“現(xiàn)在的AI模型就像給飛機(jī)裝上羽毛，強(qiáng)行模仿鳥類拍翅膀?！盉en Spector在接受采訪時(shí)直言不諱。他指出，當(dāng)前主流的Scaling Law路徑本質(zhì)上是“用蠻力彌補(bǔ)認(rèn)知缺陷”——通過(guò)堆砌算力和數(shù)據(jù)強(qiáng)行提升模型性能，卻忽視了人腦僅用20瓦功率就能完成復(fù)雜思維活動(dòng)的現(xiàn)實(shí)。這種差距導(dǎo)致GPT-5級(jí)模型需要消耗相當(dāng)于半個(gè)核電站的電力，而能效比卻比人類低6個(gè)數(shù)量級(jí)。

團(tuán)隊(duì)的核心突破在于名為Megakernels的技術(shù)架構(gòu)。通過(guò)將大語(yǔ)言模型（LLM）推理過(guò)程中的所有計(jì)算與通信整合到單個(gè)GPU核心中，他們成功消除了指令傳輸?shù)难舆t。實(shí)驗(yàn)數(shù)據(jù)顯示，這種改造使推理速度提升6.7倍，相當(dāng)于在現(xiàn)有硬件上實(shí)現(xiàn)了“降維壓榨”。前Neuralink工程師Aidan Smith解釋：“我們拆除了顯存的‘交通信號(hào)燈’，讓數(shù)據(jù)在芯片上直接裸奔?！?/p>

這場(chǎng)革命直指當(dāng)前AI行業(yè)的深層危機(jī)。根據(jù)Epoch AI的預(yù)測(cè)模型，互聯(lián)網(wǎng)高質(zhì)量文本數(shù)據(jù)已在近期耗盡，而AI訓(xùn)練需求仍呈指數(shù)級(jí)增長(zhǎng)。到2027年，模型將不得不依賴AI生成的低質(zhì)量數(shù)據(jù)“互喂”，導(dǎo)致智力提升趨近于零。Flapping Airplanes的解決方案回歸人類認(rèn)知本質(zhì)：通過(guò)模擬幼兒學(xué)習(xí)機(jī)制，讓模型在少量?jī)?yōu)質(zhì)數(shù)據(jù)中構(gòu)建理解能力，而非吞噬整個(gè)互聯(lián)網(wǎng)。

團(tuán)隊(duì)成員構(gòu)成堪稱“天才集合體”：25歲的Ben Spector是反傳統(tǒng)學(xué)術(shù)代表，其弟Asher Spector作為前辯論冠軍擅長(zhǎng)邏輯架構(gòu)，21歲的Aidan Smith則是Thiel Fellow計(jì)劃最年輕的入選者，曾主導(dǎo)Neuralink的腦機(jī)接口項(xiàng)目。這種跨學(xué)科背景使他們敢于對(duì)硬件進(jìn)行“開顱手術(shù)”，而非停留在軟件優(yōu)化層面。

更激進(jìn)的變革藏在團(tuán)隊(duì)的長(zhǎng)遠(yuǎn)規(guī)劃中。他們提出“蜂群思維”概念：當(dāng)數(shù)百萬(wàn)個(gè)具備全棧理解能力的模型通過(guò)神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)同步，將形成超越物理限制的超智能實(shí)體。在這種模式下，AI間的交流帶寬是人類語(yǔ)言的億萬(wàn)倍，決策效率將呈現(xiàn)質(zhì)變。Ben Spector坦言：“人類交談的速度像蝸牛爬行，而蜂群思維的協(xié)作將是光速級(jí)的。”