数据量决定智能边界：模型只在数据充足的领域超人类

burny_tech · x · 2026-10-16

AI 研究者 awiltschko 提出「锯齿状前沿」按数据量排序的新视角：数学、编程、游戏等拥有海量数据（静态或可模拟）的任务上，模型已达到超级智能水平；而做千层面、嗅觉感知、制造火车等数据稀少或无法模拟的领域则明显落后，且几乎找不到例外。

Derek Thompson（DKThomp）转发并总结这一规律：所有关于学习的经验法则本质上是同一件事——Gladwell 的一万小时、Moravec 悖论、Scaling Laws、Bitter Lesson、「经验时代」。如果一个学习系统（无论模型还是大脑）不受算力约束，智能就与积累的经验量成正比。