2025年，AI领域最大的问题是什么？18位大佬给出了不同答案

Karpathy说"我从未感到作为程序员如此落后"。

LeCun说"AGI是扯淡"。

Hinton说"AI夺取世界控制权的概率是10%-20%"。

Altman说"我们已经知道怎么构建AGI了"。

这是2025年12月，AI圈最有意思的景象：所有人都在回答同一个问题，但给出的答案完全不一样。

我花了两天时间，翻完了Karpathy的万字长文、Altman的两篇博客、Hinton的CNN专访、Sutskever离开OpenAI后的首次深度采访，还有LeCun和Hassabis在X上的那场吵架。

整理出18位核心人物的观点，大致归成5类答案。

你会发现，AI圈的分歧比你想象的大得多。

答案一：规模化到头了

代表人物：Ilya Sutskever

SSI创始人，前OpenAI首席科学家。GPT系列的核心贡献者。

Ilya在11月接受Dwarkesh Patel采访，说了一句很重的话：

"我们正在从规模化时代转向研究时代。"

什么意思？

从2020年到2025年，AI的进步逻辑很简单——堆数据、堆算力、堆参数。GPT-2到GPT-3到GPT-4，基本就是这个套路。

但Ilya说，现在规模已经大到一定程度了。"信念还是'再扩大100倍一切都会不同'吗？我不这么认为。"

他的判断是：AI的瓶颈不再是算力，而是想法。

这话从Ilya嘴里说出来，分量很重。他可是OpenAI的首席科学家，GPT系列的核心贡献者。

更有意思的是他对当前方法的评价："当前的方法会走一段距离，然后逐渐停滞。真正有效的系统，是我们尚不知道如何构建的东西。"

换句话说，光靠scaling law，到不了AGI。

反方观点：Sam Altman

Altman的看法截然相反。

他在2025年的博客《Three Observations》里写道：

"AI模型的智能大致等于训练和运行它所用资源的对数。"

翻译一下：钱还没砸够，规模还可以继续扩。

而且他给出了一个更激进的判断：

"我们现在确信我们知道如何构建传统意义上的AGI。"

注意用词——"确信"、"知道如何构建"。

这和Ilya的"我们还不知道怎么做"形成了鲜明对比。

谁对谁错？不好说。但至少说明，即使是OpenAI内部出来的人，对这个问题的判断都完全不同。

答案二：LLM是条死胡同

代表人物：Yann LeCun

图灵奖得主，前Meta首席AI科学家。AI圈最爱吵架的人，没有之一。

12月他在X上直接开炮：

"所谓的通用智能根本就是扯淡（completeBS）。

他的逻辑是：人类智能本身就是高度专业化的，我们以为自己很"通用"，其实只是一种错觉。

更关键的是，他认为LLM这条路走不通。

"LLM只是预测下一个token，它们缺乏对物理世界的理解。"

他的替代方案叫World Models——能够理解物理规律、保持持久记忆、规划复杂行动的AI系统。12月他宣布离开Meta，创办了AMI Labs，就是做这个方向。

反方观点：Demis Hassabis

DeepMind CEO Hassabis在X上直接反驳了LeCun：

"人类大脑是已知最复杂的系统之一，按设计来说是高度通用的学习机器。"

两人在12月24日有一场公开辩论，Musk还站队Hassabis，发帖说"Demis是对的"。

LLM到底是不是死胡同？

Gary Marcus（AI圈最著名的怀疑论者）站LeCun这边。他在12月的Axios峰会上说：

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

但主流还是觉得LLM能继续走下去，只是需要配合其他技术。

答案三：泡沫要破了

代表人物：多位CEO的微妙表态

这个问题有意思。

按理说，AI公司的CEO应该最看好AI。但如果你仔细看他们的表态，会发现很多人在释放"谨慎"信号。

Sam Altman（8月）：

"投资者作为一个整体是否对AI过度兴奋了？我的看法是，是的。"

Demis Hassabis（11月）：

"私人市场显然存在泡沫……种子轮估值几十亿美元的公司什么都没有。这似乎有点不可持续。"

Dario Amodei（12月DealBook峰会）：

"部分公司在'YOLO'（孤注一掷），过度投资数据中心，承诺花费数千亿美元。" "经济价值实现的时机不确定，可能出现'时机错误'。"

注意，这是Anthropic的CEO在说这话。他自己的公司估值已经1830亿美元了。

但也有人不信泡沫论。

Aidan Gomez（Cohere CEO，12月）：

"AI泡沫有正确和错误的一边，Cohere在正确的一边。"

Jensen Huang：

"我看到的和AI泡沫非常不同。"

Harvard的专家倾向于认为，即使有泡沫，更可能是"缓慢泄气"而不是"突然爆破"。

但一个数据很扎眼：MIT在8月的报告显示，尽管企业在GenAI上投入了300-400亿美元，95%的组织获得的回报是零。

答案四：就业冲击比想象的大

代表人物：Geoffrey Hinton

"AI教父"，2024诺贝尔物理学奖得主。

Hinton在12月底接受CNN采访时说：

"我可能比以前更担忧了。AI进步的速度比我预想的更快。"

他给出了一个具体的预测：

"AI每7个月左右就能将完成任务的时间减半。几年后，AI将能够完成现在需要一个月工作量的软件工程任务。"

更让人不安的是他对AI风险的评估：AI夺取世界控制权的概率是10%-20%。

Dario Amodei的预测更激进：

"未来1-5年内，可能消灭半数入门级白领岗位。" "3-6个月内，AI将编写90%的代码。"

但也有人泼冷水。

Ethan Mollick（Wharton教授）在10月的CNBC峰会上说：

"I can tell you, no one knows anything."（没人真的知道会怎样）

他的观点是：AI agents"还没到那一步"，"你只是把AI换成人的想法对我来说很天真"。

Gary Marcus也不信AI会大规模替代白领：

"有太多白领工作是需要正确答案的。"——而这恰恰是AI最大的问题：幻觉。

这可能是最诚实的答案。

Ethan Mollick：

"包括顶级AI实验室也不知道AI真正有用的场景。他们告诉我，用我的Twitter来了解用例。"

Dwarkesh Patel（播客主持人，采访了几乎所有AI大佬）在12月的博客里写了一个很有洞察的观察：

"模型不断变得更impressive的速度符合短时间线预测，但变得更useful的速度符合长时间线预测。"

什么意思？

AI在benchmark上的表现越来越好，但真正落地到实际工作中，进展没那么快。

这可能才是最核心的问题：能力和实用之间的gap，比我们想象的大。

那个没有答案的问题：AGI什么时候来？

这是所有问题中最大的那个，也是分歧最大的那个。

预测

Sam Altman

"比世界上大多数人想的更快"

Demis Hassabis

2030年前可能

Geoffrey Hinton

5-20年（从30-50年下调）

Yann LeCun

10年以上，而且当前方法到不了

Ilya Sutskever

当前方法会"逐渐停滞"

Gary Marcus

LLM不是AGI，需要全新方法

差距有多大？从"已经知道怎么做"到"完全是另一回事"。

我的判断

看完这18个人的观点，我有几个感受：

1. 分歧比共识大。即使是同一个公司出来的人（比如Altman和Sutskever），对核心问题的判断都完全不同。

2. 几乎所有人都同意LLM有根本局限。幻觉、锯齿状表现（benchmark好但实际差）、缺乏对物理世界的理解。

3. 2025年的关键词是"清算"。从"能力展示"转向"经济价值证明"。95%的企业AI试点零回报，这个数据会倒逼整个行业。

4. "没人知道"可能是最诚实的答案。包括顶级实验室的人，包括诺贝尔奖得主，包括所有在X上吵架的大佬。

如果你问我AI现在最大的问题是什么？

说实话，我不知道。

但我知道一件事：最顶尖的那群人，也不知道。

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

这其实是个好消息。

如果连诺贝尔奖得主都在困惑，连OpenAI的首席科学家都说"我们还不知道怎么构建真正有效的系统"，那我们普通人就不用焦虑自己"跟不上"了。

当还有东西不知道，不确定的时候，我觉得未来还挺值得期待的。

我喜欢不确定性的未来。一切都注定了多无聊啊。

你觉得AI最大的问题是什么？欢迎留言聊聊。

参考来源：

• 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/