# Navier-Stokes 证明之后，我为什么依然看空大模型

> 原标题：Why I'm still bearish on LLMs after Navier-Stokes

- 来源：Hacker News 首页
- 发布时间：2026-09-15T17:37:12.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/56764
- 原文：https://dank.systems/posts/2026-09-15-ai-bear.html

## 摘要

作者 Jay Kruer 在 Navier-Stokes 等展示之后仍对 LLM 持看空态度，认为前沿实验室的定价建立在全自动替代知识工作者的叙事上，而当前模型即便最简单任务也需大量监督与护栏。

## 推荐理由

作者以 Navier-Stokes 这类数学证明为最佳情形，对比普通知识工作所需的严格规格与领域专家投入，指出前沿实验室的定价叙事与当前模型仍需大量监督之间的落差。

## 锐评

前沿实验室的估值是按"全自动替代知识工作者"定的，可文章里那个硬件行业的比例挺说明问题，一个 CPU 项目规格和验证工程师是设计工程师的三倍，5:1 也不罕见。规格本身要领域专家写，而大部分领域里既懂业务又懂写规格的人少得可怜，这笔人力账比直接干活还贵。Navier-Stokes 是最好啃的那类活，定理本身就是现成的规格，还有 lean 兜底，普通知识工作没这个待遇。所以全自动替代的定价撑不住，能落地的只有那些失败成本极低的场景。
