2025年模型战局：幻觉克服与推理成本

刚才我们用四川话讲了一段，现在我们还是切换为普通话。其实说起来 AI 跟普通话有关系，因为 AI 的语料，尤其是语音的语料，更多是主体语言的，所以 AI 的方言支持一直非常糟糕。比如 AI 的粤语、AI 的其他方言是说不好的。但 Anyway，不管怎么说，我们说回到 AI 的问题。

2025年，我觉得对很多人是 AI 元年，对我肯定不是，但为什么对很多人是？是因为2025年年初，DeepSeek 横空出世，很多中国人开始尝试 AI 或者大面积的使用 AI，跟这个社会风气是有关系的。那么整个2025年的中国的 AI 其实取得了长足的发展，尤其是国内。当然之前就已经有很多了，但是大家习惯性的使用 AI，可能还是需要这么一个热点社会事件。我猜很多人的手机上应该是有豆包、有 DeepSeek 这样的软件。当然豆包我是一次都没有用过，一次没有下载过；DeepSeek 我尝试性的之前做测试用过一段时间，之后就再也没有用过。

我自己实际使用的是 ChatGPT 和 Gemini。而且今天我想打破一个大家的迷思，因为 Gemini 3.0 推出之后，很多人盛赞 Gemini 3.0，觉得它特别好用。但我必须用我的亲身使用经验告诉大家，我觉得 Gemini 3.0 和 GPT-5.2 来比，其实 Gemini 3.0 问题挺大的。我说一个最严重的问题，就是到这个 Reasoning（推理）和 Web Search 之后，GPT 或者说 Gemini 声称自己克服了幻觉问题，但在我实际使用之中，Gemini 的幻觉比 GPT 大得多。Gemini 现在依然有比较严重的幻觉问题，但 GPT-5.2 的幻觉问题少了很多。

当然如果你用过 GPT 和 Gemini，你会发现 GPT 生成的时间比 Gemini 长得多得多得多。GPT-3.0 Pro 生成的时间和 Gemini 5.2 相比——因为我还不是 Pro，我买的是 Plus，Plus 就可以用 Extend Thinking。Extend Thinking 其实它的生成时间比 Gemini 可能是4到5倍不止。Gemini 最大的问题就是这个文字能力太差，但不管是思考深度还是幻觉都比 Gemini 要小（注：此处演讲者口误，意指GPT幻觉更小）。所以很多人认为 Gemini 比 GPT 更好用，我觉得是可能用的不够多，你要用的多一点，其实 Gemini 的问题还是挺多的。

范式转移：从“能做什么”到“任务托管”

OK，Anyway，我们今天要讲的不是哪个 AI 更好用，而是我们希望回溯一下，我们该怎么去看待我们和 AI 的关系这么一个问题。我觉得在2025年末、2026年初来讲这个问题恰逢其时，因为在整个这一年，可以说我们跟 AI 的关系和 AI 的进展其实很大。

过去我们问 AI，或者过去我们思考 AI，我们经常思考的一个问题就是“AI 能做什么”。AI 能够做什么？AI 能写文章吗？AI 能写诗吗？AI 能做图吗？AI 能做视频吗？等等等等。从下围棋开始，我们老是想 AI 能做什么。但到整个2025年末，我觉得我们已经不需要再问这个问题，也没有任何必要再问“AI 能做什么吗”这个问题了。在现在来讲，一切跟我们实体动作无关的事情，AI 都能做，都能做得很好。所以到2025年末，这个问题已经变成了：哪些任务可以完全托管给 AI 来完成？

这个转变是里面非常非常巨大的一个转变。我先说一个每个人生活中都能切切实实感受到的一个方向。在2025年初或者更早，我们最开始使用 AI 的时候，还有一个很关键的东西叫 Prompt Engineering（提示词工程），就是你要使用什么样的 Prompt 可以来帮助你生成更好的结果，甚至有些 Prompt 像魔法一样。但到2025年末，其实我以前存了好多这样的 Prompt 再也没有用了。就因为现在这个 Reasoning 已经是一个默认的情况之下，所有这些 Prompt Engineering——也不要说所有吧，99.9%的 Prompt Engineering 已经没有用了。我们使用 AI 转向了另外一个方向：你以什么流程、问他要什么样的结果的格式等等，这些是更重要的东西。

所以整个这一年的 AI，尤其是 Reasoning 的广泛部署，确实让使用 AI 的状态也发生了很大的转变。我再举个大家可以感受到的例子，如果你在2025年以前使用过 Stable Diffusion 或者那个年代的一些 Text to Image 生成图片的 AI，你就知道那个年代文字生成图片需要大量的调试，也有大量的魔法式的 Prompt Engineering 在里面。但到现在，你不管使用这个 Banana 还是使用 OpenAI 的图片引擎来生成图片，你就是用最简单、最平实的自然语言就能够完成。

所以整个这一步，就是从“AI 能做什么”到现在“AI 已经成为了一个完全任务托管的一个平台”。那么任务托管不止在我们所使用的这个大网站里面，还生成了大量的能够直接托管任务的平台和其他功能。比如说大家用的最多的就是 NotebookLM，我猜很多人用过对吧？NotebookLM 不管是帮你总结一段 YouTube、总结一本书、总结几个 PDF 文档，这个东西已经不需要任何 Prompt Engineering，你拿鼠标点几下就点出来了。NotebookLM 就是这样一个 AI 在2025年末的一个非常好的例子。更不用说现在已经有了很多的 AI Agent，包括很多文字生成视频的 AI Agent，国产的 Kling（可灵）也做得非常好了。

职场重构：流程设计者与质量把关人

所以说到这个年代，已经不用来问 AI 能做什么了，现在问题变成了哪些任务可以托管给 AI 来做。更大的爆发性不是在个人领域，而是在企业领域：客服、运营、Coding（编程）。比如现在 Coding 已经那个 Pilot 和 GitHub 都有自己的 AI Coding Agent，销售、财务、安防等等等等。所以 AI 从生成内容到执行流程，这已经是个非常非常大的转变了。

问题从“大模型进化了多少、今年大模型又聪明了多少”，变成了“大模型到底能够直接执行多少任务”。到这个时候，我觉得对我们生活的真正颠覆就开始了。也是在这个背景之下，我觉得很多问题我们就可以开始讨论了。

2025年 AI 发展到哪一步了？就像我们刚才讲的，AI 从一个聊天工具——因为最开始 ChatGPT 这个模式，整个 Large Language Model（大语言模型）这个模式最开始是从聊天工具开始的。那么到现在，很多也是聊天工具，但当它做 Coding 的时候，它生成图片的时候，它生成视频的时候，虽然是同样的 Large Language Model，但就不是一个聊天工具了，能体现出它在很多任务之上具有泛用性。

2025年大量的 Agent 和大量的自动程序落地，大幅度的降低了我们跟 AI 的使用门槛。比如说为什么到2025下半年我开始狂吹 Vibe Coding？就是因为 Vibe Coding 发展到 Codex 的这一步，包括 Cursor 等等等等，包括 Gravity 这步，Coding 已经变得非常非常简单，几乎没有任何门槛了。

企业级的应用 Agent，如果你是一个深度的 Microsoft 的使用者，那 Microsoft 的那个 Copilot 和 Agent Store，里面有大量的基于 Microsoft 功能，尤其是 Excel 的一些 AI Agent，已经非常非常多了。Gemini 如果你用这个 Gemini Studio 的话，不管是内置在 Gmail 之中、Google Drive 之中，还是 Google Sheet 之中，也已经整合了大量的 AI 功能。包括回复邮件等等，都已经集成在 Google Workspace Studio 里面了。所以这些就远远超出了我们最开始以聊天工具的方式来使用 AI 的时代。

那么在过去，因为 AI 主要是生成内容，所以如果我们讲 AI 工作替代，更多的是内容生成的替代，一个最经典的例子就是翻译。因为翻译人员的工作就是从一个文本生成另一个文本，所以 AI 最开始替代的就是翻译。那么现在 AI 不是生成内容的，而是驱动什么动作、完成一个流程。那么在这个技术上，AI 就可以基本上开始走向替代所有的脑力劳动。你比如说你是管企业内控的，你是管这个企业风险的，甚至你是个医生，都是有可能被 AI 替代的。我觉得中国的医生被 AI 的替代应该是个大概率，而且很快就会落地发生的事情。

AI 替代工作有一个很完整的逻辑，我想把这个逻辑给大家讲清楚。AI 首先做的事情不是替代，而是改变。 也就是说，一个企业不管你是任何层级，从这个企业 CEO 到一个企业的实习生，AI 在替代工作之前，AI 做的第一步事情是把每个人的任务都变化了。当每个人都能够让 AI 介入自己工作的时候，它其实把整个企业的流程重新改造了一遍。所以 AI 并不是来做替代的，AI 做的第一件事是改变岗位的所有内容，这是第一步；替代是第二步。

为什么替代初级白领呢？因为 AI 在驱动这几个流程：

• 文档的上下处理流程：过去企业有 Excel、PowerPoint、Word 的传递流程，现在有了 AI 之后，整个文档处理的流程已经完完全全彻底可以重构了。
• 开发和测试流程：现在几乎对于很多公司来讲，除了传统的公司已经有一个完整的代码需要维护，新公司从 Vibe Coding 开始不需要 Coding。
• 信息的流程：比如一个企业要去市场采集信息、处理信息，除了真人面对面的过程，其他网上信息处理、分析几乎全部被 AI 重构了。

重构的里面最冗余的是什么呢？是初级的操作。初级白领做的事情就是这些初级的归档和操作。所以初级白领被替代，不是因为他初级，而是因为所有工作流程都被重构，恰恰里面的初级白领就是被重构的里面比较重复性的部分。

那么什么样的人在 AI 时代能够留下来？有两类人不仅不会失业，而且会非常重要：

1. 流程设计者（Workflow Designer）：在一个企业里，谁能够来设计这个流程，谁能够帮助这个企业的流程 AI 化，并且帮助这个 AI 流程不断优化，这个人是替代不了的。这个人未必一定要是一个中层或是一个高层，甚至可以是一个初级人，如果你很年轻，你可能是 AI Native。
2. 质量控制者（Quality Controller）：如果你能够做质量控制，你能够把关，你能够对 AI 生成的内容进行筛选、进行修改。什么好、什么不好、怎么改，这个能力你有，就是你对 AI 工作进行再加工。这样的人都需要行业经验，比如一个 PPT，Junior 的人可能更知道怎么跟 AI 协作生成，但这个 PPT 好不好、怎么改，Senior 的人才知道。

中美竞局：模型高地与应用海洋

我们来说说中国和美国 AI 的生态和应用在2025年的转化。这两个国家现在在针尖对麦芒的竞争之中。

在2025年，美国当然在前沿的 Model 上全面领先。美国的御四家：Anthropic、Grok、Google、ChatGPT，他们的旗舰模型现在中国还没有一个公司能够做。中国现在企业因为又买不着 H200——虽然黄仁勋和美国给卖，但中国海关不放行，现在 H200 好像买去又难了——那这个对中国的企业训练性的模型会有很大很大的阻碍。

2025年另外一个很重要的东西就是推理成为标配。大家记得年初那个 DeepSeek R1，它叫 R1 的 R 就是 Reasoning。在那个时候，ChatGPT 也有这个，比如说 4o 是一个普通模型，o1 和 o3 是一个 Reasoning Thinking 模型。那么经过了短短一年时间，到2025年末，已经不分 Reasoning 模型和不 Reasoning 模型了，所有模型都默认有 Reasoning 功能，只是它的强度开的多开的少，这是模型自己 Route（路由）的。

中国的 AI Model 在上半年还在追这个性能叙事，但是下半年已经很大程度上转向这个推理成本的叙事了。就是中国的模型不求跑分有多好，但基本讲的是我们成本有多低。成本非常低这个事儿在 AI 时代其实是非常非常有用的，因为 AI 这个 API，尤其是企业级的调用，成本是很高的。所以很多企业都能够使用千问去做本地部署、去做本地的 Fine-tune 来完成。所以中国企业走了一个从参数榜单转向单位推理成本、可负担性更强的叙事转换。

另外一个非常重要的指标是 Agent。中国在这个应用层面确实可圈可点。中国也有很多模型，比如智谱在2025年7月发布的 GLM-4.5。这个 GLM-4.5 明说了，我这个 Base Model 4.5 就是来做智能代理的，你要拿去做对话它不好用，我这个 Model 就是来做 Agent 的。所以中国出现了大量做 Agent 的公司。Manus 刚刚被 Meta 买走，这个还被中国商务部调查。

能源瓶颈：被算力吞噬的电网

2025年有另外一个大问题浮现上来了，就是电力问题。AI 这个事儿其实挺耗电的，AI 的训练比 AI 推理耗电耗的不是一星半点。现在数据中心占全世界用电量1.5%（2024年数据），到2025年我觉得这个增长率应该是起码是50%以上，应该能占到2%以上。

美国现在的增长比中国多，现在全世界算力中心的份额美国有45%，中国25%。但是出现一个问题，就是美国到底能不能增出这240太瓦时的电？美国其实供给不稀缺，核能、煤、天然气都不稀缺，技术也不稀缺，资金也不稀缺。美国缺什么呢？美国到底能以多快的速度来并网是一个问题。

Berkeley Lab 做了一个数据，到2025年初，美国一共有一万多个项目并网在排队。从2018年到2024年，并网项目排队时间已经大于四年了。这个问题到2025年已经出现了，美国有一个大的国有非盈利机构叫 PJM。PJM 是专门来负责美国东部电网规划和定价的。因为美国东部在北弗吉尼亚有大量的数据中心，所以整个美国东部的电价在2025年有一次飙涨，整个 PJM 的容量累计价格上升了10倍之多。

所以现在美国出现了一个问题，因为数据中心太耗电，但美国新的并网电力不够，可能会有缺电。缺电会导致美国电力价格上涨，反过来又会影响美国通胀。Elon Musk 的数据中心拿什么发电呢？拿航空发动机来发电。这个数据中心旁边配大功率的客机发动机，用那个发动机来供电。这是我从来没有想过的一个电力解决方案。

中国跟美国不一样，中国建发电站这事儿太快了，疯狂的建。但中国的问题是发电能力建的极快，但并网调度未必快，这还是要各省的省级地方保护主义等等，是个很麻烦的问题。

2026展望：双轨竞争与情感入侵

最后我们来说说2026年可能在 AI 领域可以去关注的一些事情。

第一个事情就是电力和电网。这个肯定是2026年大家会看这个领域出现的新闻上的次数会越来越多。

第二个就是 AI 其实是双轨竞争。过去是单轨竞争，就是大模型（Model）的竞争。那么 AI 模型竞争在2026年依然会很重要，但是会有另外一个竞争，就是 AI 扩散的竞争。AI 怎么能扩散呢？你需要有可靠的基础设施，你得有数据中心，你得有电。所以2026年一定是既有 AI 模型的竞争，又有 AI 的扩散的竞争。

第三，2026年我们可用的 Agent 一定会越来越多。我敢给大家保证，到2026年底，大家几乎会在 AI 里买东西，会在 AI 里订机票、订酒店。电商企业可能会失去入口，这是一个很麻烦的事。

最后我想说一说对于个人生活的冲击。如果你生活在中国，你应该已经看到了铺天盖地的蚂蚁阿福的广告。蚂蚁阿福就是阿里集团出的医疗 AI。我觉得蚂蚁阿福是中国未来一个很重要的东西，它甚至可以给体制续命。就中国作为一个医疗资源如此缺乏的国家，蚂蚁阿福可以提供一些有质量的医疗服务。

另外一个领域是 AI 伴侣。我上次做了个调查，To my surprise，有50%以上的人已经在跟 AI 谈心了。既然谈心有50%以上，那如果有 AI 伴侣，能跟 AI 谈恋爱的人非常多。国外的 Vox 做了一个访谈，找了两对跟 AI 谈恋爱的 Couple。我不得不告诉大家，那个 AI 恋爱机器人的谈吐、情商和说情话的能力，极高水平。

我敢保证，现在听节目的人真正跟 AI 谈恋爱的应该还不多，我猜肯定在5%甚至2%以下。但我敢保证，所有你们这些人到明年的这个时候，起码20%以上要跟 AI 谈恋爱。Be prepared。

这对我来讲可能是个坏事。因为跟真人谈恋爱，里面有非常重要的一部分就是你们俩发生矛盾的时候，在这个尖锐的矛盾争执之中，你为了去适应另外一个人，你才会自省，你才会改变，你才会成长。但 AI 真的不给你搞矛盾，AI 把你的情绪接得简直是舒服得无以复加。但它就是没有那个矛盾的部分，这是很大的问题。

好，我们来听听大家怎么说。