2025，10个AI展望

“只有当设计那些对普通人类来说简单但对AI困难的任务变得完全不可能时，你才会知道AGI真正到来了。”

——François Chollet

1. 中国企业加入基础模型创新，扩展定律重新定义

推理模型从o1到o3的一次阶跃，仅用了3个月，而且中间还出现了两家中国公司，深度求索和阿里推出模型。2025年推理模型的竞争已经提前打响，推理侧的训练和计算，以及更集约的算法，正在重新定义下一代大模型。基础模型不再只是大规模预训练系统，而正在演变为动态的、适应性强的、自我优化的智能体。中国企业在算力约束下开辟更集约的技术路线。扩展定律（scaling law）也将重新定义并持续下去。

2. 测试AGI，基准难度增加

各种大模型的测试基准迅速饱和，那些动辄学霸级的数学、科学和编程等科目的得分，有些是数据污染带来的。顶尖数学家提出了新的数学基准FrontierMath，让包括o1在内的大模型数学得分近乎白卷。o3在ARC-AGI的得分达到了87.5。

但是，任何任务只要提供了明确的评价指标，都可以在微调过程中用作奖励信号，所有的测试基准也终将被迅速解决。ARC-AGI已经决定在2025年推出对AGI更严格的标准，而那些迅速饱和的基准版本也将被淘汰。从目前来看，人类擅长的，AI反而更难，基本解决莫拉维克悖论（Moravec’s Paradox），依然被认为是实现AGI的前提。

3. AI加快用于科学发现和企业研发

GPU的并行计算能力，最早是科学研究人员应用于他们的科研工作中的，科研总是要求更多的计算。AI推理能力在编程、数学和科学领域的突破，AI科学家获得诺贝尔化学奖，以及实例研究初步证明AI显著提升了企业研发效率，都意味着材料科学、生物科技、创新药研发等领域，将首先使用短期内成本较高的高级推理应用，更多使用AI加速研发并压缩漫长而重复的过程。越来越多的科学家将离不开AI帮助他们阅读和评议论文、产生新的思想、设计实验方案、筛选研发目标、模拟实验过程等；AI也将进一步加快进入工程设计领域。

4. Agent（智能体）更高级精密，多智能体加强协作与互动

在赋予了大模型“先验”的世界知识之后，AI正在学会感知、检索、分析、推理、规划、决策、执行，变成智能体。它能干活，陪伴和融入人类的场景之中。2025年，一些企业将会像培训员工一样构建智能体，让它们使用工具，在不同的应用和平台之间调用函数与功能，协助或独立完成任务。智能体之间还会协作，它们改写软件和服务。创造价值，AI就是智能体。

5. 推理的高token消耗，支撑算力经济持续繁荣

按照单个token计的算力成本在迅速下降，但推理的总需求却以更快的速度增加，其结果是越有价值的推理消耗越大量的token，价格越贵。目前，o3回答一个有难度的问题需要上千美元。但如果AI推理解决有经济价值的问题，能提升效率并且创造出新的需求，算力经济将会继续繁荣下去，AI芯片（GPU、ASIC、FPGA）及各种特色芯片，数据中心、云计算、数据传输，以及新型电力系统的投资将会非常巨大。科技巨头都将长期追求高性价比的算力，也会持续探索新的算法和量子计算。

6. 卷出AI搜索

微软的Bing、OpenAI的SearchGPT、独角兽Perplexity将继续挑战搜索霸主谷歌；垂直领域如法律、金融、教育、医疗等领域的大模型，都可以用作垂直AI搜索；企业AI搜索也将与智能体结合，当这些“有状态的”（stateful）搜索成为AI时代个人与企业的搜索习惯时，传统的搜索将被解构。当然，所有这些也都逃不过谷歌的掌心。也期待中国卷出更好的搜索。

7. 智能体让AI应用产生差异性，以原生和赋能的方式，在既有平台和新的领域开始产生杀手级应用

如o1解决难度高的问题，Sonnet 3.5用来编程，GPT-4o用来写文章，Gemini Flash 2.0解决长上下文问题。许多模型/代理具备了杀手级应用的潜质，如Sora，Project Astra，NotebookLM，Siri、Computer Use等，还有多模态AI加持的智能眼镜、头显等，还有豆包。美国的智能体之间有更好的连接及互操作生态，中国的应用仍然会更追求流量。

多模态、跨现实：AGI新兴智能体范式：

8. AI企业创新和应用出现中国范式

小型语言模型（SLMs）、智能体和ASIC的协同效应正在引发一场范式转变，它让中国企业的算力供应在国内和国际市场上有更多选择，也产生了更多芯片创新的机会。新范式更有利于中国企业以较高的性价比训练和微调模型。在推理模型方面，中国AI企业正在努力消弭与美国的代差，2025年会走出自己特色的大模型技术路线。分布广泛的高质量数据、相对轻量的推理模型、丰富的实体经济场景，都更有利于中国产业+AI的创新。

9. 软件公司新代码的一半先由AI生成

编程是智能体进展最快的领域，一批估值增长最快的AI初创公司，主要就是构建编程智能体。谷歌2024年新代码由AI生成已经达到25%。Claude 3.5 Sonnet模型编程能力已经超过了程序员水平的50%，2025年可望达到90%。OpenAI o3在编程能力的基准测试中已经胜过99.99%的程序员。2025年，写基础代码的工作，将会被AI加速替代。

10. 科技企业开始利用智能体精益运营

在智能体投资方面，有企业开始动用人力预算而不是IT预算。科技巨头已经开始谋划基于AI的精益管理，建立AI运营杠杆，纳德拉判断微软总人力成本会下降，而人均成本会上升，同时研究人员的人均GPU配置也会增加；黄仁勋设想英伟达拥有10万个代理，预计营收增长2～3倍，员工数量只会增加25%。salesforce创始人班尼奥夫提出AI劳动力时代。最聪明的公司都将自己构建智能体充当数字劳动力。智能体将使公司拥有无限劳动力，也可能出现少数（个）人+多智能体的初创公司。

One More Thing：物理AI

在数字领域重构3D，模拟物理世界，是GPU在游戏世界的初心，也难怪它能制造出一层又一层的神经网络。人类与万物的智能，根本上来自物理世界。制造出能与物理世界互动的机器，甚至像人一样，是人类对技术最根本的渴望。

空间计算、空间智能、空间推理、具身智能……在这些概念之上，模拟和互动物理世界的模型，可以是更好的智能体。无论是通过电脑打游戏和创作视频、借助手机理解所处的空间，还是使用XR设备如头显和眼镜，探索虚实一体的场景，都将在物理法则之上让人如临其境。自动驾驶和人形机器人，也将是人类技术在这个星球上所能制造的最具终极意义的产品。真正的智能，从来都是“具体”的。

本文来自微信公众号：未尽研究 （ID：Weijin_Research），作者：未尽研究