随着人工智能（AI）技术的不断成熟，业内专家提出，AI 发展的重心正在发生显著转变。从早期的模型训练和算法创新，转向更加关注任务定义与评估优化。这一观点由 OpenAI 的研究员姚顺雨提出，他强调，在 AI 的下半场，产品思维将成为推动技术应用和商业化的关键。
在 AI 的上半场，研究者们专注于构建强大的模型，例如 Transformer 和 GPT-3等，这些模型在各种基准任务中表现出色。此阶段的核心在于方法论，研究人员主要关注如何设计和优化算法，而任务的定义往往被视为次要。因此，尽管我们取得了重大突破，最终却忽略了如何将这些技术应用于现实场景中的具体任务。
图源备注：图片由AI生成，图片授权服务商Midjourney
而在现在的 AI 发展阶段，姚顺雨指出，研究者需要改变思维方式，从 “我们能训练一个模型来解决 XX 问题” 转向 “我们应该训练 AI 做什么?我们如何衡量其真正的进步?” 这个转变至关重要，因为真正的挑战在于如何定义现实中的任务，并且有效评估 AI 系统的表现。
姚顺雨提到，强化学习的成功在于结合了语言的先验知识与推理能力，这使得 AI 能够在复杂环境中更好地泛化。他认为，一个成功的 AI 系统应当具备三个核心要素:大规模的语言训练、计算与数据的规模化，以及推理与行动的结合。这三个要素共同推动了 AI 在实际应用中的表现。
这场思维的转变，也意味着 AI 研究者需要更像产品经理，关注如何将技术转化为具备商业价值的产品。在新的评估标准下，研究者不仅要设计模型，还需考虑人机互动以及长期适应性，这将是推动 AI 实用化的重要一步。
