三年后回看我对 ChatGPT 的判断：哪些看对了

这篇文章，是我在 2026 年回过头去清算 2023 年那波关于 ChatGPT 的判断。我把当年那二十条预测一条条翻出来，又对着最新数据重新捋了一遍。结果挺耐人寻味的：方向判断准的不少，可数字和时间点翻车的，也一样扎眼。

欧易(OKX)

全球三大交易所之一，注册领50U数币盲盒，币圈常用的交易平台！

立即注冊立即下载

币安(Binance)

币安是世界领先的数字货币交易平台，注册领100U。

立即注冊立即下载

有些结论现在看，几乎就是命中了；有些呢，直接被现实打脸。比如 RAG、LUI、机器人网络这些判断，后面都能找到对应的产业落点……不过像参数量、成本上限、技术成熟速度这类说法，就没那么稳了。说实话，预测 AI 最容易翻车的地方，就是把话说得太死。

这篇复盘不只是为了“打分”，更像是在给未来三年的 AI 观察立个规矩。我倒是认为，方向比数字更重要，机制比情绪更重要，给自己留点余地，也比一上来就装得特别肯定更重要。看完你大概率也会有同感：真正难的，不是看见风向，而是承认自己哪些地方其实是想当然了。

文里还顺手整理了 2026 年前后的最新事实，包括模型能力、企业应用、版权争议，还有 AI 产业分层这些事。想跟上 AI 变化、又不想被各种噪音带跑的人，应该会比较有用。

一、这次复盘到底在看什么

核心问题其实很直接：2023 年的那些判断，到底哪些站住了，哪些没站住？

我把当年的 20 条判断拆开，按今天能查到的数据重新核对了一遍。基准时间放在 2026 年 5 月，尽量少靠感觉，多看事实。

为了尽量压低偏差，这次还让 AI 跑了一轮交叉检索。不是为了省事，老实讲，就是想看看：当年那套直觉，到了三年后，到底还打不打得住。

二、看对的部分，真的比想象中多

RAG 现在几乎已经成了 AI 产品的默认架构。

2023 年那会儿，很多人还在争论，要不要把知识直接塞进模型参数里。现在回头看，主流路线更像是“检索加生成”。搜索、向量库、引用答案，这套组合拳已经很常见了，对吧。

LUI 不是噱头，而是新交互层。

自然语言界面这件事，确实打开了新路子。它没有把 GUI 干掉，但把“怎么输入”这件事彻底改写了。现在还只盯着按钮和菜单的人，感觉多少有点慢半拍了。

机器人之间的协作，也已经露出雏形。

MCP、A2A、agent 协议这些东西，说明一件事：未来不是一个模型单打独斗，而是一堆 agent 互相调用、互相配合。听着有点科幻，但话说，实际上它已经在路上了。

三、看错的地方，问题也挺典型

最硬的一条错，是把 GPT 4 传成了 100T 参数。

这种数字最容易被二手消息带偏。后来回头看，真实规模和当年流传的说法差了好几个量级。数字一旦说死，翻车也会翻得特别干脆……

另一个常见坑，是把“不会”说成“绝不会”。

像数学能力、版权边界、意识问题，这些领域现在都比 2023 年复杂得多。过去说“不可能”，三年后往往就会被现实打脸。真的，别把话说得太满，这真的有用吗？

还有一个盲点，是只盯总量，不看分布。

失业有没有发生，价值流向哪里，伤害最后落到谁身上，这些都不是一句“大盘没问题”就能糊过去的。很多时候，真正出事的是新人、边缘岗位，还有那些被忽略掉的人群。

四、三年后，我更信什么

方向比数字靠谱，机制比口号靠谱，留余地比绝对化靠谱。

这话听着普通，可真能扛时间。凡是当年留了限定词、分了层次、讲了边界的判断，今天再看都更稳。反过来，那些一锤定音的句子，最后往往最容易被现实敲碎。

AI 的发展不是直线冲刺，更像是一边爆发、一边修正。

有些能力进展快得离谱，有些地方又慢得让人着急。短期太乐观，长期又太保守，这几乎都快成行业通病了。

所以我现在更愿意相信一句老话：看趋势可以大胆，落结论要克制。真要押注，先押方向，再押结构，别急着把数字押死。

五、结论：这不是一篇怀旧文

这篇复盘的价值，不在于证明谁对谁错，而在于帮你看清 AI 预测里最常见的坑。

如果你也在盯着大模型、agent、RAG、AI 应用层这些方向，最该记住的其实不是某个具体参数，而是判断方法本身。三年后再回头看，方法往往比结论更值钱。

下一个三年，还是值得继续记账的。到时候再对一次，看看今天这些判断，又会留下些什么。

常见问题

这篇文章主要讲什么？

它是在 2026 年回头看 2023 年对 ChatGPT 的 20 条判断，逐条对照最新数据，看看哪些看准了，哪些偏了。

文章里最重要的结论是什么？

最重要的结论是：方向判断通常比精确数字更可靠。技术发展太快，数字和时间点最容易翻车。

这篇文章适合谁看？

适合关注 AI、大模型、agent、RAG 和 AI 产业变化的人看。想少被噪音带跑的人，也很适合。