当现实超越认知：Co^4 架构用 S_C^eff 提出可靠智能的新缩放原则

研究者提出用有效连贯认知速度 S_C^eff 衡量 AI 系统在现实持续变化下能否可靠感知、推理与行动，并将其作为新基准。在算力固定、不重新训练的前提下把现实速度 S_R 提升至 50×，受细胞机制启发的 Co^4 架构的 S_C^eff 明显高于 Transformer 与 gated-MLP 基线。作者据此主张将连贯认知的缩放作为可靠 AI 的原则。