2026年AI状态全景：模型、训练、竞争与未来

1中美AI竞赛：谁将胜出

访谈以"DeepSeek时刻"为切入点展开——2025年1月，中国公司DeepSeek发布的DeepSeek R1模型以远低于行业预期的计算成本和开源权重，实现了接近或达到当时最先进水平（SOTA）的性能表现。这一事件被广泛认为是AI竞赛格局的重要转折点。

技术民主化趋势：两位专家一致认为，到2026年，没有任何公司能够独占某种其他公司无法获得的技术。研究人员的频繁流动、论文的公开发表意味着核心思想会迅速传播。真正的差异化因素将是预算和硬件资源，而非专有知识。

2ChatGPT vs Claude vs Gemini vs Grok

Nathan Lambert给出了一个大胆的2026年预测：Google Gemini将继续在消费级聊天机器人领域蚕食ChatGPT的市场份额。理由包括：

• 规模优势：当两者都运行在最极端的规模时，Google拥有更好的资源分离能力
• 垂直整合：从TPU芯片到数据中心的全面掌控，避免向NVIDIA支付高额溢价
• 企业市场：Anthropic（Claude）将在软件和企业领域继续成功

模型使用策略分化：访谈揭示了专家们的实际使用模式——没有单一"赢家"，而是根据任务选择不同模型：

3编程AI：Cursor vs Claude Code

两位嘉宾分享了自己的编程工具选择：

Sebastian Raschka使用Codeium插件（VS Code），他认为这是"甜点"——提供代码辅助但不完全接管控制。他坦承自己是"控制狂"，还不习惯完全agentic的工作流。

Lex Fridman和Nathan Lambert则同时使用Cursor和Claude Code，视它们为本质上不同的体验：Cursor适合传统IDE工作流（查看diff、细粒度控制），而Claude Code则是"用英语编程"——通过宏观指导而非微观管理来构建软件。

4开源vs闭源：技术传播与商业模式

当被要求列举开源模型时，两位专家迅速列出了令人印象深刻的名单：

中国开源模型：DeepSeek、Kimi（月之暗面）、MiniMax、智谱AI（GLM）、阿里Qwen、零一万物（01.AI）

西方开源模型：Meta LLaMA、Google Gemma、OpenAI GPT-OSS、NVIDIA Nemotron、Mistral AI、AI2 OLMo、Hugging Face SmolLM、Reka AI、Nous Research等

5Transformer架构：从2019至今的演变

Sebastian Raschka解释了从GPT-2到2026年模型的架构演变。令人惊讶的是，核心架构几乎没有根本性改变：

MoE（混合专家）机制：通过路由器选择性地激活不同"专家"子网络，使模型在保持参数规模的同时降低推理计算量。这已成为2025-2026年大模型的标准配置。

6缩放定律：死了吗？

这是对Scaling Laws（缩放定律）状态最权威的解读之一。两位专家一致认为：缩放定律仍然成立，但"低垂的果实"已被摘完。

三个维度的缩放：

1. 预训练缩放：增加模型规模和数据量——仍然有效，但成本极高
2. 强化学习缩放：延长后训练阶段的RL运行时间——2025年的主要突破领域
3. 推理时间缩放：让模型在回答前进行更多"思考"——o1等模型展示的能力

7AI如何训练：三阶段理论

访谈详细解释了现代大语言模型的三阶段训练流程：

1. 预训练（Pre-training）

在海量文本语料上进行下一个token预测。关键变化：不再只是"收集所有数据"，而是精心策划高质量数据，包括使用LLM重新表述内容（如将Reddit帖子转换为问答形式）。

2. 中训练（Mid-training）

这个较新的阶段专注于特定能力提升，如长上下文扩展。使用专门的长文档数据集进行继续训练。Sebastian强调这是一个"尴尬"的命名，因为介于预训练和后训练之间。

3. 后训练（Post-training）

包括监督微调（SFT）、DPO（直接偏好优化）和RLHF/RLVR。这是"解锁"预训练阶段获得的知识，而非教授新知识。

8后训练革命：RLVR与推理能力

这是访谈的技术核心之一。RLVR（Reinforcement Learning with Verifiable Rewards）被Nathan Lambert称为2025年AI领域最重要的发展。

工作原理：模型生成答案，系统根据正确答案验证结果（如数学题的正确解、代码的执行结果），模型据此更新策略。这与传统的RLHF（依赖人类主观偏好）形成对比。

"Aha Moment"：DeepSeek R1论文中描述的模型自我纠错现象——模型会在推理过程中意识到"等等，这里出错了，让我重新尝试"。这种行为不是显式编程的，而是从正确答案信号中涌现的。

9AGI时间线：从2027到2031+

关于AGI（通用人工智能）的时间线，两位专家持谨慎态度：

定义问题：Nathan Lambert强调AGI定义的混乱。OpenAI的定义是"能完成一定数量经济价值任务的AI"，但这并不令人满意。更具体的定义是"能够替代远程工作者的AI"——能够接收信息、解决数字任务、从反馈中学习。

关键里程碑：

• 超人类程序员：能自动化任何编程任务
• 超人类AI研究者：能独立进行AI研究
• 超级智能：全面超越人类智能

Sebastian Raschka的预测更为保守，认为完全自主的AI研究者可能还需要10年以上。

10AI会取代程序员吗

这是一个情感复杂的话题。Lex分享了一项针对791名专业开发者（10+年经验）的调查结果：

• AI代码使用率：大多数开发者在交付代码中使用AI生成代码的比例超过50%
• 资深开发者反而更多使用AI：在高AI生成代码占比的类别中，资深开发者比例更高
• 工作满意度：约80%的人发现使用AI让工作更有趣