我想換個方式來解釋這個問題。
我們都知道，隨著棋盤擴大，圍棋的變化是指數上升的，解空間也是指數上升的。如果我們把人腦的運算資源當做相對固定，則我們在掌握解決復雜度指數上升問題時，解決的能力就是指數下降的。
也就是說，一開始成長速度可能飛快，越往後，想要進步一些都很難。
簡單來說，剛學棋的時候，讓7子可能就差了一兩年的訓練量，而到一定水平後，讓七子差距可能就是幾十年甚至幾百年的訓練量。
隨便找了個圖（來源：機器之心），這個圖是某個AI自我對弈的成長曲線，縱座標就是評價大部份競技遊戲所使用的等級積分，橫座標是AI訓練的對局數。
可以看到，線性積累經驗的AI，也呈現出指數下降的水平增長速度，這和我們的假設是一致的。
我們可以對人的成長曲線也這樣擬合。初期水平上升極快，慢慢呈現成長放緩，最後趨近於收斂。
由於人的總結能力和學習能力比AI強，我們把這個模型簡化一些，假如訓練量每次翻倍，等級分可以提高400分。
由於等級分就是透過不同選手之間的對局勝率得出的，我們再做一個假設：
等級分差距200分可以讓1子。
也就是在我們這個假設下每讓2子，讓子方就需要比對面的對局量翻倍。
讓2子，可以讓5000對局經驗的人能和10000盤對局經驗的人進行平等較量。讓6子，可以讓5000盤對局的人與40000盤對局的人平等較量。
這是什麽概念呢，每天保持5局高品質對局，5000盤大約需要2.7年時間，35000盤大約就是18.9年水平。也就是在高手的領域裏面，讓6子差了快20年水平（前提是人可以連續二三十年漲棋）。
但是，如果是一個100盤對局的人呢，讓6子，大約能讓他與100×2×2×2=800盤對局的人平等較量。是不是就覺得正常了一些。所以水平越低的階段，讓子棋越好下。
假如一個普通圍棋愛好者的門檻是1000盤。面對一個剛剛下了10盤棋的新手，可以讓log（2,100）×2=13.28子，也就是可以讓13個子。
我記得我剛開始學棋的時候，我的老師讓我17子，大概在我學習一周後，他就讓不動了。不是我天賦異稟，而是讓子棋本來就是一個成倍增長的關系，水平稍微提高一些，經過多次翻倍最後的戰力提升都會很大。
而一個入段業余高手的對局數量是5000盤，面對一個400盤對局的業余愛好者，能讓log（2,12.5）×2=7.28子（接近問題中的7個子）。
回到問題，讓7子是什麽概念，我覺得大約是對局量12倍以上的差距。
按照這種演算法，另一個答主讓25子打敗世界冠軍，相當於，世界冠軍用了五千六百分之一的實力輸給了圍棋新手，個人覺得一點都不丟人。
