GPT-6 炸出 10 万亿参数：参数越大，AI 就越强吗？
这两天 AI 圈炸出一个大新闻：OpenAI 要发 GPT-6 了，参数规模直接干到 10 万亿。
不少人看到就兴奋：哇，AI 进步真快，马上就要 AGI 了。也有人慌：这么大参数，会不会一下子就失控了？
我先泼一盆冷水：10 万亿参数更多是给投资人看的数字，对普通用户来说，你感知不到五倍参数带来五倍体验提升。
这件事本质不是技术突变，是 OpenAI 被竞争对手逼得重新砸钱拼预训练——两年没换"发动机"了，再不上新货，行业话语权就要丢了。
参数越大，AI 就越强吗？
给没概念的朋友做个对比：GPT-4 大概 1.8 万亿参数，现在直接跳到 10 万亿，确实是数量级跃升。
但问题是——参数是汽油，不是车，更不是目的地。你加五倍油，不代表你能多跑五倍路程，更不代表你能更快开到终点。
这几年行业里有个特别不好的风气：把参数规模和模型能力直接划等号。好像参数越大，技术越牛，投资人越愿意给钱，用户越得买单。
但实际跑下来，几个趋势已经非常明确：
1. 边际收益递减早就开始了
从千亿到万亿，参数涨十倍，能力没涨十倍；从万亿到十万亿，只会更明显。
10 万亿参数的训练成本，按现在的电价算，大几亿美金砸进去，最后能感知到的提升可能就是"某些复杂推理题多对了几个"，你日常聊天写文案根本用不出来。
2. 现在的瓶颈根本不在预训练参数
过去两年 OpenAI 没做大参数预训练，不是做不出来，是把钱砸去了推理侧——o1 系列已经证明，在推理时间上做优化，比堆预训练参数性价比高得多。
给用户更快的响应、更准的推理，比堆一堆参数实在多了。
3. 这本质是一场话语权之争
OpenAI 坐第一把交椅坐了好几年，现在 Anthropic 追得很紧，谷歌又内乱。
这个时候扔出 10 万亿参数，就是告诉市场：“老子还是技术第一，钱继续给我砸”。
不是因为用户需要 10 万亿参数，是竞争需要 10 万亿参数这个数字。
四句话判断：是真进步还是营销造势
我整理了四个问题，以后再看到这种"XX万亿参数发布"的新闻，你自己就能判断：
训练数据更优质了吗？ 参数是容器，装水还是装酒决定好坏。如果还是用原来那堆公开数据抓一把训练，参数再大也是装旧酒。
推理成本降下来了吗？ 10 万亿参数全推理一次，成本是 GPT-4 的好几倍，真能给普通用户日常用吗？还是只能放实验室当花瓶？
能力瓶颈真在参数吗？ 现在大家抱怨的是"AI 会胡说八道"“复杂任务规划不好”，这些问题是增加参数能解决的吗？还是需要更好的推理、更好的微调、更好的工具调用？
是解决用户问题，还是解决投资人焦虑？ 这个突破真的能让你用得更舒服，还是只是公司要融资抢头条需要一个大新闻？
用户要的是能干活的 AI，不是参数数字
回到问题本身，10万亿参数是什么水平？
就是 OpenAI 把两年攒的算力一口气砸下去，做了一次超大号预训练，告诉所有人"我还在牌桌上，而且我还能跟"。
你要问我有什么期待？
我不期待参数越大越好，我期待有一天，行业不再比谁参数大，开始比谁能让普通人用得更便宜、更靠谱、更能解决真问题。
毕竟，用户买的是能帮你干活的 AI，不是参数数字。