核心内容总结
这篇新闻聚焦AI大模型当前的“增长瓶颈”（靠堆数据、算力的传统方法不灵了），几位行业大佬在峰会上讨论下一代技术方向——核心围绕“自主学习/进化”“主动性”展开。他们认为这些技术已开始落地（比如Claude能写自己的代码），但还在渐变阶段而非突变；OpenAI仍是最可能引领新范式的企业；中国团队有机会但面临光刻机、冒险精神不足等瓶颈；学术界算力改善或让2026年迎来范式革新。
一、下一代范式的核心：AI要学会“自己变聪明”
过去大模型靠人喂数据、标注（比如教它认猫、写句子）才能进步，但现在这种方法碰到了天花板。大佬们说下一代方向的关键词是“自主学习/进化”和“主动性”——简单说就是AI要自己找东西学，不用人盯着，甚至能主动解决问题。
- 姚顺雨（腾讯）：自主学习不是通用公式，得看具体场景。比如Claude已经能写自己95%的代码来优化自己，这就是自主学习的例子，但它还受效率限制，不是突然变出来的，而是慢慢改进。
- 林俊旸（阿里）：现在常用的“强化学习”（让模型通过反馈调整行为）还很早期，潜力没挖完。下一代核心是“自主进化”（自己更新能力）和“主动性”（主动做事），但要不要改模型的核心参数，大家看法不一样。
- 杨植麟（Kimi）：团队在试“线性注意力机制”，想让模型处理更长的内容（比如几十万字的文档）比以前更厉害，这也是为自主学习打基础。
二、自主学习已经发生，但还在“渐变”阶段
很多人以为自主学习是未来的事，但姚顺雨说它已经来了——比如Claude帮自己写代码、AI探索科学领域变得专业，这些都是。只是现在效率不高，还有很多问题，所以不是“突然跳级”，而是“慢慢升级”。
举个例子：就像学生以前靠老师布置作业学习，现在开始自己找资料、总结错题，但还没到能自己设计课程的程度，得一步一步来。
三、谁最可能引领新范式？OpenAI还是头号选手
大家最关心谁能先搞出下一代技术，姚顺雨的答案是OpenAI——虽然它现在商业化（比如卖ChatGPT会员）可能影响创新，但底子还在，仍是最有可能出突破的地方。
原因很简单：OpenAI积累的技术和人才最多，就算现在有变动，瘦死的骆驼比马大，其他公司暂时还赶不上。
四、中国团队的机会：复现快，但瓶颈不少
针对“中国团队三五年内能不能成全球领先”的问题，姚顺雨说概率挺高，但有几个关键坎：
1. 光刻机突破：芯片是AI的“粮食”，光刻机是做高端芯片的核心设备。如果中国能做出先进光刻机，就能自己生产足够的高端芯片，不然算力不够，技术再好也跑不起来。
2. 市场和冒险精神：中国企业擅长“复现”（别人搞出来的技术，我们很快能跟上），但缺敢做“没人做过的事”的人——这和经济、文化环境有关，大家更倾向于稳妥的生意，不敢冒大风险。
3. 重刷榜轻体验：国内很多团队太在意“排行榜数字”（比如模型在某个测试里得分第一），但实际体验可能不如Claude（比如Claude编程榜排名不是最高，但行业内都觉得它编程最好）。
4. TO B市场不成熟：企业客户（比如工厂、医院用AI）的需求还没被充分满足，得培养更成熟的企业服务市场，或者去国际市场竞争。
五、2026年或迎大变革？学术界算力起来了
唐杰（智谱AI）说2026年可能有大的范式革新，因为过去工业界（比如谷歌、OpenAI）算力是学术界的一万倍（1万张卡vs1张卡），现在高校算力改善了，差距缩小到10倍，学术界有能力搞出颠覆性技术了。
比如以前学生只有铅笔橡皮，企业有超级计算机，现在学生也有笔记本电脑了，能做更复杂的实验，说不定能搞出老师都没想到的东西。
总结
大模型的下一代方向已经明确：让AI自己学、自己进化、更主动。现在这些技术已经开始落地，但还在慢慢改进。OpenAI仍是最可能引领的，但中国团队也有机会——只要突破光刻机、培养冒险精神、重视实际体验，说不定能后来居上。而2026年可能是个关键节点，学术界的算力提升可能带来惊喜。
简单说：AI要从“被动学习的学生”变成“主动探索的研究者”，这个过程已经开始，我们离真正的“自主AI”越来越近了。