【AI的真正实力，藏在你看不到的“思考成本”里】
很多人盯着新模型的跑分，觉得AI在挤牙膏，这完全是外行看热闹。传统的单项跑分已经失效了，因为现在的AI强不强，不再取决于它一瞬间的条件反射，而取决于你给它多少“思考预算”。
所谓推理期算力，就是让AI多想一会儿、多试几次。同一个模型，在几毛钱预算下表现平平，但如果给它一万块预算去不断自我纠错，它能搞定顶级专家的难题。现代AI的上限已经被拉得极高，我们甚至因为测试成本太贵，至今摸不到它的天花板。
这也是安全评估最大的盲区。只在低预算下测试安全，等于假装不存在愿意花大钱解锁AI杀伤力的坏人。未来衡量AI，不能再看单一分数，必须看“性能-成本曲线”。给够资源，看它能走多远，才是它真正的底牌。
x.com/polynoamial/status/2064210146558136827
