Ilya 那句「公司比想法多」，才是这轮 AI 最扎人的诊断

先说结论

今天不追当日热点，挑一条我认为值得长期挂在墙上的旧话。Ilya Sutskever 在去年底那期 Dwarkesh 访谈里有一句被反复引用的判断：「我们现在处在一个公司比想法多得多的世界。」（“more companies than ideas by quite a bit”）配套还有一句他从推特上捡来、说「也对」的话：「如果想法这么廉价，怎么没人有想法？」我的看法是：这句话比「LLM 是死路」「AI 是泡沫」那类大标题都更值得琢磨——它不是在预测技术走向，而是在给整个领域的创造力状态下诊断书，而且这个诊断对做交叉学科的人尤其扎心。

事情是怎么发生的

时间点是 2025 年 11 月 25 日，Dwarkesh 第二次对谈 Ilya。他把 AI 划成三段：2012–2020 是研究时代，2020–2025 是缩放（scaling）时代，而现在，「又回到研究时代，只不过带着大计算机。」他的逻辑很直白：缩放这件事「把屋子里的空气都吸干了」——因为只要堆算力、堆数据就能涨点，所有人就都去干同一件事，结果是公司越来越多，方向却越收越窄。他并不否认「想法廉价、执行为王」这句硅谷老话有道理，但他把研究的瓶颈拆成两个：一个是想法本身，一个是把想法落地的能力（算力加工程）。他判断，眼下卡住大家的不是后者，而是前者。这些引述我都回原始访谈逐句核过，全部属实。

为什么重要

这话的分量来自说话的人。Ilya 是 AlexNet 的共同作者、GPT-3 的核心推手，用十年时间亲手证明了「规模有效」——现在恰恰是他出来说规模不够了。更关键的是他换了个视角看问题：过去两年大家争的是「缩放墙」是不是算力/数据撞到了物理上限，而 Ilya 说的是一种社会学意义上的墙——不是不能再大，是所有人的注意力被同一条曲线绑架，没人再去问不一样的问题了。当一个领域「公司比想法多」，堆再多资源也只是在同一个局部最优里内卷。

我的正反评价

正面：这个诊断解释力很强。今年七月你看那批同日发布的前沿模型，比的越来越是价格、速度、上下文长度、agent 好不好用，而不是谁提出了新范式——这正是「执行过剩、想法稀缺」的症状。它也给「小团队」松了绑：如果瓶颈是想法而非算力，那没有万卡集群的人也能在自己的窄缝里做出真东西。

反面要泼两盆冷水。其一，屁股决定脑袋——Ilya 的 SSI 是一家押注「研究而非规模」的公司，说「规模到头了」本身就是在给自己的三十亿美元叙事背书，得打个折扣。其二，「想法稀缺」是个很难证伪的说法：也许好想法一直都在，只是没被算力放大到看得见而已，把责任全推给「大家没想法」有点浪漫化。

对研究、教学和影像系统的启发

对我自己这条颜色科学 + ISP + 光谱的线，这句话几乎是量身定制的提醒：真正的护城河不是又训了一个更大的网络，而是问一个别人没在问的问题——比如三刺激在什么边界下不够、光谱先验怎么进 AWB 的贝叶斯推断。别被「全世界都在 scale」的空气吸走。教学上更直接：与其教学生追最新模型，不如逼他们练「提出可验证的差异化问题」这项最稀缺的能力。落到影像系统，它是一剂解药也是一记警钟——AWB/CCM 这种物理约束强、数据有结构的场景，恰恰是「小想法 + 少算力」还能翻盘的地方；但也别自欺，如果你做的只是把别人的 pipeline 换个数据集重训，那你也只是那「比想法多」的公司之一。