允中 发自 凹非寺
量子位 | 公众号 QbitAI
2026年将至，ChatGPT发布三周年，但关于“AI瓶颈期”的焦虑正达到顶峰。
当全行业都在讨论如何通过量化、蒸馏来“省钱”时，新加坡国立大学校长青年教授、潞晨科技创始人尤洋却提出了一个更为本质的拷问：
如果给你300亿美元预算，今天我们真的能训出比GPT-4强出几个维度的模型吗？
在《智能增长的瓶颈》一文中，尤洋教授一针见血地指出：
当前智能增长的瓶颈，本质上是我们现有的技术范式，已经快要“消化”不动持续增长的算力了。
他提出了几个颠覆常规认知的硬核观点：
智能的本质是能源转化：过去10年，AI的本质是将电力通过计算转化为可复用的智能，而转化效率正面临大考。
Transformer的秘密：它之所以胜出，并非因为更像人脑，而是因为它是一台“伪装成神经网络的并行计算机”，完美契合了英伟达GPU的堆料逻辑。
效率不等于智能：Mamba等新架构提升了吞吐量，但在“算力转智能”的终极上限上，它们真的比Transformer更强吗？
未来的出路：抛弃Adam优化器？回归高精度计算（FP32/64）？
从电影制作到地震时间预测，我们离真正的AGI还有多远？……
这篇深度长文，或许能带你穿透“降本增效”的迷雾，直达算力与智能最底层的逻辑。
一起来看。
智能的核心不是解释，而是预测
什么是智能？
尤洋没有照搬任何形式化或哲学化的“智能定义”。
相反，他采用了一种非常工程化、面向能力评估的处理方式，通过一组可验证、可实践的判断标准来刻画智能的边界：
在关键人生决策上，是否愿意完全听从AI；
在高风险、高不确定性领域，是否敢让AI替代专家；
在创作层面，是否已经无法分辨作品是否由AI生成；
这些例子背后，指向的是同一个核心能力：即对未来状态进行预测，并为预测结果承担实际后果的能力。
这一锋利的判断，不仅解释了为什么Next-Token Prediction能在过去几年成为事实上的“智能发动机”，也解释了为何许多“在封闭评测中表现出色”的系统，一旦进入真实世界就迅速暴露短板——
它们往往擅长组织与解释已有信息，却难以在不确定环境中对未来做出稳定、可执行的判断。
当然，需要强调的是，将智能高度凝聚为“预测”，更像是在给智能划定一个工程上可对齐算力投入的核心能力维度，而非穷尽智能的全部内涵。
这是一个足够清晰也足够有解释力的硬核视角。而规划、因果建模以及长期一致性等能力，是否能够完全被还原为预测问题，仍然是一个开放议题。
但当我们把智能简化为预测能力时，下一步的问题自然落到：算力是如何转化为这种能力的？
预训练、SFT、RL之争，本质上是“算力分配”问题
过去几年，行业对训练范式的讨论，常常被“方法论优越感”主导；但如果把目标限定为单位算力能换来多少智能，那么范式本身就不再神秘，而变成了一种算力使用策略。
不同于主流叙事，尤洋在文章中直接把预训练、微调、强化学习三者拉到统一层面，即三者本质上都是在计算梯度，更新参数。
文章指出，当前模型的主要智能来源，依然是预训练阶段——不是因为它更“聪明”，而是因为它消耗了最多的能源与计算。
从智能增长角度看，这三者参数更新发生的频率与更新所消耗的算力规模确有不同，但是通过视角的转换，智能增长的讨论就从方法论之争，转向了一个更朴素，也更残酷的问题——
在算力持续投入的前提下，我们是否还能稳定地换取能力增长？
Transformer的胜出，不只是算法胜利
为了回答这个问题，这篇文章回溯了过去十年大模型快速进化的原因。尤洋指出，这一轮智能跃迁的成立，依赖于三件事情同时发生：
一是GPU体系在硬件层面持续提供指数级增长的并行算力；
二是Transformer架构在计算结构上天然支持大规模并行，能够充分“吃下”这些算力；
三是Next-Token Prediction这一训练目标为模型提供了近乎无限、且高度统一的学习信号。
因此，Transformer的成功，并不仅仅是算法层面的胜利，更源于模型架构与硬件体系高度匹配的系统性结果。
在这三者共同作用下，算力增长、模型规模扩大与能力提升之间形成了一条相对稳定的正反馈链路。
需要注意的是，这一范式的有效性，也在一定程度上受益于语言任务本身的结构特性：语言高度符号化、序列化，且评测体系与训练目标高度一致。
这使得算力增长、模型规模扩大与能力提升之间，在这一阶段形成了一条相对稳定的正反馈链路。
也正是在这一历史条件下，从GPT-1、GPT-2到GPT-3，再到ChatGPT，智能水平得以沿着同一范式持续抬升。
这也自然引出了后文的核心问题：
当算力继续增长时，我们是否还拥有同样可扩展的范式？
真正的瓶颈，并不是算力停了，而是算力“吃不动”了
尤洋在文中提出了一个非常具体、也非常可操作的标准来判断智能的瓶颈：
当一次训练的FLOPS从10^n变成10^{n+3}时，我们是否还能稳定地获得显著更强的模型？
如果答案开始变得不确定，那么问题就不在于“算力是否继续增长”，而在于：
现有范式对新增算力的吸收效率是否下降；
计算规模的扩大，是否被通信、同步和系统开销所抵消。
这也是文章里反复强调FLOPS的原因：
Token数、参数量、推理速度，往往会混合效率与商业因素；而FLOPS才是最底层、也最难被包装或美化的算力尺度。
在这个意义上，所谓“瓶颈”，并不是红利消失，而是算力增长与智能增长之间的映射关系开始松动。
更值得一提的是，尤洋在文章中刻意把讨论从“效率优化”里拎出来，换了一个更接近一线大厂决策的场景：
假设今天Google拍给你一张“300亿美元预算”的支票，给你半年DDL——在这种极限训练目标下，你还会优先选择Mamba这类“吞吐量更高”的架构吗？
未必。因为吞吐量解决的是“同等智能更便宜”，不自动等价于“同等成本更聪明”。
真正的难点变成：我们到底有没有一种扩展性更强的架构或Loss函数，能把新增算力更稳定地“吃进去”，并把它转换成可兑现的能力增量？
那么如何能在单位时间内吃下更多算力，并真正将它转化为智能呢？
未来未定，问题的答案可能在多个探索区间内
在正式回答算力转化智能的问题之前，尤洋还对硬件与基础设施层面进行了深入的探讨。
他根据自身多年的从业经验得出，计算开销/通信开销的比值，必须维持或提升，这样才能在继续堆叠GPU的情况下，线性地换来更多智能。
因此，未来AI基础设施的核心目标，应该关注并行计算体系在软硬件层面的整体扩展性，而不仅仅是单点芯片性能。
在这一基础上，尤洋最后提出了多个探索方向，比如更高精度、高阶优化器，更可扩展的架构或者Loss函数，更多epoch与更深度的超参数探索。
这些探索方向，都在试图回答同一个命题——如何让模型在“吃掉”万亿级投入的同时，吐出等比例增强的智能？
对于智能的进一步增长而言，真正重要的，是在极端算力条件下持续变强的能力——这也意味着，预训练所能承载的智能增长空间，可能还远未走到尽头。
回到最初讨论的问题，算力到底还能不能继续转化为智能？
尤洋并未给出断言，但逻辑已经清晰：
只要我们还能找到更高效组织计算的方式，智能的上限就远未到来。
原文传送门（或点击“阅读原文”）：
https://zhuanlan.zhihu.com/p/1989100535295538013
