AI 不是泡沫：研究者解读大模型能力为何不会停滞

围绕「AI 是否处于泡沫」的讨论，往往同时纠缠着金融预期与技术前景两层议题。一位长期从事自然语言处理研究、并在 2009 年后转向开源 NLP 库与创业的从业者日前撰文，从技术层面提出反驳：AI 能力的提升并不会像许多人预期的那样很快撞上平台期。

「平台期」预测为何屡屡落空

作者指出，过去几年里关于 AI 将陷入停滞的主流论调基本一致：业界靠更多算力、更大模型、更长训练时间堆出了看似线性的进步，但底层方法存在收益递减，一旦指数级的资本投入放缓，进步就会停。这种「暴力缩放论」在他看来既缺乏对技术演进的细致观察，也与过去几年的实际进展不符。作者承认自己曾在 GPT-1、GPT-2 时代也预期过平台期，但回头看，这种预期忽视了预训练范式与深度强化学习两条研究线的合流。

预训练 + 深度强化学习：被忽视的关键合流

文章的核心技术论点是：当前大模型能力的来源，可以理解为「大规模预训练的生成式 AI（GPT 路线）」与「深度强化学习（AlphaZero 路线）」的结合。作者把推理过程类比为下棋：模型每生成一段文本相当于走一步棋，最终答对题目就是「赢」。这一思路若站得住脚，意味着只要继续在「让模型学会自己规划中间步骤」上加码——也就是当下业内所说的 chain-of-thought、reasoning、agent 等方向——能力提升仍有结构性空间，而非单纯依赖参数膨胀。

从 GPT-1 到 GPT-5：范式已经换了三轮

作者用同一类比题目（「柏林、伦敦、孟买三市人口之和是否大于澳大利亚？」）勾画三代模型的行为差异：

GPT-1：只会模仿网络文本的常见答法，无法拆解问题；
GPT-3：行为更复杂，大致能从见过的「分步回答集合类数字问题」的范例中提取出一个解题计划；
GPT-5、Claude Opus 等当代模型：被强化训练去「自己生成中间问题」，把问题拆成检索单值、再求和、最后比较几步。这与 AlphaZero 通过自我对弈学会下棋的过程在结构上同构。

作者因此认为，把 GPT-1/2 描述为「花哨的自动补全」虽然粗糙但尚可接受；对 GPT-3 来说这一说法已方向性错误；对当前模型而言，沿用这种认知会带来具体生活层面的误判。

作者立场与适用边界

作者在文中坦承其研究与大模型主线的距离：2004 年发表第一篇 NLP 论文，2005–2009 年完成博士，学术生涯至 2014 年，之后转向开源 NLP 库与小型创业。他自评为「与 LLM 主线研究有两三层分隔」，并非核心突破的直接参与者。文章更多是个人技术判断与行业观察的结合，而非新研究结果或官方披露。读者在参考其结论时，需留意这是一名「在场但并非核心圈」的从业者的观点，而非来自一线厂商或权威机构的数据结论。

（本文为编辑对原文观点的整理与转述，不代表本报立场。）