当前的人工智能发展并未走向单一超级智能垄断的极端局面，而是呈现出一种健康且充满活力的竞争格局。多家公司的顶尖模型性能正在趋同，并各自发展出独特的竞争优势。开放源代码和垂直应用的兴起进一步促进了创新与多样性，避免了权力过度集中。此外，人机协作依然是核心，AI仍需大量人为引导和验证，因此大规模失业的预言也被夸大。总体而言，目前的态势有利于技术进步和竞争平衡，与悲观主义者的预测恰恰相反。
悲观预测的落空
关于AI将通过“快速起飞”实现通用人工智能（AGI）并迅速甩开所有对手的末日论调，已被证明是错误的。现实情况恰恰相反：
- 性能趋同： 领先的模型在性能基准上正逐渐靠拢，而非一家独大。
- 交替领先： 各大公司通过发布新版本不断超越彼此，这与某个模型实现“快速起飞”的理论相悖。
- 专业化发展： 模型正在形成各自的专业优势，例如在个性、特定模式、编码或数学方面，而不是出现一个无所不知的全能模型。
我们看到的是多家公司的多个模型能力趋于一致，而不是某个最强模型遥遥领先。因此，我们应该预期的是不同“人机融合体”之间的力量平衡，而不是一个会把我们都变成回形针的单一主导AGI。
一个健康的“金发姑娘”情景
目前的AI竞赛格局动态且平衡，呈现出一种理想状态。
- 避免垄断： 激烈的竞争避免了将所有权力集中于单一实体的反乌托邦结果。当有多个强大的私营参与者时，政府通过审查和控制来滥用权力的难度会大大增加。
- 开放源代码的作用： 开源模型以 10-20%的成本 提供了 80-90%的能力，对于重视定制化、控制权和成本的用户极具吸引力。
- 价值链分工： 价值链可能会在通用基础模型和专业垂直应用之间划分。这意味着价值不会被单一超级智能全部攫取，反而为解决“最后一公里”问题的初创公司生态系统创造了大量机会。
人与AI的明确分工
尽管AI取得了惊人进展，但在设定自身目标方面，它们的能力仍然为零。人与AI之间存在清晰的分工。
- AI需要上下文。
- AI需要被大量提示和引导。
- AI的输出必须经过人工验证。
- 为了实现有意义的商业价值，这个迭代过程必须反复进行。
这种深度依赖意味着，关于AI将导致末日般失业的预测，就像对AGI的预测一样被过度夸大了。相反，一个更真实的观点正在得到验证：
你不会因为AI而失业，但你会输给比你更会使用AI的人。