{"id":"mb-20261012-ddd4c5","kind":"deep","title":"AI能力指数翻倍背后的工程代价：资本开支超指数狂飙与转化效率递减","summary":"Keras之父François Chollet对比2023至2026年数据发现，AI各项能力测试呈现指数级增长，但同期的行业资本开支却是增长率不断扩大的超指数级。将AI视为把资本转化为智能的系统时，其边际转化效率实际上正在衰减，一旦外部资本增速放缓，能力曲线将直接面临物理与资金瓶颈。","body":"AI的能力在按指数翻倍，背后烧钱的速度却在超指数狂飙。\n\n这话是 Keras 之父 François Chollet 刚把数据拉出来算完账说的。\n\n从 2023 到 2026 年这三年，你看各大基准测试，AI 的综合得分几乎完美贴合一条指数曲线。\n写代码、做数学题、跑长文本，一条线直挺挺地往上冲。\n看起来很振奋对吧？\n但 Chollet 随手把同期的 AI 资本开支也画了一张图。\n这一画，味道全变了。\n\n什么叫指数？\n今年是 1，明年是 2，后年是 4，大后年是 8。\n翻倍的时间是固定的。\n那什么叫超指数？\n增长率本身还在往上拉。\n也就是今年翻一倍，明年翻两倍，后年翻四倍，曲线越来越陡。\n\n2023 年整个行业买卡、建智算中心、拉电力，砸了几百亿美元。\n到了 2024 年、2025 年，数字直接窜到了上千亿，而且每年的资本开支增幅还在扩大。\n\n如果把整个 AI 系统看成一个黑盒子：\n左边喂进去的是外部真金白银的投资，\n右边吐出来的是模型的智能水平。\n你仔细琢磨一下这个数学模型。\n输入端是超指数级，\n输出端却只有指数级。\n\n这意味着什么？\n这意味着这台机器的转换效率，从一开始其实就在衰减。\n\n为了维持模型能力每个阶段稳定的“指数级进步”，\n后面必须用越来越夸张、越来越陡峭的资金增幅去硬灌它。\n直觉上，很多人以为这是技术爆发在自然展开。\n但在工程账本上，这是用资本加速透支换来的数字平滑。\n\n可问题是，现实世界里有什么东西能永远保持超指数增长？\n没有。\n资本有上限，电网负荷有上限，芯片产能也有上限。\n当资本开支的增长率只要稍微慢下来一点，哪怕仅仅退回到普通的指数增长，\n那个原本平滑好看的能力曲线，立刻就会失去支撑。\n\nChollet 抛出的这组数据，其实没有下什么情绪化的断言。\n他只是把进水管和出水管的流量表并排摆在桌上。\n当一台机器需要吃掉加速暴增的燃料，才能维持匀速的奔跑，\n决定它什么时候慢下来的，\n往往还轮不到讨论算法的天花板，\n只要外面的注水机先喘一口气，节奏就彻底变了。","topic":"AI能力指数翻倍背后的工程代价：资本开支超指数狂飙与转化效率递减","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-12 16:14:22","legal_anchor_count":0,"transcript_citation_count":0}