Scott Alexander 论 AI 发展曲线为何不会轻易触顶
“所有指数增长最终都会变成 S 形曲线（sigmoid）。“这是近年来 AI 怀疑论者最常用的论据之一。面对 AI 能力的快速提升，他们总是指出：别急，曲线很快就会平缓下来。
Scott Alexander 在其 Substack 博客 Astral Codex Ten 上撰文，系统性地反驳了这一观点。
他首先列举了”S 曲线误认名人堂”中的经典案例。联合国对各国生育率的预测一再断定下降趋势即将放缓，但实际数据持续以相同速率下滑。世界能源组织对太阳能部署的预测连年低估实际增长速度。更近期的是，沃顿商学院团队在 2026 年初对 AI 能力提升曲线建模，预测即将出现平缓——而他们分析后发布的下一个 AI 模型数据点，恰好落在曲线继续沿指数轨迹延伸的位置。
Alexander 的核心观点是：说 AI 进步终将放缓在逻辑上固然正确——没有任何过程能永远保持指数增长——但问题在于何时放缓，以及放缓在什么水平。如果 AI 能力在接近或超越人类水平的阶段才出现 S 曲线，那对于当前的所有规划和投资来说，这个上限并没有实际约束意义。
在完全不确定的条件下，他主张采用林迪法则（Lindy’s Law）作为默认预期：一个神秘过程持续的时间，平均而言应该等于它已经持续的时间。AI 自 2017 年 GPT-1 以来的快速进步已经持续了大约 7 年，因此默认预期是还将持续大约 7 年。
对于那些声称 AI 将很快触顶的人，Alexander 提出了明确的要求：要么给出具体的动力学模型，阐明为什么你认为规模扩展会遇到天花板；要么接受林迪法则的默认推断。仅凭”所有指数最终都变成 S 曲线”这一空洞口号是不够的。
这篇文章对于关注 AI 经济生态的读者尤为重要。AI 进步能否持续、能持续多久，直接决定着基础设施投资的回报周期、应用开发的时机选择，以及整个生态系统的战略规划。Scott Alexander 的冷静分析提醒我们，过早宣告增长结束可能比过度乐观犯下更大的战略错误。