从 Scaling Law 瓶颈到 ASI:五种突破路线的有效性与未来展望

引子:当“大力出奇迹”开始失灵

2020 年,OpenAI 那篇 Scaling Laws 论文把大模型的发展从“炼丹”变成了“工程”:模型越大、数据越多、算力越足,loss 就会沿着一条干净的幂律曲线下降。这条信仰支撑了 GPT-4、Gemini Ultra 的诞生,也支撑了 2026 年全球将近 7000 亿美元 的 AI 基础设施投入。

但到了 2025—2026 年,越来越多的证据指向一个让人不安的事实:单纯堆预训练算力,回报正在快速递减。 一份发表在 arXiv 的研究直言,“预训练范式”可能正在撞墙,主要厂商纷纷转向推理时“思考”这类替代路径来提升能力。更扎心的是另一项元分析——下游任务真正符合线性 scaling law 的情况,只有 39%;预训练 loss 的每一点下降都越来越贵,而能力提升又并非 loss 的线性函数。

于是问题摆在所有人面前:如果“更大”不再自动等于“更强”,那通往 AGI(通用人工智能)乃至 ASI(超级人工智能)的路,到底该怎么走?

这篇文章不贩卖焦虑,也不灌鸡汤。我会把目前最被看好的五条突破路线逐一拆开,评估每一条的真实有效性、已知边界和未来展望,最后给你一张尽量清醒的判断地图。


一、先看清:我们撞的到底是哪堵墙

“Scaling Law 撞墙”是个被滥用的说法。准确地说,我们撞的不是一堵墙,而是三堵性质不同的墙。

Scaling Law 面临的三堵墙:数据墙、算力/经济墙、能力墙

▲ 三堵墙性质各异:数据墙是“没料可喂”,算力墙是“喂不起”,能力墙是“喂了也未必更强”。后文的五条路线,正是分别针对这三堵墙的解法。

理解这三堵墙很重要,因为接下来的五条路线,本质上就是在分别绕开或推倒其中某一堵。下面逐一来看。


二、路线一:推理时计算(Test-Time Compute)—— 当下最确定的增量

它在做什么

如果预训练这条轴走不动了,那就换一条轴。推理时计算的核心思想是:不在训练时一次性把智能“灌”进模型,而是在回答问题时让模型“多想一会儿”——通过更长的思维链、多次采样、自我验证与修正,把更多算力花在推理阶段。

NVIDIA 的黄仁勋把这件事提炼成了著名的“三条 Scaling Law”框架:预训练扩展、后训练扩展、以及推理时扩展。OpenAI 的 o 系列、DeepSeek R1 都是这条路线的代表产物——它们证明了一件事:给模型更多“思考预算”,它在数学、代码、推理任务上的表现会显著上升。

三条 Scaling Law:预训练趋平,后训练与推理时计算接力上升

▲ 当预训练这条曲线趋于平缓,后训练(RL)和推理时计算两条新轴线接力上升。这正是 2025—2026 年前沿实验室算力分配重心转移的核心逻辑。

有效性评估

这是目前最被实证支持的一条路线。几个硬数据:

边界与代价

但这条路也有明显的天花板:

如果你正在落地推理模型,关于成本与可靠性的更多坑,可以参考我们写过的 Agent 治理与可观测性的隐性成本。

未来展望

推理时计算几乎肯定会成为标配,但它更像是“把已有能力榨干”,而非“创造新能力”。它能让模型在可验证的任务(数学、代码、逻辑)上逼近上限,却难以独自解决开放世界中那些没有清晰奖励信号的问题。它是确定的增量,不是终局的答案。


三、路线二:强化学习扩展(RL Scaling)—— 新的主轴,但还缺地图

它在做什么

如果说推理时计算是“让模型多想”,那么 RL 扩展就是“教模型想得更对”。强化学习从一个边缘子领域,一跃成为夹在“聪明的基础模型”和“有用的产品”之间的关键一层。

Kimi K1.5、DeepSeek R1 这类工作证明了:通过强化学习,模型可以自己探索、靠奖励信号学习,从而突破“人类标注数据有限”的约束。Claude Opus 4.8 在 SWE-bench Pro 上拿到 69.2%、Terminal-Bench 2.1 上拿到 74.6%,RL 训练正是背后的主要推手之一。

有效性评估

RL 之所以让人兴奋,是因为它理论上打开了一条新的数据轴——模型不再依赖现成的人类文本,而是通过与环境交互、自我对弈来生成无限的训练信号。在有清晰奖励的领域(代码能否通过测试、数学证明是否成立),这条路已经被反复验证有效。

边界与代价

但 RL 目前最大的问题是:它还没有自己的 Scaling Law。

未来展望

RL 扩展很可能是未来几年最重要的主轴,但它现在还处在“预训练 Scaling Law 出现之前”的阶段——有效,但缺乏可预测性。谁先把 RL 的 scaling 规律摸清楚、把奖励工程做扎实,谁就握住了下一阶段的主动权。


四、路线三:合成数据(Synthetic Data)—— 绕开数据墙的赌注

它在做什么

数据墙的直接解法,就是自己造数据。合成数据指的是用模型生成、再经过筛选和验证的训练数据,用以补充甚至替代日益枯竭的人类语料。

开源的 Webscale-RL 等数据合成 pipeline,通过数据过滤、领域分类、多角色分配和质量检查等步骤,试图在规模和多样性上都保持高保真度。在数据受限的世界里,“如何把算力高效转化为性能”本身已经成为一个独立的研究方向。

有效性评估

合成数据在特定、可验证的领域里已被证明可行——尤其是数学、代码这类有明确对错标准的场景,模型生成的数据可以被自动验证后再喂回训练。RL 与合成数据天然契合:模型自我对弈产生的轨迹,本身就是一种高价值合成数据。

边界与代价

风险也很真实:

未来展望

合成数据不会是万能药,但会是RL 与推理时计算的关键燃料。它的价值高度依赖“能否被验证”——可验证领域(数学、代码、形式化推理)会大放异彩,开放领域则需要配合更聪明的过滤和人类监督。把它当成绕开数据墙的一座桥,而不是终点。


五、路线四:新架构与持续学习 —— 推倒 Transformer 这堵墙

它在做什么

前面三条路本质上都还在 Transformer 的框架内打补丁。第四条路更激进:换掉地基。

当前 Transformer 架构最大的软肋,是缺乏真正的记忆和“边用边学”的能力——每次对话结束,模型就“失忆”了,它的权重在部署后是冻结的。后 Transformer 的研究方向(如一些 neo-lab 提出的 BDH 等架构)正试图解决这个问题,主打真正的持续学习与长程推理,把“在线学习”作为通往 AGI 的核心能力。

有效性评估

学界普遍认同:记忆和即时学习能力,是当前基于 Transformer 的 AI 面临的最大单一限制。 持续学习与神经架构搜索的结合,被认为能催生更鲁棒、更具适应性的智能体。架构层面也有大量工作在做 scaling law 与架构的联合优化(稀疏化、混合注意力、状态空间模型等),试图在同等算力下榨出更高性能。

边界与代价

未来展望

新架构是最高赔率的赌注:一旦某种具备原生持续学习能力的架构被证明可扩展,它可能直接重写游戏规则;但在那一天到来之前,它更多是研究前沿而非工程现实。值得密切关注,但不宜押上全部筹码。


六、路线五:Agentic AI 与多智能体涌现 —— 从“单一大脑”到“群体智能”

它在做什么

第五条路换了个层次思考问题:也许 AGI 根本不会来自单个无限大的模型,而是来自多个模型协作组成的系统。

有 arXiv 论文直接挑战“单一模型 scaling 就足以实现 AGI”的教条,论证 Agentic AI 是掌握真实世界复杂、异质任务分布的必经范式。这标志着一个转变:从无状态、被动应答的生成模型,走向能自主感知、规划、行动和适应的目标驱动系统。

DeepMind 在 2026 年发布的《From AGI to ASI》报告里,列出了从 AGI 通往 ASI 的四条潜在路径:扩展 AGI、AI 范式转移、递归式自我改进,以及从大规模多智能体集体中涌现 ASI。 多智能体涌现正是其中最具想象力的一条。

有效性评估

Agentic 方向已经从概念走向落地——工具使用、长程任务执行、多智能体协作都有实质进展。它的吸引力在于:不要求单点突破,而是用工程化的方式组合现有能力,去覆盖单个模型难以独自处理的复杂任务空间。

边界与代价

未来展望

Agentic AI 几乎确定是未来 AI 产品的主流形态,但“多智能体集体涌现出超级智能”更像是一个开放的研究假设,而非可规划的工程路线。它解决的是“如何把智能用起来”,而非“如何创造更高的智能”。


七、把五条路放在一起看:一张清醒的地图

把这五条路线对照三堵墙和成熟度,能看得更清楚:

五条突破路线的有效性与不确定性象限地图

▲ 把五条路线放进“有效性 × 不确定性”象限:推理时计算最确定但更像增量,新架构最不确定却赔率最高,RL 与 Agentic 处在主轴位置。没有任何单一气泡能独自抵达 AGI。

路线 主要绕开的墙 当前有效性 不确定性 角色定位
推理时计算 能力墙 高(已实证) 低 确定的增量
RL 扩展 数据墙、能力墙 中高 中(缺 scaling 规律) 下一阶段主轴
合成数据 数据墙 中(限可验证领域) 中高(模型崩溃风险) 关键燃料
新架构/持续学习 算力墙、能力墙 低(研究前沿) 极高 最高赔率赌注
Agentic/多智能体 能力墙 中高(产品层) 高(涌现仍是假设) 智能的组织方式

几个值得记住的判断:


八、小结

Scaling Law 没有“死”,但它正在从一条主轴裂变成多条并行的轴。预训练的红利在递减,于是推理时计算补上了确定的增量,RL 扩展接过了新主轴的位置,合成数据为这两者提供燃料,新架构在地基层面酝酿可能改写规则的变革,而 Agentic AI 则在应用层把所有能力组织成可用的系统。

通往 AGI 乃至 ASI 的彼岸,大概率不是一次性的“某条 scaling 曲线冲到顶”,而是这几条路线长期协同、互相补位的结果。其中最关键的变量,是我们能否把“可验证”的边界一点点向开放世界推进——因为真正的通用智能,恰恰藏在那些没有标准答案的问题里。

保持关注,保持清醒,别被任何单一的“信仰”绑架。这或许是面对这场长跑,最务实的姿态。


免责声明

本文为行业观察与技术分析,所涉数据、基准成绩与研究结论均来自公开资料,可能随技术演进而变化。文中提及的模型、产品与时间表不构成任何投资建议或技术选型的最终依据,请读者结合自身场景独立判断、谨慎决策。


参考来源


相关阅读

🛒 京东 心动购物季主会场

京东大促进行中,超值好物等你来选

去京东看看 →

* 京东联盟推广链接,你不需要多花钱,我们获得小额佣金

🟠 淘宝 淘宝百亿补贴专场

淘宝精选好物,超值优惠等你来抢

去淘宝看看 →

* 淘宝联盟推广链接,你不需要多花钱,我们获得小额佣金

🛒

推荐搭配装备

善其事,利其器。以下硬件能最大化你的AI体验👇

京东
⚡
MacBook Pro 14寸 M4 Pro
AI开发者首选笔记本,性能续航双优
¥15000-20000
淘宝
⚡
联想拯救者Y9000P 2026
AI开发游戏本,i9+RTX4070
¥9000-12000
🔵 京东 🟠 淘宝

🔗 通过以上链接购买可支持本站持续运营 🙏