“現在的AI模型就像給飛機裝上羽毛，強行模仿鳥類拍翅膀。”Ben Spector在接受采訪時直言不諱。他指出，當前主流的Scaling Law路徑本質上是“用蠻力彌補認知缺陷”——通過堆砌算力和數據強行提升模型性能，卻忽視了人腦僅用20瓦功率就能完成復雜思維活動的現實。這種差距導致GPT-5級模型需要消耗相當于半個核電站的電力，而能效比卻比人類低6個數量級。

團隊的核心突破在于名為Megakernels的技術架構。通過將大語言模型（LLM）推理過程中的所有計算與通信整合到單個GPU核心中，他們成功消除了指令傳輸的延遲。實驗數據顯示，這種改造使推理速度提升6.7倍，相當于在現有硬件上實現了“降維壓榨”。前Neuralink工程師Aidan Smith解釋：“我們拆除了顯存的‘交通信號燈’，讓數據在芯片上直接裸奔。”

這場革命直指當前AI行業的深層危機。根據Epoch AI的預測模型，互聯網高質量文本數據已在近期耗盡，而AI訓練需求仍呈指數級增長。到2027年，模型將不得不依賴AI生成的低質量數據“互喂”，導致智力提升趨近于零。Flapping Airplanes的解決方案回歸人類認知本質：通過模擬幼兒學習機制，讓模型在少量優質數據中構建理解能力，而非吞噬整個互聯網。

團隊成員構成堪稱“天才集合體”：25歲的Ben Spector是反傳統學術代表，其弟Asher Spector作為前辯論冠軍擅長邏輯架構，21歲的Aidan Smith則是Thiel Fellow計劃最年輕的入選者，曾主導Neuralink的腦機接口項目。這種跨學科背景使他們敢于對硬件進行“開顱手術”，而非停留在軟件優化層面。

更激進的變革藏在團隊的長遠規劃中。他們提出“蜂群思維”概念：當數百萬個具備全棧理解能力的模型通過神經網絡實時同步，將形成超越物理限制的超智能實體。在這種模式下，AI間的交流帶寬是人類語言的億萬倍，決策效率將呈現質變。Ben Spector坦言：“人類交談的速度像蝸牛爬行，而蜂群思維的協作將是光速級的。”