Karpathy說(shuō)"我從未感到作為程序員如此落后"。

LeCun說(shuō)"AGI是扯淡"。

Hinton說(shuō)"AI奪取世界控制權(quán)的概率是10%-20%"。

Altman說(shuō)"我們已經(jīng)知道怎么構(gòu)建AGI了"。

這是2025年12月，AI圈最有意思的景象：所有人都在回答同一個(gè)問(wèn)題，但給出的答案完全不一樣。

我花了兩天時(shí)間，翻完了Karpathy的萬(wàn)字長(zhǎng)文、Altman的兩篇博客、Hinton的CNN專訪、Sutskever離開OpenAI后的首次深度采訪，還有LeCun和Hassabis在X上的那場(chǎng)吵架。

整理出18位核心人物的觀點(diǎn)，大致歸成5類答案。

你會(huì)發(fā)現(xiàn)，AI圈的分歧比你想象的大得多。

答案一：規(guī)?；筋^了

代表人物：Ilya Sutskever

SSI創(chuàng)始人，前OpenAI首席科學(xué)家。GPT系列的核心貢獻(xiàn)者。

Ilya在11月接受Dwarkesh Patel采訪，說(shuō)了一句很重的話：

"我們正在從規(guī)模化時(shí)代轉(zhuǎn)向研究時(shí)代。"

什么意思？

從2020年到2025年，AI的進(jìn)步邏輯很簡(jiǎn)單——堆數(shù)據(jù)、堆算力、堆參數(shù)。GPT-2到GPT-3到GPT-4，基本就是這個(gè)套路。

但I(xiàn)lya說(shuō)，現(xiàn)在規(guī)模已經(jīng)大到一定程度了。"信念還是'再擴(kuò)大100倍一切都會(huì)不同'嗎？我不這么認(rèn)為。"

他的判斷是：AI的瓶頸不再是算力，而是想法。

這話從Ilya嘴里說(shuō)出來(lái)，分量很重。他可是OpenAI的首席科學(xué)家，GPT系列的核心貢獻(xiàn)者。

更有意思的是他對(duì)當(dāng)前方法的評(píng)價(jià)："當(dāng)前的方法會(huì)走一段距離，然后逐漸停滯。真正有效的系統(tǒng)，是我們尚不知道如何構(gòu)建的東西。"

換句話說(shuō)，光靠scaling law，到不了AGI。

反方觀點(diǎn)：Sam Altman

Altman的看法截然相反。

他在2025年的博客《Three Observations》里寫道：

"AI模型的智能大致等于訓(xùn)練和運(yùn)行它所用資源的對(duì)數(shù)。"

翻譯一下：錢還沒砸夠，規(guī)模還可以繼續(xù)擴(kuò)。

而且他給出了一個(gè)更激進(jìn)的判斷：

"我們現(xiàn)在確信我們知道如何構(gòu)建傳統(tǒng)意義上的AGI。"

注意用詞——"確信"、"知道如何構(gòu)建"。

這和Ilya的"我們還不知道怎么做"形成了鮮明對(duì)比。

誰(shuí)對(duì)誰(shuí)錯(cuò)？不好說(shuō)。但至少說(shuō)明，即使是OpenAI內(nèi)部出來(lái)的人，對(duì)這個(gè)問(wèn)題的判斷都完全不同。

答案二：LLM是條死胡同

代表人物：Yann LeCun

圖靈獎(jiǎng)得主，前Meta首席AI科學(xué)家。AI圈最愛吵架的人，沒有之一。

12月他在X上直接開炮：

"所謂的通用智能根本就是扯淡（completeBS）。

他的邏輯是：人類智能本身就是高度專業(yè)化的，我們以為自己很"通用"，其實(shí)只是一種錯(cuò)覺。

更關(guān)鍵的是，他認(rèn)為L(zhǎng)LM這條路走不通。

"LLM只是預(yù)測(cè)下一個(gè)token，它們?nèi)狈?duì)物理世界的理解。"

他的替代方案叫World Models——能夠理解物理規(guī)律、保持持久記憶、規(guī)劃復(fù)雜行動(dòng)的AI系統(tǒng)。12月他宣布離開Meta，創(chuàng)辦了AMI Labs，就是做這個(gè)方向。

反方觀點(diǎn)：Demis Hassabis

DeepMind CEO Hassabis在X上直接反駁了LeCun：

"人類大腦是已知最復(fù)雜的系統(tǒng)之一，按設(shè)計(jì)來(lái)說(shuō)是高度通用的學(xué)習(xí)機(jī)器。"

兩人在12月24日有一場(chǎng)公開辯論，Musk還站隊(duì)Hassabis，發(fā)帖說(shuō)"Demis是對(duì)的"。

LLM到底是不是死胡同？

Gary Marcus（AI圈最著名的懷疑論者）站LeCun這邊。他在12月的Axios峰會(huì)上說(shuō)：

"LLMs are not AGI. Anybody who thinks they are is just not really following the technical detail."

但主流還是覺得LLM能繼續(xù)走下去，只是需要配合其他技術(shù)。

答案三：泡沫要破了

代表人物：多位CEO的微妙表態(tài)

這個(gè)問(wèn)題有意思。

按理說(shuō)，AI公司的CEO應(yīng)該最看好AI。但如果你仔細(xì)看他們的表態(tài)，會(huì)發(fā)現(xiàn)很多人在釋放"謹(jǐn)慎"信號(hào)。

Sam Altman（8月）：

"投資者作為一個(gè)整體是否對(duì)AI過(guò)度興奮了？我的看法是，是的。"

Demis Hassabis（11月）：

"私人市場(chǎng)顯然存在泡沫……種子輪估值幾十億美元的公司什么都沒有。這似乎有點(diǎn)不可持續(xù)。"

Dario Amodei（12月DealBook峰會(huì)）：

"部分公司在'YOLO'（孤注一擲），過(guò)度投資數(shù)據(jù)中心，承諾花費(fèi)數(shù)千億美元。" "經(jīng)濟(jì)價(jià)值實(shí)現(xiàn)的時(shí)機(jī)不確定，可能出現(xiàn)'時(shí)機(jī)錯(cuò)誤'。"

注意，這是Anthropic的CEO在說(shuō)這話。他自己的公司估值已經(jīng)1830億美元了。

但也有人不信泡沫論。

Aidan Gomez（Cohere CEO，12月）：

"AI泡沫有正確和錯(cuò)誤的一邊，Cohere在正確的一邊。"

Jensen Huang：

"我看到的和AI泡沫非常不同。"

Harvard的專家傾向于認(rèn)為，即使有泡沫，更可能是"緩慢泄氣"而不是"突然爆破"。

但一個(gè)數(shù)據(jù)很扎眼：MIT在8月的報(bào)告顯示，盡管企業(yè)在GenAI上投入了300-400億美元，95%的組織獲得的回報(bào)是零。

答案四：就業(yè)沖擊比想象的大

代表人物：Geoffrey Hinton

"AI教父"，2024諾貝爾物理學(xué)獎(jiǎng)得主。

Hinton在12月底接受CNN采訪時(shí)說(shuō)：

"我可能比以前更擔(dān)憂了。AI進(jìn)步的速度比我預(yù)想的更快。"

他給出了一個(gè)具體的預(yù)測(cè)：

"AI每7個(gè)月左右就能將完成任務(wù)的時(shí)間減半。幾年后，AI將能夠完成現(xiàn)在需要一個(gè)月工作量的軟件工程任務(wù)。"

更讓人不安的是他對(duì)AI風(fēng)險(xiǎn)的評(píng)估：AI奪取世界控制權(quán)的概率是10%-20%。

Dario Amodei的預(yù)測(cè)更激進(jìn)：

"未來(lái)1-5年內(nèi)，可能消滅半數(shù)入門級(jí)白領(lǐng)崗位。" "3-6個(gè)月內(nèi)，AI將編寫90%的代碼。"

但也有人潑冷水。

Ethan Mollick（Wharton教授）在10月的CNBC峰會(huì)上說(shuō)：

"I can tell you, no one knows anything."（沒人真的知道會(huì)怎樣）

他的觀點(diǎn)是：AI agents"還沒到那一步"，"你只是把AI換成人的想法對(duì)我來(lái)說(shuō)很天真"。

Gary Marcus也不信AI會(huì)大規(guī)模替代白領(lǐng)：

"有太多白領(lǐng)工作是需要正確答案的。"——而這恰恰是AI最大的問(wèn)題：幻覺。

這可能是最誠(chéng)實(shí)的答案。

Ethan Mollick：

"包括頂級(jí)AI實(shí)驗(yàn)室也不知道AI真正有用的場(chǎng)景。他們告訴我，用我的Twitter來(lái)了解用例。"

Dwarkesh Patel（播客主持人，采訪了幾乎所有AI大佬）在12月的博客里寫了一個(gè)很有洞察的觀察：

"模型不斷變得更impressive的速度符合短時(shí)間線預(yù)測(cè)，但變得更useful的速度符合長(zhǎng)時(shí)間線預(yù)測(cè)。"

什么意思？

AI在benchmark上的表現(xiàn)越來(lái)越好，但真正落地到實(shí)際工作中，進(jìn)展沒那么快。

這可能才是最核心的問(wèn)題：能力和實(shí)用之間的gap，比我們想象的大。

那個(gè)沒有答案的問(wèn)題：AGI什么時(shí)候來(lái)？

這是所有問(wèn)題中最大的那個(gè)，也是分歧最大的那個(gè)。

預(yù)測(cè)

Sam Altman

"比世界上大多數(shù)人想的更快"

Demis Hassabis

2030年前可能

Geoffrey Hinton

5-20年（從30-50年下調(diào)）

Yann LeCun

10年以上，而且當(dāng)前方法到不了

Ilya Sutskever

當(dāng)前方法會(huì)"逐漸停滯"

Gary Marcus

LLM不是AGI，需要全新方法

差距有多大？從"已經(jīng)知道怎么做"到"完全是另一回事"。

我的判斷

看完這18個(gè)人的觀點(diǎn)，我有幾個(gè)感受：

1. 分歧比共識(shí)大。即使是同一個(gè)公司出來(lái)的人（比如Altman和Sutskever），對(duì)核心問(wèn)題的判斷都完全不同。

2. 幾乎所有人都同意LLM有根本局限?；糜X、鋸齒狀表現(xiàn)（benchmark好但實(shí)際差）、缺乏對(duì)物理世界的理解。

3. 2025年的關(guān)鍵詞是"清算"。從"能力展示"轉(zhuǎn)向"經(jīng)濟(jì)價(jià)值證明"。95%的企業(yè)AI試點(diǎn)零回報(bào)，這個(gè)數(shù)據(jù)會(huì)倒逼整個(gè)行業(yè)。

4. "沒人知道"可能是最誠(chéng)實(shí)的答案。包括頂級(jí)實(shí)驗(yàn)室的人，包括諾貝爾獎(jiǎng)得主，包括所有在X上吵架的大佬。

如果你問(wèn)我AI現(xiàn)在最大的問(wèn)題是什么？

說(shuō)實(shí)話，我不知道。

但我知道一件事：最頂尖的那群人，也不知道。

Ethan Mollick說(shuō)得最直接："No one knows anything."包括他自己，包括OpenAI，包括DeepMind。

這其實(shí)是個(gè)好消息。

如果連諾貝爾獎(jiǎng)得主都在困惑，連OpenAI的首席科學(xué)家都說(shuō)"我們還不知道怎么構(gòu)建真正有效的系統(tǒng)"，那我們普通人就不用焦慮自己"跟不上"了。

當(dāng)還有東西不知道，不確定的時(shí)候，我覺得未來(lái)還挺值得期待的。

我喜歡不確定性的未來(lái)。一切都注定了多無(wú)聊啊。

你覺得AI最大的問(wèn)題是什么？歡迎留言聊聊。

參考來(lái)源：

• Karpathy: 2025 LLM Year in Review：https://karpathy.bearblog.dev/year-in-review-2025/

• Dwarkesh Patel: Thoughts on AI progress (Dec 2025)：https://www.dwarkesh.com/p/thoughts-on-ai-progress-dec-2025

• Ilya Sutskever - Dwarkesh Patel Interview：https://www.dwarkesh.com/p/ilya-sutskever-2

• MIT Tech Review: The Great AI Hype Correction of 2025：https://www.technologyreview.com/2025/12/15/1129174/the-great-ai-hype-correction-of-2025/

• Geoffrey Hinton on CNN (Dec 28)：https://fortune.com/2025/12/28/geoffrey-hinton-godfather-of-ai-2026-prediction/

• Dario Amodei at NYT DealBook Summit：https://techcrunch.com/2025/12/04/anthropic-ceo-weighs-in-on-ai-bubble-talk/