Scaling、后训练、CUDA、TileLang、CoT、Agent、持续学习、具身智能……这些词单独拿出来，似乎多少都听过；可当它们同时出现一块理解时，大家很容易失去方向：它们的含义是什么？分别在解决什么问题？哪些已经成为现实，哪些还停留在前沿探索？为什么有些公司热衷多模态和视频生成，另一些团队却更关注模型效率、Coding和持续学习？
更麻烦的是，这些概念并不处在同一层面。
有的是模型变强的方法，有的是芯片和软件工具，有的是产品能力，还有一些只是尚未攻克的研究目标。单纯列出名词，我们很难理解它们之间的关系；但如果把它们放回过去十年AI发展的时间轴，脉络就会清晰很多。
大致来看，AI经历了这样一轮重心迁移：
早期解决的是，怎样训练出一个足够强的语言模型；接着解决的是，怎样让模型学会推理、听懂指令；再往后，AI开始从Chat走向Work，从回答问题走向完成任务；下一阶段，人们开始追问，模型完成任务后，能不能把经验真正留下来...
这并不是一条已经得到验证的AGI标准路线，更像是一张理解当前AI技术分工的地图。
下面这8组关键词，就是进入这张地图最重要的入口。
------------------------------
01 Scaling：模型变强，最直接的方法仍然是“做大”
2017年前后，大模型的技术底座逐渐成形；2020年前后，Scaling成为模型能力跃升的核心方法。放在大模型领域，通常包括三个方面：更多训练数据、更大的模型规模，以及更多计算量。过去几年，大模型能力的快速提升，很大程度上都建立在这条规律之上。模型读过的材料越多、参数规模越大、训练时使用的算力越强，它在语言理解、代码生成和复杂推理上的表现，通常也会随之提高。可以把它理解成培养一个学生。读更多书、做更多题、投入更多时间，能力大概率会继续提升。2017年前后，Transformer架构为后来的大模型奠定了基础；到2020年前后，随着模型规模迅速扩大，行业越来越清楚地看到：只要数据、参数和算力继续增加，模型就可能解锁新的能力。此后几年，Scaling几乎成为大模型竞赛的起点。但从2024年开始，围绕Scaling的争论明显增多。
原因并不难理解。高质量数据不是无限的，先进GPU越来越昂贵，数据中心还需要电力、网络和巨额资本投入。行业开始追问：如果算力再增加十倍，模型能力还能提高多少？不过，对许多国内团队而言，眼下真正的限制还不是理论上限，而是算力、资金和实验机会不足。模型没有继续做大，未必是因为当前规模已经够用，也可能只是因为没有足够多的芯片去验证更大规模。真正发生变化的是，Scaling已经从一个单纯的技术问题，逐渐变成了投入产出比问题。------------------------------
02 模型效率：同样一张卡，能不能产出更多智能
模型效率一直存在，但在2023年以后，随着训练与推理成本快速上升，它开始从“工程优化”变成模型公司的核心竞争力。模型效率讨论的，是怎样让有限的计算资源发挥更大作用。它可以表现为两种结果：在相同算力下训练出更强的模型，或者在模型效果接近时，用更低的训练和推理成本完成。两个团队拥有相同数量的GPU，最后做出来的模型可能完全不同。差距可能来自数据质量、模型架构、训练方法、算子效率、系统调度，也可能来自推理时是否浪费了大量Token和计算。这就像两个人都有十个小时，一个只是不断刷题，另一个会选择题目、调整方法、及时纠错，最终效果自然会有差距。因此，强调效率并不是否定Scaling。恰恰相反，算力越稀缺，就越需要提高效率，才能用有限资源训练更大的模型、尝试更多实验。Scaling决定能够投入多少资源，模型效率决定这些资源最终能换来多少智能。效率和Scaling，究竟是不是两条路线。表面上看，Scaling代表“多花钱”，效率代表“少花钱”，两者似乎互相矛盾。提高效率的目的，往往正是让Scaling继续走下去。假如同样一批芯片可以训练更大的模型，或者完成更多实验，那么效率提升本身就在扩大可以实现的Scaling规模。当前竞争的并不是“要算力，还是要效率”，而是：每增加一单位算力，究竟能换来多少新的能力。------------------------------
03 训练、后训练与推理：看起来是一件事，其实是三个环节
2018-2021年，行业重心是大规模预训练；2022年以后，后训练让模型真正变得好用；2023年至今，推理成本决定AI能否大规模进入真实业务。实际上，一个模型从最初训练到真正被用户使用，至少要经历预训练、后训练和推理三个重要环节。预训练决定基础能力。模型通过阅读大量文本、代码和其他数据，学习语言、知识、规律和基本推理方式。它有点像一个人接受基础教育，先建立比较宽的知识面和理解能力。早期大模型竞争的核心，主要就是预训练。谁的数据更多、模型更大、算力更强，谁就更可能获得更好的基础能力。但是，完成预训练的模型并不一定马上好用。它可能懂很多，却不一定善于理解指令，也不一定知道怎样使用工具、遵守规则，或者按照具体业务要求完成任务。2022年前后，随着对话式AI快速普及，后训练的重要性开始被普通用户真正感知。通过指令数据、人类反馈、强化学习和专业任务数据，同一个基础模型可以被塑造成代码助手、法律模型、金融助手或客服系统。可以简单理解为：预训练决定模型会多少，后训练决定模型怎样使用这些能力。推理则是模型真正面对用户的阶段。我们每问一次问题，企业每调用一次API，模型都需要进行一次计算。训练像建厂，推理像工厂每天开工。工厂建得再先进，如果每生产一件产品都成本过高，最终也很难实现大规模应用。到了2023年以后，模型能力已经不再是唯一焦点。企业开始真正关心：一次调用需要多少Token、消耗多少算力、响应速度够不够快，能不能通过量化、蒸馏、缓存和调度进一步降低成本。训练决定模型能做到什么，推理决定这些能力能否被普遍使用。这也是为什么，大模型不是训练完成就大功告成了。真正的产品竞争，往往发生在模型发布之后：谁能让它更稳定、更便宜、更快速地服务真实用户。------------------------------
04 CUDA：英伟达真正难以替代的，不只是一张GPU
谈到AI算力，人们最容易关注的是芯片参数：算力多高、显存多大，新一代产品比上一代快多少。但英伟达真正难以替代的部分，并不只是一张GPU，还有围绕GPU建立起来的CUDA生态。CUDA诞生于2006年；2012年前后，GPU开始在深度学习中显现巨大价值；到了大模型时代，CUDA已经从开发工具长成了一整套AI基础设施。我们可以把GPU理解成一座工厂。芯片是工厂里的机器，CUDA则包括开发工具、数学库、编程接口、调试系统、操作流程，以及工程师多年积累的使用经验。开发者通过CUDA编写程序、调用计算库、管理数据，才能让模型真正高效地运行在GPU上。经过多年发展，主流AI框架、大量高性能算子和底层工具，都已经围绕CUDA建立。英伟达真正强的地方，不只是它的机器性能领先。更大的优势是，大量AI开发者已经习惯用它的方式工作。PTX，可以理解为程序代码和具体GPU指令之间的一层中间表示。开发者不需要直接控制芯片的每一个细节，而是先把计算任务转换成PTX，再由后续工具针对具体GPU进行编译和优化。算子，则是模型计算中的基础操作单元。矩阵乘法、归一化、Attention中的各种计算，最终都要由一个个算子完成。编译器负责把模型代码拆解、翻译和优化，最后生成适合芯片执行的指令。因此，CUDA生态并不是某一个软件，而是一整套链条：框架-算子-编译器-中间指令-GPU硬件。这也解释了为什么国产芯片即使硬件参数不断提高，真正投入使用时仍然会遇到困难。主流框架能否顺利适配，常见算子是否齐全，编译器能否充分发挥芯片性能，多卡训练是否稳定，原有代码迁移过去需要修改多少，这些都会影响实际体验。一张芯片“可以运行模型”，和“可以被大规模、稳定、低成本地使用”，中间还隔着大量工程工作。芯片性能决定理论上限，软件生态决定人们能不能顺利接近这个上限。------------------------------
05 TileLang：能不能缩短国产算力的生态追赶时间
这是近两年才开始进入更多讨论的新变量，目前仍处于早期工程化阶段；它解决的不是模型能力本身，而是不同芯片生态之间的迁移效率。TileLang可以理解为一种更高级的GPU算子编程语言和编译工具。过去，要写出一个高性能GPU算子，工程师不仅要理解算法，还要深入掌握显存、缓存、线程分配和具体硬件结构。一个在纸面上并不复杂的计算，真正变成高性能底层代码，可能需要大量手工优化。开发者可以更多描述“需要完成什么计算”，把一部分“这些计算应该怎样在硬件上高效执行”的问题交给编译器处理。它可能带来两个变化：一是提高算子开发速度，二是降低同一套计算逻辑迁移到不同芯片时的难度。再叠加AI Coding，底层生态建设的方式可能发生更大变化。过去，重建一套软件工具链，需要大量资深工程师长期手工开发；未来，一部分算子和编译器工作，可能由高级语言、编译工具和AI共同完成。AI可以生成代码、运行测试、发现性能瓶颈，再根据结果不断修改。不过，这并不意味着CUDA会迅速被替代。成熟的算子库、开发工具、用户习惯和真实反馈，都需要长期积累。国产芯片还要面对性能、稳定性、产能和系统工程等多重约束。更稳妥的判断是：TileLang和AI Coding正在降低生态迁移的门槛，但降低门槛，不等于已经补齐生态。它提供的是一条加速追赶的可能路径，而不是一张绕过所有工程积累的通行证。再往前想一步：AI会不会亲手削弱CUDA的护城河？CUDA最重要的护城河之一，是大量工程师多年积累的代码、工具和优化经验。而AI Coding恰好擅长写代码、做迁移、运行测试和持续修改。换句话说：CUDA依靠代码和工程经验建立优势，而越来越会写代码的AI，可能降低复制这些经验的成本。当然，生态不是把一批代码翻译一遍就能完成。大型模型训练还涉及稳定性、调试、通信、框架适配和长期运行经验。但AI不只运行在计算生态之上，也可能反过来改写计算生态。这或许才是TileLang真正值得关注的地方。------------------------------
06 CoT：让模型先“想一想”，再回答
CoT在2022年前后进入大模型研究视野；到了2024—2025年，推理模型成为前沿竞争焦点。在一套业内判断中，2025年可以被概括为重点突破CoT的一年。CoT，全称Chain of Thought，通常翻译为思维链。简单来说，就是让模型不要立刻给出答案，而是把复杂问题拆成多个步骤，经过中间推理后再形成结果。它有点像做数学题。只写最后答案，很容易算错；把条件、过程和中间步骤逐步展开，正确率通常会提高。在早期语言模型阶段，模型更像根据已有模式直接生成答案。引入思维链之后，模型可以分解问题、检查条件、尝试不同路径，再完成推理。到了2024—2025年，行业的重心进一步从“把推理过程写出来”，走向“给模型更多推理时间和计算预算”。模型不再只是快速回答，而是可以在输出前进行更长时间的计算、尝试和修正。这大幅提高了模型处理数学、代码和复杂逻辑任务的能力。不过，CoT也不能简单理解成模型拥有了和人一样的内心思维。更准确地说，它是一种增加推理计算和中间步骤的方法，让模型在回答之前拥有更多解决问题的空间。它解决的是：怎样让模型在已有知识基础上，把一个问题想得更深。但CoT仍然主要发生在一次任务内部。问题回答完以后，这次思考不会自动沉淀成模型新的长期能力。------------------------------
07 Coding与Agent：AI开始从“会说”变成“会做”
这两大概念相信是大家最为耳熟能详的概念词。2021年前后，Coding主要表现为代码补全；2024-2025年，它逐渐进入复杂代码任务；到了2026年，Agent开始成为行业新的能力焦点。Coding，也就是代码能力，是当前AI发展中非常特殊的一个场景。代码有一个其他任务很难提供的优势：结果可以被明确验证。一段程序能不能运行，测试能不能通过，Bug有没有修复，都有相对清晰的答案。AI写错了，可以根据报错进行修改；修改以后，还可以重新运行和验证。整个过程天然形成一个闭环：理解目标、拆解任务、编写代码、运行测试、发现错误、继续修改。早期的AI Coding更像一个自动补全工具。程序员写出前半段代码，模型帮助完成后半段。随着模型推理和工具调用能力增强，Coding开始从“补几行代码”走向“理解整个项目、调用工具、运行测试和持续修改”。
这也使Coding成为训练Agent能力非常理想的试验场。
一个模型只会补全几行代码，还不能算真正具备行动能力；如果它能够读取整个代码库、调用工具、修改程序，并在较长时间内持续推进任务，它就开始从“代码生成器”变成“数字世界里的执行者”。它和聊天机器人的区别，并不只是回答更长，而是能否围绕一个目标连续完成多步任务。现实中的工作很少只需要回答一道题。AI可能要先理解目标，再搜索资料、读取文件、调用工具、比较方案、执行操作，遇到错误以后重新规划，最终完成交付。聊天机器人更像告诉你“这件事应该怎么做”。Agent则开始尝试替你把事情推进下去。Chat解决的是问答，Agent瞄准的是Work。Coding在这里拥有双重意义。向下，它可以帮助编写算子、优化编译器和迁移硬件生态；向上，它为Agent和自动研究提供了一个可以持续执行、验证和纠错的环境。所以，Coding未必是理论上唯一的AGI入口，却是当前最成熟、最有商业价值，也最容易形成反馈闭环的试验场。咱们再往前想一步：会做事的Agent，为什么还不是员工？今天的Agent已经可以完成越来越长的任务，但它和真实员工之间仍然存在一个很大的区别。员工进入一家公司后，会在几个月甚至几年里逐渐熟悉同事、流程、业务背景和隐性规则。很多信息不需要每次重新说明，他会在长期工作中形成经验。Agent则更依赖当前提供的上下文。上下文没有写清楚，它就可能不知道某个同事是谁、某项任务以前为什么这样处理，也不知道组织中那些没有写进制度里的默认规则。因此，今天的Agent更像一位能力很强、执行很快，却可能每天下班后失忆的外包人员。它能完成任务，却未必能把任务经历稳定沉淀成新的能力。------------------------------
08 持续学习、自我迭代与具身智能：AI能不能真正继续长大
集中训练一次，发布以后，基础能力基本固定，直到下一次版本升级。但现实中的人类不是这样工作的。一个员工进入公司后，可以在几个月里逐渐熟悉同事、流程、业务背景和组织习惯。很多信息不需要每次重新说明，他会在长期工作中慢慢形成经验。AI目前更依赖完整上下文。如果没有提前提供资料，它往往不知道某个同事是谁，也不了解一家公司的隐性规则和历史背景。很多产品看起来像“模型记住了”，实际上可能只是上下文记忆或外部知识库。真正的持续学习，要求模型根据新的任务和反馈发生可靠变化，同时不能破坏原来的能力。模型学习新知识时，可能遗忘旧知识；直接吸收用户反馈，也可能把错误、偏见和噪声学进去。持续学习需要解决什么值得学、谁来验证、怎样避免遗忘，以及怎样保证更新后的模型仍然稳定。Agent解决的是能不能持续做事，持续学习解决的是做完以后，经验能不能真正沉淀成能力。在一套业内技术判断中，2025年重点突破的是CoT，2026年的重点是Agent，而Agent之后可以看见的下一个瓶颈，就是持续学习。这并不代表持续学习会在某个确定时间点突然被解决。更可能的情况是，它由记忆、数据更新、在线学习、反馈筛选和模型稳定性等多个问题共同组成，并在很长时间内逐步推进。如果AI能够持续完成任务，也能够从任务中稳定学习，下一步自然会出现一个更激进的问题：它能不能帮助改进下一代AI？自我迭代更严格的概念，通常叫递归自我改进。AI不仅学习外部知识，还能够参与优化模型、算法、训练方法、算子和工具，使下一代系统变得更强。今天，AI已经可以辅助编写训练代码、优化算子、运行实验和分析结果。但这些更接近AI辅助研究，距离完整的自我迭代仍然很远。真正的自我迭代还要求AI判断：什么问题值得研究，什么指标代表真实进步，实验结果是否可信，模型是真的变强，还是只适应了某个测试。具身智能则把AI从数字世界带入物理世界。机器人不只要理解语言，还要判断位置、重量、摩擦、碰撞和环境变化，并及时调整动作。它需要语言、视觉、空间理解、控制系统和现实反馈共同工作。值得注意的是，具身智能在产业上已经同步推进，并不需要等持续学习或自我迭代全部完成后才开始研究。但在不同团队的技术路线中，它的优先级并不相同。
有的团队认为，AI必须通过视觉、视频和物理交互建立世界模型，才能真正走向通用智能；也有团队认为，现阶段更重要的是先把语言、推理、Coding、Agent和持续学习做深，再让更强的AI反过来帮助解决机器人问题。
这里也带出了一个很有争议的问题：多模态是不是AGI的必经之路？一个模型能够看懂视频、识别声音、生成图片，并不代表它自动具备长期规划、复杂推理和持续学习能力。反过来，一个主要依赖语言和代码的模型，也可能通过Coding、工具调用和Agent能力，完成越来越广泛的认知任务。语言和代码，本身就是人类对世界高度压缩后的表达。大量知识、规则和逻辑，已经存在于文字和程序中。因此，一条相对克制的路线也可能成立：不急着追逐所有模态，而是先把语言、推理、Coding、Agent和持续学习做深。多模态扩大的是AI的感官，却不自动等于更高层次的智能。但当AI真正进入物理世界时，视觉、声音、触觉和动作又会变得不可缺少。多模态未必是迈向AGI每一步的必要条件，却很可能是完整具身智能的重要条件。------------------------------
Scaling和模型效率，讨论的是模型能力如何继续增长。训练、后训练和推理，讨论的是模型怎样从基础能力变成真实服务。CUDA、PTX、算子、编译器和TileLang，讨论的是算力怎样真正转化成模型能力，以及国产算力替代究竟难在哪里。CoT、Coding和Agent，讨论的是模型如何从生成答案，走向推理、行动和完成任务。持续学习、自我迭代与具身智能，则讨论了AI下一阶段还缺少哪些能力。如果把它们放回时间轴，会看到AI行业的重心正在不断移动：最初，人们关心怎样把模型做大；接着，人们开始让模型学会听指令、进行推理；2025年前后，CoT和推理能力成为重点；到了2026年，Agent开始推动AI从Chat走向Work；再往后，持续学习、自我迭代和具身智能，可能构成新的前沿。
这并不是一条已经得到验证的标准路线。Scaling、Agent、多模态和机器人很可能同时发展，也可能出现新的技术分支。但理解这些概念以后，我们会发现，AI行业真正值得关注的，并不是名词本身，而是名词背后的几组矛盾：
效率不是Scaling的反面，而是在有限资源下继续Scaling的方法；
CUDA的生态护城河很深，但AI Coding也可能降低复制生态的成本；Agent已经开始做事，却还没有真正学会积累经验；多模态让AI获得更多感官，却未必自动带来更高层次的智能。模型获得的信息究竟只是被暂时记住，还是已经沉淀成新的能力？它是在使用AI辅助研究，还是已经形成更完整的自动研究闭环？今天的大模型已经学会了很多东西，也开始能够调用工具、执行任务和修正错误。但它还没有真正解决一个更根本的问题完成训练以后，AI能不能继续稳定地长大？
夜雨聆风