2025年，AI領域最大的問題是什么？18位大佬給出了不同答案

Karpathy說"我從未感到作為程序員如此落后"。

LeCun說"AGI是扯淡"。

Hinton說"AI奪取世界控制權的概率是10%-20%"。

Altman說"我們已經知道怎么構建AGI了"。

這是2025年12月，AI圈最有意思的景象：所有人都在回答同一個問題，但給出的答案完全不一樣。

我花了兩天時間，翻完了Karpathy的萬字長文、Altman的兩篇博客、Hinton的CNN專訪、Sutskever離開OpenAI后的首次深度采訪，還有LeCun和Hassabis在X上的那場吵架。

整理出18位核心人物的觀點，大致歸成5類答案。

你會發現，AI圈的分歧比你想象的大得多。

答案一：規?；筋^了

代表人物：Ilya Sutskever

SSI創始人，前OpenAI首席科學家。GPT系列的核心貢獻者。

Ilya在11月接受Dwarkesh Patel采訪，說了一句很重的話：

"我們正在從規模化時代轉向研究時代。"

什么意思？

從2020年到2025年，AI的進步邏輯很簡單——堆數據、堆算力、堆參數。GPT-2到GPT-3到GPT-4，基本就是這個套路。

但Ilya說，現在規模已經大到一定程度了。"信念還是'再擴大100倍一切都會不同'嗎？我不這么認為。"

他的判斷是：AI的瓶頸不再是算力，而是想法。

這話從Ilya嘴里說出來，分量很重。他可是OpenAI的首席科學家，GPT系列的核心貢獻者。

更有意思的是他對當前方法的評價："當前的方法會走一段距離，然后逐漸停滯。真正有效的系統，是我們尚不知道如何構建的東西。"

換句話說，光靠scaling law，到不了AGI。

反方觀點：Sam Altman

Altman的看法截然相反。

他在2025年的博客《Three Observations》里寫道：

"AI模型的智能大致等于訓練和運行它所用資源的對數。"

翻譯一下：錢還沒砸夠，規模還可以繼續擴。

而且他給出了一個更激進的判斷：

"我們現在確信我們知道如何構建傳統意義上的AGI。"

注意用詞——"確信"、"知道如何構建"。

這和Ilya的"我們還不知道怎么做"形成了鮮明對比。

誰對誰錯？不好說。但至少說明，即使是OpenAI內部出來的人，對這個問題的判斷都完全不同。

答案二：LLM是條死胡同

代表人物：Yann LeCun

圖靈獎得主，前Meta首席AI科學家。AI圈最愛吵架的人，沒有之一。

12月他在X上直接開炮：

"所謂的通用智能根本就是扯淡（completeBS）。

他的邏輯是：人類智能本身就是高度專業化的，我們以為自己很"通用"，其實只是一種錯覺。

更關鍵的是，他認為LLM這條路走不通。

"LLM只是預測下一個token，它們缺乏對物理世界的理解。"

他的替代方案叫World Models——能夠理解物理規律、保持持久記憶、規劃復雜行動的AI系統。12月他宣布離開Meta，創辦了AMI Labs，就是做這個方向。

反方觀點：Demis Hassabis

DeepMind CEO Hassabis在X上直接反駁了LeCun：

"人類大腦是已知最復雜的系統之一，按設計來說是高度通用的學習機器。"

兩人在12月24日有一場公開辯論，Musk還站隊Hassabis，發帖說"Demis是對的"。

LLM到底是不是死胡同？

Gary Marcus（AI圈最著名的懷疑論者）站LeCun這邊。他在12月的Axios峰會上說：

"LLMs are not AGI. Anybody who thinks they are is just not really following the technical detail."

但主流還是覺得LLM能繼續走下去，只是需要配合其他技術。

答案三：泡沫要破了

代表人物：多位CEO的微妙表態

這個問題有意思。

按理說，AI公司的CEO應該最看好AI。但如果你仔細看他們的表態，會發現很多人在釋放"謹慎"信號。

Sam Altman（8月）：

"投資者作為一個整體是否對AI過度興奮了？我的看法是，是的。"

Demis Hassabis（11月）：

"私人市場顯然存在泡沫……種子輪估值幾十億美元的公司什么都沒有。這似乎有點不可持續。"

Dario Amodei（12月DealBook峰會）：

"部分公司在'YOLO'（孤注一擲），過度投資數據中心，承諾花費數千億美元。" "經濟價值實現的時機不確定，可能出現'時機錯誤'。"

注意，這是Anthropic的CEO在說這話。他自己的公司估值已經1830億美元了。

但也有人不信泡沫論。

Aidan Gomez（Cohere CEO，12月）：

"AI泡沫有正確和錯誤的一邊，Cohere在正確的一邊。"

Jensen Huang：

"我看到的和AI泡沫非常不同。"

Harvard的專家傾向于認為，即使有泡沫，更可能是"緩慢泄氣"而不是"突然爆破"。

但一個數據很扎眼：MIT在8月的報告顯示，盡管企業在GenAI上投入了300-400億美元，95%的組織獲得的回報是零。

答案四：就業沖擊比想象的大

代表人物：Geoffrey Hinton

"AI教父"，2024諾貝爾物理學獎得主。

Hinton在12月底接受CNN采訪時說：

"我可能比以前更擔憂了。AI進步的速度比我預想的更快。"

他給出了一個具體的預測：

"AI每7個月左右就能將完成任務的時間減半。幾年后，AI將能夠完成現在需要一個月工作量的軟件工程任務。"

更讓人不安的是他對AI風險的評估：AI奪取世界控制權的概率是10%-20%。

Dario Amodei的預測更激進：

"未來1-5年內，可能消滅半數入門級白領崗位。" "3-6個月內，AI將編寫90%的代碼。"

但也有人潑冷水。

Ethan Mollick（Wharton教授）在10月的CNBC峰會上說：

"I can tell you, no one knows anything."（沒人真的知道會怎樣）

他的觀點是：AI agents"還沒到那一步"，"你只是把AI換成人的想法對我來說很天真"。

Gary Marcus也不信AI會大規模替代白領：

"有太多白領工作是需要正確答案的。"——而這恰恰是AI最大的問題：幻覺。

這可能是最誠實的答案。

Ethan Mollick：

"包括頂級AI實驗室也不知道AI真正有用的場景。他們告訴我，用我的Twitter來了解用例。"

Dwarkesh Patel（播客主持人，采訪了幾乎所有AI大佬）在12月的博客里寫了一個很有洞察的觀察：

"模型不斷變得更impressive的速度符合短時間線預測，但變得更useful的速度符合長時間線預測。"

什么意思？

AI在benchmark上的表現越來越好，但真正落地到實際工作中，進展沒那么快。

這可能才是最核心的問題：能力和實用之間的gap，比我們想象的大。

那個沒有答案的問題：AGI什么時候來？

這是所有問題中最大的那個，也是分歧最大的那個。

預測

Sam Altman

"比世界上大多數人想的更快"

Demis Hassabis

2030年前可能

Geoffrey Hinton

5-20年（從30-50年下調）

Yann LeCun

10年以上，而且當前方法到不了

Ilya Sutskever

當前方法會"逐漸停滯"

Gary Marcus

LLM不是AGI，需要全新方法

差距有多大？從"已經知道怎么做"到"完全是另一回事"。

我的判斷

看完這18個人的觀點，我有幾個感受：

1. 分歧比共識大。即使是同一個公司出來的人（比如Altman和Sutskever），對核心問題的判斷都完全不同。

2. 幾乎所有人都同意LLM有根本局限?；糜X、鋸齒狀表現（benchmark好但實際差）、缺乏對物理世界的理解。

3. 2025年的關鍵詞是"清算"。從"能力展示"轉向"經濟價值證明"。95%的企業AI試點零回報，這個數據會倒逼整個行業。

4. "沒人知道"可能是最誠實的答案。包括頂級實驗室的人，包括諾貝爾獎得主，包括所有在X上吵架的大佬。

如果你問我AI現在最大的問題是什么？

說實話，我不知道。

但我知道一件事：最頂尖的那群人，也不知道。

Ethan Mollick說得最直接："No one knows anything."包括他自己，包括OpenAI，包括DeepMind。

這其實是個好消息。

如果連諾貝爾獎得主都在困惑，連OpenAI的首席科學家都說"我們還不知道怎么構建真正有效的系統"，那我們普通人就不用焦慮自己"跟不上"了。

當還有東西不知道，不確定的時候，我覺得未來還挺值得期待的。

我喜歡不確定性的未來。一切都注定了多無聊啊。

你覺得AI最大的問題是什么？歡迎留言聊聊。

參考來源：

• Karpathy: 2025 LLM Year in Review：https://karpathy.bearblog.dev/year-in-review-2025/

• Dwarkesh Patel: Thoughts on AI progress (Dec 2025)：https://www.dwarkesh.com/p/thoughts-on-ai-progress-dec-2025

• Ilya Sutskever - Dwarkesh Patel Interview：https://www.dwarkesh.com/p/ilya-sutskever-2

• MIT Tech Review: The Great AI Hype Correction of 2025：https://www.technologyreview.com/2025/12/15/1129174/the-great-ai-hype-correction-of-2025/

• Geoffrey Hinton on CNN (Dec 28)：https://fortune.com/2025/12/28/geoffrey-hinton-godfather-of-ai-2026-prediction/

• Dario Amodei at NYT DealBook Summit：https://techcrunch.com/2025/12/04/anthropic-ceo-weighs-in-on-ai-bubble-talk/