144: “大而强”到“小而强”|与刘知远、肖朝军聊密度法则、RL 的 Scaling Law 和智能的分布式未来
摘要
- 刘知远和肖朝军的核心判断是，大模型的明线仍是能力跃迁，暗线已经转向单位参数、算力和能耗能换来多少智能。 团队测得基座模型的能力密度约每 3.5 个月翻一倍，ChatGPT 出现后斜率进一步加速；他们希望密度法则（论文题为 Dancing Law of LLMs）像摩尔定律一样，成为产业自我实现的共同目标，而非与 Scaling Law 对立。“能力更强是明线，能效更高是暗线。”
- 密度提升不是一个模型压缩技巧，而是架构、数据、学习算法和软硬协同共同构成的精密系统。 FFN 走向细粒度 MoE，Attention 走向稀疏化；数据侧的 Ultra FunWeb 用不到原始数据十分之一的数据训练出更强模型，意味着训练成本理论上可降至约十分之一。团队把这整套体系称为“大模型的光刻机”，真正的壁垒是各环节共同提高“智能转化率”。
- 强化学习尚未找到可与预训练相比的 Scaling Law，这可能是未来一年重要的技术分岔。 预训练已扩展到几十万亿 token、几十万步，当前 RL 往往只训几千步，R1 披露的也不到一万步；数学和代码之外，可靠、不可钻空子的 reward 与 environment 很难构造。路线一是在足够多环境中继续 scaling、等待泛化，路线二是寻找 sample efficiency 更高的新学习方式；曼祺追问“如果我能对世界建模得足够好，这个 reward 为什么天然不是一个 AGI”，肖朝军对此表示认同。
- Agent 和深度思考把 Attention 的核心矛盾从长输入推向长输出，而行业对此仍缺少共识。 InfLLM V2 从训练阶段实现原生稀疏，在 128K 上下文中只需 attend 约 4K—6K token、占比不到 5%，并支持长输出；肖朝军判断线性注意力最终会与稀疏注意力结合，但遗忘、长程规划和多步 Agent 的稳定性仍待解决。“最不能做的事情，是第二步做完就忘了第一步。”
- 端侧密度正在形成比云 API 更可防守的商业路径，汽车是当前最先落地的终端。 面壁模型已于今年进入马自达和吉利车型，预计明年覆盖六款以上车型；按芯片路线图线性推算，2030 年端侧可部署总参数超过 60B、激活参数超过 8B 的模型，叠加密度提升，未来五年一定可以把 GPT-4 到 GPT-5 水平能力放到端侧。固定芯片、功耗和响应时间后，模型密度直接决定座舱能力上限。
- 面壁在 2023 年主动放弃了成本大几千万元、参数约 140B 的追赶路线，因为同质化云 API 无法形成创业公司的商业闭环。 这次选择催生了 2024 年 1 月的 2.4B MiniCPM，其效果对标当时的 Llama 2 13B、Mixture 7B，并可在手机运行；随后 2024 年 5 月的 API 价格战印证了其对云端壁垒的担忧。刘知远给出的创业原则是“不追求一炮而红”，而要寻找“充满不确定性的确定性”。
- 更长期的下注是分布式智能：个人拥有可持续学习的端侧模型，云上则运行各领域专家模型，二者组成“智能体互联网”。 团队预计 2027 年可能出现可在端侧进行较大规模强化学习的节点，眼镜、耳机和手表只负责采集，由一个“便携的、可以跟着你走的 NAS”承载个人智能。最终的 AGI 未必亲自完成一切任务，更可能是“生产 AI 的 AI”；刘知远真正担心的不是生产力过剩，而是“我们人类自己会束缚我们自己的前进步伐”。
精读
1. 新一轮模型发布的共同方向不是聊天，而是 Agent 化
面对 GPT-5.1、Grok 4.1、Gemini 3 和 Cloud Ops 4.5，肖朝军看到的第一条共性是智能体任务显著增强：新模型发布后，人们最先测试的已经是“它能帮我解决多少 bug”，而非单轮问答分数。
第二条信号来自 Nano Banana、NotebookLM 和 GPT-4o：图像生成中的文字开始变得准确。此前把更多模态数据加入训练，并没有让模型智能水平再实现一步跃升；统一的自回归式图文生成，可能提供新的 scaling 方向。
这仍只是有条件的判断。肖朝军强调，外界不知道 Gemini 3 的实现细节，也无法确认进步来自统一模型还是产品优化；他的观察窗口是再等“一到两个月”，而非据演示直接下结论。
2. 六年的能力跃迁之外，还藏着一条低可见度的能效曲线
刘知远把 2018 年以来的能力主线分成数次飞跃：预训练模型出现，2022 年底 ChatGPT 通过 instruction tuning 学会听懂指令，2024 年底至 2025 年初的大规模强化学习又让模型学会深度思考。
能力变强更容易被用户看见，但把模型做得更大，也会令训练和使用成本线性甚至超线性上升。只能通过 API 调用的昂贵智能，无法进入足够多的设备和行业，也就限制了这一轮技术革命的普及。
肖朝军补充，开源侧的 MiniMax、Qwen Next、DeepSeek V3.2 和面壁都在推进高效架构；闭源侧则有 OpenAI 的 mini 系列及 Gemini Diffusion 等尝试。“能力提升是明线，能效更高是暗线。”
3. 密度法则首先是对“唯算力论”的纠偏
曼祺提出，高效似乎不言自明；刘知远的回应是，2022 至 2024 年的主流叙事并非高效，而是“更多数据、更多算力、更多参数”才能换来更强模型，甚至演变为只有拥有十万张卡的机构才有资格训练大模型。
这种话语会影响研究者、产业和决策层，使 Scaling Law 被误解成必须先囤积十万张卡的“第一性原理”。刘知远认为这是错误信号，密度法则的意义之一，就是为单位资源的智能产出建立指标。
DeepSeek V3 是团队援引的反例：其绝对训练资源仍然很大，却远低于部分国际机构此前暗示的门槛。重点不是宣布算力不重要，而是证明能力增长并不只有粗放扩张一条路。
4. 密度法则与摩尔定律一样，是竞争推动的自我实现
团队最终使用“密度法则”而非“密度定律”，因为英文 law 未必指物理定律。刘知远回溯说，摩尔 1965 年只是总结经验，十多年后人们发现该趋势仍在延续，才逐渐把它命名并变成产业共同路线图。
密度法则同样需要技术创新持续兑现。刘知远把提高密度形容为“逆这个世界的熵增趋势而行”：把更多内容压进更小空间，靠的不是自然发生，而是架构、数据、算法和工程的共同精进。
肖朝军用生物演化补上资源约束：人的大脑没有无限增大，而是在有限体积与能耗下提高智力。企业间也存在“物竞天择”——相同能力下成本更高的模型，最终会失去竞争力。
两人反复澄清，密度法则与 Scaling Law 是相辅相成的。Scaling Law 描述计算量与能力的关系，密度法则追问的是这条关系的斜率能否持续提高；GPT API 价格快速下降，本身就是内部密度进步的表现。
5. 能力密度约每 3.5 个月翻倍，但数字不是研究的终点
论文最初纳入截至 2024 年的模型，得到约每 3.3 个月翻倍；加入 2025 年模型后变成约 3.5 个月。团队把差异视作正常抖动，核心观察仍是能力密度随时间指数翻倍。
2023 年 1 月前后是值得注意的分界：ChatGPT 出现后，从计算投入到能力产出的斜率变陡，说明产业竞争、资金和研究注意力共同加快了效率创新。
肖朝军认为，“到底是 3.5 个月翻一倍，还是一年翻一倍”不是最重要的结论。真正要立下的 flag 是，不再只问 performance 有多高，而要问“单位参数下或者单位开销下能够转化出来的智能”。
6. 密度路线源自一次无法回本的 140B 决策
2023 年，国内团队的主任务是复现 ChatGPT；刘知远估计，一线团队大约在当年 9—10 月补上 instruction tuning，随后自然会沿着 OpenAI 2023 年 4 月发布 GPT-4 的路径继续放大参数和数据。
面壁最初也准备追赶，但核算出的方案约为 140B 参数、训练成本“大几千万”。团队预计 2024 年上半年至少五家国内团队能做出类似能力，却找不到一个确定答案，说明自己怎样收回这笔训练成本。
他们因此转向建设“模型风洞”，用大量小实验拆解各环节的效率。结果是 2024 年 1 月发布的初代 MiniCPM：2.4B 参数达到当时 Llama 2 13B、Mixture 7B 的模型效果，并能在手机运行。
这次结果同时打开了两条路：明线是端侧大模型第一次变得可行，暗线则是追问不同年代模型的知识或能力密度究竟遵循什么规律，最终形成密度法则研究。
7. 现有密度指标只覆盖基座模型，后训练需要另一条曲线
曼祺追问，为什么 o1 和 R1 引入大规模后训练后，没有造成类似 ChatGPT 的斜率变化。肖朝军解释，首版能力密度指标面向基座模型，强化学习带来的增长没有被直接计入。
预训练对应传统 Scaling Law，o1、R1 更接近 test-time scaling 或 inference-time scaling。两者发生在不同阶段，不能强行塞进同一条指标曲线。
团队正在推进密度法则 2.0，希望把后训练技术带来的效率变化纳入建模；相关定量关系仍在研究，尚无可对外给出的成熟结论。
8. 提高密度需要四个杠杆同时转动
肖朝军把完整 pipeline 概括为四层：架构决定“智能的容器”，数据构成模型的“学习教材”，学习算法决定如何从教材与反馈中成长，infra 则让训练和使用真正适配硬件。
第三个层面也包含“模型风洞”：用大量小模型实验积累经验，在大模型开训前预测参数、数据配置和能力上限。OpenAI 曾把这类方法称为 predictable scaling，其价值不只是找到曲线，更是避免昂贵的大模型试错。
团队下一步希望定量分解架构、数据治理、模型风洞和软硬协同分别贡献了多少密度增益。目前已有经验性结果，但四者之间还没有足够清晰、可普遍复用的函数关系。
9. FFN 的共识已经从稠密矩阵转向细粒度 MoE
Transformer 的 FFN，即 feed-forward network，可粗略理解为稠密矩阵层；MoE 则把大矩阵切成多个专家，每次只激活其中一部分，以更少计算调用更大参数容量。
曼祺追问，Mistral 等团队更早采用 MoE，为什么还说 DeepSeek“揭示”了它。肖朝军承认 Mixture of Experts 概念可追溯至上世纪九十年代，Google 和他们的团队在 2020 年前后已把它用于 Transformer。
DeepSeek 的贡献不是发明 MoE，而是在大规模模型上解决扩展和工程问题，又以开源方式证明它确实 work，把一条“非共识”路线变成行业共识。此后，细粒度稀疏 MoE 基本成为 FFN 的明确方向。
10. Agent 把 Attention 推成新一轮效率瓶颈
Agent 要读完整代码仓库，Deep Research 要处理海量外部资料，深度思考还会生成很长的推理链；模型因此同时面临长输入和长输出，Attention 的计算与存储开销快速成为瓶颈。
开源和闭源团队都在尝试线性注意力、稀疏注意力、sliding window 及稠密层混合。肖朝军指出，Gemini 等模型使用滑动窗口的说法仍有传闻成分，但整个行业转向高效长上下文已很明确。
这正是架构作为“智能容器”的含义：不是单纯减少 FLOPs，而是在相同计算预算里，让模型容纳更多上下文、处理更长的任务轨迹。
11. 数据治理从 L0 到 L4，把原料逐层炼成教材
面壁内部的数据 pipeline 分为 L0—L4：L0 是抓取、采买形成的原始数据；L1 去重并过滤垃圾；L2 从中选择高质量内容；L3 合成或改写世界上原本不存在的数据。
L4 被称为验证数据，需要通过形式化方法或人工确认，达到“教材级”。这一步不再满足于文本看起来流畅，而要确认数据足以承担训练信号。
这套分层不只服务预训练。SFT 与强化学习的数据合成质量，同样决定后训练的上限和效率；模型最终学到的所有智能来自数据，因此数据不是辅助工程，而是能力的直接来源。
12. Ultra FunWeb 说明“更少数据”可以直接变成成本优势
团队用自己的 pipeline 精炼 FunWeb，得到不到原始数据十分之一的 Ultra FunWeb；用后者训练的模型能力反而更高。团队据此推演，同等条件下训练成本可以下降到原来的约十分之一。
这个例子把“数据质量重要”的口号变成可核验的效率结果。肖朝军还举上海交通大学刘鹏飞一系列 Less is More 的工作为例：用更少的数据得到更强的能力。
更终极的问题是：为了构建某个能力水平，最小化的数据集究竟是什么？如果能逐步回答，就不只是降低成本，也会逼近“智能到底是什么、哪些经验是不可缺少的”这一基础问题。
团队计划发布数据治理报告、处理架构及部分数据，并延续 UltraChat、UltraFeedback、Ultra FunWeb 等开放实践。不过他们也强调，大模型已是上百人协作的精密体系；DeepSeek V3 有 100 多名贡献者，在全球范围甚至算精炼。
13. 软硬协同决定理论算力能否真正转成模型能力
肖朝军把软硬协同概括为“把算力用得足够满”：如果 GPU 只有一半资源被利用，另一半照样耗能却不产生能力，再漂亮的理论架构也不经济。
Transformer 当年胜出的关键之一，就是 Attention 能更充分利用 GPU，从而允许模型继续 scaling；从 GPT-1 到 GPT-3，又需要解决大集群通信和并行工程。FlashAttention 则是面向硬件特性继续改造 Attention 计算。
这种协同是双向的：一边针对现有 GPU 设计分块稀疏算法，另一边为 AI 设计手机 NPU 等专用硬件。DeepSeek V3 深入修改底层汇编以支持模型，也是算法与硬件协同的典型例子。
14. 强化学习距离真正 scaling 仍有明显差距
预训练已经扩展到几十万亿 token、几十万训练步；当前强化学习通常只进行几千步，R1 披露的训练也不到一万步。少量步骤能在单项任务上取得好成绩，却不能证明 RL 已形成稳定 Scaling Law。
现阶段最容易获得 verifiable reward 的领域仍是数学与代码。竞赛代码环境相对简单，而真实软件开发牵涉第三方库、依赖、系统状态和长期维护，构造可重复验证的环境明显更困难。
肖朝军援引 Jason Wei 经常发表的观点：RL 的 magic 依赖一个“unhackable environment”。如果模型能利用奖励漏洞获得高分却没有学会任务，投入更多算力只会放大投机行为。
15. RL 的两条路线，是扩展环境还是更换学习方式
第一条路线是在足够多、足够多样的环境中继续 scaling，看看它能不能像预训练一样在新任务上泛化。肖朝军没有否定这种可能：过去真正出现泛化，是通过预训练。
第二条路线是提高 sample efficiency，让模型像人一样，凭少量反馈和行动掌握新任务。今天的 RL 即使能在单项任务达到“千分之一、万分之一人类”的水平，也远没有表现出人类快速适应陌生任务的学习效率。
曼祺提出，可以给模型构造一个足够复杂、多目标的环境。肖朝军的回应是，人会从对方严肃的表情中读出负反馈，机器却需要被明确赋值为 1 或 -1；把整个世界压成 reward，本身就极难。
由此出现鸡生蛋问题：“假设我能对这个世界建模得很好，你做任何事情我都能给足够反馈，那这个 reward 为什么天然不是一个 AGI？”RL to B 仍可能创造商业价值，但它与通用自主学习不是同一件事。
16. 面壁正从熵、算力利用率和开放域 reward 三面拆解 RL
团队在研究 RL 过程中的熵变化，可直观理解为模型对同一 query 多次采样时的 token diversity。一个观察框架是，训练把探索产生的多样性逐步转化为 accuracy，从机制上解释模型如何收敛。
infra 侧的目标是把 RL 计算资源尽量打满、提高训练速度；只有先降低每一步的成本，才可能从几千步扩展到几万步，验证 scaling 是否会带来新的泛化。
开放域方面，团队正在尝试“写一篇论文应该得到什么 reward”等问题。数学和代码之外尚无成熟共识，因此 reward engineering、environment engineering 已成为新的探索对象。
17. InfLLM V2 把稀疏从推理补丁变成训练原生能力
InfLLM V2 已在今年 6 月随第一版 MiniCPM-4 开源，10 月进一步开放技术报告、训练数据和基座模型；它并非到 10 月才首次出现。
第一代主要在推理阶段做稀疏，稀疏程度大约为 50%，且更适合长输入的 prefill。第二代受到 DeepSeek 启发，从训练阶段就采用原生稀疏，因此训练也能加速，模型还能适应更低的有效 attend 比例。
在 128K 上下文中，InfLLM V2 每次只需 attend 约 4K—6K token，占比不到 5%。其算子同时支持长输出，使架构能覆盖深度思考和 Agent，而不只是在输入一本书后做 QA。
18. DSA 修正了 NSA 的工程取舍，但长输出仍是未解主战场
肖朝军认为，DeepSeek NSA 有两个短板：三个 Attention 组件令短文本计算成本直接乘以 3；它也不适合“短文本预训练、长文本后训练”的主流范式。DeepSeek V3.2 的 DSA 放弃了这些不利设计，并针对后训练重新优化。
关于 DSA 更细粒度的选择，肖朝军解释，DeepSeek 的架构已经不需要解决访存和存储带宽问题，可以更多由纯计算支撑；但这个条件并不适用于多数其他模型和部署场景，不能直接复制。
在线性与稀疏的关系上，他给出一个澄清：线性注意力更接近 sliding window 的替代项，稀疏注意力才对应 full attention。KDA、MiniMax 等已探索线性与稠密混合，下一步自然是线性与稀疏直接结合。
真正缺少验证的是长输出。MiniMax M1 曾按约 1:7 混合 Full Attention 与 Lightning Attention，M2 又回到 Full Attention；肖朝军推测，主打 Agent 后可能暴露了性能损失，但他明确把这表述为估计，而非已知内幕。
19. 长输出要求模型在后续步骤中仍记得最初计划
行业习惯把长文本等同于“喂一本书再问 QA”，肖朝军从年初就认为这有偏颇。Chain-of-Thought 和 Agent planning 使输出本身变长，模型必须在执行第三、第四步时保留第一步的状态。
线性注意力容易遗忘早期内容，即使混入 Full Attention，效果也取决于混合比例；过于激进地减少稠密层，可能在长程规划中损失能力。肖朝军相信问题最终能解决，但“还需要一点时间”。
因而，衡量长上下文架构不能只看输入长度和检索题，还要看长输出中的记忆、规划一致性及反复执行。这个评价口径尚未成为行业共识，正是他认为急需补足的地方。
20. 密度法则先统一内部研发，也开始影响具身智能路线图
对面壁内部，密度法则把架构、数据、模型风洞和软硬协同统一到同一评价标准。刘知远把百人团队共同构建的这套复杂体系称为“大模型的光刻机”，其目标不是模型越大越好，而是每次迭代的密度更高。
对外部，DeepSeek V3 之后，Sam Altman、Anthropic 及 Mary Meeker 的报告都更强调 AI 成本。刘知远认为这是“顺应时势”：当模型从演示走向各行业，推理成本和部署边界会变成显性约束。
具身智能团队尤其频繁援引相关研究，因为机器人对延迟、功耗和云连接敏感。此前发表于 Nature Communications 的 MiniCPM-V 工作，用图示连接了摩尔定律、密度法则与端侧部署，被视为预测云端能力何时可装进终端的依据。
21. 到 2030 年，端侧可能容纳 60B 总参数、8B 激活参数
团队依据英伟达、华为等一线芯片公司的路线图，估算从今年到 2030 年端侧芯片的算力和访存变化。按线性外推，2030 年设备可部署总参数超过 60B、激活参数达到 8B 以上的模型。
再叠加密度法则，他们判断未来五年一定可以把 GPT-4 到 GPT-5 水平的能力放到端侧。刘知远同时保留了条件：这是线性预测，未来几年也可能出现非线性突破。
当前落地顺序大致是汽车、PC、手机；车的空间更大、功耗约束相对宽松，所以最先铺开。手机仍受限，Apple Intelligence 的现有效果也比较受限，但团队预计未来两到三年会出现明显跃迁。
机器人另有难点：小脑控制可能尚未稳定，大脑与小脑的协同更未定型；VLA 是一种尝试，肖朝军把当前阶段描述为“战国时代”，而不是已有统一技术栈。
22. 汽车把模型密度直接转换成量产竞争力
面壁今年上半年进入汽车项目，今年下半年即完成马自达一款车型和吉利一款车型的量产；团队预计明年还会有六款以上、来自不同车企的车型加载其模型。
每款车在立项时已经固定芯片、响应时间和功耗，可装载的模型规模因而基本确定。在这一硬边界内，密度更高意味着相同硬件上能提供更强能力，刘知远称这是其座舱项目推进较快的底层逻辑。
多模态模型目前主要感知车内、车外环境，再以自然语言和不同座位的乘员交互、提醒或执行需求。复杂座舱可能定义一百多个功能点，但各车企和车型差异很大，尚未形成标准产品形态。
适配与微调目前主要由面壁完成。团队用标准化 SFT 工具链和数据合成规范提高交付效率，希望避免每款车都变成从头定制的项目。
23. 放弃云 API，是一次对商业壁垒而非技术能力的判断
2023 年面壁也考虑过提供通用 API，但判断不同公司的接口缺少差异化；即使密度更高、价格更低，大厂仍可用其他业务利润补贴模型服务，家底不厚的创业公司很难靠价格守住市场。
刘知远认为，2024 年 5 月由 DeepSeek 引发、火山引擎和阿里等跟进的 API 价格战，验证了这项风险。DeepSeek 同样追求效率，却有能力不先考虑盈利，不能成为所有创业公司的商业模板。
面壁因此把高密度能力更多导向端侧。刘知远不追求“孤注一掷”或“一炮而红”：若把全部融资投入超级模型却不能闭环，后果不可接受；他追求的是“充满不确定性的确定性”。
对 DeepSeek 的公众声势，他的态度是“别人得到的并不见得是你失去的”。AGI 可能在未来五到十年到达，云上并非唯一入口；提前布局尚不拥挤的端侧，更符合团队禀赋。
24. 2027 年的关键节点，是个人模型开始在端侧学习
团队预计 2027 年可能成为端侧的重要节点：相对不错的端侧算力开始支持较大规模强化学习，用户能把个人数据转化为学习环境，让模型逐渐成长为专属助手。
刘知远不认为眼镜、耳机、手表都必须独立运行大模型。血糖监测设备只需采集数据并传给统一终端；同理，各种可穿戴设备可以共享一个“便携的、可以跟着你走的 NAS”式智能中心。
这个终端会持续理解用户的工作、习惯和历史，成为“世界上最懂你的智能模型”。模型不必被塞进每个传感器，关键是个人拥有统一、低成本、可随身移动的智能终端。
25. AGI 的下一程是自主学习、协作，再到创造
肖朝军提出三步路线：第一步是模型成为高效学习者，像带实习生一样逐渐学会剪播客、写代码等技能；第二步是已专业化的模型彼此协作；第三步才是形成创造新符号、新关系的创新 meta 能力。
同一个模型在不同人手中可能成长为科技播报助手、AI researcher 或 infra researcher。各模型再协作解决跨领域问题，构成比单个“无所不知”模型更现实的智能组织。
他认为，真正的创造不只是某个生物医药模型在既定符号系统内搜索，而是像从牛顿体系走向相对论那样，建立原本不存在的概念和关系。达到这一步，人类社会中所有需要智能的工作可能都会被 AI 取代。
对 AGI 的产品定义也需要改变：自动驾驶由专用小模型完成，不能据此说通用模型不是 AGI。更可能的形态是“生产 AI 的 AI”——它生产和收集数据，训练并优化一个能在指定算力上运行的自动驾驶模型。
26. 分布式智能会由个人模型和云端专家共同组成
刘知远援引中国电信研究院 2024 年初的一项统计：2023 年中国端侧、也就是手机上的总算力约为数据中心算力的 12 倍。单个数据中心很大，却架不住十几亿用户、几十亿设备累加后的端侧规模。
他把“全球只需要几个大模型”的说法类比于 1943 年“全球不需要超过五台主机”的判断。过去八十年的信息化最终是分布式的，智能也会分布在每个人及其终端，而非永久集中于少数云服务。
未来结构可能是：端侧个人模型掌握个人数据，美团模型理解外卖，滴滴模型规划行程，抖音模型理解娱乐偏好；二者协同形成“智能体的互联网”，以用户几乎无感的低成本提供服务。
其经济逻辑首先不是取消市场，而是把知识和技能外化成个人资产：用户教出的模型越专业，人机组合的产出越高。长期甚至可能出现“一人开公司、AI 是员工”的形态，但刘知远承认这只是自己的推演。
27. 对未来的分歧集中在过渡成本，而非技术上限
曼祺的反问值得保留：如果生产力趋近无限，货币和工作是否仍有意义；亚马逊裁员 1.4 万人之类的现实冲击，对个人和家庭不能被“全人类受益”的宏观叙事抹平。
刘知远的回答是，第一阶段仍是人机协同：程序员加载代码模型后提高产出，未来竞争可能变成“你加你的 AI”是否足够强。低水平知识工作会被替代，医学、心理咨询、金融、教育、法律等高水平工作仍离不开人的参与。
他更大的乐观来自知识瓶颈：人类知识已膨胀到个人穷尽一生也只能推动球面上的一个小凸起。AI for Science 可以把十几年、几十年的探索压缩到几小时，帮助人类继续理解材料、能源、生命、宇宙和智能本身；在这幅图景里，局部生产过剩只是“沧海一粟”。
肖朝军把未来一年要验证的问题概括为 RL 能走多远、自主学习应以什么完整方式存在，以及最早到来的 AGI 会是什么形态；他认为后者可能在未来一两年逐渐呈现。刘知远则押注自主学习，预计明年能看到某一任务上的雏形；他提到物理等领域已有进展，肖朝军补充说目前仍主要集中在理科。