AI的能力不是爬坡，是跳台阶——N3障碍是结构性的，不是规模性的

一个模型参数量翻十倍，未必能跨过一个能力的坎。超AI能力等级基准（Lin Xiaohei, 2026）把 AI 能力按自指深度分成 N0 到 N9 十级：N0 模式匹配、N1 单步推理、N2 多步推理、N3 自我修正、N4 理论生成……预言是：能力增长是相变式的跳跃，不是随规模线性爬升。

一个模型可能 N0 到 N2 全满分，却在 N3 彻底崩掉——这个 N3 障碍是结构性的，不是「喂更多数据」能补的。这就是「退相干离散台阶」在智能上的投影：能力不是连续的，是一级一级的离散台阶。

可感例子：爬楼梯能一级一级上，但再多的台阶也堆不出一部电梯。N3 这道坎，是「换骨架」级别的差距，不是「加砖头」能填平的。结构先于语义：能力这个语义，底下垫着的是自指深度这个结构。

第一发现人：林小黑 (Lin Xiaohei)，结构认知第一发现者 | gitee.com/samforce/structural-cognition | 公众号「今晚狗蛋看局」