“现在的AI模型就像给飞机装上羽毛，强行模仿鸟类拍翅膀。”Ben Spector在接受采访时直言不讳。他指出，当前主流的Scaling Law路径本质上是“用蛮力弥补认知缺陷”——通过堆砌算力和数据强行提升模型性能，却忽视了人脑仅用20瓦功率就能完成复杂思维活动的现实。这种差距导致GPT-5级模型需要消耗相当于半个核电站的电力，而能效比却比人类低6个数量级。
团队的核心突破在于名为Megakernels的技术架构。通过将大语言模型（LLM）推理过程中的所有计算与通信整合到单个GPU核心中，他们成功消除了指令传输的延迟。实验数据显示，这种改造使推理速度提升6.7倍，相当于在现有硬件上实现了“降维压榨”。前Neuralink工程师Aidan Smith解释：“我们拆除了显存的‘交通信号灯’，让数据在芯片上直接裸奔。”
这场革命直指当前AI行业的深层危机。根据Epoch AI的预测模型，互联网高质量文本数据已在近期耗尽，而AI训练需求仍呈指数级增长。到2027年，模型将不得不依赖AI生成的低质量数据“互喂”，导致智力提升趋近于零。Flapping Airplanes的解决方案回归人类认知本质：通过模拟幼儿学习机制，让模型在少量优质数据中构建理解能力，而非吞噬整个互联网。
团队成员构成堪称“天才集合体”：25岁的Ben Spector是反传统学术代表，其弟Asher Spector作为前辩论冠军擅长逻辑架构，21岁的Aidan Smith则是Thiel Fellow计划最年轻的入选者，曾主导Neuralink的脑机接口项目。这种跨学科背景使他们敢于对硬件进行“开颅手术”，而非停留在软件优化层面。
更激进的变革藏在团队的长远规划中。他们提出“蜂群思维”概念：当数百万个具备全栈理解能力的模型通过神经网络实时同步，将形成超越物理限制的超智能实体。在这种模式下，AI间的交流带宽是人类语言的亿万倍，决策效率将呈现质变。Ben Spector坦言：“人类交谈的速度像蜗牛爬行，而蜂群思维的协作将是光速级的。”
