当模型规模竞赛接近尾声，AI的发展将走向何方？OpenAI研究员姚顺雨提出，AI的未来已从“模型驱动”的聪明，转向“系统驱动”的明智。这一视角转变，旨在解决AI如何从能解题的工具，转变为能自主决策、可靠完成任务的系统，为行业提供了新的思考坐标。
智能速览
AI研究已从“模型驱动”的上半场，进入“系统驱动”的下半场。
AI的核心问题不再是算力，而是如何定义其任务和评估其价值。
ReAct和Tree of Thoughts等技术旨在让AI从“听命行事”变为“自我推理”。
未来AI的核心竞争力将是评测体系，而非模型参数。
AI发展需要建立类似“制度”的规则，包括记忆、日志与问责机制。
精华内容
上半场的AI像考试高手，下半场的AI需成为治理专家。从模型到系统的转变，正是让AI从“聪明”进化到“明智”的关键。
上半场的瓶颈
AI发展的上半场是一场模型规模的竞赛，GPT、Claude等模型通过堆砌算力和数据，在各项考试中展现出惊人的“聪明才智”。它们能写诗编程，看似无所不能。然而，这种聪明停留在被动响应阶段，无法理解模糊任务、自主规划并完成行动闭环。当模型规模带来的边际效益递减，这种纯粹追求“能答题”的模式已触及天花板，无法满足真实世界对AI的期待。
下半场的核心
下半场的关键，在于让AI从被动回答问题，转向主动提出并解决问题。OpenAI的姚顺雨提出了ReAct和Tree of Thoughts等方法论，核心是赋予AI自我推理和规划的能力。ReAct让模型在行动中思考，而Tree of Thoughts则促使模型在决策前推演多种可能性。这些技术旨在让AI从“听命行事”的聪明工具，转变为能够自我导航的“明智”系统。
评测的战争
下半场的竞争焦点将不再是模型参数，而是评测体系。当前AI研究过度依赖榜单分数，如同科举取士，高分不等于高能。未来的评测需要衡量AI在真实系统中的可靠性、可控性与实用性。谁能定义“好用”与“可信”，谁就能掌握下一代智能的标准。这意味着AI系统需要建立记忆、日志、反馈和问责机制，形成一套完整的治理“制度”。
从聪明到明智，AI的成年礼已经吹响号角。未来的AI不再是无所不能的少年，而是懂得取舍与承担的成年人。这场关于系统驱动的研究范式转折，将真正决定AI能否走出实验室，深度融入社会，成为可信赖的合作伙伴。这不仅是技术的进步，更是文明形态的探索。
