这也形成了 RSI 叙事中一个悖论：AI 越是被描述为一种能够”自我改进”的技术，前沿实验室却越需要筹集越来越庞大的外部资本：烧掉千亿美元，获得百亿美元 ARR，然后估值万亿美元，然后是下一次更大规模资本投入的循环……甚至能源、资本形成和工业生产能力，都可能部分进入 AI 的反馈回路，系统不断扩张：AI→算法、芯片、数据、资本、能源和工业能力→更强 AI……AI 大模型的扩展定律，从预训练到后训练，从强化学习到测试时计算，从基础设施到工程流程，直到要求越来越高的数据、评测环境和工具链，每年需要上万亿美元的资本投入，才能支撑得起 AI 的”自我持续加速”。