摘要

当前的推理经济学让AI看起来不像一个显而易见的泡沫，更像是一轮高风险的再投资周期。 如果冻结能力不再继续提升，公司可以很快收回过去的模型开发成本；付费用户和推理需求则证明了真实价值。尚未解决的风险是，未来规模更大的模型能否匹配其投入；NVIDIA的销售额是最清晰的可观测指标，而主持人刻意保留余地的表述是：「我不认为这是泡沫，因为它还没有破裂」（“I don’t think it’s a bubble because it hasn’t burst yet.”）。
公开能力数据尚未显示平台期，但也没有证明仅靠软件就会引发智能爆炸。 后训练已经从预训练手中分走部分注意力，但使用数据可以反哺后续训练，规模化模型也在持续突破此前被认为的能力上限。针对快速自我改进的观点，实验算力获得的资金与研究人员投入相当，并且是已发布模型最终训练投入的许多倍——这表明AI研究可能仍需要昂贵的物理实验。
AI写代码已经具备重要经济意义，但“90%的代码”远不等于程序员90%的工作。 Dario Amodei在2025年3月提出的“6个月预测”尚未以直观的劳动力替代形式兑现，但一位嘉宾如今已经让AI写出自己代码的“远超90%”。最强的需求信号是订阅收入；需要保持谨慎的是，即使被引用的增效研究发现开发者反而变慢，他们仍可能主观感觉自己更快了。
尽管存在视觉错误、长上下文连贯性也会崩溃，计算机使用正在跨过实用性门槛。 Agent可能陷入反复点击错误界面的循环，但研究团队已经用ChatGPT agent浏览“各县拼凑而成、体验糟糕的数据库”，找出普通搜索无法覆盖的数据中心许可证、税收减免和污染文件。这让自动化的覆盖面超出了单纯写代码。
政治上最重要的劳动力情景是一次断点，而不是一份平滑展开的10年自动化总账。 David Owen认为，未来10年内某个时点，AI在6个月内将失业率推高5个百分点的概率约为20%-30%；他同时表示，如果AI在10年内没有自动化今天10%的工作岗位，自己也会感到意外，只是再就业可能掩盖这一变化在总量数据中的影响。对投资者而言，区别在于AI最终是生产力软件，还是会触发紧急财政与监管干预。
一旦把“AI能够胜任任何远程工作”按字面理解，GDP预测就会出现分叉。 按当前收入和推理趋势外推，讨论中给出的结果是几年内GDP增加约1个百分点，之后被概括为到2030年占GDP几个百分点。但在“可扩展的AI能够匹配人类完成任何远程工作”这一强得多的假设下，一位嘉宾认为增长30%是合理的下限，另一个刻意极端的替代情景则是“GDP增长率负100%，因为所有人都死了”（“negative 100% GDP growth because everyone’s dead”）。
数学可能早在广泛超级智能出现前就取得头条级突破，而生物学仍然受制于真实世界实验。 如果5年内解决黎曼猜想这样的重大猜想，“并不会令人意外”，因为数学适合强化学习，而且它可能位于“能力树中比直觉所认为的更靠下的位置”。目前公开记录中的超级智能众数时间线——可能相对中位数偏早——是2045年；而自动化任何远程工作任务的中位数估计约为20-25年。两者都明确存在不确定性，一旦预测开始“崩解”，这种不确定性会进一步放大。
物理规模受到电力的约束似乎没有头条所暗示的那么大，但机器人仍受硬件经济学制约。 机器人的训练运行规模约为前沿模型的100分之一，但一台10万美元的、能力足够强的机器人，仍可能打不过每年2万美元的人力。团队对13家主要数据中心的审查显示，城市级项目最快在两年以内落地；即便太阳能加电池的电力成本达到通常水平的2倍，相比GPU仍然便宜，因此能源更像是不便，而不是持久性的刹车。

精读

1. 付费推理需求让AI尚未落入显而易见的泡沫区间

当被问及AI是否处于泡沫中时，Owen和Edelman先从支出与后悔成本切入：NVIDIA的年度销售额可以作为算力购买规模的可观测代理指标，但买方最终是否会后悔仍无法判断。大部分算力似乎用于公司仍在持续提供的产品推理服务，因此目前只能低置信度地判断为“还不算太泡沫化”（“not too bubbly yet”）。
如果剔除最初的开发成本，当前模型经济学看起来是正向的。假设实验室停止构建更大的系统，按当前毛利率，它们可以相当快地赚回历史开发支出；今天的利润之所以显得微薄，只是因为旁边还有一笔持续投入明日模型的资本开支。
关键风险在于，未来开发仍可能遭遇灾难性失败，轻易吞噬这些利润。一位嘉宾警告，泡沫可能“突然出现，而且会很糟”（“very suddenly and be pretty bad”）。Torenberg补充说，持续付费是价值存在的有力信号，但也承认人们可能只是在玩；更窄的判断是，真实支出与当下显而易见的泡沫并不相容。
预训练受到的关注减少，并不等于预训练已经触顶。后训练和推理是更新的优先事项，而改进后的模型会产生成功与失败数据，有可能反哺下一轮预训练；目前还没有任何被引用的担忧形成可见的能力放缓。

2. 仅靠软件实现奇点仍缺乏可观测机制

AI 2030报告外推的是可测量趋势，而不是宣布一份唯一的标准预测。AI已经能够辅助写代码、选择数据集和生成数据，但这些贡献很难衡量，距离快速自我改进所隐含的自主反馈闭环仍然很远。
反对“仅靠软件起飞”的论据基于资源约束：大量资金正流向研究人员，但实验算力获得的资金与之相当，并且是已发布模型最终训练运行投入的许多倍。这种资金结构表明，如果不同时扩大实验规模，研究人员无法无限加速进展。
Owen并未把相反观点称为非理性；双方都在稀疏数据之上进行外推。在整场讨论中，嘉宾们拒绝接受从灾难性遗忘到人类儿童学习类比等瓶颈叙事，除非这些限制“真的出现在我能在图表上看到的数字里”（“actually show up in numbers I can see on a graph”）。

3. 代码生成增长速度超过程序员替代速度

Dario Amodei在2025年3月表示，AI将在6个月内写出90%的代码，并称“数据中心里的天才国家”可能在2026年或2027年出现。Owen的模型是，Anthropic预计研究型编程能力一旦成熟，就会触发快速自动化研发；不过Amodei常常用“最早”（“as soon as”）这样的措辞给更快的时间表加上限定。
围绕原话逐字进行的“塔木德式评论”，反而遮蔽了一个关键区别：补全功能或Agent可能生成大多数代码行，却未必完成程序员最困难的大部分工作。Owen自己让AI写出的代码远超90%，但明确拒绝把这一体验视为普遍代表。
被引用的增效研究让主观感受变得更复杂。开发者预计AI会让自己提速，研究结束后仍然相信AI确实做到了，尽管研究发现AI让他们变慢；Owen还指出，报告发布时使用的模型已经过时。Edelman则提醒，这项研究来自2025年初，参与者使用的模型确实让他们感觉有帮助。
一部分AI产出属于新增工作，而不是替代工作——例如一些原本根本不会被写出来的小型图表和模拟。因此，程序员付费和订阅收入是更可靠的采用信号，但仍不能证明AI完成了某项既有工作的90%。

4. 计算机Agent尚未可靠，但已经有用

计算机使用落后于写代码，部分原因在于模型受到视觉能力的“人为削弱”（“artificially hobbled”）。当它们误解图形界面时，很难检查自己的错误，可能陷入“我就再点一次、再点一次、再点一次”（“I’m just going to click this again and again and again”）的循环。
长上下文连贯性进一步放大了问题：截图消耗大量Token，历史操作不断累积，输出也逐步变得不合逻辑。因此，瓶颈可能同时来自感知能力，以及复杂写代码任务中同样存在的长程执行失败。
但实用价值已经出现。研究团队使用ChatGPT agent在按县划分的界面中搜索数据中心空气排放许可、税收减免及相关记录——这些内容无法仅靠URL让普通ChatGPT检索出来。对这一类窄范围研究流程而言，计算机使用在过去一年中已经真正变得有用。

5. 劳动力市场断点比职业数量更重要

针对主持人“中间到中间”的框架，嘉宾们认为，很少有高端远程工作能明显证明无法自动化。进展可能停留在今天这一代模型，也可能几乎所有现有远程工作都迅速消失，只剩下体力劳动，以及人们明确希望由人来完成的岗位。
最尖锐的情景是：在未来10年内某个时点，失业率在6个月内上升5个百分点，其概率约为20%-30%。即使长期就业均衡仍不确定，这一事件也会彻底改变公众关注度。
Owen还表示，如果AI在10年内没有自动化今天10%的工作岗位，他会感到意外，但被替代的劳动者可能找到新工作，从而避免总失业率上升。利率、正常的劳动力流动，以及为数据中心融资而进行的裁员，都会让归因变得困难。
经济学家关于任务与职业的区分仍然成立：常见任务可能消失，职位名称却会继续演化。因此，职业建议不会押注“提示词工程师”，而是倾向于可适应的技能、沟通、协作、有价值的兴趣和真正的热情；面对无法围绕其进行优化的激进未来，“规划当下要容易得多”（“planning for the present is a lot easier”）。

6. 完全虚拟化的劳动力会击穿传统GDP预测

将推理收入外推至2030年，并假设买方获得的价值与其算力支出相当，结果是几年内GDP增加约1个百分点，后来被概括为到2030年占GDP几个百分点。即使不假设AGI，这一增幅按正常宏观经济标准衡量也已经异常突出。
采用速度可能受到拖累，因为企业需要学习如何信任Agent，但大语言模型的扩散速度已经快于许多早期技术。关键变量在于，AI究竟只能处理一部分有意义的远程任务，还是能够完成整个工作流中的每一项任务；只缺失一个完整类别，也可能构成决定性瓶颈。
在明确假设AI能像任何人类一样完成任何远程工作的情况下，Edelman认为GDP增长30%是合理的下限，或者会出现“GDP增长率负100%，因为所有人都死了”（“negative 100% GDP growth because everyone’s dead”）。共同框架是“疯狂上行”或“疯狂下行”；一些较小数字的模型则明确依赖于AI能力仍大致停留在GPT-3水平的假设。

7. 数学可能提前突破，但预测会在2045年附近失效

MMLU被描述为基本解决，SWE-bench也已接近解决，但其中存在模糊案例。下一代基准测试需要更难、更长、更真实的任务，更大的评估预算，以及互补性的实证展示，例如模型成功重构整个代码库。
一道重大未解数学问题——包括类似黎曼猜想的问题——可能在5年内被攻克，但这并不意味着它是中位数预测。数学适合强化学习，AI可能把4篇论文中的隐晦结果组合起来，而此前没有任何一位研究人员想到将它们连接起来。
怀疑者的补充是，一些基准测试胜利后来会被视为蛮力破解或“投机取巧”（“cheesing”）。国际象棋也经历了同样的过程：电脑掌握了曾被视为推理巅峰的能力后，人们得出的结论是：“电脑当然会下国际象棋。”
生物学看起来更难，因为发现往往需要实验、新数据和物理交互。主持人认为，AI工具在生物学和化学领域普及，比完全自主的突破更可信；Owen预计近期会出现有意义的发现，但指出在许多“共同科学家”（“co-scientist”）成果中，人类的优先级判断仍然占据重要地位。再往后，Owen给出的众数超级智能时间线——可能位于偏早一侧——是2045年；远程工作自动化的中位数约为20-25年，如果规模化持续，超级智能预计不会晚太久。

8. 城市级算力可能跑在电网前面，迫使政治追赶

机器人的训练运行规模仍约为前沿模型的100分之一，训练规模还有很大的扩展空间。但嘉宾们主要从硬件和经济学角度看待机器人：负重状态下的灵活移动仍未解决，而一台10万美元的机器人可能比不过每年2万美元的人力。
团队利用许可证、冷却基础设施和卫星图像，对13家主要数据中心进行了调查。他们认为，Anthropic最可能率先拥有吉瓦级数据中心：Anthropic与Amazon的Project Rainier预计将在1月上线，随后不久是Colossus 2。位于Mount Pleasant的Microsoft Fairwater是已识别项目中规模最大的认真推进中的具体计划，已经取得许可证并配置电力基础设施，预计至少部分供OpenAI使用。
电力不是无法获得，而是难以快速获得。开发商会在接入电网前启动设施建设，例如Abilene和xAI的Colossus 1；太阳能加电池的成本可能是常规电力的2倍，但相比GPU仍然低得多。真正令人意外的是，一些城市级设施的建设周期在两年以内。
如果失业率出现明显跳升，政治议程将发生转向。可比案例是新冠疫情期间以“极快速度”（“breakneck speed”）通过的数万亿美元刺激计划：国有化、暂停建设、加速部署或提供有保障的福利，都可能成为共识，而这些立场在一年前还似乎不可想象。
各国政府已经开始讨论AI，包括国家领导人与硬件制造商或AI公司之间的会谈。如果当前收入和金融趋势延续，Edelman的默认假设是，政策制定者的关注度每年将翻倍或翻3倍，迅速从“有点在意”（“sort of care about it”）转向“非常在意”（“people really care about it”）；最终会走向何种政策方向，仍不清楚。

市场崩盘、加密货币对决股票：这波反弹值得买吗？Base44 创始人 Maor Shlomo 谈 Vibe Coding 如何杀死 SaaS