人工智能模型正在迎来属于它们的“iPhone时刻”，接下来会发生什么？
神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。
编者按：AI能力的指数级增长正退入幕后，当跑分不再是核心故事，它将像光网络一样成为隐形的基础设施。文章来自编译。
最近有很多人在讨论，基础模型是如何迅速变得像每一代新iPhone发布一样的。在新模型出来之前，大家都觉得平淡无奇、索然无味。但这个类比并不恰当。我有一个更枯燥但更准确的类比，能够解释至今为止的发展逻辑以及它未来的演变趋势。
我足够幸运，亲历了过去五次技术周期的更迭。正因如此，我能够洞察科技发展史中的规律。无论是什么技术，我们总会经历从“震惊叹服”到“平淡无奇、不过是干活工具”的过程。一项技术最终都会变得让我们视若无睹。
还记得宽带刚出现的时候吗？那是20世纪90年代末，简直像魔法一样。当时我在东村的公寓里装了DSL连接。而到2020年，我已经成了千兆网络社会的一员。速度已经从人们关注的焦点中淡出。我们只是在不断消费互联网，体验它带来的快乐与冲击，而根本不会去想网速这回事。
人工智能也将经历同样的过程。不过，让我再给你举几个例子。
主频大战
如果你经历过20世纪90年代，你就见证过兆赫兹（MHz）以及随后的吉赫兹（GHz）大战。从70年代中期到2000年代初，在大约三十年的时间里，个人电脑行业完全是在围绕处理器的运行速度展开竞争。英特尔和AMD陷入了主频竞速。奔腾4（Pentium 4）于2000年11月上市，起步主频为1.3 GHz，最终触及3.8 GHz的顶峰。在那个时代，速度越快就越好。
奔腾4时代后来声名狼藉，不是因为它的速度，而是因为它的发热量。曾经功耗仅为15到20瓦的芯片，开始动辄达到70、80甚至100瓦以上，产生的废热比做的有用功还要多。于是，整个行业重新调整了方向。大家不再空谈主频，而是开始关注“每瓦性能”（能效比）。多核架构取代了单一的高速核心。2020年底苹果推出的M1芯片，让每瓦性能成为了核心卖点。到2021年，ARM公司亲自宣布，每瓦性能就是新时代的摩尔定律。核心问题变成了：在一款薄到让人忘记其存在的设备里，芯片如何在几乎不消耗电量、几乎不产生热量的情况下完成工作。
芯片变得“隐形”了。它不再是产品本身，而是成了产品的一部分。今天买MacBook Air的人，没有人会去问M系列芯片的主频是多少。他们能感受到电池可以用上一整天，机器能保持凉爽，而根本不会去想处理器的问题。这恰恰就是关键所在。
从第一款商用微处理器问世，到2005年主频撞上天花板，大约花了30年。再到M1芯片重新定义游戏规则，又花了15年。从一味追求“参数与速度”到实现“隐形的高效”，整个跨度大约走了45年。
智能手机的换代跑步机
智能手机则遵循了这一轨迹的压缩版，发展速度更快，因为整个行业已经吸取了先前的教训，而且市场规模要大得多，其运转速度远超周期较慢的个人电脑购买周期。
2007年发布的初代iPhone带来了一种全新的做事方式。在此之前，没有任何东西能做到它所做的事。接下来的三四年是一场冲刺——摄像头大幅提升，屏幕质量飞跃，LTE取代了3G，机身形态基本定型，应用商店创造了具备自身引力的生态系统。每年的升级换代都是合情合理的。每年的新手机都与前一代有着真真切切的不同。那是如此令人兴奋。我还记得拿到iPhone 4时的情景，完全被它强大的功能震撼到了。
然而，平台期比任何人预料的都要来得快。到2010年代初，智能手机的核心体验在功能层面上已基本趋于完美。年际机型之间的差距从显而易见缩小到了微乎其微。曾经一年一换的升级周期拉长到了两年、三年，甚至更久。我有一半的家人仍在使用iPhone 15或iPhone 16，并且完全没有升级的打算。这很普遍。行业数据表明，近四分之一的用户会把换机周期拉长到三四年。
三星推出了1亿像素的手机。像素确实变高了，但它并没有解决大多数用户面临的任何实际问题。一加将更快的充电速度作为核心卖点。这同样很好，但还不足以让人惊艳到愿意为之掏腰包。而那些真正有用的功能——续航、拍照质量、存储空间——在发布时也是最枯燥、最无法让人兴奋的。那些真正重要的东西正在变成基础设施。智能手机并没有变差。它只是变得足够好，好到它的优秀不再能引发话题。换新机变成了一种理所当然的惯性，而不是一种强烈的渴望。
这就是我的朋友克里斯蒂安·林德霍尔姆（Christian Lindholm，曾就职于诺基亚，后加入设计公司Fjord）所说的“‘理所当然’设计原则”。
杰出设计意味着，终端用户只需看一眼，就能下意识地知道该怎么操作一个旋钮或按键，甚至不需要思考。理所当然，这个旋钮就是用来调大音量的，或者理所当然这个按键就是用来返回主屏幕的。这种“理所当然”的因素是所有杰出设计的核心——从iPhone到博朗的闹钟收音机皆是如此。
底层基础设施技术也是如此。相比于个人电脑漫长的45年，我们在初代iPhone发布后大约7年（即2013到2015年左右），就首次察觉到了这种感知上的平台期。从颠覆性的变革到平淡无奇，整个周期差不多也就是十年左右。
错误类比
在之前的两个案例中，底层技术在可衡量的指标上确实进入了平台期——主频不再攀升，手机的年度改进微乎其微。那种平淡无奇的感觉，对应的是技术能力提升的真实放缓。
但这并不是人工智能目前正在发生的情况。AI的能力并没有陷入平台期。它的发展曲线依然在加速。从GPT-4到GPT-5并不是一个缩水的微小增量。推理模型、多模态能力，以及开源权重模型的泛滥（这些模型将曾经闭源的独家优势变成了大众商品）——这些都是实实在在的飞跃。
即将到来的平淡感（在某些边缘领域已经初现端倪），性质截然不同。它不是技术能力增长的放缓，而是人工智能从“热门话题”向“基础设施”的迁移。它将退入幕后。它将从“你正在思考的东西”变成“让其他一切运转的基石”。想想当iPhone 18将Gemini深度融入其操作系统时会怎样。（当然，以我对苹果的了解，他们可能会搞砸。）
这是基础设施的商品化。对此，有一个好得多的历史类比。
无人察觉的光
我很幸运地见证了光网络的曙光。当时作为一名年轻记者，我怀着由衷的兴奋去报道它。乔治·吉尔德（George Gilder）正在向我们这群专注听讲的年轻小子宣讲“电信时代”（telcosm）。未来似乎就存在于那些比人类头发丝还要细的玻璃纤维之中。
在20世纪90年代中期，承载跨大洲数据的互联网骨干网运行速度仅为每秒45兆比特（Mbps）。家庭用户通过拨号上网下载一张照片需要等待数分钟。带宽的限制无处不在。
要理解是什么改变了这一切，你需要理解光是如何在光纤中传输的。一根单一的玻璃纤维在单一波长下只能承载有限的数据——可以把它想象成高速公路上的单车道。波分复用（WDM）技术的洞察在于，你可以通过同一根光纤同时发送多个信号，每个信号采用不同颜色的光，就像三棱镜将白光分解成光谱一样。每种颜色都承载着自己独立的数据流。一根光纤由此变成了多根。而密集波分复用（DWDM）则更进一步，将几十个、甚至上百个紧密排列的波长塞进单根光纤中。早期的系统只能承载少数几个通道，而DWDM最终能同时支持96个通道，每个通道都有独立的波长，各自承载着完整流量的数据流。
这项技术没有举行过任何发布会，也没有任何媒体测评。DWDM在90年代中期进入商用部署，并开始做一件非凡却完全悄无声息的事情：原本看似有限的容量，在实际应用中变得近乎无限。
在21世纪初，单波长的通道容量从每秒吉比特攀升到了每秒100吉比特。现代DWDM系统可以在单对光纤中承载每秒51.2太比特（Tbps）的数据。20世纪80年代部署的光纤，现在传输信号的速度比20年前快了645倍，而地下没有多埋一根新电缆。据估计，单根标准光纤的理论容量超过每秒600太比特，这意味着目前的部署仅使用了这根玻璃纤维承载能力的约六万分之一。
没有人写文章赞美它，也无需如此。因为DWDM行得通，所以没有人再注意到带宽问题。YouTube诞生了，Netflix成为了可能，疫情期间的Zoom在线会议也得以实现。容量就在那里，在二十年里默默增长，支撑着其上层的一切应用，却不需要任何人的致敬与感激。
它不像个人电脑的主频轨迹——能力放缓，话题转移；也不像智能手机的轨迹——品类已经足够好，不再能激发购买欲。光网络的曲线是：技术能力持续增长——至今仍在增长——而话题却完全抽离了它，因为这种增长已经融入到了万物之中，不再需要任何人去刻意关注。
人工智能将走向何方
人工智能的能力将继续攀升。没有理由认为研究曲线会变平。模型将变得更强大、更高效、更专业。开源权重生态系统将压缩前沿技术与通用商品之间的差距。推理成本将继续下降（就像一直在下降的那样），大约每隔一两年就会下降一个数量级。其原始能力，就像DWDM的原始带宽一样，将继续保持其悄无声息的指数级增长。
停止增长的，将是关于它的讨论。对于每次新模型发布的那些令人屏息的轰动报道，如今给人的感觉已经与2022年不同了。发布速度越来越快，跑分不断攀升，但惊喜感正在逐渐递减。
当GPT-3出现时，它给人的感觉就像是神迹降临，一个崭新的iPhone时刻。当GPT-4到来时，它感觉像是一个重大升级，就像M1芯片的问世。现在，随着第五代、第六代模型开始流传，人们问的问题已经变了。不是因为模型的能力变弱了，而是因为技术能力本身已经不再是核心故事。真正的故事，在于这种能力被包裹在什么东西里面。
AI将变成曾经的DWDM：那个你看不到，却让上层一切得以运转的底层。它会存在于决定照片如何曝光的摄像头里；存在于管理笔记本电脑功耗的芯片里；存在于监测病情早期恶化的医院监护仪里；存在于你在阅读前就已经被审查过的合同里。
模型不会消失。它们只是不再作为讨论的单位。没有人会在开启视频通话时谈论DWDM。当人们使用由基础模型赋能的产品时，也没有人会去谈论基础模型本身。
这对于那些想要不断抛出新指标的基础模型实验室以及英伟达之流的估值来说，并不是个好消息。但这个行业并不傻。只需看看Ciena公司从IPO到前十年的股票走势，你几乎就能预测出这些实验室股票的变动曲线，即便无法精确预测其规模。
iPhone花了大约十年的时间才从“颠覆性断层”转变为“基础设施”。个人电脑的主频故事花的时间更长，因为涉及的利益不同，行业的运作方式也不同。但人工智能的发展速度比这两者都要快。基础设施化的架构已经存在于企业软件、开发者工具以及硬件路线图中。消费端的转变往往会滞后几年。我的预测是：到2028年，人们的问题将不再是“使用的是哪款AI”，而是“这件东西做到了以前做不到的什么事”。模型届时已经转入地下。
打造基础模型的公司，不一定就是定义AI时代的那些公司。DWDM是由北电（Nortel）、朗讯（Lucent）等运营商建造的，这些公司现在大多已被遗忘或被兼并。而位于它们之上的互联网层——谷歌、亚马逊、Netflix——则攫取了光网络基础设施所释放的价值。基础设施提供的是可能性，但它无法决定谁能笑到最后。
商品化已经在进行中。开源权重模型正在压缩闭源前沿模型曾经拥有的优势。推理成本下降得如此之快，以至于模型能力本身已经不再是一个可以坚守的护城河。真正的护城河，将是那些让底层能力同时显得“不可或缺”又“隐形不见”的特定应用。
不要去盯着跑分看板。要注意跑分是如何从谈话中消失的。当我们不再询问哪个模型在推理测试中得分最高，而是开始询问为什么我们的软件在没有做任何更改的情况下感觉变得更聪明了，那么，这一转型就已经完成了。
光纤已经埋入地下。我们只是还不知道上面会跑些什么。
译者：boxi。