普林斯顿与斯坦福学者姚顺雨在斯坦福演讲中指出，依赖堆算力和数据的AI上半场已结束。未来核心在于System 2慢思考与Agent智能体，这篇内容揭示了AI发展的真实转向与核心竞争力。
智能速览
依赖刷分的“上半场”已结束，单纯堆算力边际效应递减。
AI 发展重心转向 System 2 慢思考，推理能力变得至关重要。
算力消耗将从训练端大规模转移至推理端。
核心竞争力从解决问题转变为定义问题，尤其是奖励函数的设计。
AI 将从 Chatbot 进化为 Agent，具备在环境中执行动作的能力。
精华内容
姚顺雨在斯坦福大学的演讲中明确提出，以训练和刷分为核心的 AI 上半场已经落幕，下半场的竞争焦点将彻底转移。
上半场结束
过去五年，AI 领域只做了一件事：爬山刷分。通过堆算力、堆数据配合 Transformer 和 RLHF，虽然能将基准测试分数刷到人类水平以上，但这造就了大量只会做“题”的 AI。当指标变成目标，它就失去了参考价值。这些模型在已知数据集内表现完美，但在未知的真实世界（分布外）依然脆弱，继续卷参数和跑分边际效应已接近于零。
转向System 2
下半场的关键在于 System 2，即从直觉的快思考转向深思熟虑的慢思考。未来的 AI 不再是一次性生成答案，而是进行多步推理、规划和反思。让 AI 在回答前多思考十秒钟，比多喂 1TB 数据更有价值。算力消耗的重心将不再局限于训练阶段，而是大规模转移至推理端。
定义问题能力
在 System 2 时代，答案极其廉价，问题变得昂贵。核心竞争力从单纯的解决问题，转向了定义问题。这要求将模糊的需求转化为 AI 能听懂的数学语言，特别是精准定义奖励函数。谁能写好 Reward Function，谁就是新时代的顶级程序员，单纯写代码的能力将会贬值。
进化为Agent
AI 将从只有大脑的 Chatbot 进化为拥有“身体”的 Agent。不再局限于输出文本，而是进入真实环境进行点击、搜索、下单等操作。训练数据的关注点将从“词语”组成的句子，转向由“动作”组成的轨迹。未来的数据金矿，将是人类操作电脑或手机的行为日志。
盲目崇拜大模型的时代已过，真正的比赛刚刚开始。不应再纠结于背诵提示词技巧，而应训练 System 2 思维，学会拆解大问题、精准定义结果，让 AI 成为能使用工具的数字员工。
