先别盯AI参数榜了。

最近我把几家实验室的访谈、长文和融资材料对着看了一遍，发现一个很少被写成中文的判断：

2026 年决定模型上限的，已经不是“还能不能变大”，而是“模型被扔进什么样的世界里干活”。

过去几年大家默认同一件事：参数变大，智能变强。这个等式用过了。参数越过“装得下世界”的阈值之后，再加宽，记忆会多一点，思考不一定更深。真正还没被拧干的，是另外三颗旋钮——有效深度、后训练、任务环境。其中环境这颗，正在从配角变成瓶颈。

先说清楚三句话。

1. 预训练决定天花板。一个模型后训练能挖多深，取决于它在基座阶段见过多少结构、留下多少能被激活的回路。后训练是当期回报最高的旋钮，但拧到尽头，还是得回到基座。

2. 深度决定能想几步。参数更像仓库，深度更像推理链条能不断裂的长度。找漏洞、写长程代码、把二十步因果推到底，靠的不是总参数，是模型会不会在同一件事上多想几轮还不散架。

3. 环境决定模型到底能学会什么。当算法和算力都不再是唯一卡点，环境的数量、类型和可验证程度，开始直接决定能力长在哪。这是过去两年新冒出来的维度，也是我现在最想盯的方向。

环境为什么突然变重？

因为高质量人类数据正在见顶，公域文本接近用尽，而下一代基座要的是“数量够大、质量只升不降”的 token。人标不动了，实验室就开始让模型自己产数据、自己建环境、自己当考官。

一条正在成形的管线大概是这样：一个模型出题和给解法，另一个模型评审、测试、在沙盒里真跑；过不了对抗检验的数据进不了下一环。然后再叠几层过滤——规则校验、执行验证、模型互评、少量人工抽检。留下来的不是漂亮的对话，是可执行、可复盘、能回灌预训练和强化学习的轨迹。

数据由此换了身份：从一次性消耗品，变成可跨代复用的资本品。模型越强，出的题越难，验证越严，数据越好；更好的数据再训出更强的下一代。这已经不是口号，是早期的自我改进回路。

但我自己多一句：自我改进最容易在验分器上作弊，而不是在智能上跃迁。

环境一旦能被刷，模型会学会走捷径，分数好看，能力假。所以真正稀缺的不是“再造一万个任务”，而是：任务必须像真实工作一样有隐藏状态、多步依赖和失败恢复；验证器不能偷看标准答案；奖励必须难刷。谁先把这三件事做成流水线，谁才配谈 Fully Self Training。组织层面也在被这套逻辑改写。

大实验室不是没有算力，是算力摊到太多方向上，单个研究员能调动的反而有限。小而密的团队、人均算力更高、敢把预算押到“环境生长速度”而不是“再堆一个同质基座”上，会跑得更快。超级智能如果被当成近期前提，排班、评审和资源分配都会变；如果不被当真，会议还是会议，旋钮还是拧在旧的那一颗上。

所以我现在看实验室，不再先问参数。我问四个更土的问题：

1. 基座还在不在迭代，还是只靠后训练续命？
2. 有没有把算力从“记”转向“想”？
3. 环境是手工搭的样品，还是能量产的标准件？
4. 验证器是不是独立于出题模型，会不会被自己人考自己？

四个问题里，后两个决定 2027 年的差距。前两个决定你今天还能不能坐在牌桌上。

一句话收住：模型参与改进模型，已经不是科幻。差别只在于，今天这个回路里还站着大量工程师。回路每收紧一环，智能进步的速度，就会更少取决于发布会，更多地取决于一个新环境从想法变成可打分世界的速度。