AI行业今年吵什么：大模型、开源、Agent与落地的核心争议

如果你最近在刷AI相关的内容大概率会发现今年的画风跟前两年完全不一样。前两年大家用得最多的词是“惊喜”“突破”今年挂在热搜上的词变成了“质疑”“瓶颈”“安全”“泡沫”“路线之争”。我每年要跑几十场行业活动今年参加过的会里几乎每场都有一个“争吵”性质的圆桌而且不是安排好的话不投机是真正的观点对撞。这本身就是一个信号AI行业已经过了“讲故事就能融资”的阶段开始进入“证明这条路能走通”的阶段。这篇攻略写给两类人。一类是明天准备去现场参加AI大会、行业论坛、技术沙龙的从业者不管你是做技术、做产品还是做投资到了现场都不想只能听热闹而抓不住门道另一类是待在屏幕前想知道“AI圈到底在吵什么”的朋友。我会把今年争论最集中的话题拆开揉碎把每一方的立场、理由和软肋都摊开再送上一份可以直接抄作业的现场提问清单。看完这篇你明天到现场至少不会被人带着节奏走。1. 先搞明白AI圈今年到底在“吵”什么1.1 吵架的底层逻辑模型越大路越分叉先说一句很多人没意识到的事今年这些“吵”绝大多数不是技术细节之争而是“大模型这条路走完以后接下来怎么走”的路线之争。前几年行业是有共识期的大家都默认同一套公式把模型参数做大数据喂够算力管够能力就会继续涨。这个阶段的特点是方向一致拼的是执行速度。到了今年这套公式的边际收益出现了肉眼可见的变化。一方面继续把模型做大的成本越来越高单次训练费用已经涨到让大多数团队只能围观的程度。另一方面模型的“智能水平”并没有像参数一样线性上涨于是越来越多的人在问同一个问题如果再堆十倍计算量能力能再上一个台阶吗这个问题一旦被公开讨论“吵”就不可避免了。还有一个常被忽略的背景现在能参与“吵”的人变多了。前两年主要是一线研究员在讨论今年做产品、做投资、做企业数字化转型的人全下场了。不同背景的人带着不同的KPI来开会——研究员关心能力上限产品经理关心可用性投资人关心退出路径传统企业关心落地回报。大家用的还是同一套词说的却不是同一件事这种错位本身就制造了大量的鸡同鸭讲。1.2 三个层次的“吵”技术、商业、价值观如果你细心听会发现现场的争论其实分三个层面建议别把三种混为一谈。第一层是技术路线之争。比如大模型架构要不要换、Mixture of Experts到底是不是最优解、数据清洗和合成数据能不能替代人工标注、多模态是不是通向AGI的必经之路。这类争论有个特点双方都能拿出实验数据但数据来源不同、评测方法不同最后往往变成“你的评测方法有问题”。第二层是商业路线之争。开源还是闭源、按API收费还是私有化部署、做基座模型还是做垂直场景、靠订阅还是靠项目制背后都是真金白银的商业模式选择。吵到这里大家争的已经不是技术对错而是“谁的模式能活到最后”。第三层是价值路线之争。AI安全到底该不该踩刹车监管应该严还是松大模型的幻觉问题算不算致命缺陷AI把人的工作替代掉以后谁来承担代价这些问题没有标准答案但恰恰是最容易在现场引爆情绪的。我的一个经验是现场听讲的时候先判断对方是在哪个层面发言不然很容易出现“他在谈商业、你在谈技术”的错位对话。判断方法也很简单——看他引用的是实验数据、客户案例还是社会影响。数据对应技术层案例对应商业层影响对应价值层。2. 今年最值得关注的五个核心争论点2.1 争论一大模型的“军备竞赛”还能不能继续这是今年每一场技术论坛都绕不开的话题。支持继续“军备竞赛”的一方理由很直接过去几年智能水平的飞跃就是靠规模堆出来的你没有理由假设这条路已经到顶。他们会用推理能力、多模态能力提升作为证据告诉你只要继续堆算力和数据新能力会持续涌现。对他们来说任何一次能力跃迁都可能带来行业洗牌所以不敢停也不能停。反对的一方也很强硬规模扩张的边际收益在下降成本却是超线性增长的训练、推理、电费、散热每一个环节都在吞噬利润。他们主张把重心放在“效率”上用稀疏化、量化、蒸馏、更聪明的调度算法把模型做小做快做便宜。这群人里面的激进派甚至认为“越大越智能”已经成了一些人的路径依赖是不愿意承认现实。现场怎么听出味道来我的方法是看两个维度数据维度和利益维度。如果演讲者从头到尾只展示“精度提升多少”闭口不提“成本增加多少”那大概率属于“军备派”如果反复强调“推理成本降了一个数量级”“端侧也能跑”那大概率站在效率派一边。注意两边的数据可能都是真实的只是选择性地说了对自己有利的那一半。更深入一层还要问一个问题如果效率派完全正确为什么顶尖团队还在做超大模型答案是超大模型带来的通用能力和少样本学习能力确实是小模型很难替代的。所以这场争论真正的问题是平衡点在哪而不是谁消灭谁。你在现场听到“非此即彼”的判断时可以先打个问号。2.2 争论二开源与闭源谁才是终局场面上的争论往往被简化成“开源代表自由闭源代表商业”。实际上两边都不是纯靠信仰活着。开源阵营的核心逻辑是生态和信任。他们指出企业客户真正担心的不是“模型能力不够”而是“把这个模型接入业务系统之后数据到底去了哪、自己还能不能掌控”。本地化部署、私有化改造、长期可维护这些需求只有开源能够满足。再加上社区贡献者一起修Bug、做微调、做适配迭代速度并不比闭源慢。他们还爱提一个更现实的问题如果闭源厂商某天调整了授权条款你的业务连续性怎么办闭源阵营的回应也很务实闭源的工程一致性、安全兜底和用户体验是开源碎片化难以替代的。一个团队用开源模型自己搭服务遇到问题得自己看文档、自己修代码用闭源API出了问题有厂商负责文档、服务级别协议、联网能力都是现成的。对于大部分“不想养一个AI团队”的企业闭源反而更便宜。我比较认同现场一位嘉宾的说法开源和闭源会长期并存它们服务的是两种完全不同的客户。开源负责“被改造成各种形状”闭源负责“开箱即用解决问题”。真正值得警惕的是那些嘴上说开源、实际只开放了权重文件的“假开源”以及嘴上说闭源、实际能力跟不上又只能靠生态捆绑的“伪闭源”。现场提问时如果拿不准就问一句“开源到什么程度、闭源到什么范围”对方回答得越含糊问题就越大。2.3 争论三AI安全到底是真问题还是“狼来了”今年很多会都加了“安全”专场争议也随之变大。安全优先的一派认为AI的能力增长太快如果在可解释性、对齐、可控性这些问题没有答案的情况下就大规模铺开风险是不可逆的。他们呼吁建立评测基准、红队测试、干预机制甚至暂停部分高风险方向的研发。这个立场背后还有一个论点AI系统一旦接入现实世界的决策环比如自动驾驶、医疗诊断、金融风控错误就不再是“打错字”那么简单。另一派觉得这是“过度反应”。他们的观点是AI目前还是工具所有错误都可以通过人工兜底、权限控制、数据隔离来解决真正该警惕的不是AI本身而是没有边界地部署AI的管理者。还有一批创业者私下说得更难听安全话题越热监管越紧创新和落地越慢最后吃亏的是整个行业。他们的潜台词是安全议题正在变成一种资源争夺的工具——谁定义“安全”谁就掌握了规则制定权。我的观察是两边都有道理但容易被忽略的是“安全研究本身也是一门正经技术”。真正在做安全的人手里都有具体方法论如何构造对抗样本如何度量幻觉率如何做人类偏好对齐这些完全可以当作工程问题来推进。会场上判断一个人是真做安全还是拿安全做公关就看他讲的内容里有没有具体评估流程、有没有公开可复现的数据。如果通篇都是“我们高度重视安全”“我们将打造负责任的AI”基本可以认定是在表态度。2.4 争论四Agent是方向还是包装出来的概念Agent大概是今年出现频率最高、争议也最大的词。为了方便理解你可以把它想象成一个“带行动力的实习生”——你交代一个目标它自己拆解步骤查资料、调接口、发消息、改文档做完以后把结果拿给你确认。支持者认为AI从“问答机器人”进化到“能自己干活”的形态是质变。他们展望的方向是以后每个业务流程都会有一个Agent人类只负责最终审批。怀疑者的反驳同样很有力现在市面上大多数Agent演示跑的是精心编排的剧本换一个任务、换一套接口、稍微复杂一点的上下文成功率就会掉到让人没法用的程度。他们还会点出一个非常现实的问题——如果Agent的一百次调用里有一次出错而且这个错发生在没人盯着的凌晨那后果谁来兜这也是很多企业最终不敢把Agent放进生产系统的原因。比较务实的一派给出了折中方案别追求“全自主Agent”把它降级理解为“带状态的工作流”让AI负责中间一部分步骤人类保留最终决策权。先把容错率做上去再谈自主性。现场我建议你重点听“评测”而不是“演示”因为演示视频可以剪出来但评测数字很难造假。如果一个团队能告诉你“五千次真实任务调用下成功率是多少、失败后如何恢复”那说明是真做过功课。2.5 争论五AI落地为什么总卡在“最后一公里”理论上讲模型能力这么强落地应该水到渠成。但所有做过企业服务的人都知道真正的瓶颈根本不在模型而在数据、工程和组织。先看数据。企业数据散落在几十套系统里格式五花八门很多还涉及隐私和历史脏数据。你不可能指望一个模型“学会”这些数据只能先做一轮又一轮的数据治理。数据没搞定模型再强也无从发挥。我曾经见过一个知识库项目光把不同部门的重名客户统一成标准格式就花了一个季度。再看工程。模型输出不是结构化数据要接进客户关系管理、企业资源计划这些系统你需要做接口、做校验、做异常兜底。每一个环节都需要定制开发工程量一点都不比传统软件开发小。幻觉问题在工程上尤其棘手——你可以降低它出现的概率但不能完全消除它所以整个系统的容错设计必须围绕“模型可能会错”来搭。最后看组织。用得动AI的团队要重新设计工作流程用不动的团队会本能地抵制。管理层看到的是技术账执行层算的是饭碗账两本账对不上项目自然推不动。听这类分享时别被“我们已经赋能数百家企业”这种口号带走。多问一句“从试点到规模化复制用了多久”答案里有他们的真实水平——如果对方开始顾左右而言他你基本可以判断项目还停在试点阶段。3. 明天到现场之前先做这三件事3.1 清空立场带一套“问题框架”进场我发现一个很有意思的现象现场最容易吵起来的人往往不是观点最鲜明的人而是带着“预设立场”来听的人。技术出身的听到开源就鼓掌看到闭源就皱眉商业出身的听到“自主可控”就兴奋听到“生态”就翻白眼。这样听下来你只会收集到支持自己立场的信息没法形成独立判断。我建议你进场之前先把立场清空换成一套“问题框架”听到任何一个观点时都顺着问一遍说这话的人是做什么的他的收入结构和话语立场是什么他引用的数据样本来自哪里覆盖多大范围他描述的方案在什么条件下有效失效条件是什么他说的未来对哪一类公司最有利这套框架不需要你懂多深的技术只需要你始终保持“这是谁在什么位置上说什么话”的意识。用这种方法听一天的会收获通常比被动听完整场高得多。尤其要留意台上嘉宾的自我介绍——他如果是一家算力厂商谈“大模型还会继续膨胀”就值得多一层审视他如果自己做开发工具唱衰闭源API也要想一想他的利益在哪里。3.2 学会三种提问方式直接挖出干货到了问答环节很多人问的问题要么太宏观要么太水。我的建议是如果你想从演讲者嘴里挖出真东西可以用下面三种问法。第一种追问具体数字。不管对方讲什么都可以问“您刚才说效果提升明显具体到什么量级测试集是什么规模成本增加了多少”会现场胡扯的人最怕精确数字。一旦他给出数字你还能从数字的粒度判断他是真做过还是PPT上抄来的——真做过的人能报出小数点背稿的人只会说“大概、左右、数量级”。第二种使用“如果……那么……”的假设提问。比如“如果明天某个底层框架停止维护您的方案怎么应对”“如果推理成本再降十倍您的商业模式会发生什么变化”这类问题逼着对方在逻辑上自圆其说能有效筛掉只会背稿的人。因为假设情景没有现成答案回答者必须临时组织逻辑装出来的“专家”很容易露怯。第三种问“失败边界”。不要只问“它有多强”要问“它在什么条件下会失效、怎么兜底”。真正做过实战的人对失败场景一定如数家珍只有没落过地的团队才会告诉你“我们的方案在所有场景下都表现优秀”。这两种回答的区别现场一听就能感觉到。3.3 记住五个“绕行”信号别被空话带节奏有些表达一出来基本可以判断对方在“水上漂”。一个是整场只谈愿景不谈路径。愿景当然可以有但听不到“第一步做什么、第二步做什么”基本等于没讲。二个是只谈对标不谈差异。“我们比某某方案强一倍”“我们的性能对标业界标杆”这种话术听起来热闹但完全没有有效信息。对标只能说明你在这个时间点不落后不能说明你有任何独特性。三个是只有演示视频没有线上数据。演示是可以剪辑和导演的生产环境的数据不会骗人。凡是能把多个场景跑通的团队一定会把统计数据放出来而不是只放一个剪辑流畅的三分钟视频。四个是频繁使用“我相信”“我们坚信”而不是“我们验证了”“我们测量了”。信念可以感染情绪但不能论证正确性。尤其在一个商业论坛上信念替代数据出现的地方通常就是水分最大的地方。五个是遇到尖锐提问就绕弯子。回答长达五分钟却始终没有正面回应这种情况往往意味着问题问到了要害。你不用追问到底只需要在心里记下“这个点他不敢碰”已经值回票价了。这五条观察习惯比记住十个新概念都管用。明天听完一整场你可以回顾一下哪些嘉宾踩了这五条里的至少三条哪些嘉宾一条都没踩——后者的发言才值得你回去之后翻出笔记再琢磨。4. 现场观察实录两场争论两种走心4.1 一场“规模派与效率派”的正面交锋上个月我参加了一场交流会台上一位做基础模型的研究员反复强调“更大的模型带来了更强的推理泛化能力这是不可否认的趋势”。台下提问环节一位做AI应用的企业技术负责人站起来说“您说得没错但我遇到的现实是我客户的业务容不下这么高的推理延迟成本也不允许。如果效率问题解决不了再强的能力也进不了生产系统。”研究员愣了一下然后回答“效率问题我们也关注目前的压缩和蒸馏方案已经能把模型在特定任务上的表现维持住但代价是牺牲一部分泛化能力。所以这不是一个技术选择题而是一个产品取舍题。”这段对话我印象很深因为两个人最后还是落回到了“产品取舍”。这说明什么说明争论如果停留在“强不强”的层面很难有结果只有落到“在什么条件下、用多大成本、换取什么收益”的层面才有讨论价值。你明天在现场听任何争论都可以用这个标准来判断他们是在比“谁更正确”还是在比“谁的取舍更合理”。后者才是真正有信息量的对话。4.2 一场“时间尺度”不同的私下交锋另一场活动比较特别我们几个参会者在茶歇时聊起了AI对应用开发的影响。一位做AI安全研究的学者坚持认为应该在系统层面尽早建立干预机制防止大规模部署后的失控风险他举的例子是某些自动化流程在极端情况下可能产生连锁错误。旁边一位做产品经理的朋友立刻反驳“您说的风险可能存在但如果我们一直等安全问题解决再落地我们的产品可能两年后就没了。对创业团队来说速度就是生命线。”这两个人谁也没说服谁但我在旁边听得很清楚学者关心的是五年后的系统性风险产品经理关心的是两年内能不能活下来。他们的分歧本质上不是事实分歧而是时间尺度分歧。看明白这一点你就不会把这种对话当成“矛盾”而会把它理解为不同角色的不同约束条件。这恰恰是行业还健康的表现——所有的争论都是背着不同KPI的人在表达自己的优先级。5. 现场踩坑实录常见问题与避坑技巧我把自己在现场踩过和看到别人踩过的坑整理成一张速查表你明天可以对照着用现场常见问题判断方法应对建议演讲者通篇用“赋能”“引领”“重构”空话密度过高信息密度低只听最后结论提问环节上前追问具体案例展示PPT全是趋势曲线没有项目数据缺少真实落地支撑找机会问“您自己在项目里用的是什么方案”声称“我们的模型比所有同类都好”没有公开评测无法证伪追问“评测集是什么能不能看原始数据”圆桌嘉宾互相客气没有观点碰撞讨论沦为走过场用来理解各方立场别指望拿到真东西案例分享只讲成功不讲失败刻意营造“全胜”形象问“中间遇到的最大一次失败是什么怎么解决的”全场都在说“未来三到五年”没有当下可落地动作换成“未来三个月你们能交付什么”来反向校准另外有三个避坑经验是我跑会跑出来的真教训。第一别被“SOTA”“业内首个”“破纪录”这些词绑架情绪。这类词只代表某个时间点、某个评测集上的排名跟你的实际业务基本没有关系。跑分高不代表在你的数据上同样好用尤其是垂直领域的数据往往和公开评测集差异巨大。第二别轻信现场演示。最稳妥的态度是“演示只证明它在这个场景下能跑”至于能不能迁移到你的场景要看数据和接口文档。如果你有机会尽量在会后找到做演示的人直接问一句“这个方案在你们客户那里跑多久了”。第三提问环节别问“你怎么看待AI的未来”这种开放式问题。回答者一定会给你一篇正能量标准答案你什么都得不到。问窄问题问细节问题问失败问题才有机会听到真实的东西。6. 可以直接抄作业的现场提问清单6.1 针对大模型技术团队的提问如果你明天面对的是一场大模型团队的技术分享这几组问题可以直接用你们当前模型在长文本任务里的有效注意力衰减曲线是什么样的上下文长度拉满之后中间部分的信息真的还能被引用到吗从上一代到这一代训练数据的规模和质量分别是怎么变化的新增能力是来自数据、来自架构改动还是只是评测集变了你们怎么衡量模型在真实业务场景中的可靠性而不只是看标准评测集上的分数模型推理的峰值吞吐量和单次调用成本大概在什么水平达到商用级了吗这组问题能帮你快速判断对方是“研究型团队”还是“工程型团队”也能帮你对模型的真实可用性建立一个基本坐标。如果他们对成本和规模的数据支支吾吾大概率还停留在论文阶段。6.2 针对Agent平台与应用团队的提问对于做Agent、做平台、做解决方案的分享者我的提问清单是这样的Agent在复杂任务中的成功率如何评测有没有真实生产环境的长期跟踪数据任务失败后的恢复机制是什么是自动重试、人工介入还是有回滚方案你们能做到“多步任务的可观测性”吗每一步中间状态和结果能不能实时追溯客户从试点到正式上线通常需要多长时间最大的阻碍通常出现在哪个环节这几问下去如果对方能当场给出明确、具体的答复说明项目是真的落地过要是开始讲“未来会支持”“正在研发中”那你就知道距离成熟还有距离。注意问“可观测性”时尤其要观察对方的反应——凡是把Agent接进生产环境的人都必然要面对这个问题回答不出来的基本还在实验室。6.3 针对商业化和投资主题的提问碰到偏商业和投资视角的分享时我的关注点会完全换一套你们的商业模式里毛利率和获客成本大概处在什么区间这个数字有没有考虑到推理成本持续下降的趋势客户续约率如何在已经付费的客户里多少人真正把AI接入了核心业务流程多少人只是先买来试用如果未来一两年模型能力不再大幅提升你们的商业故事还成立吗你的长期竞争力是建立在数据壁垒、场景壁垒还是只建立在“你先跑了一步”的时间差上这些问题不好回答但正因为不好回答才能真正反映商业判断的成色。明天现场哪怕只用到三五个问题这场会你就不算白来。最后说一点个人体会。跑了这么多场活动我越来越觉得AI圈今年吵得越多反而越健康。真正危险的行业是所有人意见高度统一、没人敢质疑主流的行业。争论本身不代表混乱它代表这个行业正在重新校准方向。你不需要在每场争论里站队也不需要听完谁的发言就被谁说服带着自己的问题框架去听把观点拆成立场、证据和利益再落回自己的场景里做判断就够了。明天现场祝你听到一些有营养的争吵。