一个数量级 = 10 倍，两个数量级 = 100 倍。阿申布伦纳用数量级思考，是因为 AI 的进步是指数式的：追踪「一年翻几个 10 倍」比追踪绝对数字容易得多。他的预测本质上是一道加法题——把有效算力的数量级堆够，就越过 AGI 的门槛。
| 来源 | 它贡献什么 |
|---|---|
| 原始算力 | 更大规模的训练 |
| 算法效率 | 每 FLOP 换来更多能力 |
| 解除束缚 | 释放潜在能力（推理、工具、智能体） |
他预计有效算力每年增长约 0.5 个数量级并持续下去。截至 2026 年年中，一份独立核查把这个速度评为「大体得到支持」，各次发布散落在趋势线上下约 ±0.5 个数量级的范围内。这台「数量级引擎」是它下游每一条主张的地基——能力、AGI 的时点、智能爆炸都建在上面。数量级一旦停止累积，整个 2027 论证就会往后滑。
一个数量级（OOM）就是 10 倍。阿申布伦纳数的是「有效算力」的数量级——原始算力加上算法效率再加上解除束缚——因为 AI 的进步是指数式的，用「一年几个 10 倍」来追踪更容易。
有效算力每年约 0.5 个数量级，并在整个十年里持续。截至 2026 年年中，这个速度大体保住了。
因为他的 AGI 预测本质上是一道加法题：把有效算力的数量级堆够就越过门槛。数量级一旦停止累积，2027 年的时间表就会往后滑。