前段时间，关于 AI 扩展定律（Scaling Law）是否遇到瓶颈的争论甚嚣尘上。知名科技媒体《The Information》曾爆料称，OpenAI 下一代旗舰模型 Orion 的改进步伐明显放缓，与GPT-4 相比性能提升微乎其微，合成数据训练反而使其越发接近旧模型，编码能力甚至出现倒退。
对此，OpenAI CEO 奥特曼在接受 CNBC 采访时再次明确表示 "没有墙"（There is no wall）。他认为超级智能的仍会在不远的将来得以实现。展望2025年，AI 发展的重点将聚焦于智能体（AI Agent）。届时，我们将能够向 AI 系统分配复杂任务，而 AI 会像一个聪明的人类那样，在一段时间内独立完成，并能通过运用各种工具创造有价值的成果。
奥特曼还透露，OpenAI 将在接下来的12个工作日，每天为大家展示一些很棒的东西。会不正式发布 Sora？总之值得期待。
OpenAI 在发布 GPT-5.6 当日指出 SWE-Bench Pro 约 30% 任务存在缺陷，引发对 AI 基准测试可靠性的质疑。多项研究进一步揭示，验证器质量决定模型学习方向，基准题目高度冗余，且模型“窄能力”提升未必转化为真实经济产出的“宽能力”。当前 AI 进步尚未达到自维持加速阈值。基准测试正面临结构性危机，其公信力受利益冲突影响，亟需建立独立第三方验证机制以确保评估客观性。
OpenAI 旗下 GPT-5.6 Sol Ultra 通过 64 路并行 agent 在 1 小时内生成了图论 CDC 猜想的证明文本，成本不足 500 美元。该成果引发争议，因缺乏 Lean 机械化验证、未公开完整推理轨迹及受限于图论形式化库不成熟，数学界对其有效性存疑。此事表明 LLM 已具备启发式数学搜索能力，但验证基础设施滞后仍是瓶颈。未来“多路并行+防放弃 prompt”或成范式，而完善 Lean 工具链是确立 AI 证明可信度的关键。
针对复杂疾病治疗难题，Arc 研究所正利用 AI 构建通用“虚拟细胞”模型。该模型将 RNA 表达视为生命语言，计划四年内通过 CRISPR 和单细胞测序完成 10 亿次实验进行训练。研究人员可借此在电脑模拟中预测基因或化学干预方案，实现从盲目猜测到精准预测的转变。该工具将于今年晚些时候开源，有望在未来四五年内推动个性化医疗及复杂疾病治疗取得临床突破。
围绕《奥特曼：2025年 AI 发展展望》展开交流，未登录用户可浏览评论，登录后可参与讨论。
