前沿AI研究者的分歧清单
hemansnation · reddit · 2026-07-11
这条帖子在整理一份“**前沿 AI 研究者到底在哪些问题上互相分歧**”的季度报告，核心不是预测本身，而是收集“已经公开表态、且彼此矛盾”的观点。 列出的几个例子包括： - **Karpathy** 曾认为未来是个人独立指挥一群 agent，但后来加入 Anthropic 的 pretraining 团队；作者认为这反映出，在模型日益不透明的情况下，留在实验室内部可能更能保持判断力。 - **Sutskever** 说 scaling 时代结束、真正瓶颈在 ideas；但他的 SSI 已融资 **60 亿美元、估值 320 亿美元**，团队约 20 人，至今两年没有公开产品或论文，外界难以判断这是“押注 ideas”的极致体现，还是长期沉默。 - **LeCun** 离开 Meta 后继续押注与主流 LLM 路线相反的方向，作者用来说明：连图灵奖得主也在把全部声望押在不同路径上。 - **MIT** 的结论是：**95% 的企业 AI pilot 没有可衡量 ROI**。作者补充说，真正有效的项目通常不是“模型最好”，而是能嵌入真实后台流程、并且有供应商合作支持的项目。 文末还提到其他长期争议，比如： - Hinton / Hassabis / Amodei / LeCun 的 AGI 时间线分歧 - 更便宜的 AI 是否会让总成本上升（Jevons paradox） - 模型为什么在代码上表现好、在其他任务上却很“锯齿状” 作者还问：这些分歧里，哪些会在未来一年内被验证，哪些到 2030 还会悬而未决。