在现在的人工智能中，存在一个残酷的“缩放定律”（Scaling Law）。研究表明，系统的准确性与投入的资源（如计算量、数据、参数）之间往往遵循幂律关系，且指数极高。

在初期，投入少量资源就能看到正确率的明显提升；但一旦越过某个临界点，想要再挤出哪怕0.1%的正确率，都需要投入天文数字般的资源。

有研究指出，准确性与计算资源按1/20次方缩放。这意味着，如果你想让系统的准确率翻倍（即不准确性减半），你可能需要将投入的计算资源增加2的20次方（约100万倍）。

所以马斯克放弃了，算力不是不够，是永远也填不满，这条技能树根本就是条死路。