唐傑 @jietang 是清華大學教授、智譜（GLM 系列模型出自他們家）AI 首席科學家，也是國內最懂大模型的人之一。他剛發了長微博（見評論），談 2025 年對大模型的感悟。 有意思的是，唐傑和 Andrej Karpathy 的觀察有不少共鳴，但也有一些不同的側重點。兩個頂級專家的視角放在一起看，能看出更完整的圖景。 內容比較長，但有句話我要特別放在前面高亮一下： > AI 模型應用的第一性原理不應該是創造新的 App，它的本質是 AGI 替代人類工作，因此研發替代不同工種的 AI 是應用的關鍵 如果你是在做 AI 應用開發，應該反覆思考一下這句話：AI 應用的第一性原理不是創造新產品，而是替代人類工作。想清楚這一點，很多事情的優先級就清楚了。 唐傑的核心觀點有七層邏輯。 --- 第一層：預訓練沒死，只是不再是唯一主角 預訓練仍然是讓模型掌握世界知識和基礎推理能力的根基。 更多的數據、更大的參數、更飽和的計算，依然是提升模型智商最高效的辦法。這就像還在長身體的孩子，飯量（算力）和營養（數據）必須管夠，這是物理規律，沒法繞彎。 但光有智商不行，現在的模型有個毛病：容易“偏科”。為了刷榜單（Benchmark），很多模型都在針對性地做題，導致在真實複雜的場景下反而不好用。這好比孩子上完九年義務教育（預訓練）後，必須把他扔到真實的職場裡去實習，去處理那些書本上沒有的爛攤子，這才是真本事。 所以接下來的重點是“中後訓練”（Mid and Post training）。中後訓練這兩個階段負責「激活」模型的能力，尤其是長尾場景的對齊能力。 什麼是長尾場景？就是那些不常見但真實存在的需求。比如幫律師整理某類特殊合同、幫醫生分析某種罕見病的影像。這些場景在通用測試集裡佔比很小，但在真實應用中至關重要。 通用 benchmark 一方面評測了模型效果，但也可能讓很多模型過擬合。這和 Karpathy 說的「訓練在測試集上是一門新藝術」觀點一致。大家都在刷榜，但榜單刷了高分不等於能解決真實問題。 --- 第二層：Agent 是從「學生」到「打工人」的跨越 唐傑用了個形象的比喻： > 如果沒有 Agent 能力，大模型就是個“理論博士”。一個人書讀得再多，讀到了博士後，如果不能動手解決問題，那也只是知識的容器，產生不了生產力。 這個比喻精準。預訓練是上課，強化學習是刷題，但這些都還在「學習階段」。Agent 是讓模型真正「幹活」的關鍵，是進入真實世界、產生實際價值的門檻。 不同 Agent 環境的泛化和遷移並不容易。你在一個代碼環境裡訓出來的能力，換到瀏覽器環境就不一定好使。現在最簡單的辦法，還是不斷堆更多環境的數據，針對不同環境做強化學習。 以前我們做 Agent，是給模型外掛各種工具。現在的趨勢是，直接把使用工具的數據寫進模型的“DNA”裡去訓練。 這聽起來有點笨，但確實是當下最有效的路徑。 Karpathy 也把 Agent 列為今年最重要的變化之一，他以 Claude Code 為例，強調 Agent 要能「住在你電腦裡」，調用工具、循環執行、解決複雜問題。 --- 第三層：記憶是剛需，但怎麼做還沒想清楚 唐傑花了不少篇幅講記憶。他認為，模型要在真實環境中落地，記憶能力是必須的。 他把人類記憶分成四層： - 短期記憶，對應前額葉 - 中期記憶，對應海馬體 - 長期記憶，分佈在大腦皮層 - 人類歷史記憶，對應維基百科和史書 AI 也要模仿這個機制，大模型對應的可能是： - Context 窗口 → 短期記憶 - RAG 檢索 → 中期記憶 - 模型參數 → 長期記憶 一個思路是「壓縮記憶」，把重要信息精簡後存在 context 裡。目前的“超長上下文”只是解決了短期記憶，相當於把它能用的“便籤紙”變長了。如果未來 context 窗口足夠長，短中長期記憶都有可能實現。 但有個更難的問題：怎麼更新模型自身的知識？怎麼改參數？這還是個未解難題。 --- 第四層：在線學習和自我評估，可能是下一個 Scaling 範式 這一段是唐傑觀點裡最前瞻的部分。 現在的模型是“離線”的，訓練好就不變了。這有幾個問題：模型不能真正自我迭代，重新訓練浪費資源，還會丟掉很多交互數據。 理想情況是什麼？模型能在線學習，邊用邊學，越用越聰明。 但要實現這一點，有個前置條件：模型要知道自己對不對。這就是「自我評估」。如果模型能判斷自己的輸出質量，哪怕是概率性地判斷，它就知道了優化目標，就能自我改進。 唐傑認為，構建模型的自我評價機制是個難題，但也可能是下一個 scaling 範式的方向。他用了幾個詞：continual learning、real time learning、online learning。 這和 Karpathy 提到的 RLVR 有一定呼應。RLVR 之所以有效，正是因為有「可驗證的獎勵」，模型能知道自己對不對。如果這個機制能泛化到更多場景，在線學習就有可能實現。 --- 第五層：AI 應用的第一性原理是「替代工種」 這是對我啟發最大的一句話： > AI 模型應用的第一性原理不應該是創造新的 App，它的本質是 AGI 替代人類工作，因此研發替代不同工種的 AI 是應用的關鍵 AI 的本質不是創造新的 App，而是替代人類工作。 兩條路： 1. 把以前需要人參與的軟件 AI 化。 2. 創造對齊人類某個工種的 AI 軟件，直接替代人類工作。 Chat 已經部分替代了搜索，同時還融合了情感交互，下一步就是替代客服、替代初級程序員、替代數據分析師。 所以，明年 2026 年的爆發點在於“AI 替代不同工種”。 創業者要思考的不是“我要開發個什麼軟件給用戶用”，而是“我要造一個什麼樣的 AI 員工，去幫老闆把某個崗位的人力成本砍掉”。 換句話說，別老想著做一個「AI+X」的新產品，先想想哪些人類工作可以被替代，再倒推產品形態。 這和 Karpathy 關於「Cursor for X」的觀察遙相呼應。Cursor 本質上是「程序員這個工種的 AI 化」，那麼各行各業都會出現類似的東西。 --- 第六層：領域大模型是個「偽命題」 這個觀點可能會讓一些人不舒服，但唐傑說得很直接：領域大模型就是個偽命題。都 AGI 了，哪有什麼“領域專用（domain-specific）AGI”？ 之所以有領域大模型存在，是因為應用企業不願意在 AI 模型公司面前認輸，希望用領域 know-how 構建護城河，把 AI 馴化為工具。 但 AI 的本質是「海嘯」，走到哪裡都會把一切捲進去。一定會有領域公司主動走出護城河，被捲進 AGI 的世界。領域的數據、流程、Agent 數據，慢慢都會進入主模型。 當然 AGI 還沒實現之前，領域模型會長時間存在。但這個時間窗口有多長？不好說，AI 發展實在太快了。 --- 第七層：多模態和具身智能，前景光明但道路艱難 多模態肯定是未來。但當下的問題是：它對提升 AGI 的智能上限幫助有限。 文本、多模態、多模態生成，可能還是分開發展更高效。當然，探索三者結合需要勇氣和錢。 具身智能（機器人）更難。難點和 Agent 一樣：通用性。你教會機器人在 A 場景幹活，換個場景又不行了。怎麼辦？採數據、合成數據，都不容易，還貴。 怎麼辦？採數據，或者合成數據。都不容易，都貴。但反過來，一旦數據規模上去了，通用能力出來了，自然就形成門檻。 還有個問題往往被忽略：機器人本身也是個問題。不穩定、故障頻繁，這些硬件問題也在限制具身智能的發展。 唐傑預判 2026 年這些都將取得長足進步。 --- 把唐傑這篇文章串起來，其實是一張相當清晰的路線圖： 當下，預訓練 scaling 依然有效，但要更重視對齊和長尾能力。 近期，Agent 是關鍵突破口，讓模型從"會說"進化到"會做"。 中期，記憶系統和在線學習是必修課，模型要學會自我評估和迭代。 長期，工種替代是應用的本質，領域護城河會被 AGI 沖垮。 遠景，多模態和具身各自發展，等待技術和數據的成熟。 --- 把唐傑和 Karpathy 的觀點放在一起看，能看出幾個共識： 第一，2025 年的核心變化是訓練範式的升級，從「預訓練為主」變成「多階段協同」。 第二，Agent 是里程碑，是模型從學習走向幹活的關鍵跨越。 第三，benchmark 刷分和真實能力之間有鴻溝，這個問題越來越被重視。 第四，AI 應用的本質是替代或增強人類工種，不是為了做 App 而做 App。 不同的側重點也有意思。Karpathy 更關注「AI 是什麼形狀的智能」這個哲學問題，唐傑更關注「怎麼讓模型在真實場景落地」的工程問題。一個偏「理解」，一個偏「實現」。 兩個視角都需要。理解清楚了，才知道方向對不對；工程跟上了，才能把想法變成現實。 2026 年，會很精彩。