全新专题来了--深度·热点！为你解读过去一周我最关心的几个新闻，洞察背后的关系!

• OpenAI推出推理模型o3和o4-mini，在视觉推理的重大突破
• Gemini 2.5 Flash“混合推理”大模型放出
• Grok也新增记忆能力
• 微信能加“元宝AI”为好友了
• 推荐你阅读OpenAI研究员Shunyu Yao（姚顺雨）撰写的《The Second Half》
• 思考题：模型卷生卷死，生态后发制人？

⸻

《The Second Half》核心要点总结（子弹版）

一、AI 的“上半场”：以方法和模型为核心，大模型时代的早期进展主要依赖于：

• 新的架构（如 Transformer），更强的训练方法（如 RLHF），模型扩展（更大数据、更大参数）
• 研究范式是“找到一个方法，打爆一个 benchmark”，论文能发、公司能融、模型能火

二、技术突破：泛化能力终于出现，强化学习和推理能力终于能泛化到多个任务上：

• 数学、编程、网页交互、多轮问答……这标志着模型的“能力瓶颈”基本突破
• 问题不再是“怎么训练出一个模型”，而是“如何用好它”

三、AI 的“下半场”：定义任务 & 评估方式成为核心，接下来比拼的重点将是：

• 如何定义 AI 要完成的任务（定义就是力量）
• 如何评估 AI 是否真的“会了”（评估决定方向）

范式变化：从“建模型”变成“设任务+设考卷+设标准”。更像产品经理在做的事情，而不是传统工程师。

为什么“推理能力”成为下半场的主战场？

• 推理 = 多步骤思考 + 工具使用 + 上下文理解。推理让 AI 能从“一次性回答问题”进化成“规划+执行+迭代反馈”的 Agent。它是连接模型能力和真实世界复杂任务的桥梁。
• 巨头都在推理上下注，不是巧合，是新门槛。GPT-4-Turbo、Gemini 1.5、Claude 3 都强调 reasoning、memory、tool-use。

原因很简单：没有推理，就没有靠谱的 Agent，也就没法产品化。 推理是“下半场”的钥匙

• 没有推理，就无法定义复杂任务（task decomposition）
• 没有推理，就无法持续优化评估体系（feedback loop）
• 没有推理，就只能做静态测试题，无法胜任动态现实任务

一句话总结：“上半场，赢在方法；下半场，胜在推理。”——巨头为什么现在集体发力推理？因为这是通往产品化、场景落地、商业模式的唯一通道。