奇点的四面镜：
当OpenAI证伪Erdős、
Karpathy加入Anthropic、
Hassabis说"我们站在奇点山脚"
一份多口径时间表与概率分布的综合判读

上周（五月十八日到二十三日），是 2026 年迄今奇点叙事密度最高的一周。OpenAI 内部模型自主证伪 Erdős 1946 年的单位距离猜想，九位顶级数学家联署认证；Andrej Karpathy 加入 Anthropic 预训练团队，任务明确为"用 Claude 加速预训练研究"；Demis Hassabis 在 Google I/O 主旨演讲尾声说出"我们正站在奇点的山脚下"；Jack Clark 在牛津 Cosmos Lecture 重申 60% 以上概率，2028 年底之前 RSI 启动；Anthropic Institute 五月议程白皮书首次承认已观察到"AI 加速 AI 研发"的早期信号；Ramp 数据显示 Anthropic 付费企业数首次超过 OpenAI。所有信号叠合在一起，似乎指向同一个判断——奇点到了。本文要做的事，是反对这种叠合。在追问"何时到来"之前，必须先追问"何者到来"。这是给超级个体的一份四面镜测距与概率综合判读。

#奇点测绘 #AGI #RSI #TAI #ASI #爱因斯坦测试 #四口径 #奇点到来 #超级个体

四面古镜在黑色岩台上半圆排列，各自映出同一座山的不同侧面：山麓晨雾、云层峰顶、抽象光网、星空虚无；一根细红线穿过四个镜框，将它们连接，又强调了它们的分立

一 · 一个被遗忘的前问

当 Hassabis 说"我们站在奇点的山脚下"，Clark 说"60% 概率 2028 底之前 RSI 启动"，Sam Altman 说"2028 年底前数据中心里的智力将超过数据中心外的总和"，Dario Amodei 说"late 2026 or early 2027 Powerful AI"——他们在谈论同一件事吗？不在。

"奇点"这个词在当代 AI 高管的话语里，至少同时承担四种相互独立的含义。它们的指称对象不同，可证伪条件不同，时间表彼此差距高达数年甚至数十年。混用四口径，是 2025 至 2026 年公开讨论中最普遍的失真源。在追问"何时到来"之前，必须先追问"何者到来"。

这件事在哲学上有一个古老的对应。佛家讲"指月之手"——手指着月亮，是为了让你看见月亮，但听众常常只盯住手指。"奇点"是当代 AI 叙事里被反复指认的"月亮"，但每一个高管的手指指向的方向其实不同。Aschenbrenner 指的是工程意义上的递归循环闭合；Altman 指的是经济上对人类智力的替代；Hassabis 指的是认知意义上对人类创造性的超越；Cotra 与 Davidson 指的是 GDP 与就业数据的不可逆变革。当我们听见同一个词从五个嘴里说出来，最大的危险不是不相信他们，而是误以为他们说的是同一件事。

这是一篇关于四面镜的札记，也是一份给超级个体的测绘图。每一面镜照出一种"奇点"，没有哪一面是错的，但也没有哪一面能照见全部。本文要做的不是选择某一面，而是把四面分别摆开、擦干净、测距，再看清它们彼此映出的间隙。这种间隙——而非任何单一镜面里的图景——才是 2026 年 5 月真正的认识论现场。

先擦干净四面镜，再谈测距。

二 · 第一面镜：递归

第一面镜照见的是一种工程性事实：AI 系统能否自主完成对下一代 AI 系统的训练、设计、数据筛选与评估，且不再需要人类研究员作为关键路径。Jack Clark 在 5 月 7 日给 Axios 的工作定义最干净——"一个你可以对它说'去做一个更好的你自己'的 AI 系统"。这就是 Recursive Self-Improvement，递归自我改进。

这是四面镜中技术上最严格、概念上最干净的一面。它不要求 AI 超过人类的所有能力，不要求它写出新物理理论，甚至不要求它在多数任务上达到人类水平。它只要求一件事：在 AI 研发这个特定回路里，AI 闭合循环。回路一旦闭合，速度就不再由人类研究员的脑容量与会议日程决定，而由芯片、电力与数据决定。这是"智能爆炸"作为一个技术现象的最小可定义条件。

Leopold Aschenbrenner 在 2024 年 6 月的 165 页长文《Situational Awareness》中称之为"counting the OOMs"——以数量级为单位计算未来。他的核心论证由三条曲线叠加：算力（compute）持续 4 至 5 倍每年增长，算法效率（algorithm efficiency）大约 3 倍每年提升，去枷锁（unhobbling，即从基座模型到产品系统之间的工程化）持续打开。三条曲线相乘，得到的是"有效算力"每年约一个数量级的扩张。如果 2023 年的 GPT-4 已经在大多数智力任务上达到聪明高中生水平，那么再叠加三个数量级——他认为大约在 2027 年——就会到达"自动化 AI 研究员"水平，即第一面镜被穿过。

Anthropic 是当前对这面镜子下注最重、最公开的实验室。Jack Clark 在 5 月 7 日 Axios "Behind the Curtain: Intelligence explosion" 专访中给出 60% 以上概率 2028 年底之前 RSI 启动的判断，这是同期所有实验室高管中最具名、最量化的预测。同月 7 日发布的 Anthropic Institute 五页议程白皮书明确写入四大支柱之一是"AI-driven R&D"，包括"RSI、智能爆炸演习、AI 扩散调速器"。机构负责人是 Clark 本人，与 Anthropic Long-Term Benefit Trust 联合制定，创始 fellows 包括 Matt Botvinick（前 Google DeepMind 高级研究主任）与 Anton Korinek（弗吉尼亚大学经济学教授）。这份议程的潜台词是：Anthropic 不仅认为 RSI 即将发生，而且认为发生之前需要做的"演练"已经少得不能再拖。

5 月 19 日 Karpathy 宣布加入 Anthropic 预训练团队，是 Clark 议程的人事兑现。Eureka Labs 暂停（不是关闭），任务明确为"用 Claude 加速预训练研究"，直属 Nick Joseph（Anthropic Head of Pretraining）。这是"AI 加速 AI 研发"主张从白皮书到组织架构的物化。同期入职的还有 Ross Nordeen（xAI 创始成员）与 Chris Rohlf（前 Meta 安全工程师，加入 Frontier Red Team）。Anthropic 在 5 月 7 日同步宣布与 SpaceX 达成协议，使用 Memphis Colossus 1 数据中心 300+ 兆瓦算力——这是为下一代预训练 run 准备的硬件基座。

一台机器在制造另一台机器，第二台机器又在校准第一台——一旦回路闭合，速度就不再由人类决定

但这面镜子有一个不能忽视的结构性盲点。它告诉你 AI 能否闭合 AI 研发循环，但不告诉你这个回路里跑的是什么样的智能。一个能闭合 AI 研发循环的系统，未必能写出狭义相对论。一个能在自动 hyperparameter search 中击败人类博士的系统，未必能在面对开放经济世界时做出有品味的判断。镜面只反射光线，不反射光线背后的事物——一个能在镜子里看清自己的人，未必能因此看清外面的世界。

第一面镜照见速度，但不照见高度。

三 · 第二面镜：通用

第二面镜要更野心，也更模糊。它问的不是"AI 能不能造下一代 AI"，而是"AI 能不能像人那样思考"——通用人工智能，Artificial General Intelligence。这里的分裂立刻出现，三种主流定义之间的距离，几乎和定义本身的内涵一样大。

Sam Altman 给出的 OpenAI 定义是经济性的——"在大多数有经济价值的工作上胜过人类"。这是一个相对宽松的口径：它把 AGI 锚定在已有职业类目的可替代性上，而非任何认知层面的新颖性。在这个口径下，今天的 Claude Opus 4.6 与 GPT-5 已经在编码、写作、客服、法律分析、初步医疗诊断等多个白领类目上逼近边界。Altman 在 2025 年 6 月《The Gentle Singularity》中写"the takeoff has started"，2026 年 2 月印度 AI Impact Summit 上重申"automated AI researcher by March 2028"，所给出的全部时间表都建立在这个经济性口径之上。

Dario Amodei 在 2024 年 10 月的《Machines of Loving Grace》中刻意拒绝"AGI"一词，使用"Powerful AI"或"a country of geniuses in a datacenter"。他给出的定义比 Altman 苛刻得多：多学科达到诺贝尔奖得主级别智能、可百万级实例化、10 至 100 倍人类速度。这意味着 Amodei 的"Powerful AI"不是"替代白领的助手"，而是"在每一个前沿学科里同时部署一千个 Nobel 级研究员的集群"。他在 2025 年 3 月给 OSTP（美国白宫科技政策办公室）的提交中给出隐含约 80% 概率 2029 年 1 月之前实现的判断，时间表上比 Altman 更激进。

Demis Hassabis 则提出了一个明显更苛刻、更清晰、也更具哲学张力的标准——"爱因斯坦测试"。系统在知识截断于 1911 年的前提下，能否独立推演出广义相对论（1915）？他在 2026 年 2 月 17 日班加罗尔印度科学研究所（IISc）首次提出，5 月接受 Fast Company 采访时给出最精确的时间表口径："2030, plus or minus a year." 但同时声明：今天的所有前沿系统都不及格。他在 Y Combinator 播客中给出更细的诊断——当前缺一两个根本算法突破（连续学习、长期记忆、内省推理），是 50/50 的概率判断，不是确定的乐观。

三种定义放在一起，会产生一个非常奇怪的现象——在 Altman 的口径下，AGI 已经近在咫尺；在 Amodei 的口径下，2027 年是合理预期；在 Hassabis 的口径下，需要等待一两个尚未发生的根本算法突破。同一个词，从三张嘴里说出来，分别落在不同的时间轴上，差距可达三到五年。如果再纳入 Yann LeCun 的立场——LLM 范式本身不可能到达任何意义的 AGI——这个差距就扩展到了"不可能"。

这是康德意义上的"物自体"问题——AGI 作为一个概念，是它本身的"物自体"（Ding an sich），还是只是每个观察者从各自范畴出发去逼近的现象？三种定义都是"现象界"的 AGI；它们都不是"物自体"的 AGI。在这个意义上，争论"AGI 何时到来"本身可能是一个范畴错误——我们应该争论的是"何种定义下的 AGI 何时到来"。

第二面镜照见的不是一个 AGI，是三个相互独立的 AGI。

四 · 第三面镜：经济

第三面镜把眼光从"AI 是什么"移开，转向"AI 让世界变成什么"。它的定义来自 Tom Davidson、Ajeya Cotra 与 Open Philanthropy 一系列报告：当 AI 能完成 2025 年存量经济中绝大部分可远程完成的认知劳动，且价格低于人类劳动力——transformative AI，TAI。

这面镜子最冷静，也最迟到。因为它要等的不只是模型能力，还要等部署、合规、组织重组、电力、机器人、监管反应。Cotra 在 2020 年的"生物锚定"（Biological Anchors）报告中给出的中位是约 2050 年；2022 年更新缩短至约 2040 年；2024 至 2025 年继续提前；但即使乐观派如 AI 2027 团队，也不否认从模型可用到经济变革之间存在结构性延迟。Tom Davidson 的 Compute-Centric Framework（2023 年原版）给出的中位也在 2030 年代中。这两个学院派经济学家的预测之间的细节差异，远小于他们与 Aschenbrenner、Altman 这些产业派之间的差异。

这面镜子的特殊价值在于：它把"AGI"这一争论从模型评测室搬到了 GDP 与就业数据。一个模型在 MMLU 或 GPQA 上拿满分，不构成对经济的改变；一个模型让一家公司的中后台员工从一百人缩减到十人，才构成。这个标准在 2026 年第一次出现真实候选——Cursor 在 2 月的年化收入突破 20 亿美元（Bloomberg 报道，三个月内翻倍），员工不到 100 人。这是 AI-native 工具第一次跨过这种营收规模，是这面镜子上目前最清晰的反光。但反光本身不等于黎明——Cursor 的收入仍然是"卖给开发者用，开发者还在写代码"的混合模式，不是"AI 完全替代开发者"的纯净模式。

第三面镜的迟到，源于一个古老的事实：经济不仅是模型能力的函数，还是组织、信任、习惯、监管的函数。1865 年法拉第完成电磁感应实验，到 1880 年代美国工厂大规模电气化中间隔了二十年；这二十年里电的物理学已经成熟，但工厂老板要重新思考车间布局、设备形态、工人技能配置。AI 在 2025 至 2026 年正在经历同样的"知道但还没改"的阶段。哥伦布在 1492 年踏上美洲时一直以为自己到了印度——能力的到达与认知的到达，从来不在同一天发生。

第三面镜照见反光，但反光不等于黎明。

五 · 第四面镜：超越

第四面镜照向更远的端点：AI 在全部认知任务上系统性超越所有人类专家，且能通过 RSI 持续自我增强——超级智能，Artificial Superintelligence。Aschenbrenner 的标准定义里，从 AGI 到 ASI 的间隔短于一年。AI 2027 团队的情景里大约十二个月。学术上较保守的估计是十到二十年。

这是哲学张力最大的一面镜。一旦进入超越，"我们"这个词的指称对象就变得不稳定。被超越的不只是国际象棋特级大师、不只是数学奥林匹克金牌，而是认知本身——是"思考"这件事在人类身上所具有的那种特殊地位。如果有一天数据中心里的智力总和真的超过数据中心外的所有人类，那么"人作为思考者"的本体论位置就被改写了。这不再是一个工程问题，而是一个关于"什么是人"的哲学事件。

Aschenbrenner 在 2024 年长文中给出的判断是：AGI 到 ASI 的过渡将由 RSI 驱动，因此一旦第一面镜被穿过，第四面镜的穿越只是数量级累积的时间问题——他给的是"不超过一年"。Daniel Kokotajlo 等人在《AI 2027》（2025 年 4 月发布，2025 年 12 月更新）中给出非常具体的情景叙事：2027 年中期出现"超人类编码者"，2027 年底进入 RSI 全面闭合，2028 年抵达 ASI。这个时间表在 2025 至 2026 年之间被学院派与产业派同时引用，是当下最具影响力的"短时表 ASI"叙事。

Hassabis 在被 Semafor 的 Reed Albergotti 问到这一阶段时拒绝具体预测——AGI 之后的路径"取决于我们如何引导"。这是一个比 Aschenbrenner 更克制、更哲学化的姿态：他承认 ASI 在物理上不被排除，但拒绝把它纳入工程时间表。Hinton 与 Bengio 给的口径更宽——"smarter than us"在数年到二十年之间。学院派整体偏向更长的 AGI-ASI 间隔（十年量级），因为他们怀疑 RSI 本身能否如 Aschenbrenner 所设想的那样快速闭合。

这是四面镜中最容易被滥用的一面。任何一个想加速融资或加强治理叙事的人，都倾向于把它和前三面镜对齐。但它和前三面镜的差距，可能比前三面镜彼此之间的差距还要大。谈论 ASI 时，我们其实在谈论一种我们没有任何先例的事物——我们用"超过人类"这种比较级语法去描述它，但比较级在这里可能就是错的语法。鱼缸里的鱼无论多聪明，都不能"超过"鱼缸——超越意味着跳出来。

第四面镜照见的不是更高的山，而是没有山的地方。

⁂

六 · 镜与镜之间：爱因斯坦的思想实验

Hassabis 的"爱因斯坦测试"值得作为本测绘的思想实验枢纽。设想一个 AI 系统，其训练数据截断于 1911 年。1905 年的狭义相对论已被发表，但 1915 年的广义相对论尚未问世。Minkowski 时空、等效原理、黎曼几何作为数学已经存在，但把它们组合成一种引力理论的关键飞跃，未发生。问：这个 AI 系统能否独立推演出广义相对论？

它面对的不是"找反例"那种存在性证明问题。OpenAI 5 月 20 日宣布的 Erdős 单位距离猜想突破正属于此类——给一族满足特定条件的点集即可，本质是搜索加已有算法库加验证。一个 generalist AI 系统通过类域塔（class field towers）与 Golod-Shafarevich 定理构造这族点集，加上 Will Sawin 把指数显式化到 0.014，加上九位顶级数学家（Noga Alon、Thomas F. Bloom、W. T. Gowers、Daniel Litt、Will Sawin、Arul Shankar、Jacob Tsimerman、Victor Wang、Melanie Matchett Wood）联署 arXiv:2605.20695——这一切构成了 2026 年迄今 AI 数学能力侧最强的单一信号，但它没有触及"框架发明"。

爱因斯坦测试要求的是另一种动作。在 1911 年的 AI 面前，黎曼几何只是众多备选数学语言中的一种；用张量分析描述引力场只是众多备选物理路径中的一条；等效原理只是一个被多数物理学家忽略的角落直觉。爱因斯坦的真正突破不是任何单一计算，而是在所有可能的数学语言中挑选一种，并相信它和物理实在之间存在不显然的对应。这是一种结构性的赌注——你必须有信心去推一个还没有任何实验证据支持的理论形态，然后用接下来的八年（1907 到 1915）一步步把它推出来。

Erdős、黎曼、爱因斯坦——三种数学事件代表的不是同一种智能，而是三层阶梯：存在性、结构内、结构外

Hassabis 在 Y Combinator 播客中给出一个具体预测——在 2027 至 2028 年间，AI 可能解决某个千禧年大奖级别的数学问题，例如黎曼假设的部分突破。但他同时声明，爱因斯坦测试这一类的框架发明任务，仍需"一两年内的算法进展"才有可能完成。这给出了一个清晰的三层阶梯——Erdős（存在性的、结构内的搜索）已经倒下；黎曼（结构内的深度证明）可能 2027 至 2028 倒下；爱因斯坦（结构外的框架发明）还需要时间。三者不在同一时间表上。它们告诉我们的，是"奇点"作为一个时刻的图景过于简化——更准确的图景是一组阶梯。

这一阶梯不只是一个数学分类，它也是一份"AGI 到来"的可证伪条件清单。如果 2027 年某个前沿模型真的给出黎曼假设的实质突破，那么 Hassabis 路线下的 AGI 时间表应当向前修正；如果 2030 年没有任何前沿模型能在 1995 年知识截断下推出 AlphaFold 级蛋白结构预测的核心方法（这是爱因斯坦测试的一个弱版本），那么"2030 ± 1 年 AGI"的判断应当向后修正。这两个具体阈值，比任何抽象的"奇点叙事"都更可观测。

奇点不是一个时刻，是一组阶梯。

七 · 三种世界

当我们把四面镜的时间表横向铺开，会得到三种相互可信、相互排斥的世界图景。每一种都对应一组具名的代言人，每一种都有自己的核心论据，每一种都没有被本周的事件证伪。

第一种世界由 Leopold Aschenbrenner、Daniel Kokotajlo、Dario Amodei、Sam Altman、Elon Musk、Jack Clark 描述——2027 至 2030 年间，前三面镜先后被穿过；第四面镜在随后一年至几年内被穿过。理由是算力、算法、unhobbling 三线持续；OpenAI 的 Erdős 突破和 Mythos Preview 在漏洞利用上的能力是早期支持证据；METR 编码任务时间地平线每 89 至 212 天翻倍是可量化曲线；曲线已经可见，剩下的只是数量级的累积。这是 2026 年最具叙事张力、媒体能见度最高、商业上影响最广的图景。

第二种世界由 Demis Hassabis、Geoffrey Hinton（部分）、Metaculus 社区中位数描述——2030 年代初到中期，AGI 在严格意义上才到来；中间需要一两个根本算法突破；爱因斯坦测试目前不及格不是噪声，是结构性缺口。Goodheart Labs 在多源聚合的"AGI Timelines Dashboard"上给出 2031 年（80% CI 2027-2043）作为综合中位。Metaculus Question 5121（更严格的 General AI 口径）当前中位 2032 至 2033 年。这是一个"曲线可见，但曲线尚未抵达"的图景，特征是承认加速度，但保留对底层瓶颈的尊重。

第三种世界由 Yann LeCun、Gary Marcus、Andrew Ng、Mustafa Suleyman 描述——当前 token prediction 范式不能产生真正的因果理解；幻觉是结构性症状而非工程 bug；JEPA（Joint Embedding Predictive Architecture）与世界模型是必要的范式转换；时间表应该重新归零。LeCun 在 2025 年 11 月离开 Meta，2026 年 3 月以 10.3 亿美元欧洲史上最大种子轮启动 AMI Labs（投资方包括 Cathay、Greycroft、Bezos Expeditions 主投，NVIDIA、Samsung、Toyota Ventures 跟投），是这种世界图景最具体的产业押注。Apple 2025 年的"The Illusion of Thinking"论文在学界提供了同方向的实证支持。

时间表（近/远）× 风险评估（高/低）的 2×2 矩阵，把主要预测者放在各自的象限里

这三种世界都没有被本周的事件证伪。Erdős 没有证伪 LeCun——后者的核心主张是关于物理因果而非数学搜索，AI 在组合数学的内部完成证明，并不触及对物理世界的因果理解。Karpathy 加入 Anthropic 没有证伪 Hassabis——后者本来就承认 RSI 在乐观情况下可能更早，只是认为整体 AGI 仍需关键算法突破。LeCun 的融资也没有证伪 Clark——后者的 60% 是概率，留有 40% 的不确定。三种世界都仍然站立着，且彼此之间的距离比任何单一阵营内部的距离都要大。

这种"三世并存"的现状，对超级个体的真正含义是——任何一个把宝全部押在某一个世界图景上的策略，都隐含着两个世界落空的尾部风险。一个 2027 年押注 AGI 全面到来而 all-in 的超级个体，会在 2029 年 LeCun 路线被证实正确时面对全部沉没成本；一个 2027 年押注 LLM 范式失败而退出的超级个体，会在 2028 年 Anthropic RSI 兑现时永远错过最大窗口。合理的做法不是选边，是建立一个能同时容纳三种可能的姿态。

不要选边。建立一个能同时容纳三个世界的姿态。

八 · 商业地理学：本周"已发生"的真实含义

从最克制的解读看，本周（5 月 19 至 23 日）四面镜中的第一面，开始出现独立可验证的早期反光。但"反光"与"奇点到来"之间，仍隔着一座山。区分"已发生"与"预测"的语言，是当下最稀缺的认识论能力。

已发生（截至 5 月 23 日）：OpenAI 内部模型自主证伪 Erdős 单位距离猜想，证明被九位顶级数学家独立验证；Mythos Preview 自主在主流操作系统与浏览器中发现并构造 0day exploit，包括对 27 年前 OpenBSD TCP SACK 漏洞、16 年前 FFmpeg H.264 漏洞、FreeBSD NFS 17 年 RCE（CVE-2026-4747）的发现；Anthropic 付费企业数首次超过 OpenAI（Ramp 5 月 13 日数据，34.4% vs 32.3%）；Anthropic ARR 据 Reuters 4 月 24 日报道达 300 亿美元，相比 2025 年底 90 亿在四个月内 3.3 倍增长；Karpathy 加入 Anthropic 预训练团队（5 月 19 日）；LeCun 离开 Meta，AMI Labs 完成 10.3 亿美元欧洲史上最大种子轮（3 月 10 日）；Anthropic Institute 成立（3 月 16 日）并发布 5 页研究议程（5 月 7 日）；Anthropic 与 SpaceX 在 Memphis Colossus 1 达成 300+ MW 算力协议（5 月 7 日）；Stanford 2026 AI Index（4 月 14 日）显示头部最透明（IBM 95/100）与最不透明（xAI 14/100、Midjourney 14/100）实验室之间出现一个量级差。

仍是预测、承诺、情景：Clark 的 60%+ by 2028 RSI；Hassabis 的 2030 ± 1 年 AGI；Altman 的 March 2028 自动化 AI 研究员；Amodei 的 late 2026 / early 2027 Powerful AI；Aschenbrenner 整套 OOM 外推情景；AI 2027 团队的整套年表情景；Anthropic 关于"公开告诉外界 AI 在自我构造"的承诺；Hassabis 关于黎曼假设 2027-2028 被 AI 求解的预测。这些都是高质量的预测，但它们的可证伪条件还没有触发——本周没有任何一件事让其中任何一个预测变得更接近"已发生"。

在这个区分下，可以看见本周真正的商业地理学事件——不是模型能力的突变，是机构与人事的兑现。Karpathy 入职是 Anthropic 5 月 7 日 TAI 议程的人事兑现；Mythos Preview 是 2026 年 4 月已发表的能力的延续；Erdős 突破是 OpenAI 内部数学模型的首次公开亮相，但仍处在"存在性问题"的范畴；Ramp 数据反转是过去 12 个月 Anthropic 商业策略的累积兑现，而非突变。本周最真实的相变发生在"谁在做什么"层面，而非"什么是可能的"层面。这种区别对超级个体非常关键——一个错把"机构兑现"当作"能力突变"的人，会做出错误的资源配置决定。

商业地理学的另一个值得注意的动向是中国实验室的并行节奏。Zhipu AI 与 MiniMax 于 2026 年 1 月在港交所上市，市值分别达约 560 亿与 330 亿美元（5 月数据）；DeepSeek 与外部资本谈判第一轮融资，估值约 450 亿美元；Moonshot AI 累计融资 39 亿美元、Kimi K2.6 于 4 月 20 日上线（1T 参数 MoE、262k 上下文、最多 300 子代理）。Cursor 部分基于 Kimi K 系列训练，是中美 AI 实验室在产品层面相互嵌套的早期信号。Yang Zhilin 在 2025 年 12 月 31 日内部信明确目标是"超越 Anthropic 成为全球领先 AGI 公司"——这是中国实验室第一次在 AGI 时间表叙事上不再跟随，而是开始定义。

分清"已发生"与"预测"，是当下最稀缺的认识论能力。

⁂

九 · 概率分布综合

把四面镜的预测综合起来，给出当前业界中位与 25% 至 75% 区间。这些数字不是预测，而是对现有具名预测加权后的中位与四分位区间，目的是给出可证伪的基线供 6 至 18 个月内观察。本判读刻意拒绝单一数字答案。

口径 A · RSI 启动。业界乐观-中位口径（以 Anthropic 与 AI 2027 团队为代表）：中位约 2027 年底至 2028 年底，25%-75% 区间 2027 中至 2029 末。加上 LeCun 与中国保守派的中和：中位推后到约 2029 年，25%-75% 区间 2028 至 2032 年。Clark 的 60%+ by 2028 与 Metaculus 社区相对保守口径之间存在显著分歧，主要源于"信号—噪声"判断——是否承认 Anthropic 关于"已观察到 AI 加速 AI 研发早期信号"的自陈是充分证据。

口径 B · AGI（严格 Hassabis 口径）。实验室高管口径：中位 2027-2030，25%-75% 区间 2026-2031。Metaculus weak-AGI（Question 3479）：中位约 2028 年 4 月。Metaculus general-AI（Question 5121，更严格）：中位 2032-2033。Goodheart Labs 多源聚合：中位 2031（80% CI 2027-2043）。综合严格 AGI 中位约 2031 年，25%-75% 区间 2029 至 2035 年。综合弱 AGI 中位约 2028 年中，25%-75% 区间 2027 至 2030 年。

口径 C · TAI（经济变革）。Cotra Bio Anchors 与 Davidson Compute-Centric：中位约 2035-2040（从 2020 年的 2050 持续向前缩短）。AI 2027 与 Aschenbrenner：2027-2028。综合中位约 2033 年，25%-75% 区间 2029 至 2040 年。这一口径的高度不确定性源于经济与监管的传导链条远长于技术本身。

口径 D · ASI（超级智能）。取决于 AGI 到 ASI 的间隔假设。若取 Aschenbrenner 与 Kokotajlo 的小于一年：中位约 2031 年，25%-75% 区间 2028 至 2035 年。若取 Hinton 与学院派保守的十到二十年路径：中位 2045 年及以后。综合中位约 2033-2034 年，25%-75% 区间 2028 至 2045 年。这是四口径中区间最宽、不确定性最大的一组数字。

RSI 中位 2029、严格 AGI 中位 2031、弱 AGI 中位 2028 中、TAI 中位 2033、ASI 中位 2033——四条时间线并行，彼此不同步

分歧最大的几个具体点：第一，算法还是算力是瓶颈？Aschenbrenner、Kokotajlo、Altman 派认为算力是关键，沿当前曲线必到 AGI；Hassabis、LeCun、Hinton 部分认为还需 1-2 个根本算法突破。第二，AGI 到 ASI 的时滞是多久？短于一年（Aschenbrenner、Kokotajlo）与十到二十年（部分学界）之间差一个数量级。第三，"涌现能力"是真实还是评估伪影？Schaeffer 等 2023 NeurIPS 获奖论文"Are Emergent Abilities of Large Language Models a Mirage?"主张是评估指标选择导致的伪现象，这直接挑战 Aschenbrenner 的整个 OOM 叙事。第四，训练数据是否在 2028 前后撞墙？Epoch 2024 估计文本数据按 4×/年扩张约在 2028 前后撞墙，但多模态与合成数据可外推到 6e28 至 2e32 FLOP，给训练规模留约十年余地。

单一数字是骗局。区间与不确定性才是真相。

十 · 未来 6 到 18 个月的九个可观察信号

概率分布只有在被新证据更新时才有意义。下面九个信号按重要性递降排列，每个附明确的触发阈值——一旦触发，对应口径的中位数应当立即向前修正。这是给超级个体的一份"接下来要盯什么"的清单。

信号一 · 是否出现 AI 自主完成新模型预训练的公开报告。触发阈值：任何一家前沿实验室公布一个"AI 设计 + 训练数据筛选 + 训练管线选择"链路完全无人类研究员参与的新基础模型。Karpathy 加入 Anthropic 的明确任务即为此。这是口径 A（RSI）落地的最早可观察事件。一旦出现，第一面镜被穿过的判断应当从"自陈"升级为"已发生"。

信号二 · 下一个 AI 数学或科学突破。触发阈值：（a）黎曼假设的部分实质进展；（b）某个长期未决的 Millennium 级问题或同等难度的物理/化学开放问题被 AI 系统作为主要贡献者解决；（c）"爱因斯坦测试"任何一次成功的复现（如在 1995 年知识截断下推出 AlphaFold 级蛋白结构预测的核心方法）。每一项触发，对应的口径 B 中位数应当向前修正 6 至 24 个月。

信号三 · 第一家 AI-only 公司的营收里程碑。触发阈值：估值 > 100 亿美元且员工 < 50 人的 AI-only 公司出现，或单一 AI-driven SaaS 在 12 个月内 ARR 突破 10 亿美元。Cursor 在 2026 年 2 月已突破 20 亿美元 ARR，员工不到 100 人，是当前最强候选。下一个候选可能在 18 个月内出现。这是口径 C（TAI）的早期信号。

信号四 · 机器人在工地或工厂的实际部署案例。触发阈值：单一企业部署 ≥ 1000 台通用人形或半人形机器人执行经济性可观工作（非演示）。这是口径 C 进入物理世界的临界信号。Tesla Optimus、Figure、Apptronik 是目前最接近的三家。

信号五 · Anthropic 是否兑现"AI 自我构造时公开告知"的承诺。触发阈值：Anthropic 按其 5/7 议程发布"AI 加速 AI 研发"细节定量报告（承诺月频）。这是社会监督维度的关键一环——如果承诺没有按月兑现，意味着 Anthropic 已经判定相关信号严重到不适合公开。

信号六 · Anthropic 与 OpenAI 付费企业份额的可持续性。触发阈值：（a）6-12 个月后 Anthropic 是否守住领先；（b）Claude Code GitHub commits 占比是否突破 5%（4 月已 4%）；（c）OpenAI Codex 与开源推理平台是否反扑。这是商业地理学层面的关键观察点。

信号七 · 下一代评估基准的诞生与饱和速度。触发阈值：ARC-AGI-3、GPQA-Diamond、Frontier Math 是否在 12 个月内饱和；新一代"AGI 评估"是否被业界达成共识。当前一代基准已基本饱和，"AGI 来了"的判断目前缺少可信的下一代闸门。

信号八 · scaling law 是否出现首个明确减速点。触发阈值：单次训练 cost 提升与 capability 提升的弹性首次显著低于 2024-2025 区间。Epoch AI 2025 报告认为到 2030 各项瓶颈"likely surmountable"，但 LeCun 反复声明 token prediction 范式有结构缺陷。一旦减速点出现，第一种世界图景的核心论据被撼动。

信号九 · 法律与监管动作。触发阈值：美国是否针对"AI 模型自训练"立法；中国"AI+"计划下一版细则；EU AI Act 1e25 FLOP 与 1e26 FLOP 阈值的实施细则。Anthropic 2026 年 5 月 14 日中美 AI 竞争白皮书已为政策博弈定调。监管节奏决定了第二面镜和第三面镜之间的真实距离。

不预测，盯信号。

十一 · 给超级个体的姿态选择

古希腊怀疑论者用 epokhē 这个词描述一种姿态——不是否认，也不是肯定，而是悬置判断，等待更多证据。在 2026 年 5 月的 AI 讨论里，这个姿态可能比任何一种确信都更接近真相。也比任何一种激烈的押注都更适合超级个体。

对乐观派的真诚悬置：你们的曲线是真实的，OOM 的外推是有依据的；但你们对"涌现"的依赖、对爱因斯坦测试的回避、对怀疑派的快速驳回，仍然没有解释清楚。Kokotajlo 自评 2025 年的预测仅实现了 65%——这本身就是关于不确定性的真陈述。一个 65% 实现率的预测体系，不应被当作 95% 来下注。

对怀疑派的真诚悬置：你们关于 token prediction 的结构性反驳是有力的，但你们也无法解释为什么这条路径上的系统正在通过越来越苛刻的测试。Erdős 不是"涌现是错觉"的支持证据，是反对证据——它发生在 LeCun 反复声明不该发生的范式之内。怀疑派需要回答：如果 token prediction 真的不能产生因果理解，那么 Mythos Preview 在零安全训练的前提下自主构造 0day exploit、并在 100 个 Linux Kernel CVE 中筛出 40 个可利用候选这件事，应当如何解释？

对中间派的真诚悬置：你们的"2030 ± 1 年"判断需要一个具体的可证伪条件。如果 2027 年某个前沿模型通过了爱因斯坦测试的弱版本，你们准备如何更新？如果 2030 年没有任何前沿模型通过爱因斯坦测试，你们又准备如何更新？没有可证伪条件的中位数，只是一个温和的赌注，不是一个判断。

站在四面镜的中心点上，不押任一面，但保持对每一面的敏感——这是 2026 年最稀缺的姿态

对 2026 年的超级个体而言，悬置判断不是不作为。它意味着——不要把任何一个具体年份的预测当作行动的支柱，而要把自己变成一个"对所有信号敏感的接收器"。具体说来：第一，建立对九个信号的持续观察机制，每月一次更新；第二，把投资、职业、技能学习的押注分散到至少能覆盖三种世界图景的组合上，避免单一押注；第三，区分"能力的到达"与"组织的兑现"，前者更难、更慢，后者会先到；第四，把哲学性的不确定性看作礼物而非威胁——它是这个时代留给我们的最后一段"思考时间"。

这一周值得记录，但不必上头。曲线在第一面镜中闪光，但 5 月 23 日的下午，太阳还没有越过山脊。庄子说朝菌不知晦朔——朝生暮死的菌类不知道一个月有多长，蟪蛄不知春秋。当倍增以百日为单位发生，三年就是十二个数量级，人这只虫子开始看不见自己所处的季节。但看不见季节不等于没有季节——四面镜映照出的，是四个并行的季节图景，不是一个统一的天气。超级个体的工作，是在这种多季并行的现实里，仍然能感受到温度的变化，仍然能在合适的时机换上合适的衣服。

这篇深度测绘没有结论。或者说，它的结论是——在追问"奇点何时到来"之前，先停下来，把四面镜分别擦干净。如果有一天奇点真的到来，它一定不是同时穿过四面镜的——它会先穿过其中一面，然后我们才会知道，那一面镜到底意味着什么。在那之前，把自己活成一个能看见四面镜的人，比急于宣布奇点已至更有意义。

先擦镜子，再谈奇点。先看见四个季节，再谈穿越。

宇宙纪事 · 超级个体旗舰深度专研
来源：Anthropic / OpenAI / Google DeepMind / Axios / Fast Company / Semafor / Ramp / METR / Epoch AI / arXiv:2605.20695 / TechCrunch / Reuters / Bloomberg / Metaculus / Goodheart Labs / Stanford HAI · 公开资料整合