推理侧扩展 (Inference-time Scaling)

AI演进进入成熟阶段的核心范式，强调在推理阶段投入更多算力比单纯增加训练参数量更具性价比。

核心公式

有效逻辑输出 = 预训练参数贡献 × 思考时长

技术意义

• GPT-5.4和Grok-3的成功证明了该范式的有效性
• 标志着AI发展从"训练侧扩展"向"推理侧扩展"的转变
• 为[[代理元年]]提供了技术可行性基础

相关概念

• [[代理元年]] — 所属时代背景
• [[大模型不是真理机器-而是论证机器]] — 可引用作为技术例证