xAI的Colossus 2正式投入运营，成为全球首个功率达到吉瓦级别的前沿AI数据中心。这个消息在技术社区引发了一场关于AI发展路径的深度讨论。
有人调侃说，通往AGI的道路看起来就像一场巨大的暴力破解攻击——“我们的基本策略连猴子都能理解：魔法盒子越大，魔法就越多。”这话虽然戏谑，却道出了当前AI竞赛的核心逻辑。
但事情并非如此简单。有内部观察者指出，xAI在过去六个月对Grok 4架构进行了大量优化，从Grok 4到4.1 thinking版本的进步有目共睹。这是一种双管齐下的策略：一边疯狂扩张算力，一边持续优化模型。正如有人所说：“如果有效，那就是有效。进化本身也是暴力破解。”
不过，质疑声同样存在。尽管xAI在建设数据中心方面展现了惊人速度，但在前沿AI领域的竞争力似乎并不突出。除了Grok Imagine，他们的模型从未真正出圈。在代理编码应用方面，甚至GLM可能比Grok更受欢迎。马斯克自己也承认，下一代Grok在编码能力上无法击败Opus 4.5。
这就引出了一个关键问题：更大的算力是否必然带来更好的性能？
从机器学习的扩展定律来看，计算资源的增加确实能带来性能的可预测提升。但正如有人指出，如果没有优秀的架构和训练方法，巨大的算力只会在饱和曲线上获得对数级别的边际收益。你必须设计它去做新的事情，它才能做出新的事情。
值得关注的是Grok 5的预期发布。据称这个模型将拥有约6万亿参数——参数就像大脑中的神经元，数量越多意味着模型能捕捉更微妙、更复杂的数据模式。预计它将在未来几个月内发布。
谷歌的策略则截然不同。他们不依赖超大规模集中式集群，而是采用众多分布式数据中心。统一集群在原始训练能力上确实有优势，但分布式系统可以通过更大的资源总量来弥补通信延迟的劣势。两种路径各有千秋。
这场算力军备竞赛的代价也不容忽视。有孟菲斯当地居民抱怨，未经授权的燃气涡轮机给周边居民健康带来了影响。技术进步与环境责任之间的张力，是这场竞赛中无法回避的议题。
