公开数字很少，但有一条比较硬：某代推理模型相对上一代，推理阶段训练量大约十倍，间隔大约四个月，数学、科学、编码和智能体编程套件都明显变强。另一条线是：预训练总量大约每年四到五倍。两条斜率不可能永远平行。若推理训练继续每几个月十倍，大约一年内就会碰到总训练算力的前沿，然后被迫和总账一起走，大约每年四倍，而不是继续十倍跳。

早期阶段之所以涨得猛，是因为大家都还在曲线很早的位置：花一百万而不是十万，就能换来很大一截。实验室正把第二阶段从百万级拉到亿和十亿。交叉点一旦过去，推理训练不再是「小而猛的补丁」，而会占掉总训练的大部分。监管如果还只统计预训练浮点运算，会漏掉真正在抬能力的那一截。编码智能体的脚手架也能在不加大训练的情况下抬产品能力，那是另一笔账，不要和训练算力混在一起。

对部署的含义是：纯推理、答案便宜可验证的题，会先看到超人类；要稳定操作电脑、要和环境反馈对练的智能体，会晚一截。推理训练目前多半还没在「跑代码、搜网页、开终端」的闭环里做强化，工具使用并不比底座强多少。把推理模型塞进为普通对话优化的智能体，提示风格不对，分数还可能掉。

落地清单

• 能力规划按两段写：碰上总训练前沿之前可以按十倍跳来估，之后改用每年约四倍。
• 智能体提示和工具协议要为推理模型单开一版，不要复用聊天模板。
• 算总训练成本时把推理后训练单列，否则账单和监管口径都会偏。
• 可验证的数学编码可以激进上推理；环境反馈弱的操作任务，先别按同一斜率承诺。

十倍跳是窗口，不是定律。窗口关上以后，推理模型和预训练模型会重新变成同一场算力竞赛。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源