OpenAI o1草莓模子：AI安全了，但看起来AI大模子公司更伤害了

OpenAI的o1草莓模子标记取AI推理本领的飞跃，大概使AI大模子更昂贵且难以实现。这一进步虽巩固了AI行业的未来，却给AI大模子公司带来挑衅，它们大概难以负担高昂资本，面临被市场淘汰的风险。

假设o1草莓模子最终体现和发布的信息完全同等，然后回发生什么呢？

一、AI大模子更贵了

从披露的数据来看，我们可以以为Scaling Law有用，不外这次不是堆数据而是堆呆板和优化算法。

这意味着AI大模子显然会更贵，也更难，先是必要更多的呆板，这导致更贵，然后靠人来做一语道破，这导致更难。

(上面文章内里有这图）

这可以和已往Sam Altman的言论结合起来看，Sam Altman发过的惊人言论包括必要募集七万亿美金等等，投资去办理电力标题等，两者倒是匹配。

二、AI安全了，但AI大模子公司伤害了

AI公司的风险有无数个，但AI作为一个行业，其风险只有1个，就是AI欠好用。

假如Scaling Law有用，那不管多贵，都意味着这个行业办理标题的代价在增长，以是这个行业安全了。大概率不会再变成80年代各人喊骗子的局面，行业的安全意味着AI大期间根本会确定打开。

但许多AI大模子公司是真的伤害了。他们变成了应用不是应用，模子不是模子的一种公司。

跟进跟不起，不管是呆板照旧人才储备，显然的要想干好模子不但下一步贵，并且一段时间会越来越贵。

不跟进，那本身的高估值拿什么做支持呢？定位是什么呢？同时这种推理的希望覆盖正是他们原来做的那部门工作。

三、打击波从专业职员开始

从报道看Level2确实能已往，那我们之前全部对Level2影响的预判将在短期成为现实。之前我们这么解读五级模子：

上层应用实现的水平和先后可以参照OpenAI对后续AI进阶划分举行推测，下述为参照OpenAI分阶并增补体系型超级应用信息后整理而来。

阶段1：聊天呆板人。AI可以大概与人对话，然后纯粹看对话内容你不能分辨它是人照旧AI。对话的时间AI大概有幻觉并乱说八道，但逻辑自洽。当前就处在这个阶段。这个时间垂直型应用处于只能出现雷同Copilot这类纯粹的生产力工具，让ERP等进入下一代这类变乱只大概在极小的领域中出现，处于萌芽期。

阶段2：推理并办理真实标题的呆板人。当你给AI真实的标题，它可以大概自行推理，甚至找你要它办理标题所欠缺的信息大概资源，然后真正的可以大概取代人办理标题。到了这个阶段，全部白领工作根本就不必要人了。在这个阶段各种不牵涉现实物理天下的变乱根本可以全部用AI来办理，大量体系型超级应用会在企业领域、部门行业比如状师出现。

阶段3：AI智能体。全面感知物理天下并且可以大概接纳举措办理标题，相称于把阶段2的本领从虚拟数字天下扩展到真实物理天下。到了这个阶段全部体力工作就不必要人了，街道、家庭、公司到处都是呆板人。这个阶段新式体系型超级应用扩展到物理空间，具身呆板人会充斥在各个生成生存的环节。

阶段4：创新者。AI可以大概组合现有要素在特定的方向上完成创新，比如他会创造性的根据面条和动物捏合出来用各种宛在现在的动物。到了这个阶段，现在200人的公司估计只要不到10个人，像产品司理这样必要创新本领去界说产品的脚色AI也可以大概负担了。这个阶段现有大部门可见的岗位全部完成AI对人的置换。体系型超级应用会遍布在各行各业。

阶段5：构造者。这时间AI可以大概负责构造协调的工作，负担AI之上的AI脚色（已往高管和CEO的脚色）。到这里每个我们现在看到的领域也都有了一个本身的AlphaGo，这个AlphaGo的专业性和本领远凌驾去人类同时具有通用性，大多企业里不必要管理职员，而是全部被AI接受。

这个五级分类可以当作是一种AI弘大叙事类比已往的大同社会等。

现在Level2眼看要实现了，那起首是Level2的影响会发生，其次在于背面的是不是也是靠谱的，而不是单纯的想象？

推理这事的影响方向非常清楚：白领包括高级白领以致科研职员受打击最大。

不外假如幻觉标题没办理，那人类还能略有喘息。

四、智能飞轮看起来要转起来了

假如说推理本领确实能破局（当前并非是大成，而是一种破局），那AI真的可以做积极的未来展望。不是由于OpenAI多牛，关键是我们总说的智能飞轮要启动了。

当年AlphaGo为什么厥后水平希望极其快？

核心就在于它转起来一个叫智能飞轮的东西。

形象讲就是AI可以大概奉养AI。

AlphaGo的领域太垂直了，围棋太特殊了，以是已往几乎只有AlphaGo醒目这事。

可假如推理本领搞定了，环境会有大厘革。

在数据和算法两个环节，AI逼近可以大概奉养本身的边沿。而这会解锁AI的进化速度。

提及来是个有点伤心的故事，从智能飞轮、从AI进化的角度看，人才是最大停滞，人负责的越少，AI负责的越多，那智能飞轮转的越快。

而推理本领最关键的就在于减弱人在AI希望过程中的脚色，这反倒是会加速AI的希望。

琢磨事不停反复说个话题，AI会由于盘算模式的迁徙导致大量的应用重做，已往我们把它总结成从功能中心式盘算迁徙到脚色中心式盘算。用老黄的图就是：

但这种重做在已往有点像构思闪电战缺内燃机，推理的窗口一打开，各种新现实就不是空想，而是必要更为认真的构思了。

这种认真的构思关键是必要前瞻性，顺着AI脉络的前瞻性。

当年基于摩尔定律有这么一种头脑模式：

我先把步调按照未来的盘算量开发好，那怕现在慢点，然后我就休假去了，什么也不消干，等我回来已往不怎么好用的复杂图形用户界面就好用了。

现在AI的脉络在出现雷同摩尔定律简直定性，以是认真思考是指基于这种脉络的前瞻性思考。

六、小结

不管怎么样AI革命先革本身也是有点出乎意料的，已往大量AI的算法职员在这种希望下承压大概比装修职员大的多。当年那些深度学习算法，是不是很快AI就可以干的比人更好？

当然这还只是发布会上的一些零星信息，它的真正潜力还必要一些前锋应用来验证。值得等候。

题图来自Unsplash，基于 CC0 协议。