Scaling时代终结了，Ilya Sutskever刚刚宣布

本文基于Ilya Sutskever的深度访谈，探讨了AI发展的关键议题。背景方面，当前AI模型存在明显的"模型能力参差不齐"现象，即在复杂评测中表现优异却难以完成简单任务，这被归因于过度针对评测集的强化学习导致的"奖励黑客"行为。研究目的聚焦于从"扩展时代"向"研究时代"的转型，指出单纯增加算力和数据的模式已接近极限，需要寻找更高效利用资源的新方法，特别是解决模型泛化能力不足这一根本问题。结论部分提出，未来需要构建能"关爱感知生命"的对齐超级智能，通过持续学习和渐进部署实现技术平稳过渡，同时强调研究品味应融合神经科学启发与美学追求，在实验受挫时保持自上而下的信念支撑。