超级人工智能到底需要多少算力？有人给出了一个听起来像科幻小说的答案：整个星系级别。

这个判断来自作者 Mr Panda。他把复杂系统的进化原则套用到超级智能的实现路径上，推演出的结论是：算力基础设施公司的增长天花板高到几乎看不见。

不是一个大模型，是万亿个Agent

推演的起点是一个被引用的观点：超级智能不会由单一模型产生，而是由数万亿个具备自我改进能力的 Agent 协作进化出来。

这个说法之所以被拿来当论据，是因为它符合复杂系统的演化逻辑——复杂的东西往往不是被设计出来的，而是大量简单单元互相作用后涌现出来的。

如果这条路成立，那么问题就从"训练一个多大的模型"变成了"养活多少个会自己进化的 Agent"。

卡在架构效率上的算力账

作者接着往下推：在当前的计算架构下，支撑这种规模的系统进化，需要的算力会呈指数级增长。

他没有给出具体的数字模型，但结论很直接——这个量级最终会落到星系级别。换句话说，现有架构的效率限制，反而把算力需求推到了一个极端的位置。

这也正是他看好算力公司的理由。需求端的天花板被抬得足够高，供给端自然就有了想象空间。

押注的是管道，不是应用

整篇推演的投资落点很清晰：不赌哪个 Agent 会赢，赌的是所有 Agent 都要消耗的算力。

作者的原话是，投资算力公司，算力公司的增长空间有无限大。这句话的底气，全部来自前面那条"星系级算力"的推演链条。

当然，这条链条的每一环都建立在"万亿级自我进化 Agent"这个前提之上。前提成立，结论才成立。