AI 迈入「真实世界 AI」阶段：从 benchmark 到真实任务交付

在 6 月末于大连举行的夏季达沃斯论坛上，深圳数经院 AI 经济研究中心联席主任、中国初代 AI 投资人王捷提出，AI 行业在走过「生成内容」「推理能力」「行动能力」三个阶段后，即将进入「真实世界 AI」阶段。围绕这一概念，他发布了一篇署名文章，系统梳理了从 benchmark 世界走向真实世界的逻辑，并给出新的五阶段路线图。

旧三阶段：生成、推理与行动

作者把过去几年的 AI 演进概括为三个清晰的阶段。

• 生成内容阶段：典型形态是 chatbot，AI 以自然语言为界面，写作、总结、翻译、对话、解释，成为通用文本工具。
• 推理能力阶段：典型形态是以 GPT-o1、DeepSeek R1 为代表的推理模型，AI 表现出分解、搜索、规划、证明和自我检查能力。
• 行动能力阶段：典型形态是 agent，AI 调用工具、浏览网页、写代码、操作软件、执行多步骤任务。

作者认为，这三个阶段虽意义重大，但大多停留在「理论世界」或「准真实世界」：模型面对的是被抽象出来的问题，优化的是可计算的反馈，展示的是能力可能性，而非被用户、组织和市场共同接受的工作成果。

新阶段：什么是「真实世界 AI」

「真实世界 AI」（Real-World AI）被定义为：能够从真实世界反馈中学习、完成真实世界任务，并产生真实结果的 AI。这里的「真实世界」包含两层含义：训练反馈来自真实环境中的结果、用户、制度、成本和风险；任务来自真实工作流，而非题库、沙盒或演示。

其核心是让 AI 进入闭环：理解真实任务，接收真实反馈，执行真实行动，修正自身策略，交付可被接受的结果。作者认为，AI 能力需要从目前主要集中在代码、软件工程、数学、网络安全等「计算机学术」领域，走向更宽广的人类工作场景，包括营销、销售、供应链、制造、金融、法律、医疗、教育、公共治理，以及物理世界中的机器人与自动化系统。

与之相对应的能力概念是 real-world intelligence，衡量 AI 在真实任务中的持续可用性、可靠性和价值创造能力，而非在静态题目上的瞬时表现。

为什么必然走向真实世界

作者从技术与经济两个维度论证了这一跃迁的必然性。

• 技术上：大语言模型带来语言能力，推理模型带来思考能力，智能体带来初步行动能力；类比人的行为，拥有这三项之后自然会进入与真实世界互动的阶段。
• 经济上：AI 革命的最大价值不会停留在问答、写作和代码片段中，真正的生产力释放来自真实任务被解锁，例如客服流程端到端自动化、法律尽调稳定交付、供应链动态优化、研究假设快速验证、机器人在仓库或家庭中可靠协作。

作者同时指出，「真实世界 AI」比单纯讨论 AGI 更具操作性：AGI 关心 AI 是否接近人类智能，真实世界 AI 关心 AI 能否完成真实任务、承担真实后果，把讨论拉回反馈、结果、成本和价值。

新五阶段路线图

在 OpenAI 2024 年提出的五阶段路线图基础上，作者提出新的五阶段框架：

• Foundation AI（基础模型阶段）：获得通用表征与知识压缩能力。
• Generative AI（生成式 AI 阶段）：获得自然语言与多模态生成能力。
• Reasoning AI（推理型 AI 阶段）：获得更强的搜索、规划、证明与反思能力。
• Agentic AI（智能体 AI 阶段）：获得调用工具、操作软件、执行步骤的行动能力。
• Real-World AI（真实世界 AI 阶段）：进入真实工作流，从真实反馈中学习，交付被人类、组织和制度接受的真实结果。

作者把「真实世界 AI」放在 agent 之后：agent 解决 AI 能否行动的问题，Real-World AI 解决 AI 行动之后能否产生可接受后果的问题。再往后，行业可能进入「AI 成为经济和社会操作层」的更大阶段。

行业需要形成的共识

为让这一阶段真正到来，作者呼吁行业在多个层面调整方向：

• 模型训练：把真实工作流反馈作为后训练的核心资源，而非追逐现有榜单。
• AI 应用：把产品从助手形态推进到任务交付形态，而非把 AI 聊天窗口嵌入软件。
• 企业用户：把 AI 评估从「好不好用」推进到「能否稳定完成关键任务」。
• 投资者：从模型参数和演示效果之外，重新衡量任务解锁速度、反馈闭环深度和单位成本产出。
• 政策制定者：建立数据、责任、安全和审计框架，让真实世界采用在信任中扩张。

文章结尾写道：「AI 的下一个前沿不是另一个 benchmark，下一个前沿是真实世界。真实世界将成为 AI 新的训练场。Reality is becoming the next training loop for AI.」