OpenAI o1：重塑未来的 10 个关键影响

超越生成式AI的变革：OpenAI的发布预示着一场远超模型本身的巨大变革，它超越了规模法则、新范式，甚至超越了生成式AI本身。这既是今日的总结，也是明日的序章。

推理AI崛起，生成式AI退居二线： 生成式AI作为主流AI范式的时代已经结束。对于大多数只关心AI实用性的用户来说，这或许是最重要的启示。生成式AI专注于创造新数据，而推理AI则致力于解决难题，而非简单生成内容。OpenAI等公司将重点转向探索和扩展推理AI，聊天机器人等生成式AI应用将退居次要位置。

聊天机器人时代终结： 人们仍会使用聊天机器人进行日常交流，但它们不再是AI的最佳代表。AI公司的研发重心将转移到推理AI领域。只要现有的聊天机器人服务能持续带来收入，公司就不会投入过多资源对其进行超越市场需求的改进。

人类在AI面前的优势逐渐消失： 在许多我们曾经认为人类独有的领域，AI的表现将越来越出色，甚至超越人类。人类与AI平等合作的时代已经过去，我们将敬畏或恐惧地见证AI在深度和广度上超越人类的认知。正如机械化取代了人类的建造角色，AI也将取代人类的架构师角色。

AI规模法则革新： 旧的规模法则（所有算力都用于预训练和后训练）已被新的规模法则取代（算力在训练和推理之间分配，使模型能够实时推理）。未来的发展将无法用过去四年我们常用的启发式方法预测。我们需要更新认知，但这取决于OpenAI是否愿意分享更多细节。

大型语言模型与深度强化学习的融合： OpenAI终于将过去20年AI研究中最重要的两个范式——大型语言模型（OpenAI的GPT系列）和深度强化学习系统（DeepMind的Alpha系列）——融合在一起。这正是他们放弃GPT名称的原因。o1系列标志着OpenAI在五年之后重启了研究方向。

AI贫富差距加剧： AI模型的成本将快速增长，超越公司优化成本的速度。新的定价层级将出现，只有少数特权阶层才能负担得起尖端AI模型带来的好处，其余人将沦为AI贫困阶层。

AI认知亟待更新： 我们需要重新审视对AI的认知，包括平台期、规模化、自回归模型的错误累积与自我修复、语言能否通向真正的智能以及通用智能的界限等问题。

推理AI的价值定位模糊： 大多数人不知道如何利用能够推理的AI。这是一个残酷的现实，它更多地反映了人类自身的局限性，而非AI的不足。找到能够思考一整天来解决单个问题的AI的应用场景并非易事。

o1：一场深刻而非易懂的变革： o1不像ChatGPT那样易于理解和使用，它更像GPT-3，需要用户深入探索才能发现其价值。o1专注于科学和数学领域，对大多数用户来说可能用处不大。但OpenAI的目标是JARVIS，然后是AGI，最终目标尚不可知。现在就转向o1或许看起来不值得，但这是一种短视的选择。OpenAI等公司将继续发展新的推理AI范式，因为它更有可能实现AI领域的终极目标。