{"id":"mb-20260830-9d2675","kind":"deep","title":"算力每暴涨 10 倍，AI 兑换出来的智商其实只有 50 点","summary":"算力每暴涨 10 倍，AI 兑换出来的智商其实只有 50 点","body":"算力每暴涨 10 倍，AI 兑换出来的智商其实只有 50 点。\n过去三年，几乎所有公开的基准测评都在一年内被大模型打满。\n这种测试迅速饱和的景象，制造了智力正在指数级暴冲的幻觉。\n真相刚好相反。\n测评被打满，不代表模型进入了神级进化。\n这只是因为人类现有的测试，难度区间太窄。\nAI 趋势研究机构 Epoch AI 统计过一组数据：\n全球前沿大模型的训练算力，每年增长 4 到 5 倍。\n加上算法和数据清洗的效率提升，每年综合有效算力翻了整整 10 倍。\n如果把一个测评任务从 10% 正确率爬到 90% 的过程画下来，它是一条标准的 S 型曲线。\n大部分任务在 10 倍算力的冲击下，只要 6 到 24 个月就会彻底饱和。\n表面上看，AI 正在以恐怖的速度攻克一个又一个领域。\n但如果把有效算力本身作为尺子，底层的机器就露出了真面目。\n这台机器叫对数智力铁律。\n人类心理学在测量智商时，经历过完全相同的一幕。\n斯坦福-比奈量表把人类 IQ 强行压进一条均值 100 的正态分布曲线里。\n后来更严谨的项目反应理论，也就是 IRT，改用单道试题来测算潜在能力。\n在 IRT 模型里，一个人做对一道题的概率随能力上升，画出的同样是一条 S 型曲线。\n一道典型题目从 10% 正确率爬到 90%，在人类身上需要跨越大约 50 个 IQ 点。\n在 IQ 70 到 145 的绝大多数人类区间里，这套理论与经典智商测试完全线性吻合。\n两套看似无关的测量体系，在这里完成了一次精确对接。\n在 AI 这里，推动单个测试从 10% 到 90% 饱和所需要的，刚好也是 1 个数量级，也就是 10 倍有效算力。\n这意味着：人类定义的 50 点智商差距，底层消耗的是整整 10 倍的训练计算量。\n智力不是随着算力线性暴涨的。\n智力是有效算力和训练数据的对数。\n算力在坐火箭，智力在走楼梯。\n从普通人的 100 智商跨到顶尖学者的 150，需要 10 倍算力。\n想从 150 跨到 200，不是多买几块芯片，是必须在之前的基础上再翻 10 倍，也就是 100 倍算力。\n想冲到 250，需要 1000 倍。\n越往前走，每一分智力的边际成本就越接近天文数字。\n数据瓶颈更是一道死锁。\n要训练出高出 50 个 IQ 点的模型，不仅需要指数级膨胀的数据量，还需要数据本身具备高出 50 点的认知质量。\n模型无法靠自己左脚踩右脚完成自举，真正的突破必须依赖现实世界里极其昂贵的科学实验。\n即便未来有人造出包裹恒星的戴森球，把太阳系所有物质都变成可逆量子计算机，在物理极限下，能达到的智力上限也就在 2000 点左右。\n所谓无限自我迭代的智力大爆炸，从一开始就撞上了一堵对数墙。\n每一寸认知的推进，背后都咬着一张成倍暴增的物理账单。\n决定这场竞赛终局的，从来不是谁的声量更大。\n是在对数铁律的残酷折损下，谁能撑得住指数级膨胀的真金白银。","topic":"算力每暴涨 10 倍，AI 兑换出来的智商其实只有 50 点","frame_type":["对数智力铁律 (Logarithmic Scal","机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-08-30 20:43:53","legal_anchor_count":0,"transcript_citation_count":0}