从GPT-3到地缘博弈：2025年AI最关键的转折瞬间

这期《No Priors》精选集回顾了2025年迄今最具代表性的AI洞见：从Harvey意外发现GPT-3在法律领域的巨大潜力，到OpenAI对“推理范式”的判断，再到AI引发的就业冲击与地缘政治风险。这些故事展示了技术突破背后真实的试错、判断与勇气。

当机会“藏在明处”：Harvey与GPT-3的意外相遇

这一切之所以重要，是因为它揭示了AI创业中一个反直觉的事实：决定性机会往往不是来自宏大计划，而是来自对新能力的敏感。Harvey CEO Winston Weinberg回忆，他最初甚至没有创业打算，只是在一次展示中看到了GPT-3。令他震惊的是，“这么强的模型，几乎没人真的在用它解决具体问题”。

他们选择了法律这一高度结构化、但长期被认为难以自动化的领域。团队用类似“chain-of-thought”（链式思考）的提示工程方法测试房东-租客法律问题，并请真实律师验证结果。最终，答案获得了86%的认可率——这个数字成为他们继续下注的关键证据。

真正的转折点带着一点黑色幽默：他们直接冷邮件联系了OpenAI的总法律顾问。没想到，这封邮件不仅得到了回复，还促成了与OpenAI管理层的会面。Weinberg后来形容这段经历时说，机会并不是被“发明”出来的，而是“在你敢于认真对待新能力时突然显形”。这个故事也成为2025年AI应用浪潮中最具代表性的创业样本之一。

推理成为新范式：OpenAI眼中的下一代模型能力

如果说应用层的故事展示了AI的落地速度，那么模型层的变化则决定了上限。OpenAI的Brandon McKenzie和Eric Mitchell在节目中强调，“推理”已经成为一个明确的范式转移。他们讨论的不是简单的更大模型，而是模型如何判断不确定性、如何调用工具，以及如何更高效地分配算力。

在他们的描述中，现代模型不再试图独立完成所有任务，而是学会把视觉理解、代码生成等子任务交给专门工具。这种方式不仅提升了准确率，也显著降低了计算成本。Mitchell提到，模型在面对复杂问题时，会先评估“我是否确定”，再决定是否调用外部工具，这本身就是一种推理行为。

这种多模态与工具协同的路径，被认为是通往更可靠AI系统的关键。正如他们所说的那样：“不是让模型无所不能，而是让它知道自己什么时候该求助。”这句话点出了2025年AI研究的核心气质：克制、工程化、以可靠性为中心。

空间智能、训练挫败感，与“为什么创业不该像赌博”

技术突破并不只发生在语言模型上。认知科学家Dr. Fay Lee从神经科学角度解释了“空间智能”：动物如何从二维视觉输入中重建三维世界。她指出，即便是人类，也很难在脑中完整建模环境，而训练和工具可能让我们获得更流畅的3D交互能力，释放新的创造力。

这种“看见模型突然学会新能力”的体验，在Issa Falford的训练故事中更具情绪张力。她形容，当模型第一次在新数据集上跑通时，那种感受“依然是震撼的，哪怕你事前再有信心”。而失败同样重要，它们清晰地暴露出模型的短板，逼迫团队回到枯燥的训练与调参。

这种对长期投入的尊重，也体现在Nubara Feyen的反思中。这位经历数十年生物科技创业的老兵质疑，为什么社会总把创业当成随机博弈。他直言：“在医疗、气候、食品安全这些领域，创业应该是一门专业学科。”在他看来，AI恰恰有潜力让创业过程变得更系统、更可重复。

工作、权力与意义：AI无法回避的社会后果

为什么这些讨论不只是技术问题？因为AI的影响正在快速外溢到社会结构。Merkore CEO Brendan Foody给出了一个并不轻松的判断：AI将带来快速而痛苦的岗位流失，并引发政治与经济层面的震荡。他同时指出，物理世界的自动化会慢得多，而治疗、服务等高度依赖人际互动的工作，仍然离不开人类。

在国家层面，Center for AI Safety的Dan Hendris将AI地缘政治类比为核威慑。随着AI成为国家力量的核心组成部分，各国可能相互威慑“不先出手”，但同时也会面临网络攻击、间谍活动和抢先行动的风险，尤其是在通往超级智能的过程中。

而在更微观的层面，A Bridge CEO Shiva分享了另一种反馈：医生发来邮件，感谢AI帮他们减少文书工作，让他们重新拥有家庭时间和职业寿命。对他的团队来说，这种情绪化的回馈提供了持续投入的意义——也提醒我们，AI的价值最终体现在具体的人身上。

总结

回顾《No Priors》2025年的这些高光片段，一个清晰的脉络逐渐浮现：真正推动AI前进的，不只是模型参数的增长，而是人们在关键时刻做出的判断——是否敢于尝试、是否尊重复杂性、是否正视社会后果。对读者而言，这些故事的启发在于：无论你身处技术、创业还是政策领域，理解AI的真实演进方式，可能比追逐下一次“爆点”更重要。

关键词： GPT-3， 提示工程， AI推理， 多模态， AI应用

事实核查备注： Harvey CEO Winston Weinberg；使用GPT-3进行法律工作流测试，律师验证通过率86%；cold email联系OpenAI总法律顾问；OpenAI讨论“推理”作为新范式，涉及不确定性估计与工具调用；Dr. Fay Lee关于空间智能的认知科学观点；Merkore CEO Brendan Foody关于就业冲击的判断；Center for AI Safety成员Dan Hendris将AI地缘政治类比核威慑；A Bridge CEO Shiva分享医生反馈。