Chollet观念转变：从质疑扩展到认可o3

第 1 集 · Keras 创始人 Chollet：纯参数扩展遇瓶颈，测试时计算是 AI 突破关键(2026-08-02,4 条)

Keras 创始人 François Chollet 近期发文全面阐述了对 AI 能力扩展的观点。他指出，尽管模型参数规模激增十万倍，但纯基础大语言模型在 ARC 基准上已遇瓶颈。他澄清，过去对基础 LLM 的批评不适用于采用测试时计算（TTA）的模型，并强调测试时计算与后训练扩展是打破瓶颈的必经之路，未来仍有 10 到 100 倍的提升空间，最终程序搜索才是迈向 AGI 的终极解法。

• François Chollet: 深度学习终将被淘汰,程序搜索才是 AGI 正解 — fchollet · 2026-08-02
• fchollet:纯参数 Scaling 已遇瓶颈,测试时计算是必经之路 — fchollet · 2026-08-02
• François Chollet 澄清对 LLM 立场：测试时计算已打破基础模型瓶颈 — fchollet · 2026-08-02
• Keras创始人：测试时计算与后训练扩展仍有10-100倍提升空间 — fchollet · 2026-08-02

第 2 集 · Keras创始人承认低估LLM，o3测试时计算成转折(2026-08-07,5 条)

Keras创始人François Chollet在社交媒体上发文反思，承认自己在2023年至2024年初低估了大语言模型（LLM）的长期重要性。他明确表示，2024年底o3模型在测试时计算（test-time compute）方面的突破是促使他彻底改变看法的关键节点。同时，他澄清自己早期的部分判断依然成立，即基础LLM会遇到能力天花板，单纯的规模扩展（Scaling laws）并非实现AGI的唯一路径，并预测LLM最终将被符号学习等方法取代。

已确认

• Chollet确认自己在2023年至2024年初低估了LLM作为构建流畅智能系统基础的潜力。
• 观念转变的关键节点是2024年12月o3模型在测试时计算方面取得的突破。
• 他澄清早期的部分判断依然成立，即基础LLM会遇到能力天花板，单纯的Scaling laws并非实现AGI的唯一路径。
• 他认为LLM最终将被符号学习等方法取代。

为什么重要

作为AI界极具影响力的研究者，Chollet的观点转变标志着测试时计算这一技术路线正在获得更广泛的认可，这可能会影响未来AI系统架构的研发方向。

• Keras作者认错：低估了LLM，测试时计算是关键 — fchollet · 2026-08-07
• Keras 创始人反思：低估了 LLM 长期价值，但 Scaling 仍非 AGI 唯一路径 — fchollet · 2026-08-07
• Keras 之父改口：承认低估了 LLM，o3 突破改变其看法 — khademinori · 2026-08-07
• François Chollet 承认低估 LLM：测试期计算突破是关键转折 — yacineMTB · 2026-08-07
• Keras 创始人:LLM 终将被符号学习取代 — burny_tech · 2026-08-08