2025 預測復盤與科技奧斯卡

哈利翻出年初公開的九個預測逐一對答案，中了五個，模型智能那邊最準，agent 那邊全滅。後半段自己頒起年度獎項，從最雞肋、最翻車一路頒到年度關鍵字。

重點

九個預測中了五個。哈利年初押的預測分三類，AI 模型智能四個中三個，AI agent 三個全沒中，具身 AI 兩個都中，命中率 56%。他說有些預測本來就比較好中，有些則比較狂。

模型進步靠推理訓練。他認為今年模型變聰明，主要來自 RLVR 加上 test time compute。ARC-AGI-2 最高分是 GPT-5.2 Extra High 的 52.9%，離他定的 85% 還遠，但年初最強的模型不到 10%，他說只是時間抓得太短。

同等級模型成本掉了 150 倍。他預測跟 o1 同等級的模型成本會降 60 倍，結果比較 Gemini 2.5 Flashlight 與 o1 的輸入價格，從 15 美金掉到 0.1 美金。原因是蒸餾：小模型有很強的大模型當老師。

agent 沒普及，是現實的摩擦力。能力其實進步很大，GPT-5.2 能做出複雜的財務模型。但一般人習慣不變、不信任、不知道它做得到，加上長時間任務容易卡住，擴散就慢了。哈利承認自己太專注在技術本身。

自己頒的獎項各有得主。最雞肋是 Sora App，最大翻車是 Meta 的 AI，最屌技術是 RLVR，最佳橫空出世是生圖模型，最佳翻盤是 Google，年度關鍵字是 AI 泡沫。

每個獎先講入圍者。他逐一說明為什麼提名，例如 AI 瀏覽器本來想入圍雞肋獎，後來覺得是對的產品路線就拿掉了。

RLVR: Reinforcement Learning with Verifiable Rewards，拿程式或數學這類可驗證的題目讓模型自己思考，哈利認為是今年模型進步的核心。
test time compute: 讓模型回答之前想得更久，想越久解得越好，與 RLVR 並列今年推理能力提升的兩個來源。
ARC-AGI-2: 測 AI 通用推理能力的 benchmark，哈利定的「解決」是做到 85% 以上。
蒸餾: 用強的大模型調教小模型，讓小模型接近前沿智能但成本低很多，哈利拿來解釋成本為什麼掉 150 倍。
山中因子: 一種特殊的蛋白質，哈利提到 OpenAI 與 RetroBio 用 fine-tune 過的小模型 GPT-4B micro 設計出更好的版本。
Alpha Evolve: Google 把 LLM 結合演化演算法的 AI，找到更快的矩陣乘法演算法，也優化了 TPU 與資料中心，EP89 有介紹。
computer use: AI 自己操作電腦完成任務的功能，今年開放給大部分消費者，但哈利說幾乎沒人用。
MCP: Model Context Protocol，工具與 LLM 溝通的統一協定，各家做 agent 接工具時都用它。
自迴歸生圖模型: 文字與圖像一起處理的生圖模型，技術跟 Stable Diffusion、Midjourney 不同，是這波生圖大躍進的基礎。
acqui-hire: 把公司核心團隊請過來並授權技術，但不真的收購，哈利說公司常用來避開反壟斷法。
AI 永動機: 他提名的年度關鍵字，英文說法有 AI circular trade 與 AI round-tripping。