奥数金牌只是序章OpenAI谷歌打脸预言家AI巨浪势不可挡

从语言生成到逻辑推理，从通用对话到专业竞技，生成式AI正以一种近乎野蛮的方式，冲垮人类设下的每一道“智力防线”。

有意思的是，预测错得越离谱，AI给人的震撼就越强烈。如今几乎可以确定的是，AI的发展速度，已经远远甩开了过去几年主流预期的“剧本”。

巨变，其实才刚刚开始。

预言家集体翻车

宾大沃顿商学院的教授、生成式人工智能实验室联合主任Ethan Mollick最近毫不客气地指出：过去，大家集体低估了AI的奔跑速度。

他举了个例子——当年有人预测，AI大概要到2034年才能拿IMO（国际数学奥赛）金牌。结果呢？

2025年，谷歌DeepMind的Gemini和OpenAI的ChatGPT，直接双金入账。

OpenAI这边，先声夺人，集体造势，流量吃得满满当当：

而谷歌那边，据说是为了尊重参赛学生，一直等到IMO官方认证成绩后才公布消息。

这绝对是个历史性时刻，标志了过去十年AI的巨大跨越。别忘了，大语言模型（LLM）本来就是为生成语言而生的，结果它在数学上的表现，远超绝大多数人的想象。

OpenAI的研究科学家Noam Broen也承认，当初大家对LLM的预测确实太悲观了：

更有意思的是，就在奥数成绩发布前，MathArena测评了一圈当时能用的所有大模型，结果连个铜牌都摸不着：

结果，没过多久，AI就拿了金牌。

在数学推理这条赛道上，LLM被一再低估。就连预测研究院也公开承认：AI在国际奥数赛上的表现，真的惊艳。

预测失准，不是偶然，而是整个范式变了。事实上，在MATH、MMLU和QuALITY这三个标准AI基准测试上，各类预测几乎是全军覆没。

无论是领域内的专家，还是那些职业“超级预测者”，都错误判断了AI发展的速度和方向。两组人都严重低估了截至2024年底AI所能使用的最大算力——超级预测者的预测值，只有实际最大值的五分之一。同时，他们又过高估计了机器学习模型的上限。

类似的故事不止一个。比如麦肯锡在2017年（也就是LLM大规模爆发之前）发布过一份报告，专家小组预测AI要在2037年才能达到人类的平均创造力水平。结果呢？2023年就实现了。至于达到前25%顶尖创造力水平，麦肯锡原本估计得等到2055年，但这个目标也提前了整整30年。

由于生成式AI的狂飙突进，技术性能预计比此前估计的快得多，将在广泛的能力范围内，达到甚至超越人类中位数乃至前25%的水平。

再举个例子，麦肯锡全球研究院之前认为，在自然语言理解方面，技术最早要到2027年才能达到人类中位数水平。但最新的分析显示，这个时间点已经提前到了2023年。在2025年的报告中，麦肯锡也坦言：过去两年，AI的进步速度堪称“飞速”。

现实中的AI进步如此神速，有网友惊叹：

回想一下，2022年11月30日，ChatGPT才正式公布。在那之前，提到“生成模型”或“GenAI”，大家更多想到的是图像、视频生成，而OpenAI自己都还在摸索GPT的具体应用场景。

所以ChatGPT，很可能就是那个最大的变量。正如另一位网友所说：

不过必须正视的是，LLM存在一种“锯齿型智能”现象：在某一方面表现出顶级水准，在另一方面却可能表现得一塌糊涂。

威斯康星大学计算机科学教授Pedro Domingos就对这种两极分化的概括性结论提出了质疑：

或许，人们总是高估AI短期的爆发力，却又一再低估它长期的进化潜力。

而真正更大的转变，正在酝酿之中——我们正在跨入“大众智能”时代。强AI，正在变得像谷歌搜索一样随手可得。

群体智能时代

对于大多数普通用户来说，过去访问强AI一直存在两大障碍。而GPT-5的设计初衷，正是为了解决这两个问题：通过路由机制，把简单问题交给低成本模型，避免浪费算力；自动选择匹配的模型，让更多人能用上推理模型这类强AI。

当然，这套机制刚上线时解释不足，路由判断也经常翻车，看起来乱糟糟的，让人摸不着头脑。即便如此，奥特曼还是很快宣布GPT-5取得了初步成功。

推动这一切变化的，还有模型效率的惊人飞跃。AI越来越聪明，但运行成本却在急剧下降。下面的图把这个趋势展示得非常直观。

这些改进带来的直接后果就是：哪怕AI越来越强大，它也同时变得足够便宜，可以大规模普惠大众。服务新增用户的边际成本，几乎像雪崩一样坍塌。这也让广告之类的商业模式变得切实可行。

两年前需要花上几美元的提示任务，今天免费用户就能轻松运行。这才是“十亿人突然拥有强大AI”的真正原因——不是某个宏大的“平民化AI”愿景，而是算力经济学终于走到了这一步。

不过，光能用上强AI还不够，关键是人们能不能真正用它来完成任务。过去，高效使用AI是一门“黑科技”，需要各种奇技淫巧。但最近的一系列实验表明，这些技巧正在失效。

如今的顶尖模型，越来越擅长直接理解并完成你的请求，甚至能主动“揣摩”你的真实意图，自动超出预期去完成任务。

而且，变化不仅限于文本模型。最近，谷歌发布了一款内部代号“nano banana”的全新图像模型。它不仅在图像编辑上表现优异（甚至比直接生成新画面还要稳定），而且便宜到可以开放给免费用户使用。最关键的是，它终于能很好地理解自然语言指令，彻底省去了复杂的“提示词工程”。

当数亿人同时掌握强AI时，各种奇妙的现象便会应运而生。事实上，它们已经在发生了——数不清的意想不到的用途正在被创造出来。随着模型愈发强大，这些应用场景、问题与益处只会成倍增长。

AI巨头们——无论你是否相信它们关于“安全”的承诺——也根本无法完全消化这股汹涌的浪潮。

当十亿人同时拥有先进AI时，人类真正进入了所谓的“群体智能时代”。

我们所有的制度——学校、医院、法庭、公司、政府——过去都建立在同一个前提之上：智能是稀缺而昂贵的。如今，每一个职业、每一家机构、每一个社区，都必须重新认真思考这几个问题：

如何在群体智能的环境中生存与繁荣？
如何在全民造假的世界里重建信任？
如何在普及知识的同时，保留人类专业经验的价值？