Megaquop 机器
Preskill 的路线图把量子计算的阶段从 NISQ 推向 Megaquop（mega reliable quantum operation，百万可靠量子操作）：百量级逻辑比特、百万量级可靠操作深度，运行方式是量子纠错与错误缓解（quantum error mitigation，QEM）的混合——浅逻辑深度的电路用纠错保护，残余逻辑误差用外推、虚拟蒸馏等缓解手段后处理Preskill 2025 (arXiv)。这个阶段有明确的能力画像：足以冲击某些采样与模拟类应用，但远不足以跑 Shor 破 RSA；其算法形态与 NISQ 时代有本质区别——电路在逻辑层表达，错误率是每逻辑操作的量，而非每个物理门。
no-go 定理的真实边界
对早期容错的怀疑常来自各种 no-go 结果：错误缓解的采样开销随电路规模指数爆炸、某些”QEC+QEM 混合”被认为不比纯经典好。Zimborás、Koczor、Holmes、Borrelli 等人 2025 年的《Myths》系统梳理了这些定理到底排除了什么：多数 no-go 针对的是无结构噪声下的通用任意深度计算或渐近极限，并不排除常数深度、结构化噪声、或纠错已把误差压到可控量级的混合方案Zimborás et al. 2025 (arXiv)。结论是渐进悲观与有限规模乐观并不矛盾——Megaquop 时代的算法设计恰好活在 no-go 定理照不到的中间地带。
算法级成本模型：FLASQ
把”早期容错机器上跑算法到底多贵”形式化，Google 2025 年的 FLASQ 成本模型给出表面码架构下算法级资源的折算框架：从物理错误率、码距、周期时间出发，估计逻辑操作吞吐与算法运行时间的映射，用于判断哪些量子算法在数千至数万物理比特的近期设备上有意义Huggins et al. 2025 (arXiv)。它与ft-resource-overhead的完整账本互补：FLASQ 面向”够用就好”的近期窗口，后者面向规模化终局。
培育冲击：资源估计的持续下修
早期容错的算法野心与资源估计的下修互相推动。RSA-2048 因子分解的标杆账本在六年间从 Gidney–Ekerå 2019 的 2000 万物理比特、8 小时降到 Gidney 2025 年的 100 万比特以内、一周以内——三根支柱是 Shor 变体的逻辑比特压缩、yoked 冷存储布局与魔法态培育加 8T-to-CCZ 工厂（培育占其一）Gidney 2025 (arXiv)；培育路线本身由 Google 2025 年的实验打通验证Google Quantum AI 2025 (arXiv)。
数字的细节见ft-resource-overhead；这里强调趋势的含义：协议层每前进一步（培育、码切换、译码提速），“早期”与”完整”容错的分界线就移动一次，Megaquop 窗口内的可运行算法集合随之扩大。
逻辑误差预算进入算法设计
早期容错时代的算法设计已经把逻辑误差当一等公民：Gidney 2025 账本对 RSA-2048 的运行时计算就是模板——单次完整运行 12.07 小时，按逻辑错误率目标（每比特每轮 ）估算整轮无错的概率为 93.3%，于是期望运行 9.2 次得到一个成功 shot，总时长 4.96 天Gidney 2025 (arXiv)。算法不再假设”逻辑层无错”，而是带着失败概率做期望值规划——这与错误缓解时代的思路一脉相承，但误差的量级与结构来自纠错层级，可用logical-benchmarking的方法测量。