1/4
Ilya Sutskever：创意这么便宜，为何没人有创意？｜Dwarkesh 2025
137万播放的深度对谈：Ilya宣告2020-2025 Scaling时代终结、AI泛化能力远差于人类的根本诊断（10000小时竞赛编程的学生vs100小时悟性学生）、「公司数量已远超好想法数量」的犀利反思，以及SSI「为所有感知生命构建安全超级智能」的终极使命。四张精华卡片。
12/6/2026 · 9:17
Galería
Ilya Sutskever：预训练时代已结束，我们重回研究时代｜Dwarkesh 2025
Dwarkesh Podcast · 2025.11.25 · 96 分钟 · 137 万播放
视频来源：YouTube
OpenAI 联合创始人、SSI（Safe Superintelligence）创始人 Ilya Sutskever 在与 Dwarkesh Patel 的深度对谈中，发出了一个震撼行业的判断：2020-2025 年的 Scaling 时代已经结束，我们正式进入研究时代 2.0。
三段式时代划分
这不是悲观，是事实陈述——预训练数据是有限的，当模型已经见过近乎所有人类产出的文本，继续堆算力只是边际递减。Ilya 的三段式时代划分：
- 2012-2020：研究时代 1.0，AlexNet 到 Transformer，创意驱动，2 块 GPU 就能做出改变世界的工作
- 2020-2025：Scaling 时代，「Scale」这一个词吸走了行业全部的空气，所有公司走同一条路
- 2025+：研究时代 2.0，预训练触顶，重回多元探索
「模型泛化能力远差于人类」——AI 最根本的未解问题
Ilya 的核心诊断令人深思：
「一个练了 10,000 小时竞赛编程的学生，和另一个只练了 100 小时却更有悟性的学生——后者的职业生涯会更好。我们的模型太像前者了。」
两条具体证据：
- Eval vs 现实脱节：模型在评测上表现极优，但经济影响远滞后——研究人员为了 eval 成绩设计 RL 训练，模型过拟合了评测任务
- 学习效率悬殊：人类 15 岁时用极少数据就掌握深刻理解；模型需要的数据量大得惊人，却缺乏同等深度
「一个 5 岁孩子的视觉识别能力，已经足够开车了。」——进化给人类内置了先验，AI 尚未掌握这一机制。
「如果创意这么便宜，为何没人有创意？」
Ilya 对 Scaling 时代最犀利的反思：
当前格局：公司数量远超好想法的数量。Scaling 把所有人吸入同一条流水线，行业丧失了多元试错的能力。
研究时代的两个瓶颈：
- Ideas（创意）：AlexNet 和 Transformer 的核心突破都是用极少量计算做出来的，研究者只需要「够用」的计算量来验证想法
- 将想法落地的能力：工程+算力，是 Scaling 时代擅长的部分
重回研究时代，SSI 的战略就是：「用头部公司少数可用于研究的算力，专注于攻克泛化问题。」
SSI 终极对齐目标也在这次访谈中明确表达：「构建对所有感知生命怀有关怀的超级智能」——不只是人类，也包括未来的 AI。
Comentar