88小时对比100年：一万个AI协同解题背后的算力浪费与时间折叠

解开一道顶级数学难题，如果让一个 AI 单独思考，需要整整 100 年。 OpenAI 调了一万多个 AI 智能体组团围攻，88 个小时就拿下了。 听起来像是一个让人惊叹的技术奇迹。 但这并不意味着一万个 AI 凑在一起，计算能力就直接翻了一万倍。 真要把算力账本拆开看，这种打法的计算效率低得让人倒吸凉气。

OpenAI 这次挑的硬骨头，是克雷数学研究所设立的千禧年大奖难题：纳维-斯托克斯方程。 他们调动了一万多个智能体并行运转，互相发送了 270 万条消息，输出了大约 1300 亿个 token。 这堆数据量足够塞满一百万本书。 在这场密集的计算轰炸下，它们最终交出了一份关于方程强迫爆破的严谨数学证明。

88 个小时搞定百年难题，付出的代价到底有多大？ 牛津大学研究员 Toby Ord 顺着 OpenAI 发布 Sol 5.6 时的测试数据算了一笔账。 他给这种靠堆智能体数量来解决问题的模式起了一个名字，叫蜂群扩展。 推演出来的数学规律相当残酷。 如果把协同干活的智能体数量乘以 N，它所能带来的性能提升，仅仅相当于把单个 AI 的计算预算放大了 N 的 0.57 次方。 这个 0.57 的衰减指数是什么概念？ 做个简单的算术就清楚了： 如果你把智能体数量从 1 个增加到 16 个，人数膨胀了整整 16 倍； 但它们协同作战达到的实际效果，只相当于给单个 AI 增加了不到 4.9 倍的推理算力。 十六倍的算力砸下去，只换来不到五倍的效果。 剩下十一倍多的计算资源，全部在协同中消耗掉了。

为什么会亏成这样？ Toby Ord 借用了经济学家查尔斯·琼斯研究人类科研效率时提出的经典公式。 琼斯早就发现，在现实世界的研究机构里，科学家的数量增加一倍，科研成果从来不会跟着翻倍。 因为人一多，彼此就会互相踩脚。 沟通要开会，进度要同步，不仅得看懂别人写了什么，还要防范两个人做了一模一样的重复工作。 AI 智能体抱团干活，遭遇的是同一种组织摩擦。 一万个智能体在三天半里互相发了 270 万条消息。 有的负责提出假设，有的负责寻找漏洞，有的负责推演公式； 但中间必然有海量的智能体在原地转圈、重复验证别人已经走过的死胡同、或者停在半路等待其他节点的反馈。 OpenAI 的研究员 Noam Brown 提到过，今天的多智能体系统在协同能力上还很原始，因为底层的基座模型以前主要都是针对单打独斗的单任务训练出来的。

既然在算力上这么铺张浪费，OpenAI 为什么要花大钱养这一万个智能体？ 直接让单个 AI 独自推演，把全部算力集中在它一个人身上，不是更省钱吗？ 答案全在现实世界的挂钟上。 让单个 AI 独自慢慢思考，算力的利用效率确实极高，几乎没有多余的协同内耗； 但代价是你要在现实里等上 100 年。 没有任何商业机构或者科学家，能在有生之年等上一个世纪。 蜂群扩展虽然在算力上极度浪费，但它在物理时间的压缩上，展现出了一种极其暴力的工程能力。 它用巨大的算力溢价，把一百年的漫长岁月硬生生压缩到了三天半。

这也给整个 AI 行业指出了一条完全不同的演进路径。 过去几年，大家熟悉的扩展定律只有两种： 一种是在预训练阶段死磕数据和算力，把模型本体训得越来越大； 另一种是在测试推理时给模型更充裕的思考时间，让它把单兵逻辑推演到极致。 这两种方式，都把宝押在造出最聪明的超级单兵上。 但随着蜂群扩展定律浮出水面，竞争的维度彻底变了。 当单个模型的智商提升逐渐逼近边际效益的拐点，能够用更低的管理摩擦协调成千上万个智能体，用算力暴力换取时间，才能在现实世界里率先跑出结果。 未来的比拼，不再单纯看单颗大脑有多聪明。 谁能率先教会成千上万个数字员工在并肩冲锋时少踩彼此的脚，谁就能更快拿到下一张船票。