为何预期 AI 快速进步但不会通向通用超级智能

作者认为，模型在基础设施与工程能力上的加速会让实验和调参更容易，但不会让模型本质发生剧变，近期进步更多来自推理时算力扩展而非研究能力的跃升。他预计预训练研究（架构与数据选择）在 2-3 年内可被自动化，模型智能的有效成本将接近指数下降。RL 环境质量普遍偏低但可修复，这波效率提升将推动智能体模型扩散，即便在数学和编程之外未必出现有经济价值的超人特质。