大模型发展到哪个阶段了？

8月15日参加CCF 的线上活动，叫大模型赋能的网络安全。在讨论环节，谭校长提了一个问题：大模型发展到哪个阶段了？这个问题当时我回答说：按Gartenr的Hype Cycle,快到是第一阶段的顶点了。

这两天Gartner发了相关报告，从图中可以看出，Gartner的观点比我保守一些，但也确实离第一阶段顶点不远了。

为什么会有这个结论？需要看一下大模型的优缺点。

这一年多，大模型在安全产业得到迅速推广。微软的Security Copilot引领潮流，国内公司也迅速跟进。

最多场景的应用，是安全运营，各个大厂都重金投入，甚至喊出了安全自动驾驶的口号，要超越微软。从实际应用看，大模型在告警解读，数据获取，调用工具等方面，均表现出不凡的能力，对降低安全运营人员的能力和数量要求上，确实很有价值，尤其是自然语言的人机交互，是历史性的跨越。价值很好，这点毋庸置疑。

大模型在代码分析，漏洞处理方面也得到很好的应用。在供应链安全领域里，有一些公司，在使用大模型解决传统的代码漏洞问题，效果也很不错。

还有一些公司将大模型应用于辅助代码开发，效果也非常好。在文字及图片生成领域，大模型被政治正确玩坏了，各种枷锁。但代码生成不存在这样的问题，所以，这个领域当前发展非常好。

随着大家对大模型的深入应用，大模型的局限性也表现出来。

1. 大模型的输出还不够理想，让它写文章，洋洋洒洒一大篇，但其实没什么观点。很多大模型都推出来了自动生成ppt的功能，但用过多家，感觉都还差点意思。

2. 大模型本身缺少安全能力。所有大模型，都不具备基本的访问控制能力（各家的用户名密码登录机制是外围实现，不是大模型能力），所有人权限都一样，导致大模型无法处理敏感信息，只适合处理知识性的内容。针对大模型的攻击也日渐多起来，以至于大模型安全本身成了热门。

3. 大模型的逻辑能力明显不够。今年最流行的词是Agent，有各种定义，OpenAI将其定义为”以大模型为大脑驱动的系统，具备自主理解，感知，规划，记忆和使用工具的能力，能够自动化执行完成复杂任务的系统“。简单说，你提一个目标，它能直接交付结果。当前的现状是，你提一个简单的目标，它能交付，但复杂的，还真不行，这个问题，主要障碍就是它的规划能力还比较弱。所有的大模型规划能力都比较弱。曾经被大家预期很高的GPT5,其实最大的预期，还是在规划能力上，但它持续跳票，说明openai也没搞定这个问题。

4. 大模型缺少自己的临时记忆（存储）能力。训练完成后，大模型的内容基本不再改变，实时的学习及记忆能力都没有。RAG是个临时方案，有一些作用，但它就象一个教授在做研究，写论文，让一个小学生给它查资料，还必须按资料内容输出，这是标准的降智，逻辑就不通。不是说RAG没用，它确实是个很妥协的方案。大家预期非常高的函数调用能力（function calling)，每次都要把所有函数的相关信息通过prompt输入进去，根本是个弱智的方案。当然openai说这个问题可以通过微调解决，但这个同样是降智逻辑，不是合理方案。

   以上这些，都需要基础模型的能力提升，目前各家的能力都还不行，或者还需要一些基础理论方法的提升。

大模型走到今天这个阶段，并不是大模型没用，而是这一年多，大模型烧了太多的钱，吸引了太多的眼球，空前拉高了人们对它的预期，而当预期达不到的时候，会自然进入泡沫破裂期。

但也可以放心，大模型是未来的重要技术，过了泡沫破裂期，会快速走到上升期，那将是长期的发展黄金期。从发展路径上看，它在曲线上的上升进度明显快于其它技术，也是未来发展的重要信号。