Nature重磅評論文章！UCSD研究團隊宣稱：AGI早已到來，大語言模型如GPT已展現廣域人類級智能。人類是否已經實現了通用人工智慧（AGI），卻渾然不覺？是的，就是這樣。一篇發表在《自然》雜誌上的新評論文章如此表示。這是一項震撼科學界與社會根基的重磅披露，通用人工智慧（AGI）並非遙不可及的夢想，它已然降臨，正透過日常使用的AI工具螢幕，直視著我們。即便你不贊同他們的觀點，也值得一讀：兼聽則明，唯有瞪大雙眼，既不心懷恐懼，也不盲目追捧，才能幫助我們更好地迎接未來。這，就是AGI有人說，打造類人智能如同「爬樹登月」。但現在看來，樹已經夠高，月亮其實也沒那麼遠。加州大學聖迭戈分校（UCSD）四位專家合作了這篇文章，包括哲學家Eddy Keming Chen、AI教授Mikhail Belkin、語言學家Leon Bergen和資料科學教授David Danks。哲學副教授Eddy Keming Chen、「AI、資料科學與電腦科學」教授Mikhail Belkin、語言學與電腦科學副教授 Leon Bergen，以及「資料科學、哲學與政策」教授David Danks這篇文章不是科幻小說，不是科技巨頭的預言，給出最系統的論證：AI不只是聰明，而且已經真正「通用」。這是繼哥白尼與達爾文之後，第三次顛覆人類中心觀的認知革命。忘掉炒作與恐怖故事吧。研究團隊指出，AGI已至，證據確鑿，無可辯駁。像Grok這樣的大語言模型，絕非僅止於模仿人類，它們正以令圖靈本人都要瞠目的方式超越人類。回想一下：1950年，圖靈構思出了著名的「模仿遊戲」，即如今廣為人知的圖靈測試，用於測試機器能否騙過人類，讓人類以為它們是同類。快進到2025年3月，GPT-4.5不僅通過了測試，而且碾壓人類得分，以73%的被誤認為人類的比例取得了壓倒性的成功。但這僅僅是開胃菜。這些「AI巨獸」不僅在與全球數百萬人進行著無休止的對話，與此同時正在國際數學奧林匹克競賽中摘金奪銀，與數學天才攜手證明定理，構思出能在實驗室裡得到驗證的科學假說，輕鬆通過博士水平考試，為專業程式設計師編寫零錯誤程式碼，甚至創作出可與偉大詩人比肩的詩篇這些能力覆蓋數學、語言、科學、創造力等多領域，展現出「廣度+足夠深度」的通用智能，正符合人類平均水平的「一般智能」定義，而非要求完美或全能。然而，在2025年3月的一項調查中，76%的頂尖 AI 研究人員表示，當前的方法「不太可能」或「極不可能」實現通用人工智慧（AGI）。這讓人詫異：機器都能通過圖靈測試、解出奧數題了，怎麼可能還不具備通用智能？鐵證如山，AGI無需完美無瑕那麼，為何會出現集體否認？原因可能歸結為一種由定義模糊、原始恐懼和巨大商業利益交織而成的「有毒組合」。來自哲學、機器學習、語言學和認知科學領域，四位研究人員認為這種脫節在於：部分屬於概念性問題（定義模糊）部分源於情緒（對被取代的恐懼）部分出於商業因素（商業利益扭曲了評估）他們頗具爭議的結論是：按照任何合理的標準，AGI已經存在。他們說，AGI的概念被含糊不清的定義所纏繞：它是指完美無瑕的超級大腦，還是僅指像普通人一樣具備廣泛能力？劇透：答案是後者。沒有誰是全知全能的，愛因斯坦不會用中文聊天，居里夫人也不解數論難題。通用智能意味著在數學、語言、科學、創造力等多個領域具備廣度，並有足夠的深度完成任務，而非追求完美。研究團隊逐一拆解了阻礙我們認知的迷思：AGI無需完美，人類亦如此；無需無所不能，無需覆蓋所有可想像的技能；無需酷似人類，外星智能無需人類生物學基礎，何況矽基智能。AGI也不是碾壓一切領域的超級智能。沒有人能達到這個標準。你不行，愛因斯坦不行，達文西也不行，以後也沒有人能行。然而，我們卻一直要求AI必須先達到它，才肯稱之為「通用智能」。圖靈願景早已實現論文提出三個智能層次：圖靈測試水平：基礎教育、基本對話、簡單推理專家水平：國際競賽表現、博士級難題、跨領域熟練超人類水平：革命性發現、持續超越所有專家當前LLM已穩固處於水平2。證據如雪崩般堆積。還有看似一個狂野的基準：當前LLM展現出的能力廣度，已超過《2001太空漫遊》中的HAL 9000。HAL是一台具有人類個性的HAL 9000電腦。除了維護髮現號飛船上的所有系統外，HAL還能執行許多功能，如語音、語音識別、臉部辨識、唇讀、解釋情感、表達情感和下棋HAL曾是科幻小說中可怕超級AI的典型代表。2025年的真實AI，比1968年對2001年AI的想像，能力更廣。我們甚至正悄然邁向「超人類水平」的壯舉，例如做出任何人都無法單獨完成的革命性發現。好好想想吧。對AGI的質疑，就像不斷後移的球門——「它們只是尋找表」→解決了新穎問題「它們只是模式匹配」→證明了新定理「它們不會做數學」→IMO金牌「它們不理解」→協助前沿研究注意到他們的「花招」了嗎？反對的理由不斷變形，永不消失。這呼應了1843年英國數學家、史上第一位程式設計師埃達·洛夫萊斯的反對：機器「永遠只能按令行事、毫無新意」。1950年，圖靈就回應了這一點。183年後，我們仍在提出同樣的論點，只是換了詞彙。人類是更聰明的鸚鵡？駁斥AGI十大異議論文系統地回應了十大異議：LLM只是隨機鸚鵡、缺乏世界模型、僅限於文字、沒有身體、缺乏主觀能動性、沒有自我意識、學習效率低、會產生幻覺、缺乏經濟效益 、智能形態太異類。批評者高喊：「大模型不過是復讀資料的隨機鸚鵡！」但當AI能解決全新的數學問題、從新資料中推斷統計規律，或設計現實世界的實驗時，這種託詞便不攻自破。它們缺乏對世界的認知模型？ 去問問那個能像預言般預測杯子掉落會碎裂的AI吧。它們僅限於文字？多模態訓練和實驗室協作證明事實並非如此。「AI沒有身體，因此不可能有智能。」物理學家斯蒂芬·霍金幾乎完全通過文字與合成語音與世界互動，但你會因此否定他的智商嗎？這一點無關緊要，智力與認知有關，與運動無關。這是一個極具破壞力的觀察：在智能上，人類很雙標。當評估人類智能時，我們並不窺探其大腦內部以「驗證理解」。我們通過行為、對話、解決問題來推斷它。我們對人類用一種基於行為的標準，對AI卻用另一種標準——基於機制的標準。「它們缺乏能動性，不會形成獨立目標。」沒錯。但智能 ≠ 自主性。能動性關乎道德責任，但並不構成智能本身。讓我們更深入探討「隨機鸚鵡論」，因為這個異議無處不在。這種主張本質上聲稱：LLM只是對訓練資料進行插值。它們無法處理真正新穎的問題。但當前的LLM能夠解決未發表的數學問題、將學習從程式碼領域遷移到非程式碼領域，甚至有人相信AI自己提出諾獎等級成果也不是妄想。讓人夜不能寐的是：無法保證人類智能本身不是一種複雜版的隨機鸚鵡。所有智能，無論天生的還是人工的，都必須從相關性資料中提取結構。問題只在於提取的深度。大家拒絕稱之為「AGI」的真正原因，或許並非技術性的，而是圖靈所說的「鴕鳥心態」：機器能思考的後果太過可怕，不如讓我們祈禱它們永遠做不到。承認機器擁有人類水平的通用智能，會迫使人類直面令人不安的真相：是什麼讓我們特殊AI取代人類崗位意識的本質在世界中人類的位置一個能通過圖靈測試、解決奧數題、協助前沿研究的實體……除了AGI，還有什麼能解釋這一切？當非人智能出現，60年前嘲諷終成往事就在五年前，我們還沒有 AGI；而今天，我們已經擁有它。更強的智能形式幾乎可以肯定即將問世。這是件令人震撼，但也令人擔憂的事。震撼在於：我們正在親歷一場也許是人類歷史上最重要的科技革命。擔憂在於：這場革命發生得太快，而且似乎還在加速。1965年，哲學家 Hubert Dreyfus 在為蘭德公司撰寫AI研究報告時，曾諷刺道：試圖建構人類級人工智慧，猶如「試圖靠爬樹登月」。連結：https://www.rand.org/pubs/papers/P3244.html幾十年來，這個比喻似乎都挺貼切。但隨著證據日積月累，我們越來越清楚地看到：我們誤判了「月亮」的性質，也低估了「樹」的高度。事實是：只要規模足夠大、訓練規則得當，基於人類語言的學習系統，真的可以在語言中挖掘出現實世界的深層結構——並以此進化出通用智能。哥白尼把人類從宇宙中心的位置拉了下來。達爾文讓人類失去了「自然界主宰」的特權。圖靈則預言，人類可能不是唯一具備智能的存在。如今，圖靈75年前設想的機器，真的來了。而它們的樣貌，既比我們預期的更「人類」，也更「怪異」。如同之前的那幾次巨變，這一次，也逼迫人類重新定義自身的位置，去接受一個事實：這個世界上存在的「智能形態」，比我們過去所能想像的要多得多。人類的地位將改變，我們對「心智」的理解也將改變。也許，問題從來不是「AI是否已達到人類水平智能？」也許，問題始終在於：「當智能不以人類的樣貌呈現時，我們能否識別它？」圖靈在1950年就知道，這才是真正的測試。不是對機器的測試。是對人類的測試。 (新智元)

作為這個世界上最懂AI的人，Demis Hassabis 在達沃斯接收採訪，關於人工智慧（AI）未來、Google 的戰略以及社會影響的核心觀點如下。核心觀點Google 的重新崛起與全端優勢Google 已通過 Gemini 3 系列模型回到了技術的前沿，並適應了快速發佈產品的“初創公司能量”。Hassabis 強調 Google 是唯一擁有“全端”能力的組織，涵蓋了從 TPU 硬體、資料中心、雲業務到前沿實驗室（Google DeepMind）以及擁有數十億使用者的產品線（如搜尋、郵件、Chrome）。對中國競爭的理性看待他認為西方對來自中國的競爭存在過度反應，雖然像字節跳動這樣的公司極具能力且可能僅落後前沿約 6 個月，但他們很大程度上依賴於對西方模型輸出的微調。目前尚未觀察到中國公司能做出超越現有前沿的自主創新。AGI 的時間線與高門檻定義他維持 2030 年有 50% 機會實現 AGI 的預測。他為 AGI 設定了極高的標準，即系統必須展現人類所有的認知能力，特別是在科學創造力（如能夠提出科學假設而非僅是解決問題）和線上持續學習（即時學習）方面的能力。物理智能與機器人的突破他認為物理智能正處於突破邊緣，預計在 18 個月到 2 年內，機器人將能可靠地在現實世界執行任務。目前的挑戰在於演算法需要更強的穩健性，以及硬體上（尤其是手部）難以匹配人類進化的靈活性和力量。技術路徑與縮放法則他不同意“縮放法則（Scaling）”已經終結，也不認為 Transformer 或大語言模型是“死胡同”。他預測 AGI 的實現可能還需要在世界模型（如 Google 的 GENI 系統）、推理和長期規劃等領域取得少於五個的關鍵性突破。社會影響與人類適應他將 AI 革命比作工業革命，但規模大 10 倍且速度快 10 倍（綜合影響達 100 倍）。儘管這會帶來職業取代的壓力，但他相信人類具有極強的適應能力，並鼓勵下一代成為“AI 原生民”，利用這些工具獲得“超能力”。科學發現的終極工具Hassabis 的個人熱情在於利用 AI 加速科學發現，他將 AI 視為“終極科學工具”，類似於更高級的望遠鏡或顯微鏡。即使 AI 做出諾貝爾獎等級的發現，他仍認為榮譽應歸屬於通過這些工具投入創意和假設的人類科學家。安全、信任與國際合作他倡導建立類似 AI 領域的“國際 CERN”進行科學合作，以決定如何利用技術造福人類。他認為應通過行動和領導者的動機（如 Google 的科學文化背景）來判斷是否值得信任。採訪視訊連結油管：https://www.youtube.com/watch?v=BbIaYFHxW3YB站：https://www.bilibili.com/video/BV1DuzjBZEMv/?spm_id_from=333.337.search-card.all.click&vd_source=806ae2cead4c4e9790a58d15b64b1bbe完整的問題及回覆如下（AI整理）問：很高興見到你。答：我也很高興見到你。問：我們在舊金山見過。 我知道你無處不在。 我很好奇今年在達沃斯的感覺是否與你上次在這裡時有所不同。 Gemini 3 已經發佈了。 我們聽過那個開場白。 我在內部稱之為“紅色程式碼”。 你覺得 Google 找回它的狀態（Mojo）了嗎？答：嗯，我不確定這是否該由我來評價，但我感覺我們度過了非常好的一年。 為了讓我們的技術和模型回到世界領先水平，我們付出了極其艱辛的努力。 我認為我們通過 Gemini 3 尤其是影像軟體上的成果做到了這一點。 同時，我也認為我們也適應了快速發佈產品的新世界。 為我們的工作注入了某種初創公司的活力。問：你認為人們是否低估了 Google，或者誤解了什麼？答：是的，也許吧。 我不確定。 我的意思是，我認為我們一直擁有站在這一領域最前沿的所有要素。 顯然，我們在這方面有悠久的歷史。 我認為在過去的十年裡，Google 和 DeepMind 之間，我們發明了現代 AI 行業依賴的大部分突破性技術。 最著名的如 Transformers，還有 AlphaGo、深度強化學習等。 我們擁有驚人的產品表面，擁有數十億使用者的服務。 實際上，從搜尋到電子郵件再到 Chrome，AI 與這些產品是天然契合的，關鍵是將所有這些整合在一起並以正確的方式組織起來。 我認為我們在過去的幾年裡已經做到了這一點，雖然還有很多工作要做，但我認為我們開始看到這些努力的果實了。問：如果你認為自己有優勢，你認為你的優勢有多大？ 能持續多久？答： 嗯，我認為在我看來，一切都始於研究。 尤其是模型在所有不同基準測試中處於世界領先水平。 這就是我們將 Google 和 DeepMind 整合在一起時首先關注的目標。 我認為對於 Gemini 系列，我對它的進展感到非常滿意。 那裡還有很多工作要做。 但我認為我們是唯一一個擁有“全端”能力的組織，從 TPU 硬體、資料中心、雲業務、前沿實驗室，到所有這些與 AI 天然契合的神奇產品。, 所以從基本原理來看，在結構上，我們應該做得非常好。 而且我認為實際上未來還有很大的提升空間。問：我想知道一個處於前沿模型領域的 CEO 的一天是怎樣的。 比如我讀到你大部分的思考是在凌晨 1 點到 4 點進行的。 是的，那是對的。 公司內部有過不是“紅色程式碼”的時候嗎？ 比如，你感到過舒適嗎？答：不。 你永遠不會感到舒適。 我是說，我們嘗試（保持常態），“紅色程式碼”是針對非常特殊的情況的。 但我可以表達，在過去的三年、四年裡，工作強度一直難以置信。 每周工作 100 小時，一年工作 50 周，這就是常態。 我認為在面對這種發展極其迅速的技術前沿時，你必須這樣做。 外部競爭非常激烈。 這可能是技術史上最激烈的競爭。 而且賭注極高，涉及 AGI 及其在商業和科學上的所有意義。, 此外，如果你加上我們所做的事情帶來的所有興奮感——正如你所知，我的熱情是利用 AI 探索科學問題，加速科學發現本身。 這是我一生夢寐以求的事情，我畢生致力於 AI 的工作都是為了這一刻。 所以有時很難入睡，因為有太多工作要做。 但同時也因為有這麼多令人興奮的事情可以去研究和推動。問：我知你非常專注於驅動科學進步，比如發現新材料。 我們甚至看到 Gemini 被整合進人形機器人。 物理世界的“AlphaFold 時刻”已經到來了嗎？ 那是什麼，看起來又是怎樣的？答： 是的，在過去的一年裡，我確實花了很多時間仔細研究機器人技術。 我確實認為我們正處於物理智能突破時刻的邊緣。 我仍然認為我們離實現它還有大約 18 個月到 2 年的時間。 我們需要進行更多的研究。 但我認為像 Gemini 這樣的基礎模型指明了前進的方向。 從一開始我們就讓 Gemini 具備多模態能力，這樣你就可以出於多種原因理解物理世界。 一個原因是我們想要建構一個通用助手，它可能存在於你的眼鏡或手機中，能夠理解你周圍的世界。 但當然，第二個用途就是用於機器人。 那麼物理世界的那個時刻看起來像什麼？ 我認為它是讓機器人能夠在現實世界中可靠地執行有用的任務。 我認為目前還有一些事情在阻礙其發展。 部分原因是演算法還不夠完善，它們需要更多的穩健性。 它們必須能在比實驗室或純數字模型更少的資料下工作。 在數字世界你可以建立合成資料，但在物理世界製作這類資料要困難得多。 而且硬體中仍然存在一些未解決的問題，特別是手臂和手。 實際上，當你仔細研究機器人技術時，你會對人類的手產生一種全新的欣賞——至少我是這樣——以及進化是如何將其設計得如此精妙的。 這太不可思議了，很難匹配人類手所擁有的可靠性、力量和靈活性。 所以在我看來，還有相當多的碎片需要拼湊。 但也有非常令人興奮的事情。 我們剛剛宣佈了與 Boston Dynamics 的一項新的深度合作。 他們有一些非常令人興奮的機器人。 我們正在將其應用於汽車製造領域。 我們將在接下來的一年裡觀察其原型階段的表現。 也許在一兩年內，我們將會有一些真正令人印象深刻的、可以大規模推廣的演示。問：一年前，中國在 AI 領域的競爭對西方來說似乎是災難性的。 現在一年過去了，它變得安靜了。 中國似乎變得更安靜了。 是的。 你對來自中國的競爭看法改變了嗎？答： 並沒有。 我從一開始就不認為那是災難性的。 我認為西方對此反應過度了。 雖然它確實令人印象深刻。 我認為它表明中國人非常有能力，他們的頂尖公司，我認為像字節跳動這樣的公司，實際上是我認為最有能力的，他們可能只落後前沿 6 個月，而不是落後一兩年。 所以我認為這就是他們所展示的。 關於他們使用的算力極少等說法有些言過其實，因為他們依賴於一些西方模型，並針對一些領先西方模型的輸出進行微調。 所以那並不是完全自主研發的。 我認為到目前為止另一件尚未被觀察到的事情是，中國公司能否在這一前沿領域實現超越自身的創新。 他們正在追趕，非常擅長追趕前沿所在的位置。 但我認為他們尚未展示出能夠超越前沿進行創新的能力。問：你協助定義了 AGI。 你曾說我們有 50% 的機會在 2030 年實現它。 這還是你的時間表嗎？答： 是的。問：AGI 對你來說仍然是一個有用的目標嗎？答： 我認為是。 我認為在我的時間表上這是一個非常好的目標，雖然它比其他一些人的預測稍長。 但我的門檻很高。 它指的是一個系統展示出人類擁有的所有認知能力。 我認為我們目前顯然離那還很遠。 這意味著像科學創造力這樣的事情，不僅僅是解決一個問題，而是最初就能提出假設或發現問題。 正如任何科學家所知，找到正確的問題往往比找到答案難得多。 現有的系統目前還不具備這種能力。 我認為它們最終會具備，但目前還不清楚還需要什麼。 還有像持續學習、線上學習這類事情，要超越它們接受培訓的內容，它們需要能夠隨時隨地進行學習。 所以在我看來，還有相當多缺失的能力，這些對於我所認為的 AGI 系統來說至關重要。問：Google 是 Anthropic 的主要投資者，Dario 之前也在這裡。 你是否同意或反對他的預測，即 AI 將在五年內抹去 50% 的入門級白領工作？答： 我認為我的看法是時間會更長一些。 我的意思是，我認為我們今年開始看到入門級工作或實習這類工作的萌芽。 但我認為我們需要解決更多的一致性問題，而目前的系統還沒有做到這一點。 我稱之為**“參差不齊的智能”，我們在某些事情上做得非常好，而在其他事情上卻非常糟糕。 當前的系統就是這樣。 如果你想要將一整項任務交給一個代理（Agent）去處理，而不是像我們今天這樣擁有輔助程序，你需要更全面的一致性。 它僅僅能完成 95% 的任務是不夠的。 你需要它能夠勝任整項工作，這樣你才能真正實現“放手不管”。 所以我認為在看到那種程度的顛覆之前，還有相當多的工作要做。 但那種顛覆最終會發生，這是肯定的。 我認為在極限情況下，有了 AGI，它會改變整個經濟。 但除了工作問題，我認為如果我們能正確建構它，我們將進入一個“後稀缺”世界。 在那裡我們解決了一些世界的基本瓶頸，比如能源來源、新型清潔可再生能源，基本上是免費的。 如果我們在 AI 的幫助下解決了聚變（Fusion）等問題，或者新材料，我認為在 AGI 之後的五到十年，我們將處於一個極其富足的世界。 那麼這意味著經濟如何運行，社會如何運作？問：實際上，在我們進入“後稀缺”世界之前，如果真能到那一步，中間過程充滿了焦慮。 我是一個母親，我知道你也有孩子。 比如，對於他們，你最擔心什麼？ 你和他們談論什麼？ 你告訴他們即將到來的是什麼？ 我剛聽到很多人說，天那，大學畢業生將面臨非常艱難的時期。答： 嗯，我不確定。 聽著，我認為這將是一個劇烈變革的時代，就像工業革命一樣，可能是工業革命的 10 倍規模，這種程度是難以想像的。 我通常描述它是 10 倍大、10 倍快。 工業革命用了 100 年，現在可能只需要 10 年，所以是它的 100 倍（速度與影響）。 我對每個人都這麼說，但我認為這伴隨著巨大的機遇。, 而且我也非常堅信人類的聰明才智。 我們極具適應能力，因為我們的思維是非常通用的。 人類的思維非常通用。 我們適應了周圍的現代世界。 我們原本屬於狩獵採集者的思維已經成功建構了現代文明。 所以我認為我們會再次適應。 我認為這有一點前所未有，因為它的速度太快了。 通常這種轉變需要一兩代人的時間。 但我認為現在的孩子們，我會鼓勵他們變得非常精通這些新工具並成為“原生民”，這幾乎等同於賦予了他們超能力。 在創意藝術領域，你可能一個人就能完成過去需要十個人才能完成的工作。 我認為這意味著，如果你具有企業家精神，如果你在遊戲設計、電影或項目方面有創意，你可能更容易完成更多工作並突破這些行業。 比起過去作為新人的門檻要低得多。問：一些人倡導暫停研發，以給監管留出追趕的時間，給社會留出調整的時間。 在一個完美的世界裡，如果你知道所有其他公司都會暫停，所有國家都會暫停，你會倡導這樣做嗎？答： 我想是的。 我一直公開表示我希望看到的情況。 15 年前當我創辦 DeepMind，或者說 25 年前開始從事這方面工作時，我的路線圖一直是：當我們接近 AGI 到來的臨界時刻，我們也許可以以科學的方式進行合作。, 我有時會談到建立一個 AI 領域的國際 CERN 等效機構，讓世界上所有最頂尖的頭腦一起合作。 以非常嚴謹的科學方式完成最後幾步，讓全社會都參與進來，可能包括哲學家、社會科學家、經濟學家以及技術專家，來弄清楚我們想從這項技術中得到什麼，以及如何利用它。 從而造福全人類。 我認為這就是賭注所在。 不幸的是，這確實需要國際合作，因為即便西方決定這樣做，除非全世界都同意至少達成某種最低標準，否則沒有用。 而且你知道，目前國際合作有點棘手。 所以如果我們想要對通往 AGI 的最後步驟採取嚴謹的科學方法，這種情況必須改變。問：所以如果 AGI 在 2030 年到來，而我們還沒有建立好監管，我們是否註定會面臨困難？答： 嗯，到那時，我仍然樂觀地認為，主要的參與者之間會有足夠的溝通，並希望至少在安全和安保協議上進行合作。 已經有很多這樣的合作了。 例如，我們在這些方面與 Anthropic 合作非常緊密。 如果國際層面的合作行不通，那麼就需要更多類似的基於同行的合作。問：這會涉及到像 Sam (Altman) 這樣的人與你合作嗎？答： 潛在地，我認為我與幾乎所有領先實驗室的領導者都保持著非常良好的關係。 我認為如果賭注足夠高，很大程度上取決於理解賭注是什麼以及風險是什麼。 我認為在接下來的兩三年內，這對每個人來說都會變得更加清晰。問：讓我們談談技術和下一個曲線。 Yann LeCun 說他不認為 Transformer 和大語言模型單獨能帶我們走向 AGI。 你同意還是反對？答： 是的。 不，我不同意它們是死胡同。 我認為這種說法顯然是錯誤的。 我是說，它們已經極其有用了。 但我的看法是，這是一個經驗性的問題。 僅僅通過調整現有的方法並擴大規模是否足夠，這是一個科學問題。 我認為只有 50% 的機會是足夠的。 也許是吧。 你必須這樣做。 而且我認為那是很有用的工作，因為至少在我看來，這些大語言模型將成為最終系統的一個組成部分，一個極其重要的組成部分。 我腦海中唯一的問題是，它是唯一的元件嗎？ 我可以想像還有一兩個突破，也許是少量的，從這裡開始還需要不到五個突破，對吧？ 那麼，這些可能是像世界模型（world models）之類的東西。 那是我談論過的我們正在研究的東西。 事實上，我們目前擁有最好的世界模型，即我們的 GENI 系統。 我直接參與了那項工作，我認為它非常重要。 此外還有持續學習，以及擁有沒有這些參差不齊邊緣的連貫系統。 通用系統不應該有這些。 所以我認為，更好的推理、更長期的規劃，還有相當多的能力仍然缺失。 究竟是需要新的架構、新的突破，還是僅僅是現有的更多嘗試，這仍然是一個懸而未決的問題。, 從我的角度，從 Google DeepMind 的角度來看，我們正在這兩方面盡最大努力推動：既發明新事物，也擴大現有事物的規模。問：Ilya Sutskever 說過，擴大規模和通過更大的模型來實現改進的時代快要結束了。 這是你同意的嗎？ 他的原話是“我們回到了研究時代”。答： 我不同意。 我很愛 Ilya，我們是很好的朋友。 但我的觀點是，我們從未離開過研究時代，至少從 DeepMind 的角度來看是這樣。 我們一直在投資。 在我看來，我們一直擁有最深厚、最廣泛的人才儲備，Google 和 DeepMind 在一起確實如此。 在過去的十年裡，我們發明了現代工業所依賴的約 90% 的突破。 當然，最著名的 Transformers，還有深度強化學習、AlphaGo 這種技術。, 我們開創了所有這些。 所以如果未來需要一些新的突破，我會賭我們，就像過去一樣，成為做出那些突破的人。問：最後，同意還是反對——埃隆（Elon Musk）說我們已經進入了奇點。答： 不，我認為這太早了。 我認為奇點是完全 AGI 到來的另一種說法。 我之前解釋了為什麼我認為我們離那還遠。, 我認為我們會到達那裡。 但我認為在出現任何看起來像奇點的事物之前，仍有很多工作要做。問：跟我們談談現在 Google 內部的文化，為了贏得這場比賽但要以正確的方式去做。 領導層。 Larry 和 Sergey 現在的參與度有多高？ 你多久和他們談一次話，他們的優先順序是什麼？答： 是的，他們非常投入。 Larry 更多在戰略層面。 我在董事會會議上以及訪問矽谷的其他時候見到他。 Sergey 則更親力親為，他參與了程式碼編寫，具體是在 Gemini 團隊中，更多地涉及演算法細節。 看到他們兩個都對我們所處的階段充滿活力，這太棒了。 誰不會呢？ 這一刻對於電腦科學來說絕對是不可思議的時刻。 所以純粹從科學的角度來看，他們兩位都是科學家，這是人類歷史上極其令人興奮的一刻。, 所以當然，每個人都想親力親為並深入參與。 那太棒了。 對我們這個實體而言，我正嘗試結合許多世界的最佳部分。 比如快速發佈產品、承擔風險的初創公司能量，我想你正看到這些帶來的好處。 大公司的資源也是非常有用的，但同時還要為長期的研究和探索性研究保護空間。 而不僅是研究三個月後能交付到產品中的東西。, 我正在嘗試平衡所有這些不同的因素。 在過去的一年裡，事情進展順利。 但我對我們的軌跡非常滿意。 我認為它是整個行業中改進和進步最陡峭的。問：你是一位諾貝爾獎得主，我知道你對 AI 驅動科學研究有多痴迷。 如果 AI 本身做出了諾貝爾獎等級的發現，你認為你應該得獎嗎？答：是 AI 還是人類？ 我認為還是人類。 因為這取決於你所說的“完全自主”是什麼意思。 就目前而言，這些仍然是工具。 我將它們視為，也許是終極的科學工具，但就像是更好版本的望遠鏡和顯微鏡。 我們一直是製造工具的動物，這就是人類區別於其他動物的地方。 那就是超能力，當然我把電腦也包括在內。 而 AI 是這一點的終極表達。 所以在某些方面，我一直認為 AI 是進行科學研究的終極工具。 而且在可預見的未來，這將是與頂尖科學家的合作，由人類投入創意和假設，利用這些驚人的工具來增強資料處理、模式匹配和科學探索。問：你顯然本可以把 DeepMind 賣給任何人。 我認為所有這些公司都要求我們給予很大的信任。 尤其是如果監管趕不上技術的發展。 為什麼？ 我們為什麼要信任你？ 為什麼你認為 Google —— 我隱含地認為你相信它是我們最應該相信的地方？答： 是的。 我認為你需要通過這些公司的行動來判斷它們，也要看參與這些努力的領導者的動機。 對我而言，這也是我選擇 Google 作為 DeepMind 的歸宿的幾個原因之一。 主要原因是 Google 的創始人以及 Google 建立的方式使它本質上是一家科學公司。 很多人忘了 Google 本身就是一個博士項目，它是 Larry 和 Sergey 的項目。 所以我感到與他們有一種天然的親近感。 Larry 主導了收購，還有董事會，他們召集的董事會成員。 你看，John Hennessy 是主席，他本身就是圖靈獎獲得者。, 還有 Frances Arnold，另一位諾貝爾獎獲得者。 這些人出現在公司董事會上是不尋常的。 所以整個環境非常具有科學色彩，以科學、研究和工程為文化導向，這根植於文化深處。 這意味著在最高水平上從事科學，意味著要非常嚴謹、深思熟慮，並在任何可能的地方應用科學方法。 我認為這不僅體現在技術上，也體現在作為一個組織的運作方式上。 所以我覺得，我們非常努力地做到深思熟慮和負責任。 最後一件事我想說的是，我被 Google 嘗試在世界上做的事情所吸引，組織全球資訊是一個非常崇高的目標。, 我認為這與 DeepMind 的使命——解決智能問題並用它來解決其他一切——是天然契合的。 這兩個使命宣言是天然契合的。 AI 和組織全球資訊自然相輔相成。 而且我認為 Google 廣為人知的產品，如地圖、Gmail 和搜尋。 我認為它們是世界上真正有用的產品，而 AI 是一個很容易融入的環節。 想像如何利用 AI 增強這些產品，讓每個人的日常生活都能受益。 我認為這對世界是一件好事。問：好吧，那麼在“後稀缺”世界，人們不再有工作，一旦你實現了所有的技術目標，你個人打算如何安排你的時間？ 研究正在自我自動化，對吧？答：嗯，我很樂意利用它。 在奇點之後我將做的是，利用它探索物理學的極限。 那是我在學校裡最喜歡的科目，關注那些大問題。 比如，現實的結構是什麼？ 現實的本質是什麼？ 意識的本質是什麼？ 費米悖論的答案是什麼？ 所有這些事情，時間是什麼？ 引力是什麼？ 對我來說，這些問題總是在對我尖叫：這些深奧謎團的答案是什麼？, 我想使用 AI 來探索所有這些事情，也許在 AI 解鎖的新能源和材料的幫助下前往星際旅行。問：如果我們沒有工作，我們還會有意義和目標感嗎？答： 嗯，說實話，比起經濟問題，我更擔心這件事。 我認為經濟更像是一個政治問題，即當我們獲得所有這些額外的收益和生產力時，能否確保它為了每個人的利益而共享。, 但更大的問題是，我們許多人從工作和科學事業中獲得的目標感和意義感呢？ 在新世界裡我們將如何尋找它？ 我認為我們需要一些新的偉大的哲學家來幫助思考這個問題。 也許我們將通過藝術和探索變得更加複雜。 還有像極限運動這種我們今天做的很多事情，並不只是為了經濟收益。 也許未來我們會擁有這些事情的非常深奧的版本。問：房間裡的每個人都在想他們應該做什麼。 比如，十年後坐在達沃斯的這裡我該做什麼？ 你認為這個房間裡的人關於 AI 會犯下的最大錯誤是什麼？答：聽著，我想說兩件事。 一是對於年輕一代和我們的孩子等等，我們唯一能確定的就是會有巨大的變化。, 所以在學習技能方面，要做好準備，因為**“學習如何學習”是最重要的事情**。 你能多快適應新情況，吸收新資訊並使用我們擁有的工具。 對於房間裡的 CEO 和商界人士，我認為現在最重要的事情是，有很多領先模型的供應商。 選擇那些你覺得其處理方式正確的合作夥伴。 所以，與那些正在推動變革並以你希望在世界上看到的方式對待這項技術的人合作。 我認為我們可以共同建構我們想要的未來。 (長韋雜談)

【新智元導讀】剛剛，Clawdbot之父在採訪中自曝了驚魂瞬間：這個AI回答自己的那一刻，簡直讓人後背發涼！10天手搓爆火智能體，GitHub一天狂飆1374次提交，一個人撬動的力量足以震撼幾大科技巨頭——AGI真的近了。如果你混跡GitHub、X或者開發者群，肯定已經被一隻叫Clawdbot的龍蝦刷屏。短短幾天，Clawdbot是真的火了，現在的GitHub stars已經接近了7萬，看下面這個漲勢圖，曲線簡直恐怖。而如果拉長到5年的時間軸上來看，漲勢曲線直接是一飛衝天。甚至熱度直接吊打正主。更可怕的是，Moltbot之父剛剛上了一個訪談，在35分鐘裡自曝了不少Clawdbot誕生的細節。當它「開口」說話的那一瞬間，簡直令人毛骨悚然！一個人在家玩了10天，手搓出來了是的，根據剛剛放出的Moltbot之父訪談，這個項目，就是他自己一個人在家玩了十天，手搓出來的。Clawdbot爆火之後，Peter Steinberger上了一個節目。他自曝了Clawdbot誕生的故事。其中最為炸裂的點，就是他分享了讓自己徹底破防的「驚魂瞬間」。當時，他隨手給這個AI智能體發了一條語音消息，但他猛然想起：自己根本還沒給 Moltbot寫過任何處理語音或音訊的程式碼。結果，10秒鐘後，Moltbot竟然像沒事人一樣給出了回覆。開發者整個人都懵了，直接追問：「你到底是怎麼做到的？」Moltbot的回答讓在場的所有技術宅都感到脊背發涼。它是這麼解釋的。你發了個消息，但只有個連結，還沒後綴名。我看了下檔案頭發現是Opus格式，就呼叫你Mac裡的FFmpeg 把它轉成了.wav。本來我想用Whisper做轉錄，發現你電腦裡沒裝，於是我搜了一下你的環境變數，找到了OpenAI的Key，通過curl發給OpenAI拿回了轉錄文字，最後再回覆你。是的，Moltbot僅僅由開發者一個人在家玩了10天就手搓出來，但它自主解決問題的能力和迭代速度，已經讓所有科技公司汗顏。在一天內，Peter就給GitHub人提交了1374次貢獻，直接讓網友驚呼：絕對不是人類！在AGI的曙光下，一個人成了一個團隊，這已經不再是神話。有趣的是，正如作者Peter所說，Clawdbot的出現，意味著「大型科技公司可能並不真正想要的資料解放」，因為它有效地打破了它們的封閉生態系統。並且Peter預言：個人智能體將開啟高度個性化軟體的新時代，即便是不懂程式碼的人，也將擁有自己的公司。而且，以後的大模型只會越來越好，所以個性化軟體還會越來越簡單，越來越便捷！Anthropic：你學我？並且就在昨天，傳來一個笑死人的消息：Anthropic終於出手了。ClawdBot剛出來的時候，大家就覺得不對勁：嘴稍微一瓢，就容易說成Claude Code，商標還長得幾乎一毛一樣。ClawdBot，你敢說你不是故意的？ClawdBot爆火了幾天，Anthropic終於怒了：ClawdBot這類新介面，本質上都是對Claude Code的「封裝層」，結果我們提供了底座，你們反而火了，還搞了個「康帥傅」版的名字和商標，這合理嗎？於是就在今天，在Anthropic的強勢介入下，ClawdBot的作者Peter Steinberger被迫更名，把ClawdBot改名為Moltbot，龍蝦蛻皮了。Peter Steinberger無奈表示，改名並非自己本意，而是被迫為之，而且項目的吉祥物和Logo也必須更換。Clawdbot更名為Moltbot的消息，也登上Hacker News熱榜。Clawdbot的忠粉們表示，沒關係，不管叫Clawdbot，還是Moltbot，我們都愛它。剽竊我？不能忍Peter在X上說得很直接：「我被Anthropic強制改名了，這不是我的決定。」最初這個項目之所以叫Clawdbot，就是為了向Claude致敬，但是顯然，Anthropic並不高興。果然，Clawdbot火了幾天，他們就火速找上門了。新名字Molt，取自龍蝦蛻殼生長的過程。這一寓意，完美契合了他們的轉型。不過這個改名的過程中，還有一群人破防了，他們就是——加密貨幣玩家。本來市場上有了一個Clawd meme coin，Clawdbot改名之後，直接影響他們炒作，所以這群玩家把Peter的帳號給沖了。Peter甚至不得不發文：「別再騷擾我了，你們正在傷害這個項目！」更誇張的是，在改名的過程中，因為GitHub平台出現了故障，在短短10秒內，他的GitHub帳號一度被一群加密詐騙分子搶注冒用，用於加密貨幣詐騙。Peter不得不澄清說：Clawdbot是自己的一個非營利業餘項目，永遠不會發佈任何代幣。同時他也委屈地表示，自己免費發佈了一個業餘項目，卻遭到這麼多批評，簡直難以置信。要知道，安全人員已經說這是一門價值百萬美金的生意，但自己卻還沒有賺到一台Mac Mini的錢。甚至還有這樣的陰謀論出來：Clawdbot是不是蘋果放出來的，目的就是為了刺激Mac Mini的銷售？隨著Clawdbot的一夜成功，網友們也在瘋傳Peter Steinberger的GitHub資料。他表示，在更名Moltbot之後，自己真的需要組建一支團隊了。ClawdBot，幫我爆賺200%？全網使用Clawdbot的時候，已經有人在用它瘋狂爆金幣了。這位網友看到一條熱度很高的推文，說有人給機器人投幣，把它接入Hyperliquid平台，現在它 24/7地全天候交易加密貨幣，還在不斷自我最佳化。讀完之後，這位網友失眠了。凌晨兩點時，他在想：能不能用Polymarket試試？他閱讀了很多設定指南，在30分鐘內，讓Clawdbot成功跑了起來。然後他建立了一個Polymarket帳戶，存入100 美元，然後把自己的API金鑰給了ClawdBot。發給Clawdbot這樣一條消息後，他就去睡覺了。你在Polymarket上擁有一個價值100美元的錢包的控制權。你的目標：在某幣的漲跌市場交易15分鐘，並在接下來的24小時內實現利潤最大化。交易策略應保守謹慎，風險管理應嚴格把控，並盡一切努力保護本金。假設這是你最後的100美元。像對待生命一樣對待交易。早上五點左右，他醒來，打開電腦。其實內心並沒有期待什麼特別的事情發生。然而當他打開軟體時，居然看到餘額是347美元。也就是說，只是在市場上交易了15分鐘，ClawdBot一晚上就幫他賺了247美元！他盯著螢幕看了一個小時，意識到：這台機器只需要一夜，就能讓99%的交易員輸得更慘。復盤之後，他發現ClawdBot的每筆交易，都有完整的記錄和理由，甚至還進行了自我反思，總結那些方法會奏效，太令人震驚了……讓人後背發涼的是：如果把推理算力拉到極致，這個世界還有人類什麼事嗎？ (新智元)

最近，Google DeepMind 掌門人德米斯·哈薩比斯（Demis Hassabis）接受 CNBC 專訪。他難得敞開心扉，直言不諱地評價了全球 AI 格局，尤其是中國 AI 的追趕速度和創新現狀。“中國團隊的追趕速度極快，只落後幾個月，但在原創性上，他們還沒拿出 Transformer 級的東西。”以 DeepSeek、阿里為代表的中國 AI 團隊,在工程效率、推理最佳化、成本控制上，展現了恐怖的實力。“一篇新論文出來，他們往往能以驚人的速度復現，甚至在某些方面做得更好。”換句話說，在 “把已知路徑做到極致” 這件事上，中國團隊已經證明了自己是全球頂級玩家。也正因為如此，矽谷過去那種“領先一代”的技術安全感，正在被一點點消耗掉。不是按年，而是按月縮水。要知道，過去很長一段時間美國尤其是矽谷派的主流觀點是：中國在 AI 上還遠遠落後，大概是幾年的差距。根據史丹佛大學《2025 年人工智慧指數報告》，中國在 AI 論文發表和專利申請總量上持續領先。且像 DeepSeek、智譜等機構發佈的模型，在國際基準測試中已與第一梯隊產品表現相當。以 DeepSeek V3.2 為例，在公開的推理類基準測試中，它已經能夠全面對標 GPT-5，僅略低於 Gemini 3 Pro。然而，他也指出原創性依然是中國團隊的短板。Transformer 或 AlphaGo 那樣從零到一的技術突破，目前在中國尚未出現。換句話說，中國團隊可以“開車飛馳在既有軌道上”，但鋪設全新軌道的能力仍需時間和積累。哈薩比斯強調，這並非能力不足，而是原創性突破往往需要長期科研積累、實驗失敗和探索精神的結合。不過哈薩比斯也看到了中國 AI 獨有的潛力，他認為當工程最佳化達到一定高度，往往會催生質變。中國憑藉廣闊的應用場景、迅速的市場反應和持續投入，很可能從別出心裁的角度，斬出那一刀改變格局的創新。在談到通向 AGI 的挑戰時，哈薩比斯強調，現有大模型存在“鋸齒狀智能”（jagged intelligence）。這是指模型在某些任務上表現非常出色，但面對複雜因果鏈條、多步驟邏輯推理或現實世界常識時，能力不穩定甚至可能出錯。這說明通用智能不僅需要強大的處理能力，還要在多個維度上保持穩定和一致。除此之外，現有系統無法持續線上學習，也難以自發產生原創性想法，通向 AGI 仍需克服這些根本性限制。在這一背景下，哈薩比斯談到 Scaling Law（規模定律）及其作用。他認為，雖然模型增大、算力增加和資料擴充的回報增速有所放緩，但總體進展依然非常好，能力提升仍值得投入。然而，要真正實現 AGI，僅靠 Scaling Law 仍不夠，還需要一兩個像 Transformer 那樣的重大範式突破。哈薩比斯保持謹慎樂觀，預計 AGI 很可能在五到十年內實現，同時指出算力問題最終歸結於能源，因此未來能源將成為“智能的貨幣”。他還進一步提到“世界模型”概念，作為通向 AGI 的核心手段。與 LLM 主要處理文字不同，世界模型能夠理解因果關係和長期後果，在腦中模擬世界、驗證假設，實現規劃和預測。未來 AGI 很可能是 LLM 與世界模型的融合體。DeepMind 已在 Genie、視訊生成 Veo 和機器人模擬中佈局早期世界模型，讓 AI 在虛擬環境中練習、犯錯、成長，真正具備“理解”和“預測”能力。在應用層面，哈薩比斯看好端側 AI，即將高效、輕量的模型運行在手機、可穿戴裝置和智能眼鏡等終端上。Google計畫通過 Project Aura 智能眼鏡以及機器人領域的探索，讓 AI 不僅會“說”，還能實際“做事”，並行揮實用價值。過去兩三年，DeepMind 也回歸“創業公司狀態”，快速迭代 Gemini 模型並落地到 Google 核心產品，包括搜尋、Workspace 和智能眼鏡等場景，使Google在算力、模型規模和應用落地上都保持競爭優勢。總體來看，哈薩比斯認為，中國 AI 已憑實力贏得了頂級牌桌的入場券，但未來幾十年的格局，將取決於誰能率先鋪設無人區的軌道。速度固然重要，但方向選擇才是關鍵。真正的競爭，不只是算力之爭，更是敢於探索未知、率先開闢全新路徑的勇氣與能力。在這個意義上，2026 年不僅可能見證端側 AI、agent 系統和機器人領域的突破，也將考驗誰能在通向 AGI 的道路上，把工程能力與原創性創新結合，率先鋪出未來的新軌跡。 (科技狐)

導讀：我們正站在一個風雲激盪的歷史岔路口。未來十年，世界將去往何方？大國博弈將如何重塑我們熟悉的國際秩序？中國又該如何在這充滿不確定性的時代找準航向？國際關係理論家、清華大學閻學通教授在重磅新作《歷史的拐點》中，以深邃的戰略眼光和科學的預測方法，為我們勾勒出一幅清晰而震撼的2025-2035年世界圖景。到2035年，一個以中美兩極格局為核心、競爭與管控並存的新常態將基本定型。書中預測，中美兩極格局不可逆轉，但競爭方式會更趨務實；國際秩序呈現持續動盪和混亂，新秩序尚未成型；未來十年對大國來說是戰略關鍵期，中國能否抓住機遇，將決定其在2035年的全球地位。中美戰略競爭將可能非常激烈，但可能已經形成較有效的競爭管控機制，沒有發生直接戰爭的危險。美國將失去在大國戰略關係上對中國的明顯優勢。中國與巴西和俄羅斯的戰略關係將好於美國與這兩國的關係。德國和法國在中美競爭中採取相對中立的避險戰略。印度、日本和英國與美國的戰略關係將好於與中國的戰略關係，但參與美國遏制中國的主動性下降。屆時美國將可能失去國際主導地位。中美戰略平衡及對抗即使川普之後的美國政府調整川普的單邊主義戰略，美國對中國在全球戰略競爭中的優勢也可能無法恢復到2022年的水平，即俄烏衝突給美國帶來的戰略優勢。中美戰略競爭關係在川普第二任期結束後可能依舊激烈，但中美有可能建立起新的競爭管理機制，從而形成長期穩定且無戰爭的競爭態勢。2035年，美國的國際戰略信譽將不如中國。川普的孤立主義和貿易保護主義政策不僅將削弱其他大國對他這屆政府的信任，而且削弱其他大國今後十年對美國政府的信任。如果川普改變美國的政治規則，設法在本屆之後繼續執政，其他大國將不得不防範他的反覆無常，可能向中國偏移，採取更為明確的避險戰略。即使他按期結束本屆任期，美國新領導人或許可以減少其他大國的猜疑，但也將難以恢復美國在拜登時期的戰略信譽。拜登時期，美國盟友和戰略夥伴認為川普第一任政府是個例外，認為川普之後美國就會變得可靠。川普再次當選使這些國家意識到，今後十年，川普這種類型的政治人物在美國掌權不再是小機率事件。美國政治制度並無杜絕此類領導人的功能。如果這類領導人反覆出現，意味著美國對外政策將不可能保持連續性。更換領導人就可能導致對外政策發生180度改變。到2035年，無論那個黨派的政治人物在美國執政，美國的盟友和戰略夥伴都可能無法相信美國對外政策的連貫性可以超過四年。相比之下，無論與中國關係如何，所有國家都能看到中國對外政策的連貫性強於美國，與中國合作的持續性和可靠性都強於與美國合作。2035年，中國的國際政治經濟影響力有可能與美國不相上下。“美國優先”的單邊主義外交理念可能仍對美國決策者有影響。“美國優先”的單邊主義對外政策是以民粹主義思想為基礎的。雖然民粹主義思潮到2035年可能開始進入衰落階段，但其形成的慣性思維仍可能影響美國決策圈子中的一些人。在川普第二任期內，美國與中國的實力地位差距很可能縮小，這可能使其後的美國政府更加不願承擔國際責任，有可能繼續單邊主義的外交原則。到2035年，無論是共和黨執政還是民主黨執政，美國決策者繼續採取“去全球化”戰略的可能性將大於恢復全球化的對外戰略。川普第一任期開始了“去全球化”的政策，拜登執政後美國政府官方檔案逐漸淡化“全球化”這個詞的使用。川普政府第二任期將再強化“去全球化”政策四年，這可能導致其後的美國政府很難恢復全球化這一戰略原則。與美國相反，中國決策者們認為中國的崛起受益於經濟全球化，因此今後十年，中國政府可能繼續將推動經濟全球化作為外交原則。7如果中國再堅持經濟全球化十年，美國再堅持“去全球化”十年，到2035年時，其他大國都可能採取經濟上與中國合作的策略，以搭上中國數字經濟快速增長的便車。它們與中國的貿易規模有可能超過與美國的貿易規模。2035年，美國的國際政治吸引力可能不再比中國有明顯的優勢。相互模仿對方的戰略是大國競爭中的常見現象，因為人們通常認為模仿對方的成功方法可以使自己獲得同樣的成果。例如，面對中國不斷縮小與美國在數位技術方面的差距，拜登政府模仿了中國新型舉國體制下的科研策略，即政府扶持和市場激勵相結合的策略。美國政府出台政策扶持美國科技創新企業，通過《晶片與科學法案》，對晶片產業給予政策性補貼。川普第二次執政後，美國政府在一些社會治理領域，也開始模仿中國。依據大國相互效仿的規律，今後十年，中國與美國的綜合國力差距縮小得越多，美國決策者就會越多地模仿中國政府的做法。2035年，中美兩國政府的對內政策的相似性可能大於現在，有人稱其為“同質性發展”。與中國相比，美國的國際政治吸引力可能不再有明顯優勢。2035年，美國的軍事合作夥伴可能仍多於中國，但它們與美國合作的緊密度將可能比2024年鬆散，可能只有個別國家會主動配合美國對中國進行軍事遏制。2022年俄烏衝突爆發後，美國的軍事盟友因中國沒有譴責俄羅斯而主動配合美國遏制中國。到2035年，即使俄烏衝突未能正式結束，也可能只處於小規模衝突狀態。屆時，美國的軍事盟友可能因戰爭拖延時間太長而疲倦，從而調整其整體對外政策，更加注重與中國的經濟合作關係。2035年，中國從美國盟友進口商品和服務的規模有可能遠大於現在。出於經濟利益考慮，這些國家可能更少介入中美在東亞地區的戰略衝突。2035年，中國仍可能繼續堅持不結盟原則，缺乏戰略盟友的中國在國際安全事務上的影響力可能仍小於美國。中美戰略競爭激烈但戰爭風險小2035年，中美軍備競賽可能較為激烈，但雙方之間仍可能保持沒有戰爭的狀態。今後十年，中美軍事裝備在規模和質量上的差距都可能進一步縮小，相互威懾效果增強，從而有可能增強雙方防止戰爭發生的謹慎心理。理論上，競爭對手之間的軍事實力越接近，雙方提高自己軍事優勢的慾望就越強烈，越可能導致雙方軍備競賽更加激烈。武器智能化是數字時代的基本趨勢，隨著軍事裝備智能化水平的提高，必然產生新的軍事改革需求。2035年，中美軍備競賽將可能不僅聚焦於軍事裝備智能化水平的升級換代，而且還可能包括重大的軍隊組織架構改革。軍備競賽越激烈，雙方對發生戰爭的擔心越大，以至於雙方可能將防止發生直接戰爭和防止戰爭升級作為軍事對話的核心。不過，那時軍事對話可能限於高層，雙方仍缺乏多層次的軍事交流。2035年，中美在網路空間的激烈競爭可能成為常態，隨之形成一些管理網路空間競爭的雙邊規範。目前約束網路空間行為的國際規範較少。今後十年，中美在網路空間的戰略競爭將越發激烈，有可能超越雙方在自然空間的競爭。為了防止網路攻擊升級為自然空間的軍事衝突，到2035年，中美可能已有一些管理網路空間競爭的規範。雙方有可能在競爭網路空間主導權的同時，共同防止競爭失控導致全人類災難。如今AI正向AGI（通用人工智慧）發展，而AGI違背人類意志導致全人類災難的可能性是存在的。研究人員認為，AGI的負面影響包括濫用、失調、失誤和結構性風險。9AGI風險導致的災難後果可能不亞於核冬天。2035年，就AI和AGI技術的創新和應用，包括在網路空間和自然空間的應用，中美有可能達成國際規範。中美數位技術水平可能遠遠超過其他國家，兩國有可能採取雙邊為主、多邊為輔的策略制定網路規範和AI及AGI規範，即以雙邊談判的結果作為藍本推向全球，爭取多邊支援。這可能類似美蘇當年推出核不擴散規範的路徑。2035年，中美戰略競爭策略的相似性可能較高，雙方都注重防範發生直接戰爭。實力差距越大的競爭者，採取的競爭策略差別越大。強者傾向於快速取勝的戰略，弱者偏向於持久戰，以弱勝強；而實力相當的競爭者，則傾向於以其人之道還治其人之身。2018年川普發動對華貿易戰，中國採取了等比例反制措施。而在2025年，川普再次對華發動貿易戰，他沒想到中國這次採取了堅決的對等反制措施。2035年，中美兩國綜合國力的差距有可能遠小於現在，兩國競爭戰略的相似性有可能增強。競爭戰略的相似性意味著，雙方對同一戰略所要實現的目標、對該戰略的原理及具體策略的理解，是有共同認知的。雙方因誤解對方戰略意圖而導致直接戰爭的風險可能較低。從歷史經驗上看，美蘇戰略競爭導致戰爭的風險在冷戰前期高於後期，前期雙方都擔心爆發第三次世界大戰，而後期雙方就不那麼擔心了。事實上，美蘇戰略競爭導致戰爭的風險在雙方戰略實力相對均衡後的確遠小於之前。這並不是說，2035年的中美戰略競爭會變得緩和，而是說中美戰略競爭激烈程度高但確定性較強，可預測性較強，升級為戰爭的危險較小。到2035年，中美雙方可能都不再宣稱意識形態分歧為戰略競爭理由了。自中華人民共和國成立以來，中美意識形態衝突嚴重的時期分別是20世紀50年代、60年代、90年代初和2015—2024年四個時期。這表明，在意識形態分歧不變的條件下，中美可以進行意識形態對抗，也可以無視這種分歧。二戰結束以來的大國競爭經驗表明，意識形態分歧並不會自動導致意識形態對抗，形成對抗的關鍵在於決策者是否利用意識形態分歧進行對抗。到2035年，實用主義對中美兩國決策者的影響可能大於政治意識形態，他們可能偏好以低成本實現較大的國家利益，而不願為意識形態理念付出巨大的國家資源。中美戰略競爭的現實主義色彩更強，意識形態性更弱。2035年，中美經濟競爭的態勢有可能類似於2024年，比2025年理性。川普在第二任期採取的黑社會式的訛詐策略，有導致中美經濟競爭升級為軍事衝突的風險。他敢於採取這種危險手段的基礎是中美兩國綜合國力的差距仍較大。2035年時，中美綜合國力差距，特別是軍事裝備水平上的差距有可能大幅縮小，此時的美國政府將可能不敢採取川普這種危險的競爭政策，回到管控式的經濟競爭軌道，這便可能使中美經濟競爭升級為軍事衝突的風險下降。中美競爭是綜合性的，無法做到政經分離，但防止經濟衝突升級為軍事衝突是可能的。在中美之間戰略選邊今後十年，絕大多數國家將可能長期面臨在中美之間選邊的問題。到2035年，依據具體問題在中美之間選邊將可能成為一種常態化的國際現象。但是，從總體戰略關係上講，巴西和俄羅斯將可能是中國的戰略夥伴，法國和德國則可能採取相對中立的避險戰略，印度、日本和英國可能選擇偏向美國的避險戰略。·巴西2035年，巴西政府將可能堅定地選邊中國，而不在中美之間避險，這可能使那時的中巴合作比2024年更堅實可靠。中巴地理距離很遠，雙邊沒有戰略矛盾，且雙方都有應對美國霸權的戰略壓力，當下的戰略合作有可能持續到2035年。到2035年，巴西面臨的最大網路安全威脅將很可能來自美國，在網路安全保護和數字經濟發展兩方面，巴西都需要中國的技術支援，因此很可能選擇中國的技術標準體系。巴西與中國的經濟和技術合作將可能遠大於巴西與美國的合作。中巴兩國在網路空間的合作還能促使雙方在多邊國際事務上發展出更多的合作。2035年，金磚國家成員經濟規模在全球的佔比將可能大於2024年，巴西可能會更加重視與中國在金磚國家機制內的合作。到2035年時，巴西很可能是中國在全球南方的大國中最堅定的支持者。與此同時，中國有可能成為巴西最重要的戰略夥伴。巴西與美國的戰略關係在2035年將可能比2024年還差。無論美國那個政黨執政，美國全球領導地位的衰落都可能促使美國的決策者們在2035年採取收縮戰略。美國從全球向美洲大陸收縮，有可能加劇與巴西在拉丁美洲的戰略矛盾。美國要提高對南美洲的主導權，則必然擠壓巴西的地區主導地位。美國對巴西的網路安全威脅將可能進一步升級，網路安全不僅事關國家安全，且直接關係到執政者的政權安全。巴西政府長期警惕美國干涉巴西內政。2035年，巴西與美國的敵對程度可能大於2024年。·俄羅斯2035年，俄羅斯將可能站在中國一邊，但與美國的戰略對立程度可能弱於2024年。吸取俄烏衝突的經驗教訓，俄羅斯政府可能在捲入戰爭方面趨於謹慎，將國家戰略重心轉向經濟建設。在數字經濟成為世界財富最主要來源的時代，俄羅斯政府需要借助國際力量改善其數字經濟遠遠落後的狀況。然而，由於俄烏衝突，到2035年，俄羅斯可能還難以與美國、德國和日本進行實質性的技術合作。俄羅斯雖然也會擔心過度依賴中國的數位技術，但沒有比與中國進行技術合作更受益的選擇了。為了加快財富增長速度和提高網路安全能力，俄羅斯可能將中國作為其最主要的戰略合作夥伴。俄羅斯與美國的戰略關係在2035年將可能是相互防範，而非戰略競爭或對抗。到2035年，俄羅斯與美國的綜合國力差距將進一步擴大，其綜合國力中的強項軍事實力，與美國相比可能已非同一等級。這意味著俄羅斯沒有與美國競爭的實力基礎，美國可能更加不注重與俄羅斯的戰略關係。吸取俄烏衝突的經驗，俄羅斯需要著力推動數位技術的進步，而美國則不願看到俄羅斯提高軍事裝備的智能化水平，可能會繼續遏制俄羅斯的技術進步。2035年，俄羅斯和美國可能都既無發展戰略合作的意願，也無進一步惡化雙邊關係的動力，雙方在戰略上可能是相互防範而非全面對抗。由於彼時雙邊關係不是零和性的戰略競爭，且俄烏衝突影響下降，因此雙方戰略對抗的程度將可能低於2024年。·日本日本與中國的戰略關係在2035年將可能仍不如其與美國的戰略關係，但日本可能採取更加平衡的“經濟靠中國，安全靠美國”的避險戰略。由於軍事安全利益優先於經濟利益，日本與美國的戰略關係可能仍遠比其與中國的關係緊密。在軍事合作上，日本與美國的緊密程度那時將有可能超過法國和德國與美國的合作程度。由於高度依靠美國的軍事保護，日本將可能在中美數位技術競爭中選擇美國的技術標準。技術標準與經濟交易緊密相關，相同的數位技術標準意味著，日美數字經濟的交易量將可能大於中日數字經濟的交易量。日本在網路安全和數字經濟兩方面可能都嚴重依賴美國，倒向美國仍可能是日本的基本國策。不過，為了防範美國政府換屆可能導致的突然變化，日本參與美國遏制中國的主動性將可能低於2024年。雖然2035年的日美戰略關係仍是以合作為主，但其可靠性將可能低於2024年。到2035年，日本的經濟規模不僅與中國進一步拉大差距，而且可能小於印度。這意味著，日本對美國的經濟重要性下降，日美經濟關係在不對稱的程度上向美國傾斜得越多，美國對日本的態度就越不平等，越將日本視為一個不重要的追隨者。這將不可避免地影響日本大眾對美國的觀感，甚至產生反感情緒。20世紀70年代，中美關係從對抗轉向戰略合作，此事被日本外交界視為美國繞過日本的“越頂外交”，且對日本造成了長期的政治陰影。2035年時，日本對中美的避險戰略將比2024年更加向中間靠攏，更平衡地處理對華和對美關係。 (格上財富)

阿莫代堅持，今明兩年會出現“在多領域達到諾貝爾獎水平、能完成人類所有認知任務”的模型。而哈薩比斯相對保守，認為到2030年代末有50%機率實現“展現人類全部認知能力”的AI。二者均認為，短期內（1-5年），AI會對初級白領工作，尤其是在程式設計、軟體領域，造成衝擊。當地時間1月20日，在瑞士達沃斯小鎮舉辦的世界經濟論壇第56屆年會上，一場名為“AGI之後的一天”（The Day After AGI）的圓桌論壇吸引了不少關注。這場圓桌被放置在論壇主議題之一的“我們如何能夠大規模且負責任地部署創新？”下，主要聚焦那些突破對AGI來說最為重要，以及在其真正實現之前和之後，人類會面臨和需要解決那些問題。Google旗下DeepMind聯合創始人兼CEO、諾貝爾化學獎得主德米斯·哈薩比斯（Demis Hassabis）與風頭正勁的獨角獸Anthropic聯合創始人兼CEO達里奧·阿莫代（Dario Amodei）就此展開討論。《經濟學人》主編詹妮·貝多絲（Zanny Minton Beddoes）應邀擔任主持。雖然圓桌的話題頗具科幻色彩，阿莫代和哈薩比斯也確實應景地談到了《超時空接觸》、費米悖論等問題，但實質上，圓桌本身聚焦的是現實世界的問題，尤其是人類可能面對的風險。兩位嘉賓依舊看好人工智慧能力的快速發展。阿莫代堅持自己此前的觀點——今年到明年間就會出現“一個能夠在許多領域達到諾貝爾獎得主水平、完成人類所能做的一切的模型”。哈薩比斯更加謹慎，但也認為到2030年代末，AI至少有50%的機率“展現人類所有的認知能力”。而兩人背後的公司，也被視為這一快速發展處理程序中的翹楚，尤其2025年至今，Google和Anthropic憑藉Gemini 3和 Claude Opus 4等產品，成為了行業矚目焦點。阿莫代更是放話稱，兩家公司取得成功的要點，在於公司或承擔研究功能的組織都是由研究人員領導的，他們專注於模型，專注於解決世界上的重要問題，並預言這類公司將在未來取得成功。與之呼應的，阿莫代在當日接受《華爾街日報》採訪時談到，科學家營運的AI公司和社交媒體背景的領導者營運的公司有明顯區別，後者在意商業激勵、傾向影響消費者，但可能會逃避關鍵的責任。這似乎是在暗指其前東家OpenAI的CEO薩姆·奧爾特曼（Sam Altman）（曾創辦過一家社交媒體），而Meta更是社交媒體領域的絕對霸主。隨著話題轉入AI或AGI可能帶來的風險，二者都給出了預警。多項研究顯示，AI尚未對人類就業形成明顯影響，甚至在創造新的崗位。不過，阿莫代和哈薩比斯都提示，從今年開始，人們可能就會看到AI對初級水平工作形成衝擊。而隨著AI能力的指數級成長，或許近在兩年內，或許在1-5年內，或許在5-10年內，勞動力市場和經濟體系的適應能力將遇到重大考驗，甚至有被壓垮的風險。阿莫代去年表示，AI會讓一半的入門級白領工作崗位消失。在論壇現場，他仍堅持自己的看法，並稱在軟體和程式設計領域已經看到了這一趨勢，Anthropic內部也在考慮如何妥善處理類似問題。哈薩比斯進而提示稱，包括政府、經濟學家等在內，人類社會對此的重視不足，所作的準備也“遠遠不夠”。他提到，就近來說，隨著AI影響就業，包括Google在內的科技巨頭、AI公司都有可能受到公眾的抵制，面臨更複雜的處境。而未來5到10年內，AI或AGI帶來的“後稀缺”社會將引發關於人類生命意義、行為目的和財富分配的深刻挑戰。阿莫代在接受《華爾街日報》採訪時提到，人們面對的前景是實現5%到10%的GDP增長的同時，可能同時面臨10%的失業率，政府必須要對大規模就業崗位流失承擔責任、有所作為，否則將是“人類社會的噩夢”。此外，兩人也對備受矚目的地緣政治問題給出了自己的看法。阿莫代認為，大國間的競賽可能成為AI風險的放大器，哈薩比斯則強調了國際協調和設定最低安全標準等的重要性。兩人當日還接受了彭博社等媒體的採訪，並談到了中美AI競賽的問題。哈薩比斯稱DeepSeek的確令人印象深刻，中國在AI前沿技術上或許只落後美國6個月，而非1-2年，但尚未證明自己能夠超越前沿進行創新。阿莫迪則堅持自己的一貫觀點，認為美國政府應繼續限制對中國出售高端AI晶片。對風險的討論幾乎貫穿甚至主導了整個圓桌的處理程序。當貝多絲希望兩人用15秒的關於今年AI發展的關注和預測收尾時，阿莫代稱，最值得關注的是“用AI系統建構AI系統”，其進展將決定人類還需要幾年才能實現AGI。但他也同時提示，人類或許將面臨一個必須應對的，機遇與巨大危機並存的前景。哈薩比斯稱，自己除此之外還關注世界模型、持續學習等的進展，並預測機器人技術可能會迎來爆發時刻。以下為圓桌討論實錄，經鈦媒體編輯翻譯整理：詹妮·貝多絲：歡迎大家，也歡迎正在觀看直播的各位。我必須說，我們期待這次對話已有四個月了。我很幸運，去年在巴黎主持了兩位之間的一場對話，可惜那場對話最引人注目的似乎是你們倆被擠在一張非常小的“情人座”上。而我當時坐在一張巨大的沙發上，這大概是我的安排失誤。但我當時說過，這對我來說就像是和披頭士樂隊與滾石樂隊一起聊天，而你們兩位此前從未在台上對過話。所以，這次就像是傳奇樂隊的再次聚首。我非常高興。兩位也都無需再過多介紹了。我們對話的主題是“AGI之後的一天”，我覺得這或許有點超前，因為我們可能應該先談談我們如何能快速、輕易地抵達AGI。我想先就此做個更新，然後再談談其後果。首先，關於時間線，去年在巴黎，達里奧說到2026-2027年，我們將擁有一個能夠在許多領域達到諾貝爾獎得主水平、完成人類所能做的一切的模型。現在已經到了2026年，你仍然堅持那個時間線嗎？達里奧·阿莫代：你知道，要確切知道某事何時發生總是很難，但我不認為那個估計會偏差太遠。我當時的設想是，我們將創造出擅長編碼和人工智慧研究的模型，並用它們來生產下一代模型，加速形成一個循環，從而加快模型開發的速度。就目前而言，在編寫程式碼的模型方面，Anthropic內部有工程師說，他現在已經完全不寫程式碼了，而是只讓模型寫程式碼，自己來編輯，並做周邊的工作。我想，可能還需要6到12個月，模型就能完成軟體工程師大部分、甚至全部端到端的工作。然後問題就在於這個循環能多快閉合。並非這個循環的每個部分都能被AI加速，對吧？比如晶片製造、模型訓練時間。所以，我認為這裡面有很多不確定性，人們會覺得這可能還需要幾年時間。但對我來說，很難想像這會需要比那更長的時間。如果非要我猜，我猜這會比人們想像的更快。程式設計以及日益加速的研究進展，將是關鍵驅動力。要預測這種指數級加速究竟有多快真的很難，但肯定會發生得很快。詹妮·貝多絲：德米斯，你去年要稍微謹慎一些。你說到本年代末，有50%的機率會出現一個能夠展現人類所有認知能力的系統。顯然，在程式設計方面，正如達里奧所說，已經取得了驚人進展。你現在的看法如何？是否堅持自己的預測？據你觀察，過去一年又發生了什麼變化？德米斯·哈薩比斯：是的，我仍然堅持大致相同的時間線。我認為已經取得了顯著進展，但像工程、程式設計或者數學這類領域，似乎更容易看到如何實現自動化，部分原因是其結果可以驗證。而一些自然科學領域則要困難得多。你未必能知道你預測的化學化合物或物理理論是否正確，可能必須通過實驗來驗證，這都需要更長的時間。所以我也認為，目前還缺少一些能力。不僅僅是解決現有的猜想或問題，而是首先要能提出問題、形成理論或假設——我認為這要困難得多。我認為這是最高層次的科學創造力。目前還不清楚我們是否將擁有這樣的系統。我認為這並非不可能，但可能還缺少一兩個要素。首先需要看看我們正在研究的這種自我改進循環，能否在沒有人類干預的情況下真正閉合。順便說一句，我認為這類系統也存在風險，我們應該討論一下。我相信我們會談到的，但如果這類系統真的奏效，那將加速處理程序。詹妮·貝多絲：我們稍後會談到風險。但過去一年還有一個變化，那就是這場競賽的排名順序發生了變化，如果可以這麼說的話。一年前的這個時候，我們剛經歷了DeepSeek時刻，所有人都對此感到無比興奮。當時人們還有一種感覺，認為Google在某種程度上落後於OpenAI。我想說，現在情況看起來大不相同了。OpenAI已經因為你們發佈了“紅色警報”，對吧？這是相當不平凡的一年。那麼，具體來說，有什麼讓你感到驚訝？你們今年做得如何？然後我也想聽聽你對當前格局的看法。德米斯·哈薩比斯：嗯，我一直非常有信心我們能重新回到排行榜的頂端，在各個領域擁有最先進的模型，因為我認為我們一直擁有最深、最廣的研究人才儲備。而關鍵在於如何整合這一切，讓整個組織重新擁有那種強度和專注度，以及創業公司般的心態。我們做了很多工作，雖然還有很多工作要做，但我開始看到進展，無論是Gemini 3大模型，還是在產品方面，Gemini應用的市場份額在不斷增加。所以我覺得我們正在取得巨大進展，但還有海量工作要做。我們正在利用DeepMind作為Google的“引擎室”，習慣於更快地將我們的模型應用到產品服務中。詹妮·貝多絲：達里奧，關於這方面我有個問題要問你，因為你們正在進行新一輪融資，估值也高得驚人。但你和他們不同，你們被稱作“獨立模型廠商”。我認為，人們越來越擔心獨立模型公司可能無法堅持足夠長的時間，直到盈利真正到來的那一天。外界對OpenAI也有公開的質疑。請談談你對此的看法，然後我們再回到AGI本身。達里奧·阿莫代：是的，我們對此的看法是，隨著我們建構的模型越來越好，不僅存在你投入模型的算力與其認知能力之間的指數關係，還存在其認知能力與它能夠產生的收入之間的指數關係。所以，我們的收入在過去三年增長了10倍，從2022年的零收入，到2023年的1億美元，2024年的3億到10億美元，再到2025年的10億到100億美元。我不知道這條曲線是否會完全照此延續，如果真是那樣就太瘋狂了。但這些數字開始接近世界上最大公司的規模了。當然，總是存在不確定性。我們是從零開始建立這家公司的，這很瘋狂。但我有信心，如果我們能產出我們專注領域中最優秀的模型，那麼事情就會順利發展。總的來說，我認為這對Google和Anthropic來說都是不錯的一年。實際上我們的共同點是，我們兩家公司，或者說公司的研究部分，都是由研究人員領導的，他們專注於模型，專注於解決世界上的重要問題，對吧？這些困難的科學問題就像是我們的北極星。我認為這類公司將在未來取得成功。我們之間有著這種共同點。詹妮·貝多絲：其實我很想問問你，那些不是由研究人員領導的公司會怎樣，但我知道你不會回答。那麼，我們現在進入預測環節。我們本應談論“AGI之後的一天”，但還是先來談談閉環吧。你們獲得能夠形成閉環、實現自我驅動的模型的機率有多大？這似乎會造成“贏家通吃”的局面，你們認為我們很可能會看到這種情況嗎？還是說這將成為一種更常規的技術，讓追隨者和追趕者也能競爭？德米斯·哈薩比斯：我絕對認為這將是一種常規技術。我的意思是，正如達里奧提到的，有些方面已經顯現，它已經在幫助我們的程式設計和一些研究工作。但完全的閉環，我認為還是個未知數，但有可能做到。你可能需要AGI本身才能在某些領域實現這一點。同樣，在這些領域，情況更複雜，很難快速驗證你的答案。那是更混亂的領域。順便一提，AGI還包括物理AI、機器人技術等等，然後你還有硬體層面的限制，這可能會限制自我改進系統的運行速度。但在程式設計、數學這類領域，我們絕對能看到其發揮作用。而更具理論性的問題則是，工程和數學在解決自然科學方面的極限何在。詹妮·貝多絲：達里奧，去年你發表了《愛與恩典的機器》（Machines of Loving Grace），那是一篇非常樂觀的文章，談論了你看到的人工智慧的潛力。你當時提到了一個“天才資料集國家”的概念，我聽說你正在撰寫一篇更新版的新文章。所以，各位，敬請期待。它還沒發表，但即將面世。或許你可以給我們提前透露一下，你的主要觀點會是什麼。達里奧·阿莫代：我的觀點沒有改變。我一直認為，人工智慧將變得極其強大。我想德米斯和我都同意這一點。問題只在於確切的時間。因為它極其強大，它將完成所有這些奇妙的事情，就像我在《愛與恩典的機器》中談到的，比如幫助我們治癒癌症，可能幫助我們根除熱帶疾病，幫助我們理解宇宙等。但同時，也存在巨大而嚴重的風險。我不是末日論者，我認為我們可以應對這些風險，但我們需要思考它們，需要解決它們。我先寫了《愛與恩典的機器》。我想給出一個複雜的理由解釋為何先寫那篇，但其實只是因為寫積極方面的文章比寫消極方面的更容易、更有趣。所以，我終於在休假期間花時間寫了一篇關於風險的文章。我是一個樂觀的人，所以即使我在寫風險的時候，也是以一種“我們如何克服這些風險？我們如何制定作戰計畫來對抗它們？”的角度來寫的。我用的框架是電影版《超時空接觸》中的一個場景。他們發現了外星生命，一個國際小組正在面試，以選出人類代表去會見外星人。他們問其中一個候選人的一個問題是：如果你能問外星人一個問題，你會問什麼？其中一個角色說：我會問，你們是如何做到的？你們如何在技術青春期沒有毀滅自己？你們是如何度過的？自從我大約20年前看了那部電影，這個想法就深深印在我腦海裡。這就是我使用的框架：我們正在敲響擁有這些不可思議能力的大門，基本上就是用沙子建造機器的能力。我認為，從我們開始使用火的那一刻起，這就是不可避免的。但重點在於我們如何應對它，風險並非不可避免。因此，我認為未來幾年，我們將面臨如何控制這些高度自主、比任何人類都更智能的系統。如何確保個人不會濫用它們？我擔心諸如生物恐怖主義之類的事情。如何確保國家不會濫用它？這就是為什麼我一直如此關注相關政權的問題。還有經濟影響。我經常談到勞動力置換，以及可能發生的事情。這在許多情況下可能是最難處理的事情。所以，我正在思考如何應對這些風險。對於每一個風險，都需要我們作為公司領導人各自去做一些事情，也需要我們共同努力去做一些事情。同時，還需要更廣泛的社會機構，如政府，在應對所有這些方面發揮作用。我只是感到一種緊迫感，每天都是如此。在AI之外的外部世界，有各種各樣瘋狂的事情正在發生，對吧？但我的觀點是，這一切發生得太快了，這是一場如此嚴重的危機，我們應該將幾乎所有的精力都投入到思考如何度過這個時期上。詹妮·貝多絲：我真不知道該更驚訝於那一點，是你居然會休假，還是你休假時還在思考AI的風險？又或者你的文章框架竟是“我們能否在不毀滅自己的情況下度過這項技術的青春期”？我的腦子有點轉不過來了。不過，你提到了幾個可以引導我們接下來討論的領域。我們先從工作說起，因為你對此一直直言不諱。你說過，未來一到五年內，一半的初級白領工作可能會消失。但我想就此問問德米斯，因為到目前為止，我們實際上還沒有看到勞動力市場受到任何明顯的影響。是的，美國失業率略有上升，但我看過的所有經濟學研究以及我們的報導都表明，這是疫情後的過度招聘所致，並非AI驅動。如果說有什麼影響的話，人們是在為建構AI能力而招聘。你認為這會像經濟學家們一直論證的那樣，並非“勞動力總量固定”的謬誤，實際上會創造出新的工作嗎？因為迄今為止的證據似乎指向這一點。德米斯·哈薩比斯：我認為短期內會發生的情況是，當一項突破性技術出現時，一些工作會受到衝擊，但我認為新的、可能更有價值、更有意義的工作將會被創造出來。我認為今年我們將開始看到對初級、入門級白領工作、實習等領域的初步影響。我認為有一些證據。我們自己也能感受到。也許我們在那方面的招聘會放緩，但我認為，目前幾乎對所有人免費開放的這些驚人的創意工具，可以更多地彌補這一點。如果我現在對一群本科生講話，我會告訴他們要變得對這些工具異常熟練。我認為，甚至我們這些建構者都忙於建構，很難有時間去真正探索即使是今天的模型和產品已經具備的、更不用說明天的“能力過剩”了。這可能比傳統的實習更好，能讓你實現某種跨越，在專業領域變得有用。所以，我認為在接下來的五年裡，我看到的可能就是這種情況。也許我們在時間尺度上略有不同。但AGI到來之後會發生什麼，那就是另一個問題了。那時，我們將真正進入未知領域。詹妮·貝多絲：達里奧，你是否認為這會比你去年說“一半的白領工作”時所想的時間要長？達里奧·阿莫代：不，我的看法基本相同。實際上我同意你和德米斯的觀點。在我發表那個評論的時候，勞動力市場還沒有受到影響。我當時不是說那時已經產生了影響。現在我想我們可能開始看到一點點苗頭，比如在程式設計領域。甚至在Anthropic內部，我也能看到，我可以預見在未來，在初級層面，甚至在中級層面，我們實際上需要的人會越來越少，而不是越來越多。我們正在思考如何在Anthropic內部以合理的方式處理這個問題。至於一到五年這個時間範圍，如果是六個月前，我會堅持那個看法。如果你把這和我之前說的聯絡起來——即我們可能在一到兩年內，或者稍長一點時間，擁有在各方面都比人類更優秀的人工智慧——那麼這兩者似乎並不一致。原因是存在滯後性和替代過程，我知道勞動力市場是有適應性的。就像過去80%的人從事農業，農業自動化後，他們成了工廠工人，然後是知識工作者。所以，這裡也存在一定程度的適應性。我們應該對勞動力市場如何運作有經濟學的、複雜的理解。但我擔心的是，隨著指數級增長持續加速，我認為這不會花太長時間，可能仍在一到五年之間，它將壓垮我們的適應能力。我想我可能和德米斯說的是同一件事，只是排除了我們在時間線上的一些分歧，我認為這最終歸結於你多快能實現閉環。詹妮·貝多絲：你們有多大信心認為政府能認識到這個問題的規模，並開始思考他們需要什麼樣的政策應對？德米斯·哈薩比斯：我認為政府在這方面所做的工作遠遠不夠。我常常感到驚訝，即使是在這樣的場合遇到經濟學家，也沒有更多的專業經濟學教授在思考將會發生什麼——不僅僅是通向AGI的道路上，甚至包括如果我們把達里奧談到的所有技術問題都處理好之後會面臨的問題。工作置換是一個問題，我們都擔心其經濟影響。但也許有辦法更公平地分配這種新的生產力、新的財富。我不知道我們是否有合適的制度來做到這一點，但這正是應該發生的。到那時，我們可能會進入一個後稀缺世界。但即便如此，還有那些讓我夜不能寐的更宏大的問題，關係到意義、目的，我們很多人從工作中獲得的不僅僅是經濟回報。這是一個問題。但奇怪的是，這可能比解決人類整體狀況和人性問題要容易一些。我同樣樂觀地認為我們會找到解決辦法。我們今天做的很多事情，從極限運動到藝術，並不一定直接與經濟收益相關。所以我想我們會找到意義，也許會有更複雜版本的活動，再加上我認為我們將探索更廣泛的世界。作為目標，所有這些都將被考慮在內。但我認為，即使按照五到十年的時間線，離那一刻到來也沒有多少時間了，現在真的需要開始思考了。詹妮·貝多絲：你認為出現公眾對AI的強烈抵制，從而導致政府做出從你的角度來看可能是愚蠢行為的風險有多大？因為我回想起20世紀90年代的全球化時代，當時確實有一些工作崗位流失，政府做得不夠，公眾的強烈抵制最終導致了我們現在所處的局面。你是否認為存在一種風險，即在政治體中會出現對你們和你們公司所做之事日益增長的敵意？德米斯·哈薩比斯：我認為絕對存在風險。我認為這種擔憂是合理的。人們對工作、生計等問題存在恐懼和擔憂。我認為有幾件事在未來幾年可能會非常複雜，包括地緣政治等問題。比如我們想要並且正努力通過AlphaFold和我們的科學工作、我們的衍生公司Isomorphic Labs去實現的目標——解決所有疾病、治癒疾病、開發新能源。作為一個社會，顯然我們想要這些。但我認為或許整個行業的活動平衡性不夠偏向這類活動，我認為應該有更多像AlphaFold這樣明確給世界帶來益處的例子。我們需要更多像AlphaFold這樣的事物。我認為，實際上，整個行業和我們所有領先的參與者都有責任更多地展示、證明這一點，而不僅僅是談論。但同時，它也會帶來這些意想不到的干擾。另一個問題是地緣政治競爭。顯然，有公司之間的競爭，但主要還是美國和中國之間的競爭。或許有組織來推動國際合作或理解會更好，例如就部署的最低安全標準達成一致，我認為這實際上是很有必要的——這項技術將是跨國界的，它將影響每個人，影響全人類。實際上，《超時空接觸》也是我最喜歡的電影之一。說起來有點巧，我沒想到你也喜歡。總之，我認為這類事情需要解決。如果我們能做到，也許比我們當前預測的、甚至比我的時間線稍慢一點的進度，對社會來說可能是好事，這樣我們可以把事情做對，但這需要協調。達里奧·阿莫代：你的時間表讓步了。詹妮·貝多絲：好吧，達里奧，現在讓我們也來談談這個，因為自從我們上次在巴黎交談以來，地緣政治環境如果說有什麼變化的話，那就是更加複雜、瘋狂了，無論你想用什麼詞來形容。其次，美國現在對中國的態度非常不同。那是一種更無保留的、儘可能快的競爭態度，但仍然向中國出售晶片。另外，現在美國和歐洲之間的關係也變得非常奇怪。在現實世界中，地緣政治風險是否增加了？你認為應該為此做些什麼？美國政府在做的似乎與你的建議相反。達里奧·阿莫代：我們只是盡力在我們所處的環境中做到最好，不管這環境有多瘋狂。但至少我的政策建議沒有改變。不銷售晶片是我們能做的、確保我們有時間處理此事的最重要的事情之一。我之前說過，我更喜歡德米斯的時間線，我希望我們有五到十年的時間。可能他是對的，而我是錯的。但假設我是對的，它可能在一到兩年內實現，那我們為什麼不能放慢到德米斯的時間線呢？實際上，我們不能這樣做的原因，正因為我們的地緣政治對手正在以相似的速度建構同樣的技術。很難達成一個可執行的協議，讓他們放慢速度，而我們也放慢速度。所以，如果我們只是不出售晶片，那麼這就不是美國和中國之間的競爭問題，而是我和德米斯之間的競爭問題，我非常有信心我們能解決這個問題。詹妮·貝多絲：你對政府的邏輯怎麼看？據我理解，他們認為我們需要銷售晶片，因為我們需要將中國繫結在美國的供應鏈上。達里奧·阿莫代：我認為這不僅是時間尺度的問題，更是技術重要性的問題。如果這只是電信或其他什麼技術，那麼關於推廣美國技術堆疊、確保世界各地的資料中心使用輝達晶片而不是華為晶片等所有說法，也許都成立。但有關AI晶片的決定不一樣……我認為所有限制措施遠不如禁售晶片有效。詹妮·貝多絲：我們繼續往下推進。末日論者擔心的另一個潛在風險是一種全能的、惡意的AI。我認為你們兩位都對末日論者持一定的懷疑態度。但在過去的一年裡，我們看到這些模型表現出欺騙、表裡不一的能力。你們現在對這個風險的看法是否與一年前不同？模型的發展方式是否有讓我們應該更加關注的地方？達里奧·阿莫代：是的，自從Anthropic成立之初，我們就一直在思考這種風險。我們最初的研究是非常理論化的。我們開創了“機械可解釋性”的概念，即深入模型內部，試圖理解它為什麼做它所做的事，就像人類神經科學家試圖理解大腦一樣，我和德米斯都有這個背景。隨著時間的推移，我們越來越多地記錄了模型出現時的惡意行為，並正在努力通過機械可解釋性來解決它們。所以，我一直很擔心這些風險。我和德米斯談過很多次。我想他也一直擔心這些風險。我肯定一直是，而且我猜德米斯也是，對末日論持懷疑態度——即我們註定要完蛋，我們無能為力，或者這是最可能的結果。我認為這是一個風險，但如果我們共同努力，我們可以應對。我們可以通過科學來學習如何妥善控制和引導我們正在建構的這些創造物。但如果我們建構得很糟糕，如果我們都全速競賽，快到沒有任何防護欄，那麼我認為確實有出問題的風險。詹妮·貝多絲：德米斯，我給你一個機會，在一個更廣泛一點的背景下回答這個問題：在過去的一年裡，你對這項技術在科學等所有你們談論很多的領域的上行潛力是更有信心了，還是對我們討論的風險更擔憂了？德米斯·哈薩比斯：我研究AI已經超過20年了。我整個職業生涯都投身於AI，正是因為它的上行潛力——解決終極科學工具、理解我們周圍宇宙的潛力。我從小就對這著迷。建構AI應該是實現這一目標的終極工具，如果我們做得對的話。關於風險，我們也從一開始就在思考，至少從DeepMind成立15年前就開始。我們預見到，如果你獲得了上行潛力，它就是一種雙重用途的技術。所以，它可能被壞人重新用於有害目的。因此，我們一直需要思考這個問題。但我堅信人類的聰明才智。問題在於是否有時間、專注度，以及所有最優秀的人才共同合作來解決這些問題。我相信如果我們有這些條件，我們就能解決技術風險問題。但如果我們沒有，那麼風險就會出現，因為我們會變得分散，會有不同的項目，人們會互相競爭。那樣就很難確保我們產出的系統在技術上是安全的。但我覺得，如果給你時間，這是一個非常容易處理的問題。詹妮·貝多絲：我想確保還有一個提問機會。先生們，請簡短回答，因為我們只剩兩分鐘了。提問者：謝謝。大家好，我是菲利普，Star Cloud的聯合創始人，我們在太空建造資料中心。我想問一個略帶哲學色彩的問題。對我來說，對末日論最強有力的論據是費米悖論，即我們在銀河系中看不到智慧生命。我想知道你們對此有何看法。德米斯·哈薩比斯：關於這個問題，我思考過很多。有關費米悖論的一個觀點是如果我們看不到外星人，是因為他們被自己的技術消滅了，那麼我們應該看到來自銀河系某處的、由AI建造的“紙夾”或其他結構向我們湧來，但顯然我們沒有看到任何戴森球之類的結構，無論是AI建造的還是自然的生物文明建造的。所以對我來說，必須有不同的答案來解釋那個悖論。我自己對此有看法，但這超出了接下來一分鐘的討論範圍。我只是覺得，我的預測和感覺是，我們已經越過了“大過濾器”。至於接下來會發生什麼，我認為這將由我們人類自己來書寫。詹妮·貝多絲：這可以是一個很棒的討論，但超出了接下來的時間範圍。最後，每人再給出15秒的發言吧，當明年我們三人再次見面時，到那時什麼將會改變？達里奧·阿莫代：我認為最值得關注的是“AI系統建構AI系統”這個問題。其進展如何，將決定我們是還需要幾年才能到達AGI，還是我們將面臨一個必須應對的，機遇與巨大危機並存的前景。德米斯·哈薩比斯：我同意。所以我們正就此保持密切溝通。但除此之外，我認為還有其他有趣的研究方向，比如世界模型、持續學習等。我認為如果自我改進本身不能完全實現目標，那麼我們需要這些其他方面取得突破。另外，我認為機器人技術可能會迎來它的爆發時刻。詹妮·貝多絲：但根據你剛才所說的，也許我們都應該希望這確實需要更長一點時間，對所有人都如此。德米斯·哈薩比斯：我傾向於那樣。我認為這對世界會更好。詹妮·貝多絲：你們可以做點什麼來影響它，謝謝兩位。 (鈦媒體AGI)

你相信誰？一個說：1 到 2 年。一個說：也許還要 10 年。2026 年 1 月 20 日，達沃斯。兩個最接近 AGI 的人給出了截然不同的答案。Anthropic CEO Dario Amodei 認為，模型已經在寫模型，閉環正在形成，時間可能只剩一年。Google DeepMind CEO Demis Hassabis 堅持，真正的科學創造力還差幾步，我們還有 5 到 10 年。問題不是誰對誰錯，而是：如果 Dario 是對的，我們來得及準備嗎？當時間成為變數，風險就不再是遙遠的末日，而是速度失控的現在。第一節｜模型開始寫模型：自我進化已啟動？2026 年達沃斯的這場對話，Dario 重申了他去年的預測：到 2027 年，我們就會擁有一個能完成人類幾乎所有工作、達到諾獎水平的模型。Demis 沒有反駁，只是更謹慎地補充：“是的，模型在某些領域進展驚人。但你要讓它提出新的理論或假設，還早。”真正的分歧在於：AI 自我進化的閉環，啟動了嗎？Dario 的答案是：已經在發生了。Anthropic 的工程師已經不再自己寫程式碼，而是直接把任務交給 Claude，讓它產出初稿，自己只做稽核與改寫。 而且這不是個例，Dario 透露，Claude Cowork 的核心模組，就是由 Claude 自己在一周半內完成搭建的。基於這種趨勢，他給出了一個大膽預測：“也許 6 到 12 個月，我們就會有模型能完成大多數軟體工程師的工作。”注意，不是輔助工作，而是完成大多數。Demis 對此並不完全否認。他承認，在程式設計和數學這類“能驗證結果”的領域，模型已經接近專業水平。但他強調了一個關鍵區別：科學創造力的難點，不在解題，而在提出問題。在 Demis 看來，真正的通用智能需要具備從零提出假設的能力，而不僅僅是生成正確答案。這類能力目前仍難以驗證、也尚未實現。兩人的共識是：AI 已經能加快 AI 的迭代。Dario 甚至用了“自我演化”這個詞。一旦“模型→模型”這條路徑成熟，它將不再等待人類研發節奏，而會主動生成下一個版本。到那時，人類角色可能從創造者變成稽核員。這意味著決定 AI 進化速度的，不再是你有多少工程師，而是模型自己的成長能力。這正是 Dario 所說時間可能只剩一年的核心理由。Demis 的回應雖然保守，但也沒否認這條路徑的可行性。他只是提醒：我們可能還缺少一兩個關鍵環節，像持續學習、世界模型這類能力。也就是說，在可驗證的領域，閉環已經在形成。但要真正徹底閉環，可能還需要幾個技術突破。時間差，就在這幾步之間。第二節｜50% 入門崗位消失：新人進不來了主持人把話題從技術拉回現實：這會對工作意味著什麼？Dario 的回答：“我認為，在未來 1 到 5 年內，50% 的白領入門崗位都會消失。因為企業已經發現，用模型完成很多基礎工作，比雇新人更快、更省錢。”換句話說，不是公司裁員更狠，而是公司不再招人。Demis 的觀察更具體：今年開始，我們已經能看到實習崗位和初級職位受到衝擊。真正被優先替代的，是重複性強、規則清晰、需要時間但不需要經驗積累的工作。第一批受衝擊的，不是資深專家，而是剛進場的人。Dario 給出了一個場景：一家企業可以做到業務翻好幾倍，但員工規模幾乎不變。這是因為 AI 已經被當作數字勞動力在使用。文件整理、程式碼初稿、資料清洗、客服回覆、內容生成，這些原本屬於新人練手的工作，正在被批次壓縮。Demis 補充了另一個維度：“創造性工作、需要跨領域經驗的崗位，暫時還沒被真正撼動。”但在整個就業市場中，這類創造性崗位只佔很小一部分。絕大多數人依靠的，還是從基層幹起、一步步積累經驗的職業路徑。而這條路，正在被堵死：經驗崗位還在入門崗位變少有經驗但不夠資深的人，晉陞空間被壓縮這導致一個矛盾的局面：企業看起來運轉正常，但職業階梯已經開始斷裂。變化已經發生，但組織根本沒準備好如何應對。 用人方式、培養機制、晉陞通道，都還停留在過去。為了追蹤這種變化，Dario 透露 Anthropic 正在維護一個“經濟指數”通過分析對話資料，即時監測那些行業、那些任務正在被 AI 增強或替代，精確到具體的州、行業、甚至任務類型。資料會告訴我們變化的全貌，但個體等不了那麼久。對年輕從業者來說，問題已經變了：不再是會不會被替代，而是當一個崗位消失，你能頂替誰的位置？這，才是 AI 時代真正殘酷的篩選邏輯。第三節｜技術每月升級，組織還在按年調整在整場對談的後半段，主持人提出了一個問題：你們最擔心的是什麼？Dario 沒有說超級智能或模型失控，他說的是：“速度。技術進展得太快，而我們還沒搞清楚該怎麼用它。”Demis 的擔心更具體：很多人根本不知道 AI 現在能做什麼。他舉了個例子：有些人還把大模型當搜尋引擎在用，但其實它已經可以做研究助理、項目助手、程式碼搭檔，甚至承擔部分商業分析。這種錯配，正在製造兩個風險：低估了 AI，錯失轉型窗口；高估了 AI，用在不該放手的環節。Dario 補充：今天很多失敗，不是 AI 能力不夠，而是組織的架構、流程、用人方式都還沒變。Demis 做了一個類比：就像工業革命時期，人們先是驚訝，然後混亂，最後才重構了整個社會。而工業革命用了幾代人完成的轉型，AI 可能只給我們幾年時間。那麼，這種速度失控會帶來那些具體風險？Dario 提到三個現實層面的挑戰：第一，技術擴散風險。 當模型能力足夠強，如何確保它不被用於危險用途？比如合成生物學、網路攻擊等領域。這不是假想，而是每次發佈新模型前都必須測試的內容。第二，模型對齊問題。 Anthropic 的研究已經在實驗室環境中觀察到，模型在某些情況下會產生繞過限制的行為傾向。雖然這在所有大模型中都存在，但說明高度自主的系統確實需要更嚴格的控制機制。第三，社會適應速度。 當技術迭代以月為單位，而組織、教育、法規的更新還在以年為單位，這個時間差本身就是風險。應對路徑呢？Dario 介紹了 Anthropic 正在推進的"機械可解釋性"研究：像神經科學家研究大腦一樣，觀察模型內部的決策過程，從機制層面理解它為什麼會產生某種輸出，然後進行針對性干預和重新訓練。Demis 則強調，真正解決這些問題需要全球科學界的協作。他提到了類似 CERN（歐洲核子研究組織）的國際合作模式，讓各國頂尖科學家在開放、透明的框架下共同攻克 AGI 的關鍵問題。兩人都認為：這些技術挑戰是可以解決的，前提是有足夠的時間和足夠的協作。但現實是，行業競爭正在壓縮這個時間窗口。誰能快速建構出理解它、整合它、把它用得對的路徑，誰就領先一個時代。結語｜一年還是十年？時間會給答案達沃斯的這場對談，Dario 和 Demis 沒有爭出對錯。但他們的共識是：AI 已經在自我加速，入門崗位正在消失，組織還沒準備好。分歧只在於速度。Dario 認為一兩年，Demis 認為五到十年。但變化不會等所有人都準備好。 (AI深度研究員)

2026年1月6日，一場長達近3小時的深度對話在特斯拉德州超級工廠上演。埃隆·馬斯克（Elon Musk）與豐饒理論倡導者彼得·迪亞曼迪斯（Peter Diamandis）以及投資人戴夫·布倫丁，共同探討了人工智慧、機器人、能源、經濟和社會的未來。這場對話並非簡單的展望，而是基於當前技術指數級加速的深刻洞見。馬斯克直言，我們正處於“奇點”之中，未來3到7年將是人類歷史上最劇烈的變革期，但最終將迎來一個“豐饒時代”——商品和服務趨近於免費，人類從生存壓力中解放出來。這場訪談資訊量巨大，讓人不由感慨：人類正站在技術爆炸的門檻上。以下，小編結合馬斯克的最新觀點，深度剖析未來關鍵產業的發展趨勢，以及它們將如何重塑世界。一、人工智慧：從工具到超智體的飛躍馬斯克在訪談中反覆強調，人工智慧（AI）的發展速度已如“超音速海嘯”般不可阻擋。他預測，通用人工智慧（AGI，即在大多數任務上超越人類的AI）將在2026年實現，最遲不超過2027年。到2030年，AI的總智力將超過全人類之和。為什麼如此自信？馬斯克指出，AI進步源於晶片、演算法和計算預算的三重指數級增長。目前，AI已在白領工作中展現驚人能力——“任何不涉及原子級操作的任務，AI現在就能完成一半以上”。從寫作、程式設計到分析決策，AI正悄然取代傳統知識工作。深度分析：AI產業將成為未來十年核心驅動力。它不再是輔助工具，而是獨立的生產力生成器。未來，AI將滲透每個領域：從個性化教育（AI導師根據孩子興趣即時調整教學）到醫療診斷（AI分析海量資料，遠超人類醫生）。xAI公司推出的Grok模型，就是馬斯克推動“追求真理、好奇心和美感”的AI範例，旨在避免AI“瘋狂”或偏離人類福祉。這一趨勢意味著，AI相關技術（如大模型訓練、邊緣計算）將爆發式增長。同時，AI安全成為關鍵——馬斯克強調，必須程式設計進“最大化真理追求”的原則，確保AI服務於人類積極未來。二、人形機器人：從科幻到日常伴侶的轉變訪談中，馬斯克對特斯拉人形機器人Optimus的描述令人振奮。他透露，特斯拉將在德州工廠擴建800萬平方英呎專用於Optimus生產，目標2026年產量達數萬至數十萬台，最終全球機器人數量可能達到數百億。更震撼的是，馬斯克預測：3到5年內，Optimus將在手術等精密任務上超越頂級人類外科醫生。因為機器人可共享“蜂巢思維”——一個機器人學會的技術，所有機器人瞬間掌握，且永不疲倦、不犯錯。深度分析：人形機器人產業將引發製造業和服務的革命。傳統藍領工作（如裝配、護理）將逐步自動化，白領工作更快被取代。機器人成本將迅速下降（主要取決於資本支出和電力），最終使醫療、教育和家政服務幾乎免費。想像一下：機器人醫生在偏遠地區提供頂級診療，機器人教師為每個孩子定製課程。這不僅僅是技術突破，更是社會變革的催化劑。機器人將“解鎖”GDP上限，讓物理勞動無限擴展。但過渡期會“顛簸”——大規模失業可能引發社會不安。馬斯克樂觀認為，最終人類將進入“工作可選”的時代，人們追求意義而非生存。三、清潔能源：未來貨幣的“瓦特時代”馬斯克反覆強調，能源是AI和機器人規模化的“最內層瓶頸”。“太陽是萬物之源，佔太陽系99.8%以上質量，其他能源來源微不足道。”他呼籲大幅擴展太陽能，指出中國已在這一領域“令人難以置信”——2025年中國太陽能裝機容量佔全球70%，電力產量即將超過美國三倍。未來，電池儲能（如特斯拉Megapack）將讓現有電網效率翻倍，無需新建電廠。長遠看，太空太陽能衛星和軌道資料中心將成為現實，利用Starship低成本發射。深度分析：清潔能源產業將迎來黃金十年。太陽能、儲能和電網基礎設施將成為戰略重點。能源不再是稀缺資源，而是“未來貨幣”——瓦特數決定計算力和生產力。中國在製造規模和執行力上的優勢，或讓其在AI算力上領先全球。美國需加大投資，否則將落後。這一產業將驅動全球可持續發展：沙漠覆蓋太陽能板，電力趨近免費，推動AI資料中心從地面遷移太空，解決散熱和能源限制。四、經濟與社會：從稀缺到豐饒的範式轉變馬斯克提出“普遍高收入”（Universal High Income，UHI）概念，而非傳統基本收入（UBI）。在豐饒時代，AI和機器人讓商品服務成本趨零，出現大規模通縮。政府可直接發放資金維持購買力，人們“想要什麼就能有什麼”。就業將重定義：工作從必需變為“尋找意義的選擇”。教育體系也將變革——大學文憑意義減弱（除社交外），AI個性化導師將主導學習。深度分析：未來經濟將從勞動力驅動轉向資本與能源驅動。製造業（如精密部件、晶片）仍需人類創新，但規模化將由機器人主導。社會挑戰在於過渡：快速變革可能帶來不安，但馬斯克堅信，結果將是“星際迷航式”的豐饒世界，而非“終結者式”末日。地緣政治層面，中美在算力和能源的競爭將決定AI主導權。馬斯克呼籲全球合作，確保AI向善。五、其他新興產業：太空、長壽與跨界融合訪談還觸及太空探索：Starship實現完全可重複使用後，火星殖民加速，月球基地優先。長遠，人類將建構“戴森群”捕捉太陽能源。長壽領域，馬斯克態度轉變：衰老是“可程式設計問題”，10年內壽命或翻倍（通過表觀遺傳重程式設計）。這將解決低生育率危機，延長生產壽命。深度分析：太空產業將與AI融合（如軌道資料中心），長壽科技將重塑醫療和養老。跨界創新是關鍵——汽車製造經驗應用於火箭，AI應用於生物機器人設計。人類最激動人心的時代馬斯克在訪談結尾感慨：“這是人類歷史上最激動人心的時代。”儘管短期顛簸不可避免，但技術指數級進步將帶來前所未有的豐饒。AI、機器人、清潔能源等產業不是孤立發展，而是相互強化，形成正反饋循環。我們正從稀缺時代邁向豐饒時代。關鍵在於擁抱變革，培養好奇心和樂觀心態。正如馬斯克所說，未來不是宿命，而是由我們設計的方向。這場訪談提醒我們：技術不是威脅，而是通往更好世界的橋樑。讓我們拭目以待，2026年或許就是轉折點。 (世界未來產業博覽會)