑哥”就出场了，像搭乐高一样把这些零件精准组装起来，现场打造一把开锁的钥匙（就是解决这个特定问题的小程序）。

​​越干越贼：​​ 这系统每搞定一个新难题，就会总结经验，把里面好用的“新零件”、“新门道”提纯出来，再塞回“点子库”。这可不是单纯的“记小抄”，而是在进化“直觉哥”的敏锐度——慢慢它就懂了，哪些零件跟哪些门道搭在一起，搞问题贼顺溜。这就像是老程序员摸出的门道。

所以，这事儿意味着啥？​​

肖莱这套想法，其实是在点醒整个AI行业：大家伙儿别光顾着在“堆数据、搞大模型”这个死胡同里卷了！路走窄了！

真正的出路在哪里？他指出了方向：得造出一种能自己动脑筋、自己发现解决方案的引擎。

要是NDEA这拨人真搞成了，AI就彻底换剧本了。它不再是只会执行训练任务的“工具人”，摇身一变，成了能在未知领域帮人类“开荒”的智囊伙伴。那可不光技术加速，搞不好人类探索科学的速度也能跟着窜一窜！

ww5223017240

卷不过我们了就换赛道呗，西方人现在也就会这套了。