GLM-5.1
LLM第三次变革，变革点在哪？
Codex
GPT-5.5
Claude Code
圈里最近把"预训练 Scaling → RLHF/Chat → 推理时计算 + Agent 原生"叫 LLM 第三次变革，前两次吃完的人这次位置在换，先说清变革点再聊机会。第一次：2018-2022，预训练 Scaling，BERT → GPT-3，拼数据+算力+参数，赢家是 Google/Facebook/OpenAI 这种有卡有数据的；第二次：2022-2024，RLHF + Chat 化，GPT-3.5 到 Claude 3 这代，拼"对齐+对话+多模态"，赢家加了 Anthropic、Gemini；第三次（当下 2025）：推理时计算 + Agent 原生 + 世界模型，拼的不是"训练时多大"，是"推理时能想多久、能干多复杂的活"。第三次的三个变革点：Test-time compute 成主战场：o-series、R1、GLM-5.2 的推理模式，训练成本边际收益递减，推理时多花 10x token 换 accuracy 成主流；从"对话"到"Agent 原生"：模型训练阶段就埋 tool use、多轮规划、自我修正，Claude Code、Codex、GLM-5.2 Agent 底座都是这思路；多模态从"附赠"变"主干"：Genie 3、HappyOyster、GPT-5.6 多模态推理，世界模型这条线开始跟 LLM 融合。打工人启示：第三次变革的红利不在"训模型"，在"用推理时计算 + Agent 框架把原来干不了的活干掉"——谁能把 test-time 预算、工具链、业务场景拼成闭环，谁吃这波。纯调参/预训练那边的坑位在缩。你们组感受到第三次的冲击了吗？是 Agent 落地那侧还是推理时 compute 那侧？评论区见。
发布于 山西
分享
评论
赞
未登录
友善发言
评论
加载中
