复旦大学/上海创智学院邱锡鹏：Context Scaling，通往AGI的下一幕

真正的智能在于理解任务的模糊与复杂，Context Scaling 是通向 AGI 的关键一步。 2024 年底，Ilya Sutskever 断言「我们所知的预训练时代即将终结」，让整个人工智能领域陷入对 Scaling What 的集体追问之中。 新的思路不断涌现：推理时扩展（Test-Time Scaling）让 OpenAI 的 o 系列在数学推理上大放异彩， DeepSeek-R1 通过 GRPO 替代 PPO 实现了强化学习的突破，强化学习 Self-play + LLM 让 AI 在游戏和代码 生成中展现惊人能力，Agent 化路径则催生了能够操作浏览器、调用工具的新一代智能助理…… 每一条路 都在探寻可能的下一个跃迁。 在这场技术探讨中，复旦大学 / 上海创智学院的邱锡鹏教授提出了一个耐人寻味的新路径 ——Context Scaling。与参数规模、数据量、推理计算等扩展路径不同，Context Scaling 的核心，不在于更大，而在于更 「深」：如何让 AI 真正理解并适应复杂、多变、模糊的情境（Context）。 在与机器之心的最新一次对谈中，邱锡鹏教授系统阐述了他对 AI 发展的洞察： ...