一份挂在网站上的预测报告, 能火到什么程度? 纽约时报专栏报道, Vitalik Buterin 专门写长文反驳, 据维基百科的词条记载, 连美国副总统 JD Vance 都读过。AI 2027 就是这样一份东西, 我断断续续读完之后, 想清楚了一件事: 它的结论未必对, 但它的方法值得每个需要做判断的人学一遍。
先说它讲了什么。Daniel Kokotajlo 带着团队, 把"AI 会很快变得极其强大"这句人人都会说的话, 翻译成了一份逐月推进的日历: 2025 年智能体笨拙登场, 2026 年廉价版模型冲击初级白领岗位, 2027 年 AI 开始自动化 AI 研究本身, 递归自我改进逐级点火。然后在 2027 年 10 月给出一个分岔: 继续竞赛, 或者放缓。竞赛结局通向 2030 年人类灭绝, 放缓结局通向繁荣, 但权力集中在十几个人手里。作者反复强调, 这是他们认为最可能的未来之一, 不算愿望, 也不算建议。
另一个功臣是文体。Scott Alexander 把预测报告改写成了惊悚小说的节奏, 抽象的递归自我改进, 变成了二十万个智能体副本以三十倍速工作的画面。具体性制造恐惧, 恐惧制造转发, 这份报告的传播本身就是一堂内容课。
但真正打动我的地方在于可证伪性。大部分 AI 预言的聪明之处在于模糊, 说"AI 将改变一切"的人永远不会错, 也永远没有信息量。AI 2027 反着来: 具体年份, 具体算力数字, 具体倍增系数, 还悬赏征集反驳。错了就是错了, 大家都看得见。到 2026 年年中回头看, 它确实偏快了, 剧本里 2026 年初该出现的研发提速没有如期兑现, 作者自己也承认中位数更接近 2028 到 2029。但正因为它写得足够具体, 我们才知道它错在哪一环, 这比一百篇"AI 前景展望"有用得多。
它最脆弱的地基, 我认为是那个飞轮系数。整个剧本假设算法研究的瓶颈主要是聪明的劳动力, 所以 AI 一旦能做 AI 研究, 进步速度就能翻 25 倍。可现实里, 实验要排队等算力, 想法要等现实验证, 聪明人翻倍未必等于产出翻倍。LessWrong 上有技术长评指出, 换一组同样合理的参数, 超人程序员的出现时间就从 2027 滑到 2030 年代。一座逐月精确的大厦, 地基却是一个可以争议的乘数, 这是读这类文本必须带着的清醒。
还有一点很少有人讨论。传播过程中, 所有注意力都被"灭绝还是乌托邦"的二元对立吸走了, 但放缓结局里真正尖锐的问题是: 即使一切顺利, 决定文明走向的也只是一个委员会的 6 比 4 投票。权力集中这件事, 比对齐失败更近, 也更现实。
感觉他们是在观看 AI 自我改进, 而非亲自做研究。(AI 2027 描述 2027 年中研究员处境的原文)
对做事的人来说, 我从里面拿走两样东西。第一, 给自己的判断上日历: 把"某某趋势会来"翻译成"哪年哪月哪个指标到什么数", 错了也知道错在哪。第二, 盯住前哨指标: 编码智能体能否端到端完成长周期工程任务, 是检验一切 AI 时间线的最佳观察窗, 比任何发布会都诚实。至于结局是哪一个, 剧本作者内部分歧都很大, 我的姿势是不选边, 让自己的安排在"快到来"与"慢到来"两个世界里都不至于归零。
原文: AI 2027, 作者 Daniel Kokotajlo, Scott Alexander, Thomas Larsen, Eli Lifland, Romeo Dean, 发布于 2025-04