文：司马秘事
编辑：司马秘事
司的就是国际这条线；马上追踪热点
秘闻背后的事；我给你说透
欢迎各位看官收看今天的【司马秘事】
昨天OpenAI的CEO奥特曼发了份内部备忘录，直接宣布公司进入“CodeRed”红色警报状态。
表面看是应付谷歌、Anthropic这两个对手，毕竟Gemini和Claude最近势头太猛，但这更像OpenAI给行业递的“求救信号”。
大语言模型现在遇到的麻烦，不是一家公司的事，是整个行业都绕不开的坎。
我跟做AI研发的朋友聊过，他说现在圈里都在传，训练模型的钱越砸越多，模型也越做越大，可性能提升却越来越少，跟以前“砸钱就涨分”的日子完全不一样了。
OpenAI，外有竞争内有技术坎
先看外面的竞争，谷歌的Gemini3早就超过OpenAI了。
我看谷歌三季度财报的时候还挺惊讶，Gemini的月活从7月的4.5亿涨到10月的6.5亿，这速度比预想快多了。
Anthropic的Claude也没闲着，企业客户越来越多，OpenRouter的数据显示，11月末Claude的周访问量都到0.41亿了，六周涨了17%。
但真正让OpenAI慌的是技术上卡壳了。
半导体分析公司SemiAnalysis爆了个料，说自从2024年5月GPT-4o发布后，OpenAI的顶尖研究员就没完成过一次大规模预训练。
这话啥意思？就是现在的GPT-5，根本不是全新训练的，只是在GPT-4o基础上修修补补，没算真正的代际升级。
预训练这步太关键了，就像给模型打基础，得让它学遍海量文本，懂语法、懂常识，基础打不好，后面再怎么调都是小修小补。
SemiAnalysis还补了一刀，说谷歌的TPU平台早就通过了预训练测试，可OpenAI就是没做到。
再看评分，MMLU是测模型综合能力的权威标准，GPT-5比GPT-4就高了10%-20%。
但成本呢？Anthropic的CEO说过，现在训练个前沿模型要10-20亿美元，是去年的10倍，GPT-5成本更是GPT-4的20-30倍。
全行业，集体撞上性能天花板
OpenAI不是唯一倒霉的，整个行业都在面临同样的问题，以前模型更新快，性能差距也大，2024年6月的时候，LMSYS盲测里，榜首和第十名的模型差了150多分。
可到今年11月，这个差距缩到50分以内，连得分都扎堆了，MMLU-Pro测试里，头部模型全在85%-90分之间，根本拉不开差距。
更新速度也慢了，Meta的Llama从2代到3代用了9个月，现在从3代到4代，都超15个月了，Anthropic从Claude3到4也等了11个月。
以前大家比谁先出新品，现在比谁能先突破瓶颈，为啥会这样？有两个绕不开的原因。
第一个是“不可约误差”，简单说就是语言本身有歧义。
比如“他把手机放桌上，它倒了”，这个“它”是手机还是桌子？人得看上下文猜，模型只学文本，根本搞不清。
这种误差是语言自带的，就算有无限算力也消不掉，当模型不犯语法错误后，这种误差就成了性能提升的拦路虎。
第二个是数据问题，我朋友跟我说，GPT-4那时候几乎把互联网上高质量的文本都学完了，现在剩下的不是广告软文，就是重复内容，根本没法用。
有些公司想省事，用AI生成的数据训练新模型，结果出了大问题，模型会“崩溃”。
技术路，两派吵翻该往哪走
现在AI圈分成两派，吵得不可开交，一派是维新派，比如AI教母李飞飞和图灵奖得主杨立昆。
谷歌DeepMind的AlphaGeometry就是个例子，靠符号推理加神经网络，能解奥林匹克几何题，根本不用语言模型那套。
另一派是守旧派，OpenAI和Anthropic还在坚持“规模假说”，奥特曼觉得只要模型够大，投入够多，智能就会“自动冒出来”。
OpenAI的首席科学家伊尔亚说“压缩就是理解”，把全世界数据无损压缩进模型，模型就懂世界了。
Anthropic的卡普兰则觉得语言模型能当智能的基础，改改训练方法就行，还有MIT的学者出来泼冷水，说语言不是思维工具。
婴儿不会说话也懂物理世界，聋盲人没有语言也能思考，凭啥说语言模型能成真正的AI？这话其实挺有道理，模型学的是语言，不是思维，根本不是一回事。
破局点，不在堆规模在找对路
其实大语言模型没走进死胡同，只是以前“堆钱堆规模”的路走不通了。
国内已经有公司在找新方向，比如腾讯今年发布的混元T1，靠多模态数据融合，MMLU-Pro得了87.2分，速度还快，兼顾了性能和效率。
DeepSeek搞开源，让模型适配行业数据，在专业领域反而超过了闭源模型。
政策也在帮忙，国内推了“数据共享+算力优化”，用隐私计算解决数据不够的问题，还发算力券帮公司降成本。
这些做法都绕开了“堆规模”的坑，走了更实际的路，OpenAI拉红色警报不是坏事，它让整个行业明白，光靠砸钱堆参数没用，得找对技术方向。
大语言模型不会消失，但它得在新生态里找到自己的位置，对公司来说，现在不用纠结“模型多大”，而是要想“模型能解决什么具体问题”，毕竟，能干活的AI，才是好AI。
世界从不平静，司马为您解析，今天到此为止，下期我们再见！
