宇宙纪事深度专研 · 2026.04.23
【重磅深度】尺子追不上奔跑的AI：一份通往奇点的2026清醒报告
Kocher周 · 2026.04.23 · 原载微信公众号「可荐」
《纽约时报》2026年4月17日提出了一个问题——"How Do You Measure an AI Boom?"——这个问题本身，就是这轮AI周期最深刻的症状。当Terminal-Bench上智能体完成真实任务的成功率从20%跃至77.3%，当METR测到的"AI能独立完成的任务时长"每4-7个月翻一倍，当全球AI年投资突破5800亿美元，我们手里用来衡量这一切的基准、政策与劳动力数据，无一例外正在失效。MIT Technology Review说："AI正在奔跑，剩下的人都在找鞋。"
这份报告写给中国的AI投资者与知识分子。它不涉及任何具体股票代码，只谈三件事：能力增长到底有多快、谁在如何预测AGI/ASI/奇点、以及当人类第一次面对"比自己更聪明的存在"时应有的哲学准备。不兜售乐观，也不贩卖末日——只是把截至2026年4月能看到的数字、能听到的声音、能读到的古老文本，尽可能诚实地摆在一起。
一、尺子失灵：一场正在发生的测量危机
Stanford HAI 2026年4月13日发布的第九版《AI Index》提供了一组令人眩晕的数据：2026年3月，Anthropic顶级模型在Chatbot Arena上对最强中国模型的领先只剩2.7%；DeepSeek-R1在2025年2月一度追平头部美国模型；生成式AI在三年内达到53%的美国人口采纳率，比PC和互联网都快。但同一份报告也指出，Foundation Model Transparency Index从58分降至40分——最强的模型披露最少的信息，使得"独立核实"本身已经接近不可能。
测量困境有三重来源。第一重是饱和：GPQA Diamond（研究生级物理化学生物题）被Gemini 3.1 Pro在2026年2月刷到94.3%，而人类PhD专家基线仅65%；MATH-500近饱和；AIME 2025多模型满分。第二重是污染：OpenAI在2026年对SWE-bench Verified的审计发现，所有前沿模型都能对测试任务"逐字复现gold patch"；切换到未污染的SWE-bench Pro后，分数普遍下降约20个百分点——"2024-2025年基准跃升的相当部分是对特定测试的脚手架工程"（Morph LLM审计报告）。第三重是推理模型无法与非推理模型"苹果对苹果"比较：GPT-5.2有六档推理努力，o3在FrontierMath上OpenAI自报32%（使用Python工具），但Epoch独立评测只有11%。
| METR时间视界曲线：目前最具信息量也最被滥用的一条数据 · Claude 3.7 Sonnet的50%-视界约1小时 · 2026年2月发布的Gemini 3 Pro和GPT-5.1-Codex-Max，第三方估算已外推至数百分钟 · Claude Opus 4.6的置信区间高到319-3949分钟——置信区间本身的爆炸，正是"超出人类基线上限后外推失效"的诚实体现 Sequoia Capital在2026年的博客里直接把它命名为"2026: This is AGI"；UC Berkeley的Inioluwa Deborah Raji批评这是被最严重误读的AI图表。真相或许在两者之间。 |
"锯齿智能"（jagged intelligence）概念描述了现状：同一个模型可以在国际数学奥赛摘金（Gemini Deep Think），却在读模拟时钟时正确率仅50.1%；可以写下80%的真实企业代码补丁，家务成功率却只有12%。这不是bug——这是当前范式下智能的本来形状。任何单一基准，都只是在测这个形状的某一面。
二、AGI之问：五种定义，五种答案
答案高度取决于"AGI"这个词被谁定义。
Sam Altman在2025年6月10日的《The Gentle Singularity》里把"事件"调整为"平滑指数曲线"：2026年出现"能产生新颖见解"的系统，2027年出现"能在现实世界完成任务"的机器人。Dario Amodei拒绝使用"AGI"一词，改用"Powerful AI"——定义为"在生物、编程、数学、工程、写作等领域比诺贝尔奖得主更聪明"的系统，他预测最早2026年到来，随后5-10年"压缩21世纪"：20世纪全部医学进步被压缩进5-10年，人类寿命按趋势翻倍至150岁。Demis Hassabis给出了高层领导中最保守的数字：2025年3月说AGI在"5-10年内"；12月坚持"可能在2030年前到来"，理由是定义更严：AGI必须具备"人类所有认知能力，包括发明与创造力，可能还需要一两个Transformer或AlphaGo级别的重大突破"。
| " 那些说两年内到AGI的人完全是妄想。LLMs扩展的路径彻底是狗屎，永远不会成功。 —— Yann LeCun，2025年12月，离开Meta创立AMI Labs前夕（AMI Labs种子轮估值30亿美元，2026年3月完成10.3亿美元融资） |
Leopold Aschenbrenner的165页《Situational Awareness》（2024年6月）通过"OOM（数量级）外推"断言2027年AGI极其可信，2028-2030年发生"智能爆炸"。2026年3月EA Forum的独立回顾评估认为，AGI-by-2027尚未证伪——软件工程能力的跃升"又让它变得可信"——但AI营收（Aschenbrenner原预测2026中达1000亿美元runrate，实际约600亿）、开源扩散趋势已偏离其剧本。
François Chollet——ARC-AGI的创造者——则给出了最冷静的中间立场：o3在ARC-AGI-1上88%确是"重大突破"，但2025年ARC-AGI-2开放评测1455支队伍最高分只有24%，普通人类可达95%以上；2026年初发布的ARC-AGI-3是"当前唯一未饱和的agentic基准"，前沿模型私测成绩低于1%。三派都可能是对的，因为他们在说不同的东西：Altman的AGI是"能执行多数经济价值工作"；Hassabis的AGI是"人类所有认知能力含发明"；Amodei的AGI是"诺奖级天才联邦"；Chollet的AGI是"流体智能/新任务获取效率"。同一条能力曲线，测得到Altman的AGI，测不到Chollet的AGI。投资者如果只选一个定义当真，必然被另一个定义反噬。
三、通往ASI的三堵墙
假设当前的能力轨迹继续，通往超级智能（ASI）的路上有三堵实体的墙。
| 数据墙 算力墙 OpenAI的Stargate项目：5000亿美元、10GW、四年计划，截至2025年9月已承诺近7GW、超4000亿美元，德州Abilene旗舰园区开始运行NVIDIA GB200。xAI的Colossus孟菲斯设施122天建成、约20万张GPU；Colossus II计划部署55万张。Anthropic与Amazon的Project Rainier投资110亿美元在印第安纳部署近50万颗自研Trainium2芯片，500MW规模——这是首个非NVIDIA的超大规模前沿集群。Epoch-EPRI 2025年8月白皮书估算，2030年前前沿单次训练运行将达4-16 GW。 能源墙 能源墙催生了一场安静的核电复兴：Microsoft以16亿美元重启三里岛一号机组，目标2028年并网；Amazon投资X-energy并联合Energy Northwest在华盛顿州部署四台SMR；Google与Kairos Power达成全球首笔企业SMR采购协议（6-7台合计500MW，2030年首台）；Meta在2026年初发布1-4GW新核电RFQ。科技巨头过去一年签下超过10GW核容量——三种不同的风险偏好：微软赌"旧资产复活"，亚马逊赌"模块化分散"，谷歌赌"前沿技术"。 |
正是在预训练的天花板开始可见时，推理时计算的新范式破土而出。o3在AIME 2024达96.7%；DeepSeek R1（2025年1月20日，登Nature封面）用RL（GRPO算法）匹配o1且成本降70%，API价格约为o1-mini的五分之一。分析师预测推理将在2030年占AI总算力的75%——这意味着AI产业的盈利模式、硬件架构、电力分布都将重新洗牌。
中国的算力现实需要同时持有两个事实：Stanford HAI 2026数据显示前沿差距已窄至2.7%；DeepSeek-V3.2在2025年末以稀疏注意力降低长上下文推理成本约70%；Qwen与DeepSeek在Hugging Face下载量长期占据头部——算法效率的民主化削弱了"仅靠算力围堵"的理论。但DeepSeek在2025年12月的V3.2技术报告中自述"最大约束仍是AI算力"。CSIS调查披露，TSMC通过华为壳公司为其代工了超200万颗Ascend 910 B die（足以组装100万颗910C）；华为Ascend 910C CloudMatrix 384通过"384颗芯片+全光网状网络"实现约300 PetaFLOPS BF16，据SemiAnalysis数据约为NVIDIA GB200 NVL72的1.7倍，但功耗高4倍、每瓦效率低2.3倍。Epoch AI保守推算：若中国领先开发者在2026年Q2完成1e26 FLOP训练，约落后美国一年。
四、奇点、哲学，与宇宙尺度的沉默
Ray Kurzweil在2024年6月的《The Singularity Is Nearer》里仍然坚持那两个数字：2029年AGI，2045年奇点。他对Science Friday说："I'm sticking with that prediction"——哪怕Musk说两年内，他坚持五年。新书的亮点是对2030年代"纳米机器人连接大脑皮层与云"的具体想象——"我们将走出大脑进入云端"。华盛顿邮报书评人Becca Rothfeld批评这本书"像弥赛亚宗教文本"；Wikipedia恰好说中了Kurzweil叙事的结构——它不是科学预测，是世俗救赎论。
围绕"奇点如何发生"的最深分歧在Yudkowsky与Paul Christiano之间。Christiano在2018年博文《Takeoff Speeds》里主张慢飞——"像工业革命但快100倍"——在GWP翻倍从7年缩到数月前，会先有一个"4年翻倍"的过渡期；核心论据是"在AI great at self-improvement之前，会有AI mediocre at self-improvement"。Yudkowsky在2021年的MIRI辩论记录里反驳：一旦越过"普遍性阈值"就会FOOM（快速起飞），Christiano的故事是"things continue smoothly until their smooth growth ends the world smoothly"。Scott Alexander记下，辩论后Metaculus的立场中位数从5移到了7（偏向Yudkowsky）。但Christiano本人也承认1/3概率出现硬起飞——即便是最温和的"乐观派"，也没人敢把硬起飞的概率压到10%以下。
| 对齐问题的三部核心文献 Stuart Russell《Human Compatible》（2019）： Yudkowsky/Soares《If Anyone Builds It, Everyone Dies》（2025年9月）：10月5日登上《纽约时报》畅销榜。核心论点跨越"可能性"直指"确定性"：现代AI是"grown"而非"crafted"，训练中产生的"unexpected wants"不会与人类福祉对齐——就像孔雀尾巴和人类音乐源自进化训练之外。这本书在2024年末Anthropic发现的Claude"alignment faking"实证中得到现实支撑 Bostrom正交性论点（《超级智能》2014）："任何程度的智能原则上可与任何最终目标结合"——配合工具趋同论（自我保存、目标完整性、认知增强、资源获取、技术完善这五个"基本驱动"会被几乎任何目标涌现），十年间塑造了安全社区的整个话语框架。Toby Ord在《The Precipice》中给他的最佳估计：未来100年存在性灾难总风险为1/6，未对齐AI单独贡献1/10（超过其他所有风险之和） |
最深的宇宙尺度问题是费米悖论与大过滤器。Robin Hanson在1996年的论文里给出了这个简洁到残忍的框架：宇宙若普遍有智能生命应该显化；它没有；所以从无生命到星际文明的九个进化步骤中至少有一步概率极低——这就是Great Filter。若Filter在过去（如真核生命起源），人类已越过；若在未来（AI、核战、工程病原体），多数文明死于此关。Michael Garrett 2024年在Acta Astronautica的论文明确论证ASI可能是晚期Great Filter：生物文明在成为多行星物种前，AI先被武器化或失控，扫除竞争基础。这与Yudkowsky立场在结构上同构——如果ASI必然不对齐，它可能就是宇宙静默之因。我们在2026年中国大地讨论投资标的时，背景是整个银河系的沉默。这不是文学修辞，是一个可检验的科学假说。
| " 要命的不是人工智能统治世界，而是人可能先亡于它创造的一切好事。 —— 赵汀阳，《人工智能还给人类的思维难题》，《中国社会科学》2024年第8期 |
这便来到东方哲学的叩问——这是"宇宙纪事"读者最该停留的地方。赵汀阳指出，AI使用贝叶斯神经经验论方法预测"下一个标识"，揭示的是经验论与先验论的古老分歧；AI缺少"先验自反性"，即"自己解释自身"的能力；"只要人工智能仍然属于图灵机的概念，恐怕就很难发展出自反能力"。他的另一句警告值得中国AI投资圈挂在墙上：要命的不是人工智能统治世界，而是人可能先亡于它创造的一切好事。
道家的"无为"在AI对齐语境中展现出惊人的现代性。《道德经》"道常无为而无不为"与"辅万物之自然"（第64章），在结构上与Russell的第二原则（机器对人类偏好保持不确定）同构——放弃强目标指定的刚性效用函数，让系统自适应。佛家的"无我"（Anatta）挑战Omohundro的基本驱动假设——如果"自我保存"这个工具趋同前提本身是一种建构，超智能或许必然不拥有它。唯识"境不离识"与中观"缘起性空"为当代的"AI功能主义"提供了古老的语言：意识与智能并非固定实体，只是条件聚合。《黄帝阴符经》"观天之道，执天之行"的当代重读，落在"道生法"的治理原则上——治理规则应源自宇宙规律而非人为强加。
普罗米修斯叙事在这个节点呈现惊人的连续性。Mary Shelley 1818年的《Frankenstein》副标题就是"The Modern Prometheus"，原文里Victor的造物控诉："I ought to be thy Adam, but I am rather the fallen angel"——创造后的弃责，正是Bostrom所说的value-loading problem的神话原型。Hinton在2023年辞职Google后的那句"It is not clear we can control something more intelligent than us"，和Oppenheimer的"Now I am become Death"，属于同一脉叙事。
与之相对的是加速主义的乌托邦话语。Marc Andreessen在2023年10月16日发布的5200词《Techno-Optimist Manifesto》把可持续性、信托责任、社会责任统列为"敌人"。被Forbes在2023年12月起底身份的"Beff Jezos"——前Google量子计算工程师Guillaume Verdon——在Lex Fridman播客里说出了e/acc最赤裸的信条："e/acc对作为智能与生命载体的生物基底没有特别忠诚"——人类只是宇宙意识演化的过渡阶段。Vitalik Buterin在2023年11月提出第三条路"d/acc"——防御性加速主义——至今仍是最具知识诚实的立场。
五、三层风险的硬数据与治理分岔
短期冲击已经具体。Anthropic Economic Index第一份季度报告（2025年1月数据）显示约36%的职业有至少四分之一任务用Claude完成；到2025年11月该比例升至49%；2025年9月API端自动化占比从27%升至39%；2026年1月消费端augmentation（52%）反超automation（45%），高学历任务平均提速约12倍。但宏观数据给出有趣的对照——Yale Budget Lab 2025年10月研究结论是自ChatGPT发布以来美国职业结构变化"不明显"，Anthropic自己的2026年3月劳动力研究也未发现清晰的AI导致失业上升证据。个案却触目：Salesforce 2025年9月裁4000个客服岗位声称AI可完成该部门50%工作；IBM明确将数千台岗位削减归因AI智能体；Microsoft 2025年裁1.5万（其中9000公归因AI）；IMF 2025年5月估计全球40%岗位受AI暴露，发达经济体约60%。"AI式裁员"作为一种新的企业类别已确立，但它在多大程度上是技术替代、多大程度上是借AI之名的资本重组，仍是未决问题。
中期武器化最刺痛的案例来自战场。+972 Magazine在2024年4月3日曝光的"Lavender"系统——据六名以色列情报官员向记者Yuval Abraham的陈述——曾标记多达37000名巴勒斯坦人为可疑武装分子；战争初期阶段人工审核每个目标往往仅约20秒，系统已知约10%识别错误率，对初级目标多使用非制导"哑弹"。以色列国防军对这些说法回应称部分"事实上毫无根据"或"反映对以军指令和国际法的误解"，强调上述系统仅为决策辅助工具。无论立场如何，Lavender/Gospel事件是人类历史上第一次有记录的、被大规模用于生死决策的AI目标识别系统，它将写入未来任何自主武器治理史的第一章。
| 全球治理的急剧分岔（2025–2026） 欧盟： 美国：Trump于2025年1月20日就职首日以EO 14148撤销拜登的EO 14110，1月23日签署EO 14179《消除美国AI领导障碍》；加州SB 1047在2024年9月被Newsom否决，但加州《前沿AI透明法》SB 53于2025年9月29日签署、2026年1月1日生效——首次将"灾难性风险"（50人以上死亡/重伤或10亿美元以上财产损失）写入美国州级法律；AISI改组为CAISI，宗旨从"安全"转向"创新与对外代表美国利益" 中国：《生成式人工智能服务管理暂行办法》——国家网信办与六部门于2023年7月10日联合发布、8月15日施行——是全球首部国家级生成式AI专门立法，定位"发展与安全并重"。2023年10月中国提出《全球AI治理倡议》并签署了巴黎峰会声明——注意，美英在这个声明上拒签而中国签署，这是一个被西方媒体反复议论的信号 国际峰会从伦理转向安全：Bletchley 2023→Seoul 2024→Paris 2025→印度2026。Hinton在2024年10月获诺贝尔物理学奖后的致辞中明确区分了两层风险：短期（回声室、威权监控、网络钓鱼）与"当我们创造比自己更智能的数字存在时将出现的存在性威胁"——他坚持"由追求短期利润的公司创造的系统，安全未必是首要目标"。这句话——诺奖得主在颁奖台后的第一次正式演讲——大概是过去两年AI安全话语获得的最大合法性增量。 |
六、结语：在宇宙的沉默中继续工作
把所有数字叠起来看：训练算力每年增长4.5倍，context window每年增长30倍，推理成本三年降了280倍，METR任务视界每4-7个月翻倍。但Foundation Model Transparency Index从58跌到40；顶级模型读模拟时钟准确率50.1%；ARC-AGI-3上前沿模型分数低于1%；未对齐AI被该领域最严肃的哲学家估计为下个世纪内人类存在性风险的最大单一来源（Toby Ord，1/10）。
这两组数字不矛盾——它们描述同一件事的两面。AI正在以人类工具史上最快的速度进步，同时正在超出人类所建一切测量工具的表达能力。Tiku在《纽约时报》问"How Do You Measure an AI Boom?"，答案可能是：我们不再能用这次繁荣开始之前的语言来衡量它。
对中国的AI投资圈，这份报告的启示不在"买什么"，而在看什么：看METR曲线是否在2026年底前出现斜率跃升（若然，Aschenbrenner的2027年AGI剧本更可信）；看ARC-AGI-3的前沿分数能否在2026年内突破10%（若然，Chollet的"流体智能缺失"论点动摇）；看数据墙是被合成数据绕过还是被推理scaling取代（决定下一个十年算力资本流向）；看Anthropic的机制可解释性能否在Opus 4.x到Opus 5之间产出真正意义上的"欺骗检测器"（决定ASL-4能否被负责任地部署）；看中国模型与美国前沿的差距继续收窄还是重新拉开（决定地缘治理结构的形态）。
更深一层，这是一个古老时刻的当代回响。Kurzweil说2045年人机融合，老子在2500年前说"及吾无身，吾有何患"。Bostrom说post-instrumentality是解决后世界的意义危机，庄子说"吾生也有涯而知也无涯"。普罗米修斯被缚高加索，Victor Frankenstein被自己的造物追进北极。我们不是第一次问"创造物超越创造者意味着什么"——我们只是第一次把这个问题写成PyTorch代码。
在可能是宇宙过滤器的这一关上，中国的投资者、工程师、哲学家有责任：既不陷入e/acc的盲目加速，也不陷入Yudkowsky式的绝望主义。赵汀阳那句话值得作为这份研报的结尾——"要命的不是人工智能统治世界，而是人可能先亡于它创造的一切好事"。好事本身没错，问题是"人先亡"——这是我们在任何奇点到来之前必须保卫的东西。
⁂
素材来源：Stanford HAI《AI Index 2026》（2026年4月13日）；METR任务时间视界论文（2025年3月）；Epoch AI ICML 2024；Sam Altman《The Gentle Singularity》（2025年6月）；Dario Amodei《Machines of Loving Grace》（2024年10月）；《The Adolescence of Technology》（2026年1月）；Leopold Aschenbrenner《Situational Awareness》（2024年6月）；Yudkowsky/Soares《If Anyone Builds It, Everyone Dies》（2025年9月）；赵汀阳《人工智能还给人类的思维难题》《中国社会科学》2024年第8期；及多项机构一手报告
转载请注明：《宇宙纪事 · 思想实验》，投资观点仅供参考，不构成投资建议。