Unverified70% confidenceOpinionTime unknown
进入2025年，业界普遍观察到Scaling Law的边际收益在递减，单纯增大模型规模带来的能力提升已不如早期显著
1
Sources
70%
Confidence
Medium-term (~90 days)
Relevance
6/1/2026
First Seen
Valid until: 8/30/2026
Sources
GSD-2开源项目详解：元提示+上下文工程如何让AI代理持久自主工作
githubgsd-build
Related Entities
Related Claims
Unverified从2024年开始，业界观察到单纯增大模型规模带来的收益开始递减，尤其在多步逻辑推理、数学证明和科学发现等任务上81% similarUnverified大模型存在时效性衰减问题，若未接入实时数据源，其输出的市场趋势判断可能滞后数月乃至一年以上72% similarUnverified单纯增加模型参数和训练数据的边际收益正在递减，即'Scaling Law放缓'现象71% similarUnverified只有当重复大于成长、薪资明显低于市场或有明确新目标这几个条件之一成立时，跳槽才具备正当理由70% similarUnverified随着模型参数从数千亿扩展到数万亿，每增加一个数量级的算力所带来的性能提升越来越小，学术界称之为Scaling Laws的'天花板效应'70% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/28771API
curl https://kongchang.com/api/v1/knowledge/claims/28771MCP
get_claim(id=28771)