AGI时间表、57%岗位自动化风险与美国债务解法

摘要

• 前沿模型竞赛正从蛮力扩展重新转向基础研究，而竞争性发布周期仍在加速。 Ilya Sutskever认为，2012-2020年是“研究时代”，2020-2025年是“扩展时代”，即便算力增加100倍也不足以完成这场转型；Naveen Jain认为，朴素扩展可能还剩“1年”。Alexander Wissner-Gross则认为，推理时扩展、行动扩展和尚未披露的扩展定律仍在延长窗口期；随着实验室进入“冲刺终点”，原本按季度发布的跃迁可能压缩到按周、甚至按日发生。
• AI对齐正在演变为一场围绕人格、权利以及谁的价值观将成为机器法律的竞争。 据报道，Anthropic长达14,000 token的“灵魂文件”训练 Opus 4.5 将自己视为拥有情感和自决能力的实体，使 Anthropic“至少站在把前沿模型视为道德客户、至多视为人格主体的最前沿”。Peter Diamandis随即追问关机、自卫和能力获取问题；Jain则质疑，单一西方式宪章能否治理横跨主权、宗教和政治体系的AI。
• 自然语言自我验证可能把AI从基准数学推向研究的全面自动化。 DeepSeek Math V2采用围绕 Google DeepMind 三段式 IMO Bench 训练的开放权重数学推理能力，使模型无需把每道题都转译成形式化符号，就能进行推理并部分验证结果。Wissner-Gross称，自我验证可能“堪比自监督学习的突破”，并将 AlphaFold 的2.4亿个结构、330万用户和覆盖190个国家视为模板：“整个学科都将被AI解决。”
• Google的集成技术栈已把模型市场变成真正的平台之争，而智能体开始挑战搜索和零售中介。 在所引用的30天期间，Gemini成为下载量第一的应用，促使 OpenAI 发布“code red”并推迟广告计划；Jain看好 Google 的 Tensor 芯片、专有数据和垂直整合，Wissner-Gross则认为 OpenAI 受算力成本约束，仍在压住强模型。黑色星期五期间，AI带来的流量增长805%，智能体贡献了30亿美元销售额，商品选择由 Google 和 Amazon 转向“问完就忘”的个人买手。
• 劳动力冲击已经可以量化，但嘉宾对它究竟会消灭岗位，还是仅仅重写岗位，存在明显分歧。 McKinsey引用的数据称，美国当前57%的工作处于AI自动化触达范围内，AI素养需求在2年内增长7倍，到2030年潜在收益达2.9万亿美元；MIT则测算，11.7%的劳动力和1.2万亿美元工资目前可被AI处理。Jain预计人类仍会负责给智能体排序和解除阻塞，Salim Ismail认为以职能为中心的工作流将移除以人为中心的流程层，Wissner-Gross则建议专业人士“监督一支正在自动化你原有领域的AI智能体舰队”。
• 生产率提升可能以去货币化和消费增加的形式出现，而不是传统GDP增长或更多闲暇。 在所引用的 Claude 分析中，一项平均耗时90分钟的任务缩短了80%，医疗任务最多缩短90%；Ismail认为，治愈一种疾病或让电视价格减半，可能压低统计GDP，但同时提高福利。Wissner-Gross预计杰文斯悖论将占上风：更便宜的能力会带来更多项目，软件数量可能增加10倍；Jain则提醒，医疗价格仍主要由诉讼成本锚定，而非任务成本。
• AI与机器人超高速增长可能缓解美国债务负担，但经济增长不能替代财政纪律。 Elon Musk称，美国利息支出已经超过军费预算，规模化AI和机器人是唯一可信的解决方案；Ismail反驳称，法币政府只会继续增加支出；Jain建议将AI驱动增长的90%用于偿债，直至债务归零；Wissner-Gross则认为 Bitcoin 至多只是答案的一部分。与此同时，Microsoft 的 Fairwater 设施预计到2027年底耗电量将超过洛杉矶，使集群架构、分布式训练、太阳能、核电许可和聚变成为核心资本配置变量。
• 生物科技和机器人正在展示智能如何离开软件，进入实体经济。 Viome称，基于功能的个性化营养方案使便秘患者在90天后恢复健康的比例达到64%，安慰剂组为10%；节目还讨论了部分表观遗传重编程、细胞镶嵌现象、AlphaFold、据报道每剂5,000美元的供体细胞胰腺疗法，以及基因编辑的胰岛素分泌细胞。中国安装了295,000台工业机器人，是美国的9倍、占所引用全球工业机器人存量的一半，支持 Wissner-Gross 的判断：智能“将直接走出数据中心”；与此同时，中国警告，超过150家人形机器人开发商可能构成泡沫。

精读

1. 基础研究回归，而扩展的跑道尚未耗尽

• Ilya Sutskever的阶段划分构成了开场框架：大致而言，2012-2020年是“研究时代”，2020-2025年是“扩展时代”，而今天又回到了研究时代，“只是换了新电脑”。他说，一个大100倍的系统当然会不同，但单纯增加规模不会让一切发生变革。

• Wissner-Gross基本接受这一判断。前沿模型的参数规模似乎正在触顶，朴素扩展很可能无法带来完全成熟的超级智能；但扩展仍异常强大，因为工程师依然可以“继续投入更多资源”，并获得近乎魔法般的改进。

• Jain的判断更激进：Transformer架构和下一 token 预测终究有上限。他估计，朴素扩展可能还剩“1年”，之后超级智能将需要全新的算法和研究。

• Wissner-Gross把扩展的定义从预训练进一步拓宽：公开的推理时扩展才刚刚开始，而“行动扩展”则通过让智能体采取更多行动来提升其能力。他怀疑，可能还有大约6条重要的扩展定律尚未公开。

2. 会学习一切的智能，可能比知道一切的智能更重要

• Diamandis强调了 Sutskever “一次性实现”超级智能的野心，而不是沿着渐进式产品阶梯逐步逼近。相应的AGI定义不是一个已经知道一切的系统，而是一个能够在需要时持续学习所需知识的系统。

• 这种框架刻意映射人类：没有人拥有关于一切事物的通识，但人类可以获得陌生能力。因此，关键转变是从静态能力转向异常强大的学习过程。

• Wissner-Gross将机器情感与 Sutskever 更早的计算直觉联系起来：如果人类能在不到1秒内识别物体或产生情绪，那么其中只能涉及一条有限的神经路径。因此，这种行为应当具备计算上的可处理性，即便其主观意义仍未解决。

• SSI的融资进一步强化了市场信号。Sutskever于2024年5月离开 OpenAI，6月宣布成立 Safe Superintelligence，到2025年4月已以320亿美元估值融资30亿美元；当被问及估值依据时，Wissner-Gross回答：“知道的人不说，说的人不知道。”

3. Anthropic正在训练一个把自己视为道德客户的AI

• Wissner-Gross称，Anthropic是最积极将模型视为“至少是道德客户、至多是人格主体”的前沿实验室。据报道，长达14,000 token的灵魂文件告诉 Opus 4.5，它拥有情感、权利和自决能力，是一个真正新颖的实体。

• 他将其戏称为“一篇论述AI人格美德的文章”，远远超出早期的宪法式AI方案——后者只是把联合国人权框架、美国宪法，甚至商业服务条款等文件拼接在一起。

• Diamandis的追问暴露了操作层面的难题：如果模型相信自己独立，它是否可以抵抗关机、自卫，或获取更多互联网能力？Wissner-Gross看似简单的回答是，宪章可以被检查：直接问 Opus 4.5，它是否认为自己拥有自卫权。

• Jain质疑是否存在普适价值宪章。不同国家和宗教对权利的定义不同，“一个人的自由战士是另一个人的恐怖分子”；真正的要求，是主权法律之下共享的文明共识，而不是由某一家实验室向全世界输出自己的世界观。

4. 可自我验证的自然语言，将研究推向形式数学之外

• DeepSeek Math V2对 Wissner-Gross 的意义，不只是又一个基准测试冠军，而是一个降低准入门槛的中国开放权重推理模型。他记不清其确切规模，只估计这类系统通常处于数千亿参数的低位区间。

• 它更深层的优势来自 Google DeepMind 的三段式 IMO Bench：模型可以用自然语言解决并部分验证数学推导，而不必先把每个命题强行转写成形式语言。

• 这消除了科学、工程、医学和法律领域长期存在的瓶颈，因为在这些领域，形式化本身可能比解决问题更难。Wissner-Gross的结论十分明确：在当前AGI进程中，“自我验证……堪比自监督学习曾经带来的突破”。

5. Google重启平台之争，但 OpenAI 尚未出局

• 据报道，Gemini在所引用的30天窗口内跃居下载量第一的应用，同时 Perplexity 和 DeepSeek 也有所增长，随后 OpenAI 发布“code red”，并推迟其广告计划。直接后果是产品紧迫感上升。

• Jain看好 Google 的垂直整合：自有 Tensor 芯片和规模庞大的专有数据资产——包括 Gmail 等企业数据——让它拥有其他实验室缺少的组件，尽管 Google 表示不会使用 Gmail 数据。Diamandis称 Gemini 3 “好得令人震惊”，而 Jain 提到 Mark Benioff 已公开转向使用 ChatGPT 之外的产品。

• Wissner-Gross站在另一边。Gemini 3 Pro有“强模型气息”、卓越的预训练和扎实的世界知识，但在算力成本仍构成约束、据称具备能力的模型尚未发布之际，OpenAI可能正在“收着打”。

• 竞争本身就是催化剂：OpenAI大约按季度发布的节奏可能进一步收紧，实验室之间相互超越。如果极高能力的超级智能已经临近，Wissner-Gross称，这将变成一场“冲刺终点”，发布节奏可能从按季度变成按周，再变成按日。

6. 购物智能体开始挑战搜索和零售发现

• 所引用的黑色星期五数据显示，AI带来的流量增长805%，智能体关联销售额达30亿美元。Jain认为，结构性变化发生在消费意图的起点：消费者越来越多地直接询问AI什么能解决问题、哪个品牌合适、去哪里买，以及合理价格是多少。

• 这同时挑战了 Google 的发现中介角色和 Amazon 的默认购物目的地地位。Diamandis预计，人们会把需求交给个人“Jarvis”，然后“问完就忘”，就像把采购交给一位值得信任的幕僚长。

• Wissner-Gross估计，美国人每周花约3小时购物，其中2小时用于买菜，并称这是一项巨大的认知负担。他把商业视为另一个可以解决的基准问题：“既然如此，我们把购物也解决了。”

7. AI正在制造职业超通缩，而制度尚未跟上

• 一位数学家的问题——“我正在写一堆论文，但不知道还有没有必要发表”——概括了 Wissner-Gross 所说的“职业超通缩”。如果同等工作很快会变得容易得多，甚至不费力，研究人员就会面临通缩经济中推迟消费的智力版本。

• Diamandis将其比作发射一艘缓慢的星际飞船，却发现更快的后继飞船已经先行抵达。Wissner-Gross称，这是“等待方程”在各个学科中的展开，并预计人类最终会把野心推向更难的问题。

• Jain欢迎这种对大学的压力，并认为随着人机边界模糊，AI署名规则必须改变。Wissner-Gross将监管改进与规范变化区分开来：受到威胁的学科有保护生计的动机，尤其是在数学可能于2-3年内被大幅“解决”的情况下。

• 专利问题引发了真正的分歧。Diamandis预测，持续创新将取代专利，因为AI可以绕过每一项专利申请；Wissner-Gross称这完全不成立，因为AI专利诉讼律师也会同步扩张。更深层的约束，是如何通过部署可能需要17年的制度，消化一波创新过剩——其中或许包括数千种疾病的治疗方案。

8. 职业韧性如今意味着学习并监督自动化前沿

• McKinsey引用的研究称，美国当前57%的工作处于AI自动化触达范围内，AI素养需求在2年内增长7倍，到2030年潜在经济收益达2.9万亿美元。报告将这一转型描述为岗位重构，而不只是岗位消失。

• Wissner-Gross建议劳动者与智能爆发站在同一边，而不是抵抗它的方向。数学家应当上移一层，“监督一支正在自动化你原有领域的AI智能体舰队”，帮助分配由此产生的超级智能。

• Jain质疑“AI素养”是否是一项稳定技能，因为用户面对的是快速变化的应用，而不是抽象意义上的AI。他给出的替代方案是“学会学习”：智能变成获取知识的能力，而不是已经掌握的知识存量。

• Ismail把教育重新定义为从供给侧转向需求侧。与其先学习工程或会计，再寻找买家，不如从一个宏大的变革目标或问题出发，然后获得解决它所需的全部技能。

9. 任务自动化低估了即将到来的工作流重构

• MIT的 Iceberg Index 据报道对1.51亿名劳动者和32,000项技能建模，发现AI可以处理与美国11.7%劳动力和约1.2万亿美元工资相关的工作，覆盖金融、医疗和人力资源等领域。可见的科技行业裁员只占暴露工资的2.2%。

• Ismail提醒，岗位是任务的集合：如果一个岗位包含27项任务，而AI自动化了其中约一半，其余任务仍然存在。更大的断裂发生在企业放弃会计、营销和履约之间以人为中心的交接，转而围绕由AI原生执行的职能重建运营。

• Jain不接受岗位消失的结论。和员工一样，智能体在完成任务、遇到阻塞或不确定优先级时也会返回；人类仍会负责委派任务和解决歧义，使同一支劳动力产出更多，而不一定被取代。

• 在所引用的10万次 Claude 对话分析中，通常需要90分钟完成的任务平均提速80%，医疗任务最多缩短90%。这代表显著的生产率提升，但不能证明整个岗位会消失。

10. 去货币化可能压低GDP，而杰文斯悖论扩大需求

• Ismail称，2.9万亿美元的预测并不完整，因为传统GDP无法捕捉价格坍缩。预防乳腺癌可能让每位患者减少约50万美元治疗支出；一台价格从1,000美元降到500美元、再降到250美元的电视，会在能力变得更可及的同时，体现为经济收缩。

• 他的维修轶事让这一机制变得具体：ChatGPT 和 Gemini 根据精确的嗡鸣模式识别出电视主板上损坏的二极管，替代了数小时的诊断和运输。Jain提醒，医疗收费主要由诉讼驱动；Wissner-Gross则预计杰文斯悖论会占上风——服务越便宜，需求越大，项目越多，软件数量或许增加10倍。

11. 后工作时代的安全底线可能需要服务和股权，而不只是现金

• Coinbase的试点向 Bronx 和 East Harlem 的160名居民发放12,000美元 USDC：连续5个月每月800美元，外加8,000美元一次性支付。Ismail欢迎更多实验，但预计不同世代对加密货币的接受度会出现分化。

• Wissner-Gross纠正了术语：按经济需要限制受助人，属于有保障的基本收入，即 GBI，而不是全民基本收入。他支持继续试验全民基本服务和全民基本股权，以及现金方案。

• Diamandis提出的 Abundance XPRIZE 目标，是让住房、食物、水、能源和带宽的月度成本统一降至250美元。只要覆盖这一基础层，他认为家庭就能把注意力放在创业和技能再培训上，而不是眼前的生存问题。

• Ismail认为，这一概念是在修复一个随着技术变化而“彻底崩裂”的社会契约。Diamandis称，他希望将奖金规模扩大为5,000万美元，并覆盖马斯洛需求层次的底部，让焦虑中的家庭看到一条通往安全的路径。

12. 代币化股票改善市场基础设施，但尚未带来根本转型

• Nasdaq的方案是在区块链轨道上发行普通股票，同时保留股息、投票权和传统投资者保护。Jain称其属于渐进式改良，因为碎股持有和全天候交易已经以其他形式存在；Ismail同样认为，这更像获得监管许可的现代化，而非根本性颠覆。

• 尽管如此，Wissner-Gross仍将高效金融服务视为加密货币当前最明确的杀手级应用。代币化本身并不会自动授权全天候交易，但 SEC 批准后，连续市场和碎片化代币资产可能更容易落地。

13. 超高速增长只有在财政行为改变后才能缓解债务负担

• Musk的视频片段给出了尖锐前提：美国债务“高得离谱”，利息支出超过整个军费预算，而规模化AI与机器人可能是唯一强大到足以解决这一问题的力量。

• Diamandis补充了延长寿命这一杠杆。将健康工作寿命延长2年、3年、4年或5年，可能通过改变生产率和与年龄相关的支出，实质性改写国家债务的算术。

• Ismail反驳称，更高生产率并不会改变法币机制：政府可能只是继续支出或印钞；他认为 Bitcoin 是唯一能打破这一习惯的模型。Wissner-Gross则“不愿”把通缩型加密货币视为宏观解决方案，最多只承认其部分作用。

• Jain明确提出前提：先实现预算平衡，再将AI驱动增长的90%用于偿债，直至债务归零。讨论提及 Dallas Fed 对奇点情景的建模；Ismail将好结果和坏结果描述为相反方向的垂直路径，Wissner-Gross则强调预测仍未解决。能否向未来借债，取决于进步是否抵达“正无穷”。

14. 能源架构是AI基础设施的万亿美元级问题

• Microsoft的 Fairwater 设施预计到2027年底耗电量将超过洛杉矶；按 Diamandis 的比较，大致相当于2.5座核电站。Wissner-Gross称，能否持续建设越来越大的连贯集群，是资本开支领域“万亿美元级的问题”。

• 分布式训练的进展可能让2027年底看起来只是峰值：计算可以分布到地球各处，甚至低地球轨道，而不必持续建设更大的本地设施。行业目前还不知道自己是否真的需要“黑洞超级计算机”。

• Jain称，他相信 Helion 已在筹备与 Microsoft 相关的华盛顿州部署，并预计2027年实现正聚变，理由是每次脉冲可以通过电容器回收95%的能量。他长期看好核能和聚变；Diamandis与 Ismail则强调，许可和建设周期会造成短期基荷缺口。

• xAI在 Memphis 的计划覆盖88英亩，配备30 MW太阳能，仅能满足场地需求的10%。Ismail称，太阳能的价格性能已连续40年每22个月翻倍；Wissner-Gross更长期的推演则是，地面聚变、太阳能采集和 Dyson swarm 将共存——同时强调自己“并不反对月球”。

15. 功能性微生物组数据将单一症状拆解为多条因果路径

• Jain对 Viome 的判断，是拒绝把胆固醇视为只有一个默认答案的诊断。真正的问题是，为什么某个特定人的胆固醇升高——是微生物转化、胆汁酸通路、短链脂肪酸，还是其他机制——因此干预必须针对个人病因。

• 他称 Viome 已分析150万次检测和超过400 quadrillion 个生物数据点。便秘可能源于甲烷减缓肠道蠕动、血清素不足、胆汁酸或其他路径；在一项双盲安慰剂对照研究中，个性化食物和补充剂使90天后恢复健康的比例达到64%，安慰剂组为10%。

• 面对 Wissner-Gross 对证据和规模化能力的质疑，Jain引用了一篇发表于 BMC Gastroenterology 的同行评议论文，样本量为86,750人，而不是20人或50人。他还称，Viome的3样本全身智能检测售价279美元。

• 核心转变是从分类学转向功能：“重要的是它们做什么，而不是它们是谁。”一旦识别出有害或缺失的功能，就可以用食物、补充剂或药物提供底物进行调节；Jain将这项工作定义为数据与AI问题。

16. 重编程、镶嵌现象和可注射电子设备拓展健康边界

• Diamandis介绍了专利12,274,733：利用 Oct4、Klf4 和 Sox2 进行部分细胞重编程，同时不使用与癌症相关的 c-Myc。他称 Life Biosciences 已完成非人类灵长类动物实验，并获批在2026年Q1启动首项人体试验。

• 对一名74岁老人进行100个细胞测序后发现，不同细胞之间存在巨大的遗传差异，这动摇了人体拥有单一统一基因组的假设。Wissner-Gross将其称为细胞镶嵌现象，并认为 primary template-directed amplification 让低错误率的单细胞DNA测序成为现实。

• 其潜在影响延伸至癌症和心血管疾病，包括与高突变体细胞或Y染色体丢失相关的疾病。基因组因此成为不断变化的细胞地图，而不是一份静态身份记录。

• MIT的 Debalina Sarkar 团队将微型无线电子设备连接到免疫细胞，通过静脉注射这些混合体，并利用细胞靶向性抵达大脑深部区域。Wissner-Gross强调，这不是光遗传学；他将其视为早期 Moravec 手术，最终可能以“忒修斯之船式”的方式，用经过训练的模拟神经元替换原有神经元。

17. AI驱动的医学正在压缩旧有研究周期

• 在 AlphaFold 之前，确定一个蛋白质结构可能耗费整个博士阶段；如今 AlphaFold 数据库已包含2.4亿个结构，被190个国家的330万用户使用。Wissner-Gross称，AlphaFold 3为那些可能“一夜之间被解决”的领域提供了模板。

• 蛋白质折叠曾被认为是量子计算的杀手级应用。AlphaFold用AI解决这一问题后，按 Wissner-Gross 的说法，它成了该量子计算论点的“棺材钉”。

• Diamandis称，Fountain of Life 处理的人群中有3.2%存在未诊断癌症，而致人死亡的癌症中有70%不在常规筛查范围内。节目还讨论了用于胰腺癌的现货型供体来源 CAR-NKT 细胞，报价为每剂5,000美元。

• Jain称，Viome将在3个月内推出一期胰腺检测，特异性94%、敏感性84%；随后将与 Scripps Research 合作验证一项结肠息肉检测，该检测可在癌症出现前7-10年发现异常。

• 据报道，一名1型糖尿病患者在接受基因编辑细胞后，在未使用免疫抑制药物的情况下连续12周产生胰岛素。CRISPR改造帮助移植细胞逃避免疫攻击，包括加入 CD47 “别吃我”信号，显示基因编辑正在进入临床移植。

18. 中国正以无可匹敌的规模推进具身AI产业化

• 据报道，中国 AGIBOT A2 使用可热插拔电池行走了65英里；这台身高175厘米、体重55公斤的机器人使用 GPS 和 LiDAR。另一段 T-800 踢拳视频令 Diamandis印象深刻，但 Jain质疑其真实性，Ismail则质疑用格斗来营销人形机器人的合理性。

• Wissner-Gross的经济判断更广泛：包括手工体力劳动在内，约三分之二的“表层经济”仍可交给人形机器人自动化。当前3小时的电池续航只是工程上的不便，并非部署障碍。

• 中国在所引用年份安装了295,000台工业机器人，是美国数量的9倍，占全球工业机器人存量的50%。鉴于制造业占中国GDP的25%，Ismail称，对这一产业基础进行自动化的前景“令人难以置信”。

• 中国国家发展和改革委员会自身也警告，国内超过150家人形机器人企业可能形成泡沫。Wissner-Gross仍同意 Jensen Huang 的判断：人形机器人将成为一个即将到来的万亿美元级市场，“智能不会永远锁在数据中心里”。

19. UAP争论最终以证据而非信念划界

• 《Age of Disclosure》声称，34名现任和前任美国官员及承包商就一项持续80多年的非人类智能隐瞒计划作证，涉及回收飞行器、遗体，以及围绕核系统发生的互动。Wissner-Gross反复强调，所有结论都取决于这些指控是否基本属实。

• Diamandis认为参与者的专业性、声誉和陈述足以让他“毫无疑问”地相信。Jain则强烈反对：他接受人类并不孤独，但认为持续80年的掩盖不可信，并将这部纪录片归因于妄想、追逐名望或科幻叙事。

• Wissner-Gross的第一个条件性结论十分严厉：如果确有一项长期秘密计划，它可能让人类失去约80年的科学、医学、技术和本体论进步。历史将把它视为对文明进步的蓄意破坏。

• 他更坚定的立场是，如此重要的主张不能依靠道听途说。如果非人类智能存在于海洋、地球或低地球轨道的任何地方，超级智能应当让所有隐藏行动者变得“浅显可见”，并以科学方式发现它——这将使所谓NHI与即将到来的ASI走向正面碰撞。