【達沃斯論壇】AI衝擊就業,GoogleDeepMind和Anthropic最頂級AI創始人聊了什麼?

“現在就去瘋狂地學會用這些(AI)工具”

GoogleDeepMind的CEO Demis和Anthropic的CEO Dario,作為兩家最頂級AI老闆在達沃斯同台對話。

建議看完,因為資訊密度和質量都非常之高。

關於AGI什麼時候來,兩人吵起來了

Anthropic的CEO Dario的態度很明確:

他曾說過2026-2027年會出現"能在多個領域達到諾貝爾獎水平"的AI模型,現在他依然這麼認為。

理由是這樣的:

AI寫程式碼已經很強了,Anthropic內部的工程師現在基本不自己寫程式碼了,就讓模型寫,自己改改


他估計再過6到12個月,模型就能端到端地完成軟體工程師的大部分工作。

然後呢?

AI做AI研究,用AI訓練下一代AI,形成一個自我加速的循環

"一旦這個循環閉合,"他說,"事情會比所有人想像的都快。"

Deepmind的Demis就穩一點。

他還是堅持自己去年的預測:50%的機率在2030年前實現AGI

為什麼他更謹慎?

因為寫程式碼是一回事,你跑一下就知道對不對。

但科學研究不一樣

你提出一個化學假說,得做實驗驗證;你預測一個物理現象,得等觀測資料。

這些都需要時間,不是算力能砸出來的。

他還提到一點很有意思:

現在的AI很擅長"解題",但不擅長"出題"

你給它一個數學猜想,它可能能證明;但讓它自己提出一個值得研究的問題,它還差得遠。

這種高階的科學創造力,可能是AGI最缺的一塊拼圖。

Anthropic的現金流還能燒多久?

主持人問了一個很尖銳的問題:

Anthropic這種獨立的AI公司,能撐到賺錢的那天嗎?

Dario直接甩出了一組資料:

Anthropic的收入,2023年是0到1億美元,2024年是1億到10億,2025年預計是10億到100億

三年,每年10倍

"我不知道這條曲線會不會一直這麼走下去,"他笑著說,"如果真的一直這樣,那就瘋了。但至少現在看起來,我們能活下去。"

Demis那邊也有話說。

他承認去年Google確實有點掉隊,內部都拉響"紅色警報"了。

但他覺得現在DeepMind已經趕上來了,Gemini3表現不錯,他們還是有"全行業最深最廣的研究團隊"

有意思的是,兩人都強調了一點:

真正能走到最後的,是那些"由研究人員主導、以解決科學問題為北極星"的公司。

(他們沒有點名是誰不是這樣,但我想起來closeAI)

工作會被搶走嗎?

聊到這個話題,氣氛明顯沉重了一些。

Anthropic的Dario之前說過一句話,挺震動的:

一半的入門級白領工作,可能在1-5年內消失

他還補充了一下:

目前確實還沒看到AI對就業市場的明顯衝擊,但他在Anthropic內部已經能感受到變化了。

"有些崗位,我能預見到未來需要的人會越來越少,而不是越來越多。我們在想怎麼處理這件事。"

歷史上,技術革命總是創造新工作:

農民變成了工人,工人變成了白領。

但Dario擔心的是:這一次,變化太快了。指數級加速的AI進步,可能會"壓垮我們適應的能力"

Demis倒是給年輕人支了一招:

現在就去瘋狂地學會用這些工具。

他說那些真正精通AI工具的人,可能比傳統實習還能學到更多東西。

"工具的能力溢出"比我們想像的要大。

但他也承認,AGI真正到來之後,"我們就進入未知領域了"。

AI技術帶來的風險隱患

Dario提到他最近正在寫的一篇關於AI風險的文章。

他用了一個電影《超時空接觸》裡的場景來做比喻:

如果你能問外星人一個問題,你會問什麼?

有個角色說:"我會問,你們是怎麼做到的?怎麼度過技術青春期而沒有毀滅自己?"

Dario說這個問題一直縈繞在他腦海裡。

他認為人類發明AI是必然的,就像發明火一樣,早晚的事。

但能不能安全地度過這個階段,不被生物恐怖主義、威權濫用、或者我們自己想像不到的問題搞垮,那是另一回事。

他在做的事情之一叫"機制可解釋性"

試圖打開模型的"大腦",理解它為什麼做出某個決定,而不是把它當黑箱。

這聽起來很學術,但其實是在回答一個很樸素的問題:

我們能不能真的控制住這些越來越聰明的東西?

Demis倒是比較樂觀。

他不太相信費米悖論的"大過濾器"理論,就是說外星文明都毀於自己的技術。

他覺得大過濾器可能早就過了(多細胞生命的出現太難了),現在人類的命運掌握在自己手裡。

"我相信人類的聰明才智。但問題是,我們有沒有時間,有沒有足夠多的聰明人一起合作來解決這些問題。"

明年此時,世界會怎樣?

主持人最後一個問題:如果明年我們再坐在一起,什麼會是最大的變化?

兩人的回答出奇一致:看AI能不能自己做AI研究

如果這個循環真的閉合了,AI設計AI、AI訓練AI、AI改進AI

那一切都會加速,加速到我們可能來不及反應

如果沒閉合,那還需要攻克一些更底層的問題:

世界模型、持續學習、機器人……這些都是硬骨頭。

Demis說:"也許慢一點更好。"

Dario說:"我也更希望慢一點。但不是我們能決定的。"

明年的你,能否準備好? (FinHub)