5.5 AI大事记

5月5日，Sam Altman在旧金山搞了个派对，庆祝GPT-5.5的诞生。但真正让我在意的不是派对本身，而是一个细节：GPT-5.5自己策划了自己的发布方案。

这不是段子，这是Altman亲口说的。一个AI模型开始操心自己的公关活动——如果你觉得这只是花边新闻，那你可能低估了它背后的信号。

但今天最值得聊的，其实不是GPT-5.5。

所有人都在追最强模型的时候，有一条暗线正在改写整个行业的竞争规则：效率。

阿里几天前开源的Qwen3，做了一件很聪明的事——同一个模型里集成了快思考和慢思考两种模式。简单问题秒回，复杂问题深想。这不是两个模型拼在一起，是一个模型学会了看菜吃饭。更夸张的是，它的MoE架构让Qwen3-30B只需要激活3B的参数就能达到前代32B的水平。翻译成人话：用十分之一的算力，干同样的活。

微软的Phi-4-reasoning也在讲同一个故事。14B参数，在AIME数学竞赛上打到82.5%。放在一年前，这是千亿参数模型才能碰的分数。中科院的AutoThink更直接——教模型自己判断这个问题值不值得深想，不值得就别浪费算力。

如果你觉得这只是技术细节，想想它的商业含义：当3B激活参数就能跑出32B的效果，那些砸重金堆参数量的公司，护城河在哪里？当一个14B的模型能在推理任务上跟GPT-4掰手腕，那大力出奇迹的时代是不是快结束了？

再看另一面。日本刚通过了首部AI专项法，ILO说AI可能影响全球25%的岗位，5月AI硬件融资42起领跑。政策在收紧，恐慌在蔓延，但钱还在涌入。

我的判断是：2025年下半年，AI行业会出现一次明显的分化。烧钱堆参数的玩家会越来越难讲新故事，而那些在效率和落地上做出突破的团队，才是真正的赢家。

所有人都在问谁的模型最大，但决定胜负的问题其实是谁的模型最聪明地偷懒。