如果不记笔记就等于没学，一定程度上我体会到这点了。现在记录下40页PPT记录2025年年中AI行业共识【视频播客】_哔哩哔哩_bilibili的观后感。
1.缺少评价AI大模型能力的数据集
根据他给出来的OPEN AI的研究显示现在的AI大模型数据集都做到很顶峰的级别，导致你没有办法判断AI模型的能力；其实这一点也有一些论文讨论过，就认为现在的大模型训练效果好有可能是没有做足够的数据去重，这些训练集上的好表现有可能是过拟合的结果。
而根据自己的认识，这些模型基线的评测也有局限，做选择题，做多选题的多，评价答案的少。而评价答案生成能力，往往是直接拿另外一个大模型来打分。毕竟数据量那么大，不可能人工评估。我想这大概就是我们需要微调，让他更适合业务场景的原因之一——表现好的大模型有可能是过拟合的，表现好的大模型也不一定适配你的业务场景。当然，更多的我想还是私有知识库的问题。
2.模型的能力提升
这个倒是常见了，就是模型的一个进化过程，从预训练堆积数据集，到GPT3.5注重模型的后训练，最后到RL强化学习阶段，让大模型自己更新自己的能力。从open ai 的RLHF,Anthorpic的RLAIF,斯坦福大学的DPO,DS的GRPO都是在搞这些。有意思的是，这些算法都是在RLHF的不同维度上做减法——减少同时训练的模型数量，用AI的数据代替人类的数据，也就是CAI。
3.开源也是行业趋势
一定程度上我能理解开源可以增加技术迭代的速度，有人帮你踩坑，你肯定自己研发就有更多思路。但另一方面，我实在不太理解开源能带来哪些经济上的收益
【今年最多的开源关注是智能体，然后是coding，最后是inference这样的基础设施】
这个报告真是不错，由蚂蚁开源在 2025 年 5 月 27 日第十届技术日发布，源连接：https://antoss-landscape.my.canva.site
4.产品
趋势之一是有大量Agent应用产生，这个很常见。但是浏览器这个我还真是不太清楚。谷歌我记得有一个问题是被政府拆分啥的。夸克的AI高考报名，然后腾讯也在接近。
这个也就是搜广推这三大业务吧，只是换上大模型作为核心。
他提到运营上也很有意思：现在的环境允许发布的产品是内测阶段。就比如cursor，这个东西都一年多了，才推出1.0。不过，现在的用户能接受使用产品，等他的成长，但等成熟的产品出现后，再想做这个东西，一定就会面临没有用户愿意来，导致没有足够数据更新的困境吧
这个榜单值得一看：
今年是并购大年
最后指出这个协议也是一个很好的发展机会，不过这玩意不是大公司真的能玩吗？
参考资料：
1.40页PPT记录2025年年中AI行业共识【视频播客】_哔哩哔哩_bilibili
2.蚂蚁开源最新报告：Agent 框架热潮褪去，大模型开发已经进入“生死局”_2025 模型开源开发 态全景与趋势-CSDN博客