一项新研究挑战了AI Scaling Law收益递减的普遍认知，揭示尽管单步准确率提升放缓，但其复合效应能带来模型任务完成长度的指数级增长。这一发现，特别是结合“思考模型”对“自我条件化”缺陷的克服，重新定义了大模型的经济价值，预示着AI Agent在复杂长程任务中实现更深层次的自主化和商业落地。