在大会和小会上听到的关于AI的消息会大相径庭。大会上大家总是信心满满，小会上大家就总是苦于商业模式或者AI威力不足。但在有一点上却非常一致：近2年高歌猛进之后，AI可能会迎来自己的一个小低潮。
不良信号
近来大会上有不要卷模型，要卷应用一说。这句话换个角度解读，就是没什么像样的应用。而没什么像样应用绝对不是因为不想卷，而是因为模型其实没想的那么好用。
当安卓、iOS应用商店打开的时候，瞬间成百上千的应用就起来了，根本不用人催。现在不单曾经的这些应用人才现在还在，每年还新注入了一批。所以只要应用空间真的打开，那就一定瞬间进入白热化状态。国内怎么可能缺应用人才。
换到小会上来看，近来在琢磨事AI碰撞局上，三个背景完全不一样的人对到底AI打开了多大的应用空间达成了完全一致的理解。
QucikCreator的阎志涛在做B端出海，他觉得在B端必须用Workflow搭配大模型而不是真正的Agent才能做出来B端能用的产品。
王卓然是这方面UCL的博士同意老阎的观点，我是做B端Agent的，不单同意老阎的观点，而是不约而同走上了同样的道路。
这种方式不是不能做应用，但它反向倒逼你必须足够垂直，并且应对变化的成本会上升。
这就有点像本意是做自动驾驶，但实际做成了智能在操场上代步的小车。预期的应用空间是星辰大海，实际上却是铁岭。
GPT5会不会来？
不管是Q*还是GPT5到现在并没有谱，我们不知道到底它来不来，什么时候来，来了又有多大进展？
打开应用空间需要的不是GPT4到GPT4-o的进展，而是GPT3到GPT4的进展。近来朋友圈看到了一张据说是OpenAI给AI的分级图，如下：
（https://www.reddit.com/r/OpenAI/comments/1e0yqq8/openai_develops_system_to_track_progress_toward/）
我试图查具体出处，没找到，所以可能不是真的。
不过没关系，不管那里来的，这个图倒是能说明现在模型在应用上的限度，以及我们对GPT5的期望。
如果说现在的大模型是Level1，能做出对话机器人，那GPT5要怼到Level3才能真正打开广阔的应用空间。Level3时候的应用空间的价值应该可以媲美iOS和Android的应用商店。
这里我做个没根据的猜想，那就是每跳一级应用的价值空间可能扩大10倍。（考虑了一点能折叠应用的范围，但这句纯感觉，没根据）
在这种期望面前，显然现实进展有点虚，我们不知道Scaling Law是不是继续有用，也不知道如果它不顶用，那什么顶用？
假如GPT5不能快速发布或者持续跳票，这个小低潮的确定性就非常之高。
大模型公司自己的路在那里？
抛开应用不说，大模型公司自己的路走的也并不顺利。就比如OpenAI，虽然比上一波的AI公司创造了更大的现金流，但战略上并没有把自己倒腾到一个合适的位置。（最新报告说：OpenAI ARR到了34亿美金）
对大模型公司我们有两种想象：
一种是大模型是砖头，那里用往那里放。这对大模型公司后果是灾难性的，会导致高昂的人才、训练成本根本找不到落点。有那个供应链上的公司能够占据产业利润最丰厚的环节么？根本别提一旦技术增长停滞后，它的客户端注定会把它踢掉或者在多个供应商之间压价。这就会导致大模型公司变成赚钱费劲，花钱很痛快的公司。没法长久存在的。
一种是大模型是系统，直面最终用户。这本质是在和英伟达瓜分类似过去微软在PC产业链里面的控制权。这时候大模型需要系统化(Windows）同时要承载超级应用（Office）。
再形象做个比喻，如果是前者，那就是有终端控制权的公司，比如苹果是这场变革的最大受益者。如果是后者，那苹果会变成联想，大模型公司会变成新的巨头。
从Sam Altman偶尔爆出的消息来看，OpenAI好像在忙活这事，他想突围，但OpenAI的位置并没有实质改变，所以不管创造了多少收入，本质上还在险境里面。
OpenAI的收入几乎全部是订阅，大部分是个人小部分是企业，显然还处在砖头的位置。
OpenAI都这样，回到国内的大模型公司，那一样是这种困境。只不过OpenAI突围面对的是英伟达、苹果、微软给它留下的夹缝，国内的大模型公司要把这些换成另外的公司。
简单总结下就是：
大厂的就是希望多点调用量，小厂的需要突围，但两者进展都没想的那么好。核心在于前面说的应用空间。
小低潮
应用的速度是很快的，两年时间差不多足够把所有能升级的、能想象的都试一遍。情况看起来也真的比上一波弄智能音箱、客服、闸机要好很多。否则API调用量也不可能维持到某些公司公布的量级。
所以现在其实是大模型之前创造的这波红利已经被消化的七七八八，而不是还有巨大空间没被消化。
这样一来事情就卡在这里了。技术、产品、用户的循环跑的并不顺利。
这时候从应用的视角，进就是更多明显不灵的方向瞎尝试，退就是坐守穷城。
这不就是小低潮么？
信念和现场指引方向
这种高度不确定的时候，相信什么就变很关键了。
我个人是相信AI可以再往上突破的，这还真不是看论文看来的，而是和我的一个朴素认知逻辑有关。
我一直觉得在相对通用的范围里突破了概念理解和逻辑判断能力这事至关重要，这是潘多拉魔盒的那个钥匙，一旦被拉开，透了风，后面就会越拉越大。
大家可能还记得GPT4刚出来的时候被用来参加了好多考试，有些成绩已经比较惊人。这是划时代的，它意味着在某些基础工作上AI可以顶人干活了。
然后真把GPT5干出来，最关键是什么？我猜说了十几年的几个要素里面（数据、模型、算力）最关键的还是数据。
如果真的是数据，那以GPT4的智能水平，理论上是可以更低成本的帮助获取更多的有效数据的。也就意味着可能让智能飞轮逐步加速，并且越加速度越快。
所以我本质相信跨过了GPT4的槛，AI的进展是拦不住的，快点慢点的差别而已。这是我的朴素认识，但不是科学，而更像信念。
与这个信念相匹配的是在这样一个变量过多的领域里面，少谈宏观走向，多看点现场问题，对绝大多数人是适合的。现场和案例才是对应用最好的启示，论文和宏观走向不是。
小结
现在整个行业似乎把期望都寄托在GPT5上面了。这也很危险，万一GPT5没冲过去，信心可能会崩的更夸张。既然小低潮大概率回来，那真做这个的可以提前做点准备。
