有人说：一个人从1岁活到80岁很平凡，但如果从80岁倒着活，那么一半以上的人都可能不凡。
生活没有捷径，我们踩过的坑都成为了生活的经验，这些经验越早知道，你要走的弯路就会越少。
🔥个人推测明年 AI 大概率发生的几个事情：
AI 模型部分：
- llama-4 (这个几乎板上钉钉了，明年第一季度，如果推理能力不强，llama 可能要跑偏)
- Gemini-2.5-flash-thinking (明年第二季度，更好的推理模型，正式下放到例如浏览器的 google 平台)
- Claude-4 （明年第一季度，拥有更强的推理能力，写代码上下文理解能力更强（目前这点一般般，体现在写 C，CPP，Rust，对全局变量或者跨多个作用域的变量理解很垃圾））
- Qwen3 (明年第二季度，拥有推理能力)
- GPT-5 （明年第二季度，但我估计是个 better 推理模型这样，不会比 o3 强太多，但是价格会比 o3 下降很多，使其商业可用）
关于推理：
- 推理模式的商业模型和开源模型将全面爆发，大家开始卷性能和价格（明年第二季度之后）
- 受限于推理模式的性能限制，可能会出现新的基于推理的开源基础框架（明年第二季度）
- 推理水平接近人类的 80% （明年第三季度，目前 ARC-AGI 测试大概是人类的 65% 左右，见图 1）
关于性能和设备：
- 消费级显卡 8 卡极致算力可以达到 150token/s (明年第一季度，70b-4bit 模型，假定 5090 显存带宽有 1700GB/s+)
- 新的基于推理的 MoE 模型（明年第二季度，因为推理很慢所以想要本地部署只能 MoE）
- Mac M4 Ultra，算力达到 20token/s（明年第二季度，70b-4bit 模型，假定这次内存带宽能达到 1024GB/s）
- A100 租赁价格降低到 0.5USD/min，（明年第二季度，现在是 0.81 左右，按照关机价来算，现在显卡租赁还是嗷嗷赚钱的状态，A100 才 300W，A100 按照 25000USD 计算，一年回本，每小时成本是 2.85USD，再假设其他成本 0.1USD 每分钟，加州电费是 0.35USD/KWh, 总体关机价格大概是 3USD 每小时，即 0.05USD/min, 赚到爆）
商业化部分：
- 各家都在卷 RAG 与推理深度融合，估计明年 RAG 效果会有很大的提升（明年第二季度）
- 川普会进一步限制新显卡出口，所以国内的自研卡商盈利面还是很不错的，CUDA 的护城河远没有光刻先进制程和 GPU 架构那么高 （持续）
- 各种设备都开始尝试搭载模型或者本地小模型（明年第一季度，手机，笔记本，智能音箱）
- 端的专用 AI 设备昙花一现 （到明年第四季度，没错我不看好这方面的专用硬件，比如 AI 眼镜。我认为始终应该是 AI 融合进现有高频设备比较靠谱）
展望明年，各位怎么看？
这些程序员职场“潜规则”，让你少走5年弯路_【官方推荐】唐城的博客-CSDN博客
一边赶路，一边寻找出路，希望大家在每个幸福的日子里，都能快乐前行。
)
