月之暗面徐天天：AI能力上限远未到，三条曲线驱动加速

大模型的能力边界到底在哪，眼下外界对AI跑得多快议论纷纷。11月12日第十七届财新峰会上，月之暗面金融行业与生态负责人徐天天给出了自己的判断：当前AI的能力边界和智能上限离极限还差得远，整个行业仍走在加速进化的快车道上。

三条叠加的增长曲线，是驱动大模型持续进化的底层逻辑。主题发言里，徐天天拆解了AI进化的动力来源。她的看法是，AI能力眼下这轮快速跃升不是某一个因素单独撑起来的，而是三条关键增长曲线叠在一起、同频共振的结果。

头一条是传统的预训练曲线。算力基础设施、能源供给、模型参数规模这些传统维度仍在增长，这条基础曲线目前也还保持着向上走的势头。

第二条落在后训练和推理端。思维链（Chain of Thought）被引入，加上针对推理侧的专项训练，大模型在逻辑思考、拆解复杂问题上的本事有了质的飞跃。

第三条是智能体（Agent）的系统设计。智能体本身以及它那套复杂的控制框架（Harness 工程）不停迭代升级，整个系统的协同上限也被进一步拉高。

技术迭代跑得比制度设计快，这是行业转型里更深的一层。大模型技术一路狂飙的同时，徐天天也点出了实际应用和生态落地中的现实难题：企业在工作流重塑、内部制度设计上的推进速度，眼下远远赶不上模型自身迭代的步伐。

技术跑得快、组织变革慢，这个速度差说明什么？企业拥抱AI变革，只停在工具层面的接入并不够。组织架构和业务流程都得做深度适配，底层技术的爆发力才可能真正变成商业价值和生产力。