2023 年我判断中国大模型没戏，三年后我发现少写了一个期限
2023 年，GPT-4 刚把能力差距摆到所有人面前时，我对中国大模型下过一个很重的判断：没戏，会被彻底甩开。
当时的证据很整齐。头部模型的能力差了一截，算力受限，产品和开发者生态都在追赶。站在那个时间点，说“中国大模型短期追不上”，并不离谱。
但我说的是“没戏”。这两个字没有期限，也没留下任何转向的可能。
从 2025 年开始，中国开源模型已经能和闭源模型正面对打。它们未必处处领先，差距却不再大到让人看不到追上的路径。我原来那句斩钉截铁的话，放到今天已经站不住了。
我后来才意识到，那句话真正缺的是一个期限。
当时的证据，回答不了“永远”
“按照现在的差距，未来一两年很难追上”，这是一个可以检验的预测。它有起点、有时间范围，现实变化后也能更新。
“中国大模型没机会”，则把当前状态写成了对象的永久属性。句子只少了几个字，承担的结论却完全变了。
我们经常在这里偷懒。看到一家公司的产品连续失利，就从“现在落后”跳到“这家公司完了”；看到一条技术路线暂时占优，就顺手推出“以后都会按这条路走”。前半句描述眼前，后半句已经替三年后的世界做了决定。
这类判断听起来有力量，因为它省掉了条件。也正因为省掉了条件，等现实转弯时，我们甚至说不清自己究竟错在哪：是证据看错了，推理出了问题，还是预测的时间早就越界了。
我 2023 年那句“没戏”，问题就出在这里。当时的信息足以支持“短期难追”，不足以支持“长期没有机会”。我把前一个结论说成了后一个。
时间拉长后，决定结果的是反馈
短期里，惯性通常占上风。现有模型的差距、算力储备、人才密度和产品份额，不会在几个月内凭空消失。用当前趋势判断接下来一个季度，往往有用。
时间拉到三年，惯性之外的反馈开始改变结果。
落后会改变资本投向，限制会逼出新的技术路线，人才会迁移，公司会重组，失败的产品也可能换掉负责人重新来过。竞争中的参与者会看到同一条趋势线，并采取行动改变它。
所以，预测三个月，可以多看现有差距；预测三年，还要判断这个系统会怎样回应差距。长期预测必须把趋势引发的反应也算进去，这一步难得多。
这也是为什么“Google 当前落后”和“Google 会长期衰落”不是同一个命题。要支持第二句，光列举今天丢掉的用户心智还不够，还得证明它拥有的研究人才、算力、现金流和分发入口无法转化为下一次调整。
长期预测最容易漏掉的，正是这种调整能力。我们把趋势画成直线，系统里的其他人却不会站着等那条线穿过自己。
“当时合理”也不能成为免责条款
结果与预期不同，不等于当初的判断过程一定很差。一个发生概率为 70% 的事件没有发生，仍然可能是那 30% 出现了。只拿一次结果倒推预测质量，很容易把运气当能力，也容易把小概率事件当成事后必然。
但“当时合理”不能用来替所有错误开脱。
如果一个判断没有时间范围，没有大致概率，也没说什么新事实会让自己改口，它就很难被检验。结果对了，可以认领远见；结果错了，可以退回“我只是基于当时信息”。这样的表达永远不会输，也就没有多少信息量。
回头看，我 2023 年的判断确实过了界。后来的结果只是让我重新检查这句话，问题在说出口时就已经存在：它把一个阶段性的概率判断包装成了永久结论。
复盘要落到下一次：再遇到同样的信息，我能不能做出一个边界更清楚的判断。
下次下判断，我会多写三行
现在再写预测，我会强迫自己补齐三个东西：判断覆盖到什么时候，我愿意给它多大概率，什么事实出现后我会改口。
一条可检验的表达，大致可以写成这样：
截至现在，我认为未来 12 个月 A 更可能发生，概率约为 70%。依据是 X 和 Y。如果 B 出现，我会下调这个判断；如果 C 出现，我会提高它。
这段话没有“一定”“永远”那么痛快，却更接近我们真正掌握的信息。明确条件，是为了让判断能被检验。条件写得越清楚，别人越容易指出你漏了什么，未来的自己也越难偷偷改题。
站回 2023 年，我更愿意这样说：中国大模型在未来一两年追上最领先闭源模型的概率很低；如果开源路线能显著缩小能力差距，或者在有限算力下找到更高效的训练和推理方法，我会更新判断。
这个版本仍然敢下注，也给现实留了入口。
下一次准备说“某家公司完了”或者“某条路线没戏”时，先把期限补上，再写下什么会让你改口。
长期预测少了期限和翻转条件，写下的往往只是今天的情绪。