真正的技术突破应该是算法层面的突破，机器学习的算法出现是突破，深度学习算法的出现是突破，大模型构想的推出是突破，但大模型的优化就不算突破了。

堆硬件，堆能耗，堆语料就能带来模型的改善，这样的发展路径很容易让人产生研发惰性，认为只有圈钱就行了，技术都是次要的。

这就好比只要马匹的数量足够多，马力就足够大，我有足够的钱买足够多的马匹，干嘛还要去发明汽车。

当下很多科技公司就是陷入了这样的研发陷阱，在市场圈了大量的钱在最轻松的堆算力路径上去优化，根本没有动力在算法层面去推进研发突破。

所以当下大模型的迭代边的际改善越来越小，很长时间没有突破性的进展，恰恰是因为钱太多了，算力过于富余，大家已经在堆算力的路径上变懒了，没心思搞突破了。

这个时候反倒是该收紧科技公司的融资，倒逼科技公司开源节流，穷则思变了。同时也该让传统的就业大户行业缓口气了，毕竟灵活就业太多真不是什么好事。

凡事用力过猛，很容易过犹不及，懂得一张一弛才是王道。