1. 瓶颈期这三个字，最近被提得有点随意
先聊个现象。前两年每次有新模型出来，朋友圈的刷屏文案基本是“震撼”“炸场”“重新定义AI”。最近再出新模型，画风变了，成了“就这？”“提升不明显”“换了个壳”。从“涌现”到“挤牙膏”，观察窗口的变化本身就说明一件事：大家对 AI 进步的体感，已经从亢奋转入平缓。
但“瓶颈期”这个词，我建议别急着套。
我会更愿意把当下这个阶段理解为“高原期”：还是往上走的，只是斜率变缓了，而且前面几座容易爬的山头已经被爬完了。真正的技术瓶颈不是“不进步了”，而是“进步的方式变了”。过去三年我们习惯的是那种颠覆式兴奋感——一个模型发布，能力曲线直接上跳一个台阶。现在模型确实还在变强，但强出来的那部分，普通人感知不到了。
举个例子。某个新模型在代码能力上确实比上一代强，但强的维度很细，比如长上下文里的指令跟随更好、复杂多步骤任务的错误率低了。这些东西写进技术报告里是实打实的指标提升，但用户在日常使用中的感受可能就是“偶尔不用再重试一遍”。这种提升是真实存在的，只是缺乏记忆点，传播上吃了大亏。
于是社交媒体的评价体系和技术的实际进展之间，出现了严重错位。这其实才是“瓶颈期”这个说法被滥用、甚至被误导的核心原因：不是技术不走了，而是技术走的每一步，已经不再能构成一个足够戏剧化的“新闻事件”。
2. 从多重信号看瓶颈期的真实成色
2.1 Scaling Law的回报正在递减
先看硬指标。过去几年大模型发展的底层逻辑是Scaling Law——参数规模、数据量、算力三者一起堆，能力就往上走。这个规律到今天没有失效，但边际回报确实在收窄。
有个业内讨论很多的现象：模型参数从百亿涨到千亿时，能力提升肉眼可见，几乎每个benchmark都在涨；但从千亿往万亿走，同样的投入换来的分数提升可能只有几个点，甚至某些评测集上会出现“涨不动”的情况。
背后的原因其实不难理解。模型越大，需要喂的数据就越多。而互联网上高质量文本数据的总量是有限的。你翻遍这个星球上所有公开的优质语料，会发现“数据墙”就在眼前。某实验室为了凑数据，已经把版权书库、代码仓库、论文全文都快榨干了，下一步只能去啃低质量的论坛帖子。喂进去的diet越来越糙，模型能力自然不可能继续像早期那样蹭蹭涨。
2.2 评测集的“饱和效应”
另一个被低估的信号是：我们现在用的评测集，正在集体进入“天花板”。
MMLU、HumanEval、GSM8K这类基准，很多模型已经刷到接近人类水平甚至超过人类基线。当一个测试集对最顶尖的模型来说准确率达到90%以上时，它对模型之间的区分度就几乎失效了——你用这个测试集测新模型，哪怕能力真的涨了5%，它显示出来的差异可能只有0.5个点，还落在误差范围内。
这就是“评测饱和”。模型能力进步了，但尺子没换，量出来的差距自然越来越小。再加上不少团队其实已经在针对公开评测集做优化，评测分数和真实通用能力之间的相关性正在进一步下降。你去追问一个天天刷榜的团队“你这模型在真实场景里到底行不行”，对方大概率会沉默几秒，然后说“我们内部有自己的测试集”。
评测饱和带来的后果是：技术社区对“进步”的感知被严重钝化。论文里写“我们的方法在X测试集上取得了SOTA”，读者已经麻木了；发布会说“新模型在Y基准上提升X%”，观众已经无感了。不是说背后没有真进展，而是Proof的方式已经说服不了人。
2.3 算力与收益之间的剪刀差
再聊聊算力账。
训练一个大模型的成本曲线，现在几乎是直线上扬。单次训练投入从百万美元级涨到千万美元级，头部玩家甚至在往亿美元级冲。但模型性能的曲线却在放缓。两条曲线的剪刀差，就是这一波“瓶颈感”最硬的经济学基础。
如果投入翻10倍，收益只翻1.5倍，这件事在任何行业都算典型的边际收益递减。放在两三年前，投资人和技术负责人还能赌一把“再往上冲一冲可能又出一个台阶”；放到现在，越来越多的人在算这笔账时会犹豫。没有明确的KPI告诉你“下一个Scaling跳变什么时候来”，没人敢拍胸脯说“再来10倍算力就能AGI”。
这直接影响了很多团队的决策。有朋友在头部大模型公司做训练，聊天时跟我说，现在内部立项新版本的约束条件比以前严格太多了，数据规模增长几倍、训练预算增长几倍、预期效果提升多少，都要写进项目书里，像做投资尽调一样。这放在“大力出奇迹”时代是难以想象的。
3. 为什么技术还在走，我们却觉得它“卡住”了
3.1 预期水位被拉得太高
瓶颈感的来源，很大程度不是在技术本身，而在预期管理。
前两年那波爆发式的迭代，把大众心里的“标准水位”拉到了一个极度苛刻的高度。每次新模型发布都被期望“再来一次iPhone时刻”。但技术的演进从来不是线性的——突破期之后的每一次进步，本质上都是在消化突破期的红利。
打个比方。电灯发明之后，后面的改进是灯丝寿命更长、钨丝更纯、耗电更低。你坐在房间里，不会觉得“哇，电灯又变亮了”是一种革命。但对经历过煤油灯的人来说，电灯本身就是革命。AI现在所处的阶段，就是把电灯照明这件事做得更精细：推理更便宜、上下文更长、指令遵循更准确、多模态能力更顺滑。这些都是实打实的进步，只是不再具备“让人哇出来”的戏剧性。
3.2 基础设施层面的隐形突破
说“AI瓶颈期”的人还忽略了一个重要事实：很多突破发生在“看不见的地方”。
推理成本就是一个典型的例子。两年前调用一个大模型的API，处理一次复杂推理任务的成本能到几毛钱甚至几块钱；现在同样量级的任务，成本降了两个数量级。端侧部署、模型压缩、蒸馏、量化这些技术的进步，让原本必须在云端超大集群跑的任务，现在在中端手机上就能跑起来。
这种进步不体现在benchmark上，但体现在产品的可能性上。没有推理成本的断崖式下降，就不会有那么多免费AI应用跑得起来。你感知不到它，是因为它已经被基础设施化了——就像你不会在用电时感谢电网工程师一样。
所以更准确的描述不是“瓶颈期”，而是“转型期”：技术底层的突破节奏放缓了，但工程化的红利正在被一点点吃透。前者影响的是“上限想象力”，后者影响的是“下限可用性”。
3.3 用户真实需求的迁移
还有一个体验层面的错位：普通人想要的AI和实验室在研发的AI，需求曲线已经岔开了。
实验室在追的是AGI、多模态推理、长时记忆这类通用能力；而大量用户真实高频使用的场景，是“帮我写一段周报”“把这篇文章总结成三条要点”“给我出几张头像图”。这些需求，其实早在两年前的模型上就已经能完成得相当不错。
于是出现一个怪象：模型一代比一代强，但用户感知的“AI能帮我做什么”基本没变。因为对于大多数任务，第一代模型已经做到了“够用”，后面的迭代属于“锦上添花”，再加上一部分用户本身就对AI抱有“你行你上”的戒备心，进步就更难被注意到。
这其实不是一个技术问题，而是一个产品化问题。真正该“被解决”的，不是让模型再强大十倍，而是找到那批“现阶段AI就能做好、但大家还不知道能这样做”的场景，把它做成好用的产品。这条路还没被真正走通，但方向的权重已经在肉眼可见地上升。
4. 产业端正在经历的两种“冰火两重天”
4.1 大厂与创业公司的处境分化
“瓶颈期”的说法在产业层面的表现，不是一片萧条，而是严重的分化。
头部大厂依然在烧钱，但烧钱逻辑已经变了。两三年前是关于“AGI梦想”的叙事驱动，今天更多变成“不建就落后”的防御性投入。它们不会因为短期回报不明显就停手，因为模型能力直接关系到云、办公、搜索、硬件等核心业务的基本盘。你可以说它们进入瓶颈期，但它们的体量能扛住瓶颈期的成本。
创业公司这边就不一样了。基于通用大模型做应用的公司，正面临一个尴尬的处境：模型层的进步变慢，意味着底层的同质化程度提高，你基于“某个模型的能力优势”构建的壁垒，可能在几个月后就因为别人用了同样的模型而消失。前两年“套壳”这个贬义词还只是调侃，今天已经成了很多团队的自我认知——那我直接做垂直场景、深耕某个行业的know-how，行不行？行，但市场教育成本、获客成本、定制成本全压上身，毛利薄得像纸。
4.2 资本耐心见底
资本层面同样在冷化。前两年AI项目拿钱很容易，讲故事就行；今天再看项目，投资人第一句问的大多是“你的数据和场景在哪里”“离商业化还有多远”。没有明确答案的项目，融资难度直线上升。
这事本身倒不全是坏事。资本回归理性之后，虚火会消退，活下来的项目反而能做更务实的事情。但对仍在期待“下一轮融资续命”的团队来说，这个冬天注定不太好过。
我最近跟几个做AI应用创业的朋友聊，发现他们的共同策略已经从“做大平台”转为“做小生意”：找一个具体的行业痛点，用AI做工具，按月收费，现金流打正再说。姿态确实低了，但活下来的概率也高了。这个转变本身，就是对“瓶颈期”最好的回应。
4.3 人才流动的转向
另一个值得观察的信号是人才流向。
前两年最顶尖的算法工程师几乎都被大模型团队吸走了，薪酬高、课题“性感”。今年以来，越来越多的人开始流向“AI+y”的方向——AI+医疗、AI+教育、AI+工业、AI+金融。薪资未必有大模型团队高，但胜在问题具体、反馈清晰、短期能见到成果落地。
做一次选择就能看出行业心态的变化：大家已经不满足于“在一个庞大的未知空间里做无限探索”，而是更在意“在已知的边界内找到一个能立足的点”。这不代表科研理想主义消失了，而是产业层面正在集体回归“工程理性”。
5. 还有哪些方向在孕育下一波突破
5.1 推理时计算(Test-Time Compute)
如果让我押一个最有可能带来“下一波体感飞跃”的方向，我会押推理时计算。
之前模型的能力上限基本在训练阶段就定死了：训练的规模多大、数据多好，推理时只有一个前向传播，能力就那么多。现在越来越多的研究开始把“思考”放到推理阶段：让模型在回答前进行多步推理、自我反思、多路径尝试，用更多的推理计算换取更高的回答质量。
这个方向有一个关键优势：不需要等一个庞大的训练集群跑完，也不需要在训练侧烧掉天量算力，它的迭代周期更短、实验成本更低、效果反馈更快。已经有一些模型在数学、物理推理任务上展现了这条路的潜力——同样的模型，加上推理时搜索，成绩能上一大截。这是实打实的“没有新参数，但有新能力”的路径。
5.2 合成数据与数据治理
前面提到“数据墙”，那墙是不是就真的堵死了？至少有一条绕过去的思路：合成数据。
用模型自己生成的高质量数据来训练下一代模型。这个想法早期被怀疑是“近亲繁殖”，但现在越来越多的实验证明，如果生成、筛选、混合的策略得当，合成数据不仅能补充数据量的不足，还能在某些维度上突破真实数据的上限——比如生成更多样化、更具挑战性的训练样本。
问题在于，合成数据不是简单“让AI写一堆文本再喂回去”，核心壁垒在筛选。如何从海量生成内容里挑出高质、多样、平衡的数据，是一套工程体系，也是后续所有大模型团队的必修课。这一块很难出“爆点新闻”，但它在悄悄决定下一代模型的上限。
5.3 多模态与具身智能
大语言模型文本能力的增速放缓之后，多模态成了一个比文本更有增量空间的方向。图片理解、视频生成、音频处理，各自的表征空间和任务形态都还很新，远没到饱和。
再往远看，具身智能——让AI拥有物理身体、能在真实世界里行动——被很多人认为是“下一代范式”。逻辑不复杂：人类智能很大程度是通过与物理世界的交互建立起来的，单纯靠文字喂出来的模型，再怎么堆数据也缺一块“真实体感”。机器人、自动驾驶都算是具身智能的子集。
当然这个方向要面临的挑战比纯文本大得多：物理世界的数据采集慢、成本高、非标准化；机器人硬件的本体设计、传感器、执行器都是瓶颈。但正因为难，一旦突破，退回去说的“瓶颈期”就会被重新定义成“平台期”。
5.4 端侧模型与边缘智能
还有一个不那么“性感”但非常现实的方向：把模型做得又小又好，塞进手机、PC、车载设备里。
这个方向的好处是直接绕开云端算力的成本和隐私问题。端侧模型的体验在过去两年进步非常大：一个几B参数量的小模型，量化之后在手机上能跑出几年前几十B模型的效果。加上芯片厂商的NPU、内存带宽都在升级，端侧模型的可用性还会继续往上走。
从这个角度看，AI的“物理体积”在缩小，“能量密度”在变大。如果只看云端超大模型，确实有种天花板将至的错觉；但如果把眼光放到“AI能跑到任何一颗芯片上”，你就会发现那些“瓶颈”不过是某一个特定技术路线的阶段性迟滞而已。
6. 给从业者的务实建议：别陪“瓶颈”空转
6.1 把注意力从“追最新”转到“做可用”
现在这个阶段，最没价值的事情就是无休止追新模型。不是说前沿技术不重要，而是对大多数从业者来说，前沿的边际价值正在下降。你把两个最新模型的对比评测翻来覆去研究三天，最后落地的项目可能还不需要那么强的能力。
我更推荐的做法是：认真梳理你的业务场景中哪些任务用现有模型就能做得很好，哪些做不好但可以拆分简化。在“可用性”上下功夫，大概率能比“追新”带来更确定的产出。耐心做产品、磨体验、建壁垒，这些从来不是瓶颈所能限制的事。
6.2 深耕一个具体场景，比做通用平台更稳
如果你还在纠结做平台的宏大叙事，我的建议是收一收。通用应用已经落入大厂的射程，创业公司最好的切入点永远是“足够具体、足够窄、足够脏活累活”的场景。某一法律文书审核流程、某一电商客服质检环节、某一生鲜供应链的配货预测——跟这个行业的人泡在一起，把行业know-how沉淀成数据飞轮，这比喊一句“我们的AI能赋能千行百业”有用得多。
6.3 技术人重新理解“手艺”
对技术人来说，这个阶段反而是技能重新定价的时间窗口。
前几年会调参就是稀缺能力，模型能力上来了，调参的价值直线下降，工程化、产品化、行业理解能力的重要性开始上升。一个能亲自下场跑用户访谈、读懂客户业务日志、把流程自动化做通的工程师，远好过一个只会发帖讨论“AGI什么时候到来”的键盘观察员。
把手上的技术栈吃透，把业务逻辑搞明白，把交付做成闭环——这些在任何周期里都是硬通货。
6.4 组织和公司层面：防御性收缩、选择性进攻
如果你有一定决策权限，建议考虑“防御性收缩、选择性进攻”的策略。收缩的是那些纯粹依赖“最新模型能力红利”、没有自建壁垒的业务方向；进攻的是那些数据壁垒清晰、用户留存高、盈利模型明确的细分场景。
收缩不是躺平，而是在资源有限的环境里守住基本盘。进攻也不是赌一个宏大故事，而是把子弹集中到几个高胜率的目标上。这个策略在大环境不确定时依然能维持体面和韧性。
7. 写在后面：瓶颈期里的小事
说回我自己的体感。前阵子我在做一个文本分析的小项目，模型层面没有用任何新东西，就是把任务拆细、把数据清洗流程理顺、把模型输出做了一层结构化的后处理。效果出奇地好，用户给的反馈是“比之前那个什么新模型好用多了”。
这件事让我想明白一个道理：对大多数人来说，“AI变强”从来不是突然从一个时刻跳到另一个时刻。它更像是水电煤网络，一点一点铺开，等它真正走进所有角落之后，你已经忘了它是什么时候变普及的。
所谓瓶颈期，更多是一个叙事层面的错觉。技术开发的底层逻辑可能正在换挡，但它并没有停下。作为一个长期在这个行业里摸爬滚打的从业者，我的判断是：与其盯着远方的山头叹息爬不上去，不如低头把脚下这块地耕好。打完收工的那天，你会发现自己其实已经往前走了很远。
最后送一句话给还在焦虑的朋友——瓶颈往往是别人定义的，路是自己走的。
