老师有没有告诉你，AI行业也有一筐螃蟹——而且它们把自己困在了一个所有人都假装看不见的桶里

AI的「螃蟹桶」长什么样？它叫排行榜

全世界有几百个AI模型评测排行榜，最有名的一个叫MMLU——它是一套包含了57个学科的选择题试卷，从数学到法律到哲学。每家大模型公司发布新产品的时候，都会宣布自己在MMLU上的分数又提高了几个百分点。听起来很正常对吧？就像高考提分一样。但你仔细想：如果全世界的大学都只考同一套试卷，而且这套试卷的题目从2020年就没变过——那清华北大的高材生和一台会刷题的机器有什么区别？AI行业现在就困在这个逻辑里：所有公司都在优化同一套考题的分数。排行榜就是那个桶——它定义了「什么算聪明」。而「什么算聪明」这个定义一旦被人为缩窄到一套选择题，整个行业就自动进入了螃蟹模式：你提一分，我提一分，表面上看大家都在进步，实际上谁也没爬出桶。你还在做和去年一模一样的事——聊天、写摘要、翻译。

「参数多就是好」——这是AI界最大的抓握反射

螃蟹的抓握反射是「上方有物体→拉下来」。AI行业的抓握反射有三个版本。版本一：参数多就是好——从70亿到700亿到7000亿，数字越来越大。但你知道吗？就像一个足球队，前锋确实重要，但把十个梅西放在场上反而会输——因为他们全都在抢球。模型也一样，参数堆到一定程度以后，增加的每一层都在做同一件事：背诵更多「标准答案」。版本二：数据多就是好——从10TB到100TB到1PB，恨不得把整个互联网都喂进去。但互联网上的知识99%都是重复的、矛盾的、过时的。你以为你在喂它「知识」，其实你在喂它「噪音」。版本三：算力多就是好——GPU从1000块到10000块到100000块。但算力的边际收益正在断崖式下降：最新一代模型的训练成本翻了十倍，智力提升不到10%。三根手指一起抓，AI行业把自己死死按在了桶底。不是不想爬出去——是抓握反射不允许。

螃蟹桶的底层逻辑：所有人都在回答同一个问题

这就引出了一个更深的洞见：AI行业的问题不在于技术路线，而在于「问题」本身。当全世界最好的AI研究员都在努力回答同一个问题——「怎样才能在排行榜上再提一分」——的时候，就没有人在问：「这个排行榜到底在测什么？」实际上，MMLU之类的测试擅长衡量一种能力：从大量已知答案中找到最接近的匹配。这其实不是「理解」，这是「检索」。真正的智能——比如理解一句讽刺，从两件看起来没关联的事里找到隐藏的共同点，在信息不够的时候做出一个合理的跳跃——这些能力在选择题里根本测不出来。你以为你在看AI的智商，其实你在看一本词典的背诵成绩。而整个行业每年烧掉几百亿美元，就为了把词典背得更好一点。螃蟹们忙得不得了，桶纹丝不动。

爬出来的唯一方法：换一个桶

那么有没有不在桶里的AI？有。2024年诺贝尔化学奖颁给了AlphaFold——一个预测蛋白质结构的AI。它不参加任何排行榜，不在乎MMLU成绩，甚至不会跟你聊天。它只做一件事：解决一个以前人类要花几年才能解决的问题，现在几分钟。这才是从桶里爬出去的姿态：不是在一个已有的「更聪明」定义里卷到死，而是重新定义「什么叫有用」。同样的故事发生在天气预报领域、新材料发现领域、药物分子设计领域。这些AI的共同点是什么？一、它们不参加任何基准测试比赛。二、它们有明确的外部世界验证——不是选择题对答案，而是实验室里的真实结果。三、它们不是在「回答」问题，而是在「发现」新的问题。换桶的方法从来不是把钳子伸向旁边的螃蟹——是抬头看，桶外面还有一个世界，而且那个世界没有盖子。