三年之后：回看 2023 年我对 ChatGPT 的判断
2023年3月，在GPT-4发布前，作者王健硕对ChatGPT的未来做出了二十项预测。三年后的2026年，他使用AI agent对这些判断进行回顾验证，评估其准确性。
**主要看对的方面：**
1. **RAG成为主流**：预测通过外部检索而非修改模型来解决知识更新和幻觉问题，这已成为行业标准架构。
2. **LUI（自然语言界面）兴起**：预测自然语言交互将催生巨大新产业，Agent、MCP协议等发展印证了这一点，但LUI是与GUI共存而非取代。
3. **机器人网络与新寻址系统**：预测Agent将自动协作并需要新寻址方式，MCP、A2A等协议正朝此方向发展。
4. **中国能做出可用大模型**：预测中美模型差距会迅速缩小，事实如此，但真正领先的国内厂商与其当初点名不同。
5. **AI无意识与图灵测试本质**：核心判断“AI无意识，图灵测试仅测表象”基本成立，但“绝无意识”的绝对论断被后续研究置于灰区。
**看错或看偏的方面：**
1. **GPT-4参数数量**：所传“100T参数”严重错误，实际约为1.8T。
2. **LLM的数学能力**：诊断“数学差需外挂工具”正确，但“不可能自行学会”的结论被后续“推理模型”在IMO夺金证伪。
3. **价值捕获**：预测价值在应用层，但现实中算力层（如英伟达）捕获了最大利润，模型层反而亏损。
4. **版权问题**：判断“生成物可能无法登记版权”正确，但认为能“规避侵权”则错误，已出现巨额侵权赔偿案例。
5. **信息茧房与世界大同**：机制上AI会将观点向众数平均，但AI正快速走向“千人千面”的个性化，可能制造新茧房而非消解极化。
6. **大模型成本**：预测“局部战争”和玩家涌入正确，但“5-10亿美元封顶”的成本估算与前沿训练实际花费严重不符。
**总结规律：**
1. 判断**方向和机制**比具体数字、程度更可靠。
2. 倾向于**高估短期变化速度，低估长期能力上限**。
3. 容易忽略**问题内部的分布差异**（如总量正确但部分群体受损）。
4. **留有餘地、分层表述**的判断更经得起时间检验。
5. 一些根本性争论，**三年时间不足以给出最终答案**。
这次回顾表明，在快速变化的领域，把握大方向比追求精确预测更重要，同时需警惕绝对化表述并承认认知的局限性。
链捕手05/31 13:34
