新芒xAI 11月27日消息 OpenAI联合创始人兼前首席科学家、Safe Superintelligence（SSI）创始人Ilya Sutskever在最新访谈中指出，目前主流的依赖“预训练 + Scaling”（即不断堆数据、参数和算力）的AI发展范式已经触及瓶颈。
尽管大模型在各类评测中表现惊艳，但在真实世界任务中泛化能力薄弱，甚至会陷入重复犯错的怪圈，这暴露出当前方法的根本缺陷：过度优化特定指标，却缺乏类似人类的深层理解与内在价值判断。
他认为，AI正从“规模时代”重新回归“科研时代”，下一阶段的突破不在于更大模型，而在于重构训练范式，尤其是如何赋予模型持续学习、自我纠正和稳健泛化的能力。
他强调，真正值得追求的不是“全能成品型AGI”，而是一个具备类人学习效率、能通过与环境互动不断成长的“可塑心智”。而这一切的核心，在于理解人类为何能在极少样本下高效学习，并将情感、价值观等进化塑造的内在机制，以安全、可控的方式融入未来超级智能的设计之中。
