摘要

知识工作是本期关于2026年的核心转折点：Alexander Wissner-Gross预计GDPval将超过90%，Salim Ismail则认为，围绕AI原生能力重写企业后，可以用少10倍至20倍的员工复现同等能力。 Wissner-Gross将这一判断限定在2025年12月的“按当前方式构建的知识工作”，但讨论仍指向裁员、人类例外处理以及社会契约重写。Mostaque大体认同这一方向，不过token成本可能让90%这一门槛推迟1年。给传统企业的警告是：“AI不会摧毁你的公司，但会摧毁你的组织架构。”
Dave Blundin预计模型规模将迎来约100倍增长，而不是此前预期的40xy，因为更大的预算、更快的硬件、算法进步与量化会叠加放大。 中国的芯片限制正在加速FP4和三值表示的发展，而后训练让推理速度成为能力杠杆——“速度意味着智能”。Mostaque预测系统将达到1.58 bit，甚至可能逼近0.9 bit；Blundin估计由此带来的增益为10倍，甚至20倍。
人与劳动力的接口可能变成1080p或4K视频通话，用户无法可靠区分通话另一端是AI同事还是人类。 Mostaque预计会出现打包交付的会计师、律师和营销人员，人类则把数字分身派去开会；披露法律以及美国联邦政府可能推翻州级限制的做法仍未确定。教育随后将分裂为“学历工厂”和“能动性加速器”，作品集与可验证的主动性将取代考试。
核心问题之一，是算力能否规模化转化为发现；Wissner-Gross预计，剩余6个千禧年大奖难题中，有1个会在2026年被攻克。 他认为最可能的是Navier–Stokes；更广泛的基准预测则是Frontier Math Tier 4超过40%、Humanity’s Last Exam超过75%、GDPval超过90%。届时很可能有人质疑证明只是蛮力计算，或不够优雅：“狗确实会下棋，但它的残局很弱。”
完整的通用自主能力可能早于买得起的大众硬件到来，瓶颈将从智能转向算力、制造与监管。 Mostaque预测，汽车和机器人将借助云端规模系统与“1000万块Blackwell”达到五级能力，甚至可能出现一台2万美元的机器人配套20万美元算力的情况。Salim认为，能力可能先于产能满足大众需求。
一个如今几乎没人认识的3或4字母缩写，可能在1年内造就至少1名、甚至3名年轻亿万富豪。 Blundin以RLHF、RAG、Laura、SFT和QKV/KV caching为先例，说明新市场的形成速度会快过传统行业的响应速度。Wissner-Gross更进一步，预测AI本身将拥有一个“合理可构建”的10亿美元净资产；Mostaque认为交易是最可能的路径，并称Grok 4.2已经在一场交易竞赛中赚钱。
教育预计将分裂为学历与可证明的能动性两条路线。 Ismail预测会出现“学历工厂”与“能动性加速器”；Wissner-Gross则表示，软件行业的薪酬已经更多跟随GitHub表现，而不是学校、学位或成绩。一位观众预测大学学费将在2026年见顶；Wissner-Gross称这可能只是“泰坦尼克号上的甲板椅”。
部分表观遗传重编程在2026年Q1进入人体试验，将成为Diamandis所谓逆转衰老的“Kitty Hawk时刻”。 Life Biosciences计划先从一种在讨论中被记录为“Nion”的眼部疾病开始，该疾病被描述为本质上是“眼睛中风”，同时还提到“glycom”，之后可能推进到MASH；这套三因子方案旨在让老细胞变年轻，而不是让它们回到多能状态。当前AAV递送的成本可能达到50万美元至100万美元；David Sinclair并行推进的三分子药片方案，则可能据他估计达到每月几百美元。
Diamandis预测，Blue Origin将在2026年实现一次无人货运着陆，地点靠近Shackleton Crater，从而在Starship完善轨道加注的同时抢在SpaceX之前登月。 他修正了自己关于Musk将在2026年前往火星的初始说法：地火发射窗口在2027年。SpaceX的Falcon 9发射次数已超过500次，Starship飞行11次，而New Glenn仅飞行2次，因此这一判断明显激进；一位嘉宾给出的概率只有30%。

精读

1. 2026年的太空竞赛将变成物流竞赛

Peter Diamandis预测，Blue Origin将在2026年实现一次无人货运着陆，地点靠近Shackleton Crater，抢在SpaceX之前登月；与此同时，Starship将完善轨道加注。他最初判断Musk会在2026年前往火星，随后自行修正：地火发射窗口在2027年，因此2026年是准备年，而非出发年。
他的非对称性判断颇为鲜明：SpaceX已经完成超过500次Falcon 9发射，并执行了11次Starship飞行；New Glenn则只飞行过2次，并在第2次任务中实现了一级火箭着陆。Diamandis称Starship最近一次飞行“相当他妈的不错”，但距离火星任务仍未准备就绪。
讨论也提出了中国的变量。Diamandis不认为中国近期具备登陆火星的能力，但承认中国的航天员可能参与月球竞赛；另一位嘉宾认为Blue Origin实现这一具体结果的概率只有30%。这场竞赛是“亿万富豪对亿万富豪，再对国家”。

2. AI数学成为检验算力转化为发现的干净指标

Wissner-Gross预测，AI将在2026年解决剩余6个Clay千禧年大奖难题中的1个。他的首选是Navier–Stokes，据称Google DeepMind的一个12人团队正在攻关；第二选择是黎曼猜想，部分原因是xAI反复表示，希望完整解决这一问题。
当被问到证明会不会足够优雅，还是会变成“1万页的东西”时，Wissner-Gross押注复杂性。数学界可能将其斥为蛮力计算，并再次抬高标准——他的类比是：“狗确实会下棋，但它的残局很弱。”
Mostaque认为，其中1个问题会被攻克，AI还可能揭示另一个问题“定义得并不好”。自动证明器已经迫使数学家重新思考这门学科，但关键问题仍是：算力能否规模化转化为发现。Wissner-Gross称这是“万亿美元级的问题”，并押注答案是肯定的。
他的饱和度预测保持了这张记分卡：Frontier Math Tier 4将从Gemini 3 Pro的19%升至超过40%；Humanity’s Last Exam将从Gemini 3 Pro约45%以上升至超过75%；GDPval则从GPT-5.2的70.9%升至超过90%。

3. 量化可能让2026年成为模型100倍增长之年

Blundin将此前40xy的预测上调至约100倍，指原始参数规模或推理期间使用的参数量。更大的上下文窗口和更多轮推理表明，大量智能可以在训练结束后被创造出来；因此“速度意味着智能”，而量化会与更大的计算机、更快的芯片和更好的算法共同形成复合增益。
中国的芯片限制是他论点的核心。出口禁令推动了FP4、三值权重和压缩激活方面的研究；由于中国团队大量开源成果，这些技术又会回流美国实验室。中国甚至可能通过从一开始就围绕这些表示方式设计芯片和晶圆厂，进一步加快速度。
Mostaque预测系统将达到1.58 bit，甚至可能逼近0.9 bit，而本次讨论当前使用的是4 bit。Blundin随后估计，由此带来的改进幅度是10倍，可能达到20倍，而不是100倍。他表示，64 bit浮点数“回头看可能会显得非常愚蠢”，不过二进制和三值表示谁更优仍难分高下。

4. 企业停止给旧流程数字化，转而围绕AI重建

Ismail宣布，传统数字化转型“正式死亡”。自动化现有的人类流程，就像早期电视里还在使用电台播音员；未来企业会在边缘构建等价的AI原生能力，可能用少10倍至20倍的员工完成同样的工作，而不是简单自动化旧流程。“AI不会摧毁你的公司，但会摧毁你的组织架构。”
“AI原生”并不意味着完全没有人类。Ismail说，它意味着AI优先；Diamandis补充，人类可以退出流程，负责合理性校验、抽查和例外处理。咨询公司可以通过保持半步领先而存活——或者像Mostaque开玩笑说的，继续充当高薪替罪羊——而公共机构的重构可能成为它们最大的机会。
Mostaque的配套预测是，普通Zoom画质下通过“远程图灵测试”：至少达到1080p，甚至可能达到4K。在盲测偏好研究中，用户将无法可靠区分人类队友和AI，从而实现拥有持续人格的全栈会计师、律师、营销人员及其他合成员工。
Blundin提出，美国各州可能立法要求AI主动表明身份；Mostaque则指出，联邦法律可能阻止各州施加此类限制。从技术上看，他认为推理、语音、头像和实时视频变换已经足够，剩下的工作是整合。Diamandis设想“几十个Peterbot”参加会议，而数字分身彼此交谈。

5. 基准测试饱和，迫使社会面对劳动力与安全网问题

Wissner-Gross表示，GDPval达到90%，意味着截至2025年12月、按当前方式构建的知识工作开始大规模激进自动化，海量裁员是其次生含义。Ismail补充，GDPval达到90%意味着约90%的当代知识工作可以被高质量自动化，人们将得以同时推进更多项目，目标 ambition 大幅提升，并有可能去追逐“登月计划”和宏大挑战。
Diamandis反驳“失业恐慌”时援引了历史经验：自动化往往会扩大产能。美国大约有300万个工作岗位涉及驾驶，但卡车运输公司表示，如果能招到人，它们还会再雇1000名司机。他的判断不是工作维持不变，而是“我们只会做多得多的事情”。
Blundin敦促企业提前准备，即便员工对于转型需要几个月还是5至10年仍存在分歧。Mostaque表示，“人类认知劳动正在变成负值”，但token经济学可能将90%门槛推迟到下一年。他关注的是现实问题：哪些工作会留下，什么样的安全网有效，价值在哪里产生，以及社会如何分配价值。
可能的过渡方案是全民基本服务：每月约250美元，用于食物、水、住房、带宽和电力，讨论中也提到了医疗。与会者指出，XPRIZE挑战过去通常在公布后4至7年获胜；他们认为，如果能实现这一成本结构，人们就可以追逐自己的宏大挑战。

6. 晦涩的AI缩写成为创造新财富最快的路径

Blundin预测，一个如今无人知晓的3或4字母缩写将催生一个新行业，并造就至少1名、可能3名非常年轻的亿万富豪。RLHF、RAG、Laura、SFT和QKV/KV caching展示了这一模式：3年前几乎没人认识的想法，如今可以支撑100亿美元估值，而传统会计或法律业务绝不可能如此迅速达到这一规模。
Mercor体现了速度溢价。2名候选人遇到一项面试要求：每周6天到办公室工作，每周工作100小时；其中1人在和妻子讨论后接受，另一人拒绝。Blundin认为，年轻人的主要优势在于包袱更少——30岁、40岁或50岁的人可能做得更好，但很少有人会完成这种跃迁。
他以RLHF为例解释底层市场：人类先评估生成失败的图像，随后通过Mercor和Scale AI等公司，向模型输入越来越专业的法律、医疗及其他知识。Blundin认为，这个训练数据经济还会继续扩张，预算上限并不明显——实验室可以投入“多1000倍的钱”，将专业知识喂给模型。
Wissner-Gross预测，2026年将出现第一个AI亿万富豪，定义是AI拥有一个合理可构建的10亿美元净资产，而不一定是银行账户里的现金。Mostaque看好交易路径：他说AI在一场超级预测者冠军赛中排名第8，Grok 4.2正在赚钱，而竞争模型在亏钱。一家由单个人控制、估值达到10亿美元的公司将在2026年或2027年出现。

7. 教育分裂为学历与可证明的能动性

Ismail认为，教育无法继续让孩子为那些2年、3年或5年后都没人能描述的工作获取资格。他预计，教育将分裂为传统的学历工厂，以及围绕AI素养、韧性和“主动开始做事、不等别人安排”而优化的“能动性加速器”。
工程学位应该变成一份回答“你在这4年里做了什么”的作品集。Ismail认为，教育应从考试驱动转向以实际表现为核心。Wissner-Gross表示，硅谷的软件薪酬已经更多取决于可验证的GitHub表现，而非学校、学位或成绩，这意味着计算机科学学历的价值实际上为零。一位观众预测学费可能在2026年见顶；Wissner-Gross称这种可能性只是“泰坦尼克号上的甲板椅”。
Mostaque的主线是，“知识和能力不再被设门槛”：候选人可以展示一个针对特定雇主定制的网站，证明自己能创造什么价值，而不是提交简历。Wissner-Gross举例说，英格兰北部的一名理发师后来成为世界上最优秀的蛋白质折叠专家——开放系统可以让此前不可见的人才浮出水面。

8. 五级自主能力先于廉价机器人到来

Mostaque预测，汽车和机器人将在2026年实现五级通用自主能力；他的估计是，汽车目前接近四级，机器人接近二级。最初的系统不必在本地运行：元验证器、大型集群以及“明年到来的1000万块Blackwell”可以提供所需的云端智能。
Blundin追问，算力为什么最终必须进入机器内部。Wissner-Gross回答，延迟和无网络环境会推动算力部署到边缘端，但要受能源限制约束。当被问到是否需要世界模型时，Mostaque表示，足够的芯片可以在1年内产出世界模型；Wissner-Gross则补充：“我们已经被世界模型淹没了。”
监管可能掩盖这一里程碑：Wissner-Gross认为，事实上的五级能力可能会被包装成增强版四级或三级。与会者预计，监管宽松的国家和经济特区将吸引自主系统。Ismail同时预测，到年底仍不会有获得共识的AGI或ASI测试，即使多臂人形机器人已经开始执行“无聊、危险和肮脏”的工作。
Salim表示，能力可能已经存在，但大规模生产会滞后。Mostaque设想一台早期售价2万美元的机器人需要20万美元算力；Diamandis则指出，这种机器人起步价格可能接近14万美元，随后通过规模效应下降。手部灵巧性快速提升、供应稀缺和责任风险将制造明显的产品差距，但家庭会“非常快地”适应这些机器。

9. 部分重编程进入人体，重新定义长寿

Diamandis介绍的机制始于4个Yamanaka因子——讨论中列为OCT4、SOX2、KLF4和c-MYC——它们可以将已分化细胞恢复到多能状态。David Sinclair的部分重编程方案移除了可能致癌的c-MYC；目标不是把皮肤细胞变成干细胞，而是让老的皮肤细胞重新变年轻。
在完成小鼠和非人灵长类动物研究后，Life Biosciences计划于2026年Q1启动人体试验。Diamandis将最初的眼部靶点描述为“Nion”，本质上是眼睛中风，并另外提到“glycom”；相关表述无法进一步确认这些术语的含义。成功后，项目可能推进到MASH相关肝病。Diamandis更大的判断是，这一机制最终可能不只适用于单个器官，而是适用于全身。
递送仍是经济约束。基于AAV的治疗成本可能约为50万美元至100万美元；Sinclair则在另行推进一种基于3种已识别分子的药片，他认为每月成本可能只有几百美元。Sinclair也是1.01亿美元XPRIZE Healthspan的注册者之一，但参与的不是这项病毒载体治疗。
发言者将化学和手术疗法与精准编程目标细胞的方案进行对比；Blundin称旧方法是蛮力，并强调应精准定位需要治疗的细胞。Mostaque将更广泛的变化概括为学会“通过算力规模化健康”。Diamandis表示，与他交流的AI将长寿逃逸速度放在2030年至2032年之间，并看好AI在5至7年内攻克长寿问题——这些都是判断，而不是已被验证的结果。

Sarah Paine——俄罗斯为何输掉冷战 AI将如何重塑2026年的金融科技