Thomas Wolf menyatakan bahawa walaupun AI mahir dalam melaksanakan arahan, ia tidak mencapai tahap untuk menghasilkan pengetahuan baru. Dalam satu pos di X, eksekutif Hugging Face itu menekankan pentingnya AI untuk mencabar data latihan dan mengambil pendekatan yang tidak konvensional. Pernyataan Wolf sejalan dengan tumpuan teknologi semasa terhadap AI yang bersifat agentic. “AI sangat baik dalam mengikuti arahan; namun, ia tidak mendorong sempadan pemahaman, ” kata Wolf. Sebagai ketua pegawai sains dan pengasas bersama Hugging Face—sebuah syarikat AI sumber terbuka yang disokong oleh Amazon dan Nvidia—dia mengkaji had model bahasa besar dalam satu pos pada hari Khamis di X. Dia mendakwa bahawa industri sedang menghasilkan "pembantu yang terlalu patuh" dan bukannya inovator. Kini, Wolf noted, AI tidak menghasilkan pengetahuan baru; ia hanya mengisi kekosongan antara fakta yang sudah ditetapkan—proses yang dirujuknya sebagai "pengisian manifold. " Untuk AI memudahkan kemajuan saintifik yang tulen, Wolf berpendapat bahawa ia mesti melangkaui sekadar mengambil dan mensintesis maklumat. AI harus menilai secara kritikal data latihannya, menerima strategi yang tidak konvensional, membentuk idea baru dengan maklumat minimum, dan mengajukan soalan yang tidak diduga yang dapat membuka jalan baru dalam penyelidikan. Wolf turut mengulas tentang idea "abad ke-21 yang terkompres"—sebuah konsep yang dibentangkan dalam esei Oktober oleh Dario Amodei, CEO Anthropic, yang bertajuk "Mesin Cinta yang Mengasihi. " Amodei mencadangkan bahawa AI berpotensi untuk mempercepatkan kemajuan saintifik ke tahap yang perkembangan yang dijangkakan dalam abad berikutnya mungkin berlaku dalam tempoh lima hingga sepuluh tahun. "Saya membaca esei ini dua kali. Kali pertama saya rasa sangat teruja: AI akan merevolusikan sains dalam masa lima tahun, fikir saya!" kongsi Wolf di X.

"Setelah membaca semula, saya sedar bahawa banyak daripada itu kelihatan seperti angan-angan semata-mata. " Wolf memberi amaran bahawa melainkan penyelidikan AI beralih, kita mungkin tidak akan menyaksikan kemunculan seorang Albert Einstein baru dari pusat data, dan hanya akan tinggal "orang bersetuju di pelayan" pada masa depan. Wolf tidak memberikan maklum balas terhadap permintaan untuk komentar yang dibuat di luar waktu perniagaan biasa. Kemunculan AI agentic Refleksi Wolf muncul ketika sektor AI memberi tumpuan kepada AI agentic. Naratif berkaitan termasuk pandangan dari Sam Altman, CEO OpenAI, yang mencadangkan bahawa tahun ini mungkin menyaksikan pengenalan "agen" pertama—sebuah kategori alat AI yang mampu berfungsi secara independen dalam tenaga kerja. “Jika 2024 adalah tahun LLM, kami percaya 2025 akan menjadi tahun AI agentic, ” kongsi Praveen Akkiraju, pengarah pengurusan di Insight Partners, kepada Business Insider pada bulan Januari. Firma modal teroka beliau telah melabur dalam startup yang berkaitan dengan agentic seperti Writer, Jasper, dan Torq. Pelabur telah menunjukkan minat yang kuat terhadap idea ini, dengan data PitchBook menunjukkan bahawa startup yang fokus kepada aplikasi agen meraih $8. 2 bilion tahun lepas. Berbanding dengan pembantu AI yang terutamanya mengumpul dan meringkaskan maklumat, agen dapat memecahkan tugas kompleks, membuat keputusan secara autonomi, dan menyesuaikan strategi mereka berdasarkan hasil. Selain itu, penyelidik telah memanfaatkan AI untuk pencapaian saintifik yang signifikan. Sebagai contoh, profesor Oxford, Matthew Higgins, menggunakan AlphaFold2, sebuah alat AI yang dibangunkan oleh DeepMind milik Alphabet, untuk menentukan struktur protein malaria yang kritikal—sebuah masalah yang dihadapi oleh makmalnya selama bertahun-tahun. Penemuan ini menghasilkan vaksin malaria eksperimen yang kini sedang diuji ke atas manusia. Tanpa AlphaFold, Higgins mengakui, "kami mungkin masih mencuba, untuk jujur, " dalam satu perbincangan pada 2023 dengan Business Insider.