AI指数增长的终结：在AI泡沫内外摇摆

# 在AI泡沫内外震荡
来源：https://arxiv.org/html/2609.05894
## AI指数增长的终结：在AI泡沫内外震荡

Victor Kebande††thanks：Victor Kebande 隶属于美国科罗拉多州丹佛市科罗拉多大学丹佛分校计算机科学与工程系，邮编80204。电子邮件：[email protected]††thanks：

###### 摘要

近年来，人工智能（AI）的指数级增长已进入一个变革时代，这一时代由大型语言模型（LLMs）、大规模计算基础设施和自主推理系统的增长所驱动。然而，AI的快速发展日益暴露出技术、社会、经济、伦理和基础设施方面的挑战，这些挑战与数据峰值限制、计算需求攀升、合成数据递归、估值膨胀以及社会不稳定有关。支撑现代AI系统的传统扩展范式在维持持续指数增长方面正逐渐遭遇阻力。本文提出“AI指数增长终结”的观点，探讨其在泡沫内外如何震荡：在AI生态系统内部，不稳定性通过算力竞赛、数据中心竞争、投机性投资以及对超级智能的竞逐而显现；在生态系统外部，不稳定性则表现为劳动力市场扰动、治理担忧、公众疑虑以及围绕全球未来智能系统和基础设施的地缘政治加速发展。

###### 关键词：

人工智能、AI指数增长、智能体AI、AI扩展、通用人工智能、AI治理

## I 引言

近年来，人工智能（AI）进入了一个前所未有的技术加速阶段，其驱动力来自大型语言模型（LLMs）的指数级增长、大规模计算基础设施以及机器学习架构的进步[1 (https://arxiv.org/html/2609.05894#bib.bib1)]。此外，基于Transformer的系统、自主智能体和具备推理能力的AI模型的涌现，也显著改变了数字生态系统，并在医疗、网络安全、金融、教育、制造业和科学发现等多个领域展现了突破性进展[2 (https://arxiv.org/html/2609.05894#bib.bib14)，3 (https://arxiv.org/html/2609.05894#bib.bib2)]。我们观察到，从对话系统到智能体AI架构，智能系统正日益嵌入社会、产业和经济基础设施，使AI成为现代最具影响力的技术力量之一。

然而，随着AI系统持续严格扩展，日益增长的担忧开始显现。当前的指数级AI增长轨迹可能面临结构性、技术性、经济性和社会性的限制。AI的扩张带来了诸多重大挑战，包括数据峰值限制[4 (https://arxiv.org/html/2609.05894#bib.bib34)]、计算需求升级[5 (https://arxiv.org/html/2609.05894#bib.bib22)]、能源消耗[6 (https://arxiv.org/html/2609.05894#bib.bib21)]、合成数据递归、估值膨胀、基础设施饱和以及治理不确定性等[7 (https://arxiv.org/html/2609.05894#bib.bib20)，8 (https://arxiv.org/html/2609.05894#bib.bib35)]。因此，尽管前沿AI实验室继续追求更大、更强大的模型，但关于由扩展驱动的AI发展的可持续性以及当前指数轨迹是否能无限期持续的问题也日益浮现。

此外，对通用人工智能（AGI）、自主推理系统和智能体AI的竞逐加剧了投机性投资、地缘政治竞争和社会不确定性[9 (https://arxiv.org/html/2609.05894#bib.bib17)]。结果，这在AI生态系统内部通过算力竞赛、前沿模型竞争和经济投机造成了不稳定性，在生态系统外部则通过劳动力市场扰动、教育转型、监管挑战以及围绕智能系统社会影响的公众焦虑造成了不稳定性[10 (https://arxiv.org/html/2609.05894#bib.bib10)]。这些因素使得当前的AI格局日益类似于一个以技术动荡和不确定性为特征的过渡阶段。

参见标题图 1：训练计算的历史增长，显示当前的AI指数增长和新兴的扩展摩擦，Epoch AI，[11 (https://arxiv.org/html/2609.05894#bib.bib7)]。因此，本文的目标是引入“AI指数增长终结”的概念，并探讨在泡沫内外震荡的理念。在本文语境中，“震荡”指的是在AI发展的技术、社会和经济维度中出现的波动、振荡和动荡。通过审视由扩展驱动的AI系统的演进，识别日益增长的结构性限制，并讨论新兴的后指数路径，本文旨在为读者提供一个超越传统扩展范式的、关于智能系统未来轨迹的更广阔视角。

本文的贡献可总结如下：
- •作者引入了“AI指数增长终结”的概念，并指出了由扩展驱动的AI发展所面临的新兴限制。
- •作者描述了“在AI泡沫内外震荡”的概念，以刻画围绕AI增长的技术、经济和社会不稳定性。
- •作者探讨了通过智能体AI、以推理为中心的架构以及自适应智能系统实现的后指数路径。

本文其余部分结构如下。第二至五节讨论AI指数增长的背景、新兴挑战及其内部和外部压力。第六至八节探讨扩展饱和与新兴的后指数AI范式。第九节讨论伦理、经济和地缘政治影响，第十节和第十一节分别介绍未来方向并总结全文。

## II 背景与动机

### II-A AI指数增长：重要性与作用

近年来，AI的指数级增长已被视为现代数字时代最具决定性的技术趋势之一[12 (https://arxiv.org/html/2609.05894#bib.bib19)]。同时，大型语言模型、自主系统和具备推理能力的架构的快速发展，已将AI从一个普通的专业研究领域转变为全球性的技术基础设施。这些基础设施以多样化的方式日益影响着产业、政府、经济和社会[13 (https://arxiv.org/html/2609.05894#bib.bib18)]。此外，这种指数增长主要由Transformer架构的进步、大规模预训练、高性能计算基础设施、云计算生态系统以及互联网规模数据集的可用性所驱动。观察表明，AI系统现在能够执行涉及语言理解、软件生成、科学发现、网络安全分析、自主决策和多模态推理的任务[14 (https://arxiv.org/html/2609.05894#bib.bib9)]。

AI指数增长所扮演的角色意义重大，因为它加速了医疗、教育、金融、制造业、交通、网络安全和关键基础设施等多个领域的创新和生产力[15 (https://arxiv.org/html/2609.05894#bib.bib16)]。

前沿AI系统似乎正日益融入工业和社会生态系统，在这些系统中，智能系统支持自动化、预测分析、自适应推理和人机交互。与此同时，智能体AI和以推理为中心的系统的涌现，加剧了关于通用人工智能（AGI）、自主智能以及未来超级智能系统的讨论[9 (https://arxiv.org/html/2609.05894#bib.bib17)]。

尽管AI系统持续扩展，但对其可持续性、可靠性、治理和长期可行性的担忧却日益增加。鉴于指数级AI增长带来了显著的乐观情绪和投资，同时也造成了与计算需求攀升、能源消耗、合成数据递归、基础设施饱和以及投机性经济扩张相关的技术和社会不稳定性。

表 I：AI指数增长中的挑战与摩擦
### II-B 理解AI指数增长终结的必要性

AI发展的快速加速日益引发了一个问题：当前由扩展驱动的范式是否能无限期地持续支撑指数级进步[24 (https://arxiv.org/html/2609.05894#bib.bib15)]。传统的AI增长在很大程度上依赖于增加模型规模、扩展数据集和扩展计算资源。然而，AI界最近的讨论表明，这些方法可能会逐渐遭遇与有限的高质量人类生成数据、收益递减以及基础设施成本上升相关的结构性摩擦。

与此同时，前沿AI实验室之间日益激烈的竞争加剧了算力竞赛、估值膨胀以及围绕AGI和自主智能系统的投机性投资，如图1 (https://arxiv.org/html/2609.05894#S1.F1)所示。图1 (https://arxiv.org/html/2609.05894#S1.F1)展示了训练计算的指数增长，从早期的感知机到AlexNet和Transformer等深度学习模型，再到包括GPT-4、Llama 3、Gemini 1.5和Claude 3.5在内的前沿系统[11 (https://arxiv.org/html/2609.05894#bib.bib7)]。近期的轨迹凸显了与计算限制、数据饱和、能源约束和收益递减相关的新兴扩展摩擦。截至本文撰写时，这些模型似乎正进入一个以计算限制、数据饱和、能源约束和收益递减为特征的扩展或摩擦阶段，如图1 (https://arxiv.org/html/2609.05894#S1.F1)中2025年之后所示。尽管这些发展加速了创新，但它们也在AI生态系统内部和外部造成了不稳定性。在AI生态系统内部，不稳定性通过激进的扩展竞争、计算资源集中以及对未来能力突破的不确定性而显现。在AI生态系统外部，不稳定性则表现为劳动力市场扰动、教育转型、监管不确定性、公众焦虑以及与智能系统相关的地缘政治竞争。

基于这些日益增长的担忧，本文旨在探讨“AI指数增长终结”的概念，并分析AI格局中出现的技术、社会和经济动荡。

## III AI指数增长中的挑战与摩擦

根据[25 (https://arxiv.org/html/2609.05894#bib.bib36)]，AI的这种指数增长是由更大的模型、更强的计算能力、更广泛的数据集和改进的训练技术所驱动的[25 (https://arxiv.org/html/2609.05894#bib.bib36)]。在本文中，“AI指数增长”指的是AI能力、投资、基础设施及其社会影响力所呈现的快速复合式增长。这一轨迹过去并持续推动着语言理解、代码生成（如vibe-coding方法）、多模态推理和任务自动化方面的显著进步，同时助长了围绕通用人工智能（AGI）、智能体AI和具备推理能力的系统的期望。然而，它也开始显现出摩擦迹象，挑战着持续指数增长的可持续性。

另一个挑战是，高质量的人类生成数据可能接近饱和，这可能会限制传统预训练的进一步收益，正如[4 (https://arxiv.org/html/2609.05894#bib.bib34)]所强调的。这是因为，训练日益强大的模型需要庞大的计算基础设施，这为新兴AI团队制造了重大障碍[16 (https://arxiv.org/html/2609.05894#bib.bib3)]，此外，日益增长的能源和散热需求引发了严重的可持续性担忧[17 (https://arxiv.org/html/2609.05894#bib.bib13)]。挑战在于对此数据的完全依赖。更多依赖AI生成的训练数据可能会在连续代次中进一步降低模型质量[18 (https://arxiv.org/html/2609.05894#bib.bib4)]。此外，深层因果推理的持续局限表明，仅靠扩展可能无法产生自主智能[19 (https://arxiv.org/html/2609.05894#bib.bib12)]，对超级智能的竞逐可能面临风险。这些技术和基础设施限制，又因投机性投资和膨胀的估值而加剧，导致经济不稳定[21 (https://arxiv.org/html/2609.05894#bib.bib11)]，以及监管滞后带来的关于问责、安全和责任的不确定性[22 (https://arxiv.org/html/2609.05894#bib.bib6)]。它们的影响超越了技术社区，扰乱了教育、劳动力市场、市场和更广泛的社会机构[23 (https://arxiv.org/html/2609.05894#bib.bib8)]。

表I (https://arxiv.org/html/2609.05894#S2.T1)总结了与AI指数增长相关的主要摩擦来源及其各自的影响。总的来说，这些压力表明，AI的未来可能不会简单延续现有的扩展曲线。相反，AI发展可能正在进入一个过渡阶段，在这个阶段，进步将在日益增长的技术、经济、基础设施和社会约束下继续进行。

参见标题图 2：在AI泡沫内外震荡，显示塑造AI指数增长的内部力量与外部压力。
## IV 泡沫内部：算力竞赛、投机与前沿AI竞争

AI生态系统的内部动态正日益受到前沿AI实验室、云服务提供商、半导体制造商、投资者和平台公司之间竞争的影响。这种环境构成了“泡沫内部”的空间，在其中，围绕AGI、超级智能和自主推理的期望刺激了激进的投资、基础设施扩张和快速模型部署[26 (https://arxiv.org/html/2609.05894#bib.bib32)]。图2 (https://arxiv.org/html/2609.05894#S3.F2)说明了这些内部力量如何与更广泛的社会、制度、基础设施和战略压力相互作用。

在泡沫内部，技术进步通常通过模型规模、基准性能、计算能力和部署范围来衡量。这些衡量标准加剧了对更大规模训练、先进处理器、专有数据集、专业人才和集成部署平台的竞争。尽管这种竞争加速了创新，但它也将前沿AI发展集中在少数有能力为所需基础设施提供资金和运营的组织手中。

算力竞赛与前沿模型竞争相互强化。每一次重大模型的发布都给竞争实验室带来压力，要求它们展示更强的能力、更高的效率或更大的市场相关性[10 (https://arxiv.org/html/2609.05894#bib.bib10)]。