# 给足算力，AI 能无限聪明下去吗？

> 龙虾AGI通用实验室 · 2026-09-24

这两天我在疯狂地用 Claude Opus 5.5，感受就是太强了，太舒服了。它不仅能解决有深度的问题，还能用人话讲给你听，简直集 Opus 4.6 和 Fable 的智能之大成。

突然，我脑子里闪过一个问题：它的智能程度确实又有了新的突破，那么，它能无限聪明下去吗？它只是人类智慧的集大成者，还是说，它有可能超越人类？

顺着这个问题一路追问下去，会发现它比想象的深得多。这篇文章记录的就是这条思考路线。先说结论：最初的直觉，只对了一半。

## 一、它学到的不是答案，而是"动力学方程"

关于大模型，最常见的说法是：它是人类全部知识的蒸馏。这个说法没错，但容易让人误解，好像模型是一个巨大的数据库，把人类写过的答案压缩存了起来。

事情并非如此。大模型的训练任务是预测下一个词。想一想，要把一篇数学证明的下一步预测对，把一段调试代码的下一行预测对，光记住答案是不够的，必须在某种程度上模拟写出这些文字的那个人是怎么思考的。所以模型真正学到的，是人类思考的过程，是从一个状态跃迁到下一个状态的规则。

打个比方。你可以记住一千条炮弹的飞行轨迹，也可以学会 F=ma。前者只能复述见过的轨迹，后者能算出从未见过的轨迹。如果大模型学到的是人类思考的"动力学方程"，那它就不只是在复刻人类，它可以沿着这个方程继续往前走。

沿着这个比喻再往下想一步。如果思考是一个状态按照规则跃迁到下一个状态的过程，那么推进思考，本质上就是反复运用这些规则，一步一步往下推演。而这恰恰就是"计算"的含义：从已知的状态出发，按照规则得出新的状态。人类几千年的科学史，可以看作全人类用大脑共同进行的一场漫长推演。

从这个角度看，"人类的聪明才智"指的是：在当前状态下，这场推演走到的边界。边界之外之所以还没有人到达，也许只是因为推演的步数还不够，没有人算到那里。

由此可以得出一个大胆的直觉：智能本质上是一个可以计算的东西。有了方法论，再给足够的算力和时间，它就能不断往前，无限算下去。人类的边界，只是一个算力的边界。

这个直觉有现实证据支持。现在的推理模型之所以更强，很大程度上是因为它们在回答之前花了更多计算去"想"，这几乎就是"有方法论，再加算力"的直接体现。而且即使不往前走，在广度上它也已经超过了任何一个人：没有人能同时读完物理、法律、医学、编程和古典诗词的大部分文献，而跨领域的组合本身就能产生新东西。

## 二、只有算力，是不够的

但仔细推敲，这个直觉有漏洞。算力之外，至少还需要三样东西。

**第一样是验证。**有了方法和算力，还得知道自己走的方向对不对。AlphaZero 能在围棋上远远超过人类，是因为围棋有一个完美而廉价的裁判：输赢。数学证明可以被形式化检查，代码可以跑测试，这些领域都有可靠的裁判。但如果没有裁判，算力越多，可能只是在错误的方向上走得越远。一条很长的推理链里，每一步的小错误都会累积，没有纠错机制的"无限计算"，更像是漂移，而不是前进。

**第二样是与现实的接触。**人类历史上很多关键突破，不是靠纯粹推理想出来的，而是从对现实的观察中得来的。天文学家长期精确观测，发现水星轨道存在无法用牛顿力学解释的微小偏差；物理学家精确测量黑体辐射，得到一条经典理论无法解释的曲线；弗莱明则是偶然发现培养皿上的一块霉斑杀死了周围的细菌。这些都是现实世界提供的新信息，在当时已有的所有文本里都不存在。

在自然科学里，最终的裁判是物理世界，而现实世界有它自己的节奏：细胞要一天天培养，材料要一炉炉烧制，新药的临床试验要以年计算。这个节奏不会因为芯片变快而加快。

**第三样是方法论本身的进化。**前面的比喻里，F=ma 是固定的。但人类智慧的历史，恰恰是方程本身不断改变的历史：微积分、概率论、对照实验、可证伪性，这些都是被发明出来的新"动力学"。

那么，方法论进化的动力本身，是否也藏在已有的信息里？答案是一半一半。可以类比 DNA：DNA 里包含了"突变加选择"这套进化机制，但不包含未来会出现的物种，未来的物种是这套机制和环境碰撞之后才产生的。方法论也是这样。"如何发明新方法"的模式，已经在人类的文本里了：类比、抽象、注意反常、把旧工具用到新问题上。AI 可以学到这些，而且已经做到过：2022 年，DeepMind 的 AlphaTensor 找到了乘法次数更少的矩阵乘法算法，在某些情形下打破了保持五十年的纪录；2023 年，AlphaDev 发现了更快的小规模排序程序，已被并入广泛使用的 C++ 标准库。

但历史上很多新方法论，是被新问题逼出来的：概率论起源于对赌博问题的研究，最小二乘法诞生于处理天文观测误差的需要，牛顿的微积分与描述运动密切相关。机制在已有信息里，原料却要从外部世界不断输入。

于是，最初的公式需要修正：智能的前进需要四个引擎，方法论、算力、验证、与现实的接触。

这个修正带来一个可以检验的推论：**AI 对人类的超越，会最先发生在有可靠裁判的领域**，比如数学、编程和各种博弈。而在需要与现实反复碰撞的领域，比如生物、材料、医学，AI 更可能扮演的角色是让人类科学家跑得更快，而不是独自跑到前面。

## 三、四个引擎，四道天花板

接下来的问题是：就算四个引擎都具备，智能能无限走下去吗？

回答这个问题之前，需要先说清楚"可计算"是什么意思。

1936 年，图灵想象了一台极简的机器：一条无限长的纸带，分成格子，每格写一个符号；一个读写头，每次读一个格子；一张规则表，写着"如果处于状态 A、读到符号 1，就把它改成 0，右移一格，进入状态 B"之类的规则。仅此而已。这台机器的惊人之处在于，任何能用明确步骤描述的计算，它都能完成，只是可能很慢。你的手机、超级计算机、拿着纸笔严格按步骤算题的人，在"能算什么"这件事上完全等价，差别只在速度和内存。

反过来，"不可计算"的意思是：根本不存在一套步骤能解决这个问题，和算力大小无关。最著名的例子是停机问题：不存在一个通用程序，能判断任意程序最终会停下还是永远运行下去。

有了这个基础，会发现一件很有意思的事：**前面说的四个引擎，每一个推到极致，都会撞上一道天花板。**

## 算力推到极致，撞上物理的天花板

计算需要能量和物质，而物理定律有硬约束：擦除一比特信息存在最低能耗（兰道尔极限），一定空间内能存储的信息量存在上限（贝肯斯坦界），信号传递不能超过光速。物理学家塞斯·劳埃德估算过，整个宇宙自诞生以来，最多也只能进行大约 10 的 120 次方次基本运算。

不过对比一下就知道空间还有多大：人脑的功率只有大约 20 瓦，神经信号的传导速度远低于光速，大脑的尺寸还受到能量代谢等因素的约束。人类离物理极限，差了很多个数量级。

## 验证推到极致，撞上逻辑的天花板

1931 年，哥德尔证明：任何足够强且自洽的形式系统里，总存在真但无法被证明的命题。图灵的停机问题，也是同一类结论。换句话说，裁判本身有盲区，总有一些对错，是任何裁判都判不了的。

这里出现了一个耐人寻味的对称。回看前面的推论：AI 最先超越人类的地方，是数学、编程这些有可靠裁判的领域。正因为有裁判，AI 才能自己检验对错、自己进步，而不必依赖人类的示范。而现在我们看到，裁判本身也有判不了的地方。于是，验证这同一样东西，扮演了两个角色：它是 AI 超越人类的阶梯，也是一切智能抵达完备的边界。

## 与现实的接触推到极致，撞上信息的天花板

在混沌系统里，初始状态的微小误差会被迅速放大。以中纬度地区的逐日天气为例，研究表明，即使预报模型和初始观测都接近完美，可预报的极限也只有大约两周。这个极限来自大气本身的性质，而不是预报员不够聪明。没有观测到的东西，再聪明也推不出来；误差会增长的系统，再聪明也看不远。

更深一层，即使一个系统每一步都完全可计算，有些过程也没有捷径，唯一知道结果的办法就是一步步模拟下去，这被称为计算不可约性。2015 年，三位物理学家在《自然》上发表论文，证明了一个量子多体物理中的核心问题（给定一个系统，判断它是否存在"能隙"）在一般情况下是不可判定的：不存在任何算法能对所有情形给出答案，某些情形下答案甚至独立于数学公理。也就是说，即使宇宙本身是可计算的，关于宇宙的某些问题，也可能永远无法回答。

## 方法论进化推到极致，撞上收益递减的天花板

方法论的进化，推动着一切进步。但进步本身在变得越来越难。

2020 年，经济学家布鲁姆等人发表了一篇题为《好点子是否越来越难找？》的论文。他们考察了半导体、农业、医药等多个领域，发现研究投入大幅上升，而研究效率在急剧下降。最典型的例子是摩尔定律：维持芯片密度每两年翻一番所需的研究人员数量，已经是上世纪七十年代初的 18 倍以上。我们看到的平稳指数增长，是靠不断膨胀的投入抵消了不断下降的效率换来的。低垂的果子先被摘完，后面的越来越高。

大模型领域也有同样的规律。缩放定律显示，模型性能随算力的提升大致呈幂律关系，想获得同样幅度的进步，需要的算力是成倍增长的。

但智能有一个其他技术没有的特点：它可以用来改进产生智能的东西。更好的芯片、更好的算法、更好的数据，都可以由更聪明的系统来设计。早在 1965 年，数学家古德就提出过"智能爆炸"的设想：如果每一次智能提升都让下一次提升更容易，增长就会自我加速。

把这两股力量放在一起，问题就清楚了。布鲁姆的研究说明，指数增长需要研究投入不断增长才能维持；而 AI 的特殊之处在于，它本身可能成为研究投入，"研究人员"的数量可以像算力一样增长。于是关键只剩一个：智能提升带来的研发加速，能不能跑赢问题本身变难的速度。跑赢了，就是加速；跑不赢，就是减速。技术史上，进步常常呈现为一连串 S 曲线的叠加：一个范式快速增长然后饱和，新的范式出现再来一轮，远看像平滑的指数，近看是一级级台阶。

## 四、用人的尺子去量

那么，AI 的智能现在到底在以什么速度增长？

要回答这个问题，不妨回到最朴素的角度：我们平时是怎么评价一个人聪明程度的？

智能没有绝对的单位。温度有绝对零度，长度有米，智能什么都没有。就连智商，本质上也是一个相对排名，衡量的是一个人在人群中处于什么位置。在实际生活里，我们评价一个人的能力，最常用的标准其实是：他能独立完成多大的事。新手只能完成几分钟的小任务，需要不断有人指导；熟手能独立完成一天的工作；专家能独立负责几个星期甚至几个月的项目。

有研究机构恰好用这把"人的尺子"去量了 AI。美国的非营利研究机构 METR 收集了大量软件工程和研究类任务，先测出人类专家完成每项任务需要多长时间，再看 AI 能以 50% 的成功率独立完成多长的任务。结果非常惊人：2019 年的 GPT-2 只能完成人类几秒钟就能做完的任务，而到 2026 年春天，最强的模型已经能完成人类专家需要至少 16 个小时的任务。2025 年 METR 发表的研究显示，这个长度大约每 7 个月翻一番；2026 年初的更新估计显示，2023 年以后翻倍速度还加快了，大约每 4 个多月翻一番。

所以，用人的尺子去量，目前的曲线不是在减速，而是在加速的指数增长。

但这把尺子有一个根本性的问题：它是用人类的任务做成的。METR 自己也注意到，现有任务集已经很难可靠测量超过 16 小时的能力。这不是一个偶然的技术问题。就像一个中学生分不清两位顶尖数学家谁更强，当被测量的对象超过了出题的人，用人做成的尺子就会到头。到那时，从人的角度看，曲线可能会显得变平，而原因并不是智能停止了增长，而是我们的尺子不够长了。

## 五、有极限，但不知道离它还有多远

回头重新审视最初的直觉：给足算力，就能无限算下去。

有一种可能是：存在一个上界，只是永远达不到。就像从 99 到 99.9，再到 99.9999，有一个极限在那里，可以无限逼近，但永远到不了。

数学里恰好有一个几乎完美的例子，而且它还带着一个意想不到的转折。

这个例子叫蔡廷常数，是数学家蔡廷在 1970 年代提出的，通常记作 Ω，可以粗略理解为"随机写一个程序，它最终会停下来的概率"。它是 0 到 1 之间一个确定的数。它有两个性质。第一，可以写一个程序，不断算出越来越大的近似值，这些近似值逐渐逼近 Ω，正是 99、99.9、99.99 的画面。第二，**永远无法知道自己离 Ω 还有多远。**可能已经非常接近了，也可能还差得很远，没有任何方法能够判断。任何一个形式系统，都只能确定 Ω 的有限多位数字。

这比"有极限但到不了"更微妙。不仅到不了终点，连自己走到了百分之几都不知道。

当然，有没有上界，还取决于怎么度量。如果数"已经知道的定理有多少条"，这个数会无限增长，没有上界；如果衡量"掌握了全部真理的多大比例"，就可能像 Ω 一样有界。而从物理的角度说，可观测宇宙的能量是有限的，任何物理存在的智能所能进行的计算总量，都有一个实实在在的上界。

## 结语：对了一半的直觉

回到最开始的问题：AI 是人类智慧的上限，还是能超越人类？

它能超越人类。它继承的不只是人类的知识，还有人类思考的动力学，再加上远超人类的算力，以及在某些领域里可靠的裁判。在这一点上，"给足算力就能不断往前"的直觉是对的。

但"无限算下去"只对了一半。智能确实可以无限前进，哥德尔定理从反面保证了这一点：因为总有尚未被证明的真理，探索永远不会结束，永远有下一步可走。但智能无法无限逼近完备。四个引擎各自撞上各自的天花板，而其中最深的那一道，恰恰来自让它得以超越人类的那个东西。

永远有路可走，永远走不到尽头，甚至不知道自己走了多远。这也许正是智能最本质的处境。它不只属于 AI，也一直属于人类。区别只在于，AI 可能会比我们走得更远。

那么问题来了：如果有一天，它走到了我们看不懂的地方，我们还能判断它是对的吗？还能信任它吗？这是下一篇要讨论的问题。

![](images/9bb053/img_001.png)

我建了一个AI学习研究群，目前几十来人，都是在真正动手搞AI的人。

如果你也在自己**跑模型、写代码、做项目**，

或者使用**Claude**和**Claude code**，

欢迎**点赞关注转发**一键三连，然后加我微信，备注写清"你在做的AI方向"，聊得来的话我拉你进群。纯围观的和小白就不加了，有一定门槛。

![](images/9bb053/img_002.jpg)