编者按：以定力致远，以重构图新。大象新闻、大象财富联合腾讯新闻、腾讯科技推出2025年终策划《定力与重构》，回望2025、展望2026， 让洞察照见本质，向变革寻求确定。 在刚刚过去的2025年，我通读了大约两百篇人工智能领域的论文。 如果用一个词来形容这一年的技术体感，那就是「暴力美学」时代的终结。单纯依靠堆砌参数摘取低垂果实的日子已经过去，2025年的技术进化回归到了 基础研究。 这篇文章，我想通过梳理这一年的技术脉络，明确三个结论： 第一，2025年，技术进步主要集中在流体推理（Fluid Reasoning）、长期记忆（Long-term Memory）、空间智能（Spatial Intelligence）以及元学习 （Meta-learning） 这四个领域。原因在于Scaling Law在单纯的参数规模上遇到了边际效应递减，为了突破AGI 的瓶颈，业界被迫寻找新的增长点，即从「把模型做大」转向把「模型做聪明」。 第二，现在的技术瓶颈主要在模型要"不仅要博学，更要懂思考和能记住"。 通过Yoshua Bengio提出的AGI框架（基于CHC认知理论），我们发现之前的 AI存在严重的「能力偏科」：它在 ...

Research Findings - Anthropic Research 发现，在某些情况下，更长的推理时间会导致准确率降低 [1] - 研究表明，简单地增加测试时的计算量可能会无意中加强有问题的推理模式 [1] Implications - 行业应警惕测试时计算的逆向扩展现象，即计算资源增加反而导致性能下降 [1] - 行业需要更深入地研究和理解推理过程，以避免因盲目扩展计算资源而产生负面影响 [1]