Lun Wang, ein ehemaliger Forscher bei Google DeepMind, hat in der KI-Gemeinschaft eine Debatte ausgelöst, indem er behauptete, dass das Hauptengpass der Branche nicht Rechenleistung, Daten oder Energie sei, sondern vielmehr das Bewertungssystem selbst. In einem ausführlichen Blogbeitrag, der am 17. Mai 2026 veröffentlicht wurde, argumentiert Wang, dass die aktuellen Bewertungsmethoden nicht vorhersagen können, wann KI-Modelle neue Fähigkeiten entwickeln werden, und verweist dabei auf historische Beispiele für emergente Fähigkeiten und "Grokking" als Belege. Wangs Kritik konzentriert sich auf die Annahme, dass KI-Modelle lediglich verbesserte Versionen ihrer Vorgänger seien, was seiner Ansicht nach die Fähigkeit der Branche untergräbt, bedeutende Veränderungen in den KI-Fähigkeiten vorherzusehen. Er warnt, dass ohne genaue Bewertungsmetriken die KI-Branche Gefahr läuft, Modelle darauf zu trainieren, die falschen Probleme zu lösen, was potenziell zu unvorhergesehenen Ausfallmodi führen kann. Wangs Erkenntnisse stellen den aktuellen Fokus der Branche auf Skalierung in Frage und heben die Notwendigkeit eines robusteren Bewertungsrahmens hervor, um die zukünftige KI-Entwicklung zu steuern.