三周年审视：ChatGPT为何难圆AGI梦？

2022年11月30日，ChatGPT正式发布，至今已经三周年。它创造了前所未有的辉煌，成为历史上增长最快的消费级产品之一，但客观来说，ChatGPT并未达到人们期望的高度。

期望与现实：被打破的乐观预言

中立者认为，AGI是可以实现的，AI将为人类带来巨大收益，但类似ChatGPT的大语言模型可能无法孕育AGI；从技术角度看，LLM存在天生顽疾，这是当前人类很难克服的。之前许多大佬曾鼓吹，只要提供更多数据、添加更多GPU，就能催生出通用人工智能。现在，人们对这种论调不再迷信，开始回归冷静。

OpenAI CEO奥特曼还曾宣称，LLM将让生产力提升10倍，很快我们就会看到，一家估值10亿美元的企业，可能只有一名员工。这些假设无一成真。在生产力方面，LLM的确在某些领域可以提升30%，但离宣扬的10倍相去甚远。甚至有研究证明，LLM对程序员产生了负面影响。

《经济学人》更是失望地表示：“生成式AI浪潮已持续三年，但其市场需求却出人意料地疲软。”白宫一位高级官员最近警告称，如果生成式AI出现问题，可能引发经济衰退。投资者猜测，美国可能是想用政府资金补助AI。如果美国经济真的出现衰退，ChatGPT可能会成为风暴中心。

核心困境：始终未解的技术顽疾

当我们将时光拉回到2022年12月，那时的ChatGPT每周都会带来新消息，虽然效果让人惊叹，但问题已经出现，例如，它被幻觉困扰，无法理解物理世界和心理世界，这些问题今天仍然没有解决。一度被业界推崇的“缩放定律”被推翻，哪怕是扩大模型规模，也会犯一些低级错误。虽然AI吞噬了大量的互联网信息，仍然无法提供可靠、全面的医疗建议。

AI无法可靠驾驶汽车，无法操控人形机器人，无法成为可靠的通用工具，无法输出符合人类价值观的信息。从2022年到2025年，美国在AI领域投资数万亿美元，我们不禁要问：“AI到底留下了什么？”从GPT-4.0、GPT-4.1、GPT-4.5到GPT-5，从Claude、Gemini、Grok、Llama、DeepSeek到所有变体模型，都未能解决最根本的问题，而且似乎看不到解决的希望。

对于任何秉持理智诚实的人来说，我们无法不承认：数百个主流模型始终存在相似的失效模式。如果模型真能解决真正的痛点，无疑将具有巨大价值，但它们没有解决。当前的AI模型强大吗？当然强大，但这种强大缺乏有效可控性。AI无法可靠推理，无法与工具协作，存在幻觉，无法解决“对齐”问题。一切都在证明，当前的AI并非完美解决方案。

人工智能批评家休伯特·德雷福斯（Hubert Dreyfus）曾说：“深度学习（LLM 的底层技术）是一架更好的梯子，但更好的梯子未必能带你登上月球。”越来越多的人开始认清真相，开始回归理性，这是好事。事实上ChatGPT 并未真正成熟，它始终未能解决核心挑战。在不借助神经符号系统和世界模型的前提下，它可能永远无法解决这些问题。

泡沫退潮：从狂欢到理性的回归

曾经，媒体跟着CEO们狂欢、摇摆，将ChatGPT吹捧为历史上最伟大的互联网产品，却忽视了搜索引擎的巨大盈利能力以及更高的普及率。几年前，那些宣称AGI将在2-3年内实现的预言家们，今天是否尴尬？

英伟达无疑是这场狂欢的最大明星，过去几年，它的股价疯涨，现在开始回调。11月，英伟达股价下跌16%。许多人都在说，AI泡沫已经触及顶峰。OpenAI没有上市，如果它是上市公司，11月份也会大跌。除了受到大浪潮的影响，还有一个原因是OpenAI 缺乏护城河。

ChatGPT 技术很容易复制，没有多少核心机密。因为复制者太多，ChatGPT 必然面临价格战。到今天，除了英伟达从LLM生态中赚到钱，其他企业几乎都陷入亏损，无法自拔。现在连OpenAI CEO奥特曼也承认，公司面临阶段性经济风险。为什么OpenAI估值能飙升到5000亿美元？不是因为它多能赚钱，而是因为预期。现在这种预期正面临挑战，可能化为泡影。

几乎所有人都承认，LLM只是听起来合理，并非事实准确。在我们的常识中，一件事情看起来多厉害，和实际多有用，二者之间有天壤之别。我们无数次看到新闻媒体鼓吹说：“人工智能模型在标准化智商测试中得分已超过120，接近人类天才的水平。”也许真是这样，但误导性极强。智商126分的模型，可能无法察觉连儿童都能发现的伦理问题，当任务略微超出训练范围时，模型就会遭遇灾难性失败。这样的智商得分，可信度有多高？真称得上是天才吗？

虽然现实充满挑战，我们仍须保持乐观。前1000天可能只是人工智能的奠基阶段，未来1000天才是人工智能真正的爆发期，是价值变现时期，希望这样的猜测能够成真吧。（小刀）