今年上半年的AI过山车

这个因AI而起的公众号，我已经6个月没有更新了。主要是因为上半年，坐了一趟AI的过山车，自己都不知道身在何处，现在也还是惊魂未定。

看一下全球SaaS软件的龙头，Salesforce，这半年多的股价变化，就能感受到这个过山车的猛烈。

Salesforce的股价，去年12月4号到了366的高点，随着“AI会杀死SaaS”的SaaSpocalypse（SaaS 末日）叙事的发酵，一路跌到6月22号的146的低点，然后在二季度季报以后，从深坑中反弹，到了今天的257。作为一个SaaS的从业者，心情的跌宕起伏，你可想而知。

风暴是从去年年底开始的，原因是AI在Coding领域的狂飙突进。再加上媒体的添油加醋，让人觉得，已经不太需要人来写程序了。

从今年2月开始，我自己用Cursor写代码，体会AI Coding的能力边界。在独自完成一个应用上线以后，又进一步去体会了在开发中，研发、产品、和业务的定位。也走了一些弯路，现在总结汇报一下，也算是自己梳理思路。

先说一下这一轮风暴的背后逻辑。我们现在用的LLM（Large Language Model），本质上已经不是一个language model了，或者说，不再只是一个language model了。质变发生在24年9-12月的OpenAI o1和DeepSeek R1的发布，把大模型后训练推到了舞台中央。

大模型训练一般分成预训练和后训练两部分，预训练就是用“next token”预测的方式，让大模型吞下人类现有的主要知识，顺便也学会了语言。（对，大模型是用人类语言思考的，token是人类语言）

最早的后训练是在学完知识之后，用准备好的答案让大模型和人类的习惯和价值观对齐，就是学习礼貌和道德。跟预训练的规模相比，当时的后训练是非常小的一部分。

从OpenAI的o1开始，后训练在训练大模型在知识基础上的推理能力，不仅仅是next token prediction（预测下一个词），更主要的是，用RL（Reinforcement Learning，强化学习）的方式（更准确的说法是RLVR，Reinforcement Learning with Verifiable Rewards，可验证奖励的强化学习），让大模型学会思考。始作俑者是o1，但是o1是闭源的，直到DeepSeek的R1横空出世，因为是开源，才一朝成名天下知。

现在的主流大模型，从能力贡献的角度，预训练与后训练的权重已经接近 1:1。后训练不再是边角的调优步骤，而是决定模型能力的关键一环。

从 2025 年开始，Anthropic 用这套后训练路线，聚焦 Coding 场景，一路狂奔，现在一级市场估值已经超过OpenAI，成为了大模型领域的第一名。

从Andrej Karpathy在2025年2月提出Vibe Coding开始，到严肃的工程师严肃地使用Claude Code（Anthropic的Coding工具）干活，真是迅雷不及掩耳盗铃之势。

我们部门，从去年10月的隔岸观火，到今年春节的慌得一比，也就3-4个月的时间。

（公众号留下过我当年淡定从容的身影从Vibe Coding看AI大模型的2025）

2026年大模型的进步，叠加上中美竞争，完全可以用“疯狂”来形容。只是，那些语不惊人死不休的无良媒体的喧嚣，让人无所适从，看不清真实的情况。我们也是在这种裹挟里，战战兢兢、无比焦虑地过了半年。

今天的AI，到底是什么水平？

2025年基于RL的后训练的爆发，绝对是大模型发展史上里程碑式的大进步，是大模型从只说不练，到动手干活的大转变。想想2023年的大模型连三位数乘法都不会做，到现在可以让不懂计算机的人写出一个实用的网站，我们这代人真的很幸运，我们是看着硅基生命，一点点长大的。

但是，但是，硅基生命还没有达到人类智能的水平。今天的大模型，有天生的基因缺陷，就是没有持续学习能力。出厂标配的它，还需要依赖复杂的外挂，来处理复杂的事务。

原来你是直接和LLM打交道，一问一答；今天你需要通过一个叫Harness（挽具，是个软件工程的旧词，这里是脚手架、运行框架的意思）的东西和LLM打交道。也就是说，你是在和Agent打交道，LLM + Harness = Agent。

从Agent到龙虾，从Harness到Loop、到Graph，到最新的Sovereign AI（主权AI），媒体上各种新词让人眼花缭乱。我们简单分析一下今天AI的能力水平。

我们知道，大模型已经不是以前语言模型了，后训练赋予了它思考和推理的能力，这些都固化到它的脑子里了。只是解决问题的具体信息，现在还只能放在那个context window里面，受限于100 万 token 上下文窗口的硬性约束。

目前顶尖的大模型，已经开始把编程中间需要的一些复杂流程的处理方式，借助后训练，训练到大模型里面了。就是说，大模型出厂就具备这样的能力，这让那些做编程应用的厂商如坐针毡。不过，大千世界的千差万别，不是大模型的通用能力能够覆盖的。

所以今天的AI，也只是针对简单的编程场景能够全面覆盖，总结地说，就是那些只给自己使用的功能、针对单个文档的功能、用于demo的功能，是可以用自然语言跟AI对话来实现的。

而那些涉及到用户权限，安全管控，业务流程，复杂关联的企业级应用，AI可以帮上很多忙，但是决策和兜底，都必须是碳基生命。

Salesforce股价的反弹，或多或少体现了市场对AI今天的能力认知的回调，但是，Ilya Sutskever（这一轮AI浪潮发生背后的男人）昨天在X上的一个帖子，谈到新算力云 Neoclouds 的安全风险，又让我所在的AI技术讨论的微信群炸了锅，有人感慨天网马上就要降临。

到底未来会怎样，这个世界会好吗？我们该如何看待接下来的 AI 浪潮？

写得太长了，歇一会。毕竟惊魂未定。