AI 模型正有选择地变笨
Walter van der Giessen 在其博客中发表了一篇引人深思的分析文章，指出当前 AI 大语言模型正在经历一个有意的"知识剥离"过程。虽然模型的推理得分在持续攀升，但每 Token 的计算量却在下降——这意味着 AI 实验室正在主动从模型中移除世界知识，以换取更强的推理能力。这一发现挑战了常识中"模型越强大越聪明"的认知。
推理能力与知识储备的权衡
传统上，AI 模型的评估注重两个维度：知识储备的广度和推理能力的深度。在早期的模型评估中，更庞大的训练数据意味着更多的知识，因此模型在知识问答任务上表现更好。然而，随着模型参数的快速增长，研究人员发现知识储备并不是越多越好——过多的知识会让模型在处理复杂推理任务时产生更多的干扰和噪声。
van der Giessen 的分析指出，近期的模型更新表现出一种明显的趋势：推理得分在上升，但模型在事实性知识问答上的表现却在下降。例如，新版本模型在数学推理和逻辑推理基准测试中取得了更好的成绩，但在回答历史文化常识问题时却不如旧版本。这种此消彼长的现象并非偶然，而是 AI 实验室有意为之的技术策略。
从技术角度看，这种权衡与模型训练方法的变化密切相关。现代 AI 模型训练越来越注重强化学习、思维链推理和过程监督等技术，这些方法能够提升模型的推理能力，但同时也改变了模型对训练数据的利用方式。模型不再追求记住所有知识，而是学习如何更有效地利用已有的知识进行推理和问题求解。
效率与能力的再平衡
另一个关键因素是推理效率的优化。AI 实验室发现，将模型中的世界知识精简到一定程度，不仅可以降低推理成本，还能提高响应速度。在商业应用中，推理速度往往比知识广度更重要——用户更关心模型能否快速准确地回答问题，而不是能否背诵百科全书。
这种趋势也反映在模型架构的变化上。最新的模型如 GPT-5 系列和 Claude 4 系列都采用了更高效的注意力机制和更优化的参数分配策略，使得模型可以用更少的计算资源达到更好的推理效果。但代价是，模型在遇到需要特定领域知识的问题时，可能需要借助外部知识库或检索增强生成技术来补充信息。
对于 AI 开发者来说，这意味着他们需要重新思考如何评估和使用 AI 模型。如果模型变得"更聪明但更无知"，那么传统的知识问答基准测试可能就不再是最合适的评估指标。开发者需要根据具体应用场景选择合适的模型——对于需要精确事实知识的应用，可能需要配合检索增强系统；而对于需要复杂推理的任务，精简后的模型可能表现更好。
从更长远的角度看，这种趋势可能推动 AI 生态系统的分工细化。基础模型将专注于提供高效的推理能力，而领域知识则由专门的知识库和检索系统来提供。这种"大脑与记忆分离"的架构模式，可能成为下一代 AI 系统的主流设计范式。