TLDR;

O título aponta para o risco de que, mesmo com arquiteturas transformer e integrações neurosimbólicas trazendo ganhos, o avanço da IA se torne financeiramente inviável. Os custos sobem exponencialmente porque cada incremento de capacidade (scaling, motores de raciocínio, codificação acoplados) exige mais investimento computacional e financeiro. Quando os paradigmas atuais ficarem proibitivos em custo, eles deixarão de ser práticos e será necessário buscar novas abordagens, otimizações ou limitar o uso.

Resumo

O trecho discute que as arquiteturas baseadas em transformers continuam funcionando bem e que muitas das críticas por falta de abordagens neurossimbólicas já foram, em grande parte, atendidas na prática: em vez de modificar a base, adicionam-se módulos externos — motores de raciocínio formal e de programação — que, quando acoplados, efetivamente criam soluções neurossimbólicas. Observa-se que o escalonamento ainda produz avanços consistentes, com benchmarks e tendências apontando progresso significativo nas capacidades de modelos e agentes. No entanto, esse progresso não vem sem um custo: há uma ascensão exponencial tanto nas capacidades quanto nos gastos necessários para alcançá-las, de modo que cada ganho adicional exige mais investimento financeiro. A consequência provável é que, em algum momento, os paradigmas atuais continuarão a oferecer ganhos técnicos, mas tornar-se-ão economicamente proibitivos — ou seja, os métodos podem não “estourar” tecnicamente, mas seu uso generalizado será limitado pelo custo crescente, exigindo possivelmente novas abordagens ou rupturas para manter viabilidade prática e acessibilidade.