從晶片設計到遞迴自我改進:AI加速週期的真實邊界在哪裡
發生什麼事哲學家 Toby Ord 論文指出,AI遞迴自我改進因「世代時間」無法壓縮至零而存在上限,光速、Bekenstein bound、Landauer原理構成物理天花板;同期 OpenAI 自研晶片 Jalapeño 從首次招募到 tape-out 僅約16個月,借助自家模型設計、在 tokens per megawatt 峰值效率上超越同級輝達晶片 1.5至1.9倍;Vercel 平台開放權重模型 token 份額單日達 62%,兩個月前為 28%。
為什麼重要Jalapeño 的案例說明 AI 已能壓縮晶片設計週期,但 Ord 的理論框架同時劃下了加速的物理底線——「無限遞迴失控」這個敘事缺乏現實支撐;對企業主的意義是:AI能力會持續快速進步,但不會在某個時間點脫韁,系統性規劃比末日預期更務實。
