過去幾十年，摩爾定律像是科技圈的默認規(guī)律：芯片越快，智能就會變得越強。

可到了2020年，一個尷尬的事實出現(xiàn)了——頻率漲不動了，制程逼近極限，芯片再難有長進。

按照摩爾定律，AI也應(yīng)該停滯不前，但事實恰恰相反——智能在這幾年瘋狂升級，大模型迭代日新月異。

這與速度無關(guān)，也無法用摩爾定律解釋。

于是問題變得尖銳起來：當計算速度不再變快，智能為什么還能繼續(xù)進化？

Nature最近發(fā)布的文章給出了一個全新的視角：智能的增長，從來不是靠「加速」，而是靠「結(jié)構(gòu)合并與協(xié)作」。

圖片

生命如此，AI也是如此。

智能的核心：是預(yù)測，更是協(xié)作

Nature的文章，先講了一個非常基礎(chǔ)但關(guān)鍵的事實： 生物的智能，本質(zhì)是預(yù)測。

從捕獵到躲避，從爭奪資源到維持關(guān)系，所有行動都是在根據(jù)環(huán)境和他者做未來判斷。

鯨魚的捕獵行為是群體共享智慧的產(chǎn)物

智能的提升，就是預(yù)測能力的提升。

更重要的是，提升智能的方式并不是「讓單個大腦變快」，而是「讓更多單元一起參與預(yù)測」。

這正是大型社會性物種的規(guī)律：個體并沒有遠超其他人的強，但群體通過分工、并行處理信息，能形成遠超個體上限的「集體智能」。

如果把「預(yù)測」和「并行協(xié)作」視為智能的核心，那么現(xiàn)代AI的發(fā)展路徑就很好理解。

過去十年里，大模型的躍遷不是因為單個芯片變快，而是因為算力被并行、擴展、集結(jié)，這和自然界的智能擴大方式幾乎一模一樣。

模型靠規(guī)模提升預(yù)測能力；數(shù)據(jù)中心靠多節(jié)點協(xié)作完成超出單機可能性的任務(wù)；不同模塊、不同代理之間的配合，開始出現(xiàn)類似「群體級智能」的行為。

Nature把這種模式稱為一種「技術(shù)版的共生生成」。

正因如此，AI的崛起并不反常，它遵循著智能自身的歷史節(jié)奏。

摩爾定律失效，AI開始「生命式進化」

二十年前，所有人都默認了同一條路徑：芯片更快→計算更強→智能隨之上升。

如果用摩爾定律來理解，那么AI的能力本應(yīng)該隨之停住，可真正的分水嶺正是速度停下來的那幾年。

深度模型開始展現(xiàn)涌現(xiàn)行為，推理能力抬升，語言模型突然能處理遠超預(yù)期的復(fù)雜任務(wù)。

智能顯然不依賴傳統(tǒng)意義上的「加速」，它找到了一條新的上升路徑。

這也是為什么Ilya Sutskever會在訪談里說：

過去幾年里最讓研究者震驚的不是更快的芯片，而是在相同速度下，通過規(guī)模擴張出現(xiàn)的「新能力」。

他把這種現(xiàn)象稱為「由規(guī)模觸發(fā)的智能」，認為許多我們以為需要新理論的能力，其實是在規(guī)模足夠大時自動涌現(xiàn)的。

圖片

過去十多年里，計算架構(gòu)發(fā)生了徹底的轉(zhuǎn)向：速度不再增長，但核心數(shù)量在不斷擴張，顯卡、集群、數(shù)據(jù)中心被設(shè)計成天生適合并行。

神經(jīng)網(wǎng)絡(luò)在這樣的結(jié)構(gòu)里就像回到了自己的「母語環(huán)境」，它需要的不是一枝獨秀，而是團結(jié)協(xié)作，共同進步。

Ilya在訪談中也提到過類似觀察。現(xiàn)代神經(jīng)網(wǎng)絡(luò)真正依賴的并不是某種神奇的單點能力，而是大量簡單計算單元的同步工作。

他用一句很直白的話形容這一點：

智能出現(xiàn)在結(jié)構(gòu)規(guī)模的變化中，而不是硬件本身。

這種結(jié)果與生命的演化方式高度相似：細胞合成組織、個體組成群體、群體形成社會，每一層的能力都是「規(guī)模化協(xié)作」的產(chǎn)物。

今天的AI也是這樣發(fā)展的。它的力量來自無數(shù)微小計算單元組成的整體，而不是任何一個部分的極限。

智能的本質(zhì)，從單一加速，變成了結(jié)構(gòu)的擴展與協(xié)同。

速度停住的那一刻，不是盡頭，而是起點。

智能的下一步，不只屬于某個主體

當計算以并行的方式被重組后，智能開始呈現(xiàn)出一種新的形態(tài)。

不是某個部位變得更強，而是整個系統(tǒng)都能獲得更高級的能力。

這正是文章里最耐人尋味的地方。

智能不是突然出現(xiàn)的，更像是在原本的鏈條上加了一段新的結(jié)構(gòu)。

人類的優(yōu)勢從來不靠單個個體，而靠足夠多的人被編織進統(tǒng)一的協(xié)作網(wǎng)絡(luò)。

科研、工業(yè)、能源系統(tǒng)、知識體系，這些復(fù)雜結(jié)構(gòu)共同構(gòu)成了屬于「技術(shù)社會」的巨大預(yù)測與決策能力。

圖片

人類與機器之間存在著相互依存的技術(shù)共生關(guān)系。

而現(xiàn)在，AI正在成為這個認知體的最新一層。

它不是取代人類，而是與人類一起，形成一個更加緊密的互相依賴系統(tǒng)。

人類提供目標與世界模型，機器提供規(guī)模化預(yù)測和執(zhí)行能力，兩者不斷在同一個循環(huán)里調(diào)整、修正、共振。

Ilya在訪談里也談到過這個方向，他認為未來的智能更像一種「分布式心智」。

圖片

它不會具體落在某個模型或某個主體身上，而是通過不斷擴展的協(xié)作網(wǎng)絡(luò)形成。

這種結(jié)構(gòu)既包括人類，也包括機器，是一種更高層級的共同體。

當這種連接持續(xù)擴展，智能的結(jié)構(gòu)會繼續(xù)變深，不斷向外生長。

圖片

不論基礎(chǔ)材料是碳基還是硅基，它們都被組織進同一個計算體系里。

如果把眼光再放遠一些，會發(fā)現(xiàn)一個更清晰的趨勢：智能的未來可能不是「誰贏過誰」、「誰替代誰」，而是像演化史的一次延伸。

這樣看來，AI不是外來的事物，而是智能繼續(xù)向上生長時，順理成章出現(xiàn)的下一段。

它和人類一起，構(gòu)成了一個更大的整體，而這個整體才剛剛開始學(xué)會如何行動。

把目光從芯片移開，會發(fā)現(xiàn)智能的增長一直沿著同一條脈絡(luò)。

結(jié)構(gòu)被重新組織，更多節(jié)點被接入，同一個系統(tǒng)因此獲得了更高層級的能力。

AI的出現(xiàn)并不是意外，而是這條脈絡(luò)向前延伸的必然結(jié)果。

它和人類、技術(shù)社會一起，被編進了同一套協(xié)作網(wǎng)絡(luò)里。

智能并沒有突然加速，只是開始以更大的尺度繼續(xù)生長。

參考資料：https://www.nature.com/articles/d41586-025-03857-0?utm_source=xhttps://www.dwarkesh.com/p/ilya-sutskever-2