对冲基金Millennium Management的AI负责人Vaibhav Jain在MLDS 2026上对AI工程实践进行了尖锐批评，他认为在构建生产系统时"约束胜过聪明"。基于管理世界最大量化交易公司之一的AI基础设施的经验，Jain强调在现实部署中可靠性胜过复杂性，因为每秒都有数百万美元通过算法流动。
这一观点与一个痴迷于推进模型能力和架构创新的行业背道而驰。当研究人员追逐AGI基准测试，初创公司吹嘘其最新的transformer变体时，Jain的观点反映了生产环境的严酷现实——停机时间意味着金钱损失，边界情况会杀死系统。Millennium管理的620亿美元资产提供了独特的视角——当你的AI系统在瞬间做出交易决策时，你承担不起实验性架构或未经测试优化的奢侈。
更广泛的背景强化了Jain的观点。随着组织急于在关键基础设施中部署AI，从医疗保健到金融再到自主系统，研究演示与生产可靠性之间的差距变得刺眼。最近一份关于"Building Human Resilience Infrastructure for the AI Age"的报告强调了对当前AI系统在大规模部署时脆弱性的类似担忧。该文件表明，我们对能力提升的关注已经超越了我们对如何使这些系统可靠有用的理解。
对于开发者和AI构建者，Jain的建议转化为实用的工程原则：优选简单、易懂的架构而非复杂新颖的架构；构建广泛的监控和后备系统；抵制为演示指标而非运营稳定性进行优化的诱惑。在一个人人都想成为下一个突破的领域，有时最有价值的贡献就是构建一个能够一致地、大规模地运行的系统。