Transformer作者爆料GPT-5.1内幕！OpenAI内部命名规则变乱了

我们正在经历一次静悄悄、但本质性的AI范式转换。它的意义不亚于Transformer本身。”

过去一年里，关于AI发展，出现了两种观点的分化：

• 一边是“AI增长放缓、模型到顶、预训练无用论”
• 另一边则是隔三差五就来一次“AI大周”：GPT-5.1Gemini 3Grok 4.1

而Transformer作者之一、现任OpenAI研究科学家的Łukasz Kaiser最近接受采访，给出了第一视角的解答。

信息量极大，包括AI的底层范式转变、GPT-5.1的命名规则、未来AI的发展趋势……以及Transformer诞生背后的二三事。

• AI不是变慢了，而是换代了。
• GPT-5.1不是简单的小版本迭代，OpenAI内部版本命名规则有所变化。
• 多模态推理将会成为下一个突破点。
• AI不会让人类完全失去工作。
• 家用机器人是继ChatGPT后最可见的AI革命。

下面一起来康康详细内容：

AI发展没有放缓，而是平稳增长

过去一年里，有关“模型进展变缓”的声音层出不穷，但Łukasz认为这种看法是错误的。

他给出的解释也很直白：

• 从内部视角看，AI的能力增长是一条非常平滑的指数曲线。

这类似于摩尔定律，几十年来摩尔定律始终有效，甚至在GPU的推动下还在加速，归根结底也是因为它历经了数代技术的迭代。

因此，AI从外部看，趋势是平稳的；而从内部看，其进步也离不开新技术、计算机能力的提升和工程优化的共同作用。

至于为什么会有人觉得“变慢了”，原因无它：AI的底层范式，已经悄悄从预训练转向推理模型。

这也是继Transformer诞生后的又一次关键转折。

如果把技术发展的过程描述为一条S型曲线（起步→快速增长→平稳期），那么预训练就处于S曲线的上升后期，而推理模型仍处于初期。

不过这并不意味着预训练的Scaling Laws就失效了，它仍在发挥作用，只是和新的推理范式相比，需要投入更多的资金。

所以出于经济上的考量，业内人士开始普遍将工作重心转向更小也更便宜，但质量相同的模型，所以这也是导致外界认为预训练已经停止的原因之一。

那么回到推理模型上，由于该范式还处于新兴阶段，进步速度会相当之快。

以ChatGPT为例，GPT-3.5会直接基于训练数据记忆给出答案，而不会借助任何外部工具和推理，反观现在最新的ChatGPT会主动浏览网站、进行推理分析，再给出准确答案。

对于普通用户来说，如果不仔细对比，可能会觉得二者差异不大，但实际上这背后是性能质的飞跃。

又比如说Codex，程序员的工作方式已经在近几个月里转变为“Codex先处理，然后人工微调”的模式，这种变化其实相当之彻底，但如果不是专业从事编程工作，自然不会留意到这种根本性变革。