AI 不是突然变聪明，而是终于够可靠

普通用户、开发者与行业观察者最近都有类似感觉：AI 忽然真的好用了，能扛编程智能体、混乱的自动化、更长的多步骤任务。最省事的说法是模型又来了一次「智力爆炸」。杜布瓦的说法，却指向另一件事。

他认为能力一直在连续平滑上升。体感上的阶跃，其实是可靠性跨过一道门槛——他判断大约在 2025 年底正式跨过——之后模型才稳到能接手研究员大量日常工作。外界才瞬间产生「一夜变强」的错觉。

可靠性是出错率问题，不是「感觉问题」

杜布瓦给了一个好记的工程图像：对智能体式模型来说，大约每运行两分钟就有一定出错概率。任务链越长，小风险越会累积，最后整件事崩掉。研发的一大目标，就是从架构、训练到应用层，持续压低这个「每两分钟」的出错概率。

所以可靠性既不是单纯智商，也不是单靠工程打磨。累积误差够低之前，AI 多半停在演示区——短片好看，真实流程脆弱。跨过那条线之后，人们才不再每一步盯着，而开始把工作交出去。

三股力量叠在一起

按杜布瓦的归纳，最近这波「体感变好用」不是单一魔法，而是三件事叠加：

• 可靠性跨过门槛——长链路、多步骤的智能体工作变得够稳、值得托付。
• 更强模型反过来加速研究员本身——用 AI 写工具、训练下一代模型，进步互相叠加。
• 原本主要跑在干净、可验证奖励上的强化学习工具，开始泛化到混乱的真实任务。

三者一起，才把 AI 从「演示里能用」推成「工作里好用」。智力曲线不必断裂；系统终于够值得信任，大家才突然注意到。

在喊「跃迁」之前，先问什么

对公司与团队来说，有用的换框很简单：别只问模型在榜单上是否更聪明，要问你的长流程出错率是否低到人类可以退后一步。若一件事需要二十个安静步骤、中间不能靠人急救，门槛就是可靠性，不是更炫的演示。

热潮底下那句安静的话是：2026 年大家感觉到的「突然变强」，比较不像智力断裂，而像可靠性终于追上了野心。