AI能力增长曲线不会轻易见顶：关于’AI泡沫论’的数据分析

2026年5月15日，知名科技博主 Scott Alexander（Astral Codex Ten 作者）发表了一篇文章《The Sigmoids Won’t Save You》，用数据分析回应了一个流行的AI怀疑论观点：”所有指数增长最终都会变成S曲线，所以AI能力增长很快就会见顶。”

什么是S曲线论证

S曲线（Sigmoid）是自然界中常见的增长模式：初期缓慢增长→中期快速指数增长→后期增速放缓并趋于平稳。很多技术发展确实遵循这个模式，比如飞机速度、摩尔定律等。

AI怀疑论者常用这个论证来说明：AI的能力增长很快就会遇到天花板，不需要过度担心。

Scott Alexander的反驳

文章列举了三个”S曲线误判名人堂”案例：

第三名：联合国出生率预测

联合国持续预测全球出生率将趋于平稳，但实际出生率一直在持续下降，从未按预测那样”见底”。

第二名：太阳能部署预测

国际能源署（IEA）的世界能源展望（WEO）多次预测太阳能增长将趋于平稳，但太阳能装机容量一直在以指数级增长，远超所有预测。

第一名：METR AI能力预测

沃顿商学院一个团队在2026年发表论文，基于METR的AI能力图表预测AI能力增长将遵循S曲线。然而，下一个AI模型的发布立即突破了他们预测的”天花板”。

Lindy定律的分析

Scott Alexander使用了Lindy定律来分析AI增长的持续时间：

• 如果把AI当作一个”黑箱”，默认的预期应该是：一个趋势会持续大约和它已经持续的时间一样长
• AI从2017年左右开始快速进步（扩展时代约2019年至今）
• 粗略估计，AI能力增长至少还会持续约7年
• 使用帕累托分布计算，AI增长在2年内停止的概率只有22%

对站长和开发者的影响

这篇文章对我们有什么实际意义？

1. 不要过早下注AI见顶：如果你的业务规划假设AI能力很快会停滞，可能需要重新评估
2. 持续学习AI工具：AI编程助手、AI客服、AI内容生成等工具会持续快速进化
3. 关注基础设施：随着AI能力增长，对算力、存储、网络的需求也会持续增长
4. 保持灵活性：技术变革的速度可能比预期更快，保持业务架构的灵活性很重要

另一面的声音

当然，也有反对意见认为：

• 训练数据可能成为瓶颈
• 能源消耗和成本限制了进一步扩展
• 某些能力（如真正的推理）可能确实有天花板

无论你持哪种观点，保持对AI发展趋势的关注都是必要的。至少在目前，没有明确证据表明AI能力增长会在短期内停止。

来源

• Scott Alexander 原文：astralcodexten.com
• 相关论文：arxiv.org
• Hacker News 讨论（90分）：news.ycombinator.com