這幾天略忙，早就想整理這篇文章，但是才騰出時間。大家知道，Anthropic對於AI的未來判斷是比較激進的。這個講座的區別在於，這是一個學術講座，講者是研究員，所以可以認為是從學術角度談的，就更有參考價值。
2026年6月，斯坦福大學舉辦了物理與AI大會（PAI26），面向物理學和相鄰學科的研究者。Jascha Sohl-Dickstein應邀做了一場約45分鐘的演講，標題致敬了神經科學奠基人Ramón y Cajal的經典著作，叫"Advice for a Young Investigator in the First and Last Days of the Anthropocene"，人類世最初與最後幾天裡，給年輕研究者的建議。Jascha最廣為人知的貢獻是發明了擴散模型，這一框架後來成為Stable Diffusion、DALL-E等圖像生成系統的底層架構。他同時是大規模評測基準BigBench的聯合創建者，此前在Google DeepMind任首席科學家，現供職於Anthropic。
Jascha Sohl-Dickstein 在斯坦福 PAI26 大會演講現場。
演講的前半句不是修辭。Jascha解釋了"人類世"這個概念：人類正在對地球產生地質級別的影響，核武器測試的放射性同位素已經嵌入了岩層，數十億年後仍然能證明我們曾經在這裡。但"人類世"的定義本身暗示了它的終點：如果人類不再是驅動全球變化的主要智能，這個紀元就結束了。按Jascha的判斷，人類世可能是一個非常短暫的地質時期。
他拿妻子所在的生物技術行業做了一個對比。問生物技術從業者能不能攻克癌症，接下來十分鐘你會聽到一長串關於這件事有多難、還要多久的解釋。但問做大模型的人同樣的問題，回答是"我們看不到從現在到超級智能之間有什麼障礙"。離技術最近的人通常最先發現瓶頸，而這一次他們的報告是：沒有發現瓶頸。這個判斷背後的證據是什麼，如果它成立又該怎麼行動，是這場演講要回答的兩個問題。
1. "一千萬倍、十倍、七個月"
演講一開始，Jascha放出了一張從1950年代延續至今的AI訓練算力圖表。縱軸每一格是上一格的一百倍。圖上能看到一個明顯的斜率變化，對應AI從學術研究轉向商業應用的節點。他指著圖表最右端的數據點說，過去十年間，訓練最大模型所用的算力增長了大約一千萬倍。
然後他做了一個粗略換算，把人腦拉到這張圖上做比較。假設人腦每個突觸每毫秒完成一次浮點運算，一個人一生中大腦的總計算量大約是一萬億petaflops。這個數字放到圖上，只比當前最大的訓練模型高出不到一格。算力到了人腦的量級並不意味著就能達到人類水平的智能，但它讓這種比較至少在數量級上站得住。
AI 訓練計算量的歷史曲線；右上方為人腦一生計算量的粗略估計範圍。
第二條指數曲線來自專門追蹤AI能力增長的研究機構METR。他們的核心指標是：AI模型在無人輔助條件下，能以50%的成功率完成多複雜的軟體任務。複雜度用人類完成同一任務所需的時間來衡量。這條曲線同樣呈指數增長。Jascha提到，不到一年前他第一次做這個演講時，預計AI能獨立完成"一整天工作量"的軟體任務要等到2026或2027年。不到一年後的今天，模型的能力在這個基礎上又提升了十倍，早已越過了那個節點。80%和90%成功率的曲線斜率相同，只是在時間上推後一到兩年。
METR 軟體任務時長指標：50% 成功率下，模型可完成任務對應的人類工作時長。
第三條曲線涉及數學。Paul Erdos是20世紀最高產的數學家之一，去世後留下大量公開猜想和未解問題。這些問題被數學界整理和形式化，成為衡量數學研究能力的標尺。過去大約七個月內，AI模型開始解出其中一些問題，推動了數學已知邊界的拓展。
講座展示的 Erdos 問題解題統計，分別標出 AI 參與解題和自主解題兩種口徑。
三條曲線各自度量不同的東西：算力、任務複雜度、前沿數學。它們指向同一個方向。
Jascha用第三條曲線回應了一個常見說法：AI只能解決訓練數據里有的問題。他直接反駁：你只要往模型里輸入超過幾個詞的序列，這個序列就已經超出了訓練數據的凸包。模型做的每一件事本質上都是泛化。
基準測試本身的衰老速度也在加速。1990年代製作的AI基準測試，大約需要二十年才被AI達到人類水平。現在一個新基準從發布到被攻克只需幾個月到幾年。Jascha參與創建的BigBench基準，在論文發表之前就已經有其他團隊在部分子任務上刷新了最佳成績。
他在這裡發出了一個開放邀請：如果你認為AI在你關心的某個能力上正在停滯，把它量化，做成基準。這會是一份高引用的貢獻。不過他同時給了一個提醒：過去幾乎所有這樣做的人，最終都看到自己的基準在短時間內被攻破。
有聽眾質疑訓練資源終將觸頂。Jascha反駁：一個趨勢已經持續了21個數量級，在距離人類水平僅一兩個數量級的地方恰好撞上資源天花板，這種巧合本身極不尋常。物理世界裡沒有指數能永遠持續，"但如果這條曲線恰好在此刻轉平，那才是真正讓我震驚的事。"
2. "What a batshit crazy abstract?"
不到一年前，Jascha在哈佛做了類似演講。之後他收到了一封郵件，全文只有一句話："What a batshit crazy abstract?"（摘要瘋了吧？）
Jascha 展示收到的質疑郵件，並以此討論「奧弗頓窗口」。
奧弗頓窗口是指公共討論中被認為可以接受的觀點範圍。它得名於美國政策研究者約瑟夫·奧弗頓，他在20世紀90年代提出這一框架，最初討論的是哪些政策主張能獲得公眾接受。這封郵件的潛台詞是，預測AGI仍然在窗口之外。但Jascha認為這種局面正在快速改變。他讀了一組公眾人物的發言：時任英國首相蘇納克（Rishi Sunak）稱AGI競賽具有"根本性的地緣政治意義"；歐巴馬（Barack Obama）說AI將比手機技術影響更深遠且來得更快；施密特（Eric Schmidt）在大約一年前預測絕大多數程式設計師將被AI取代，三到五年內出現AGI，六年內出現超級智能。
關於施密特的預測，Jascha做了一個時間差檢驗：大約一年過去了，AI確實承擔了程式設計師過去做的大部分工作，但程式設計師工作的其他部分同時擴展了。除個別情況外，大多數程式設計師並沒有因此失業。預測中的一半已經成真，另一半以一種沒人預料的方式被消化。
不過，公眾人物的發言不是最關鍵的信號。真正代表行業溫度的共識來自更小的圈子。在舊金山AI從業者的聚會上，自稱持有"很長的時間線"的人，追問之後說的是還要十年。這個數字本身已經很短了。
Jascha分析了做模型的人底氣的來源。他本人的經驗是：始終被最樸素的方法在更大規模上的持續有效所震驚。人腦的數據效率比當前訓練方法高出大約四個數量級，說明我們在做的事情效率極低。但效率低只意味著浪費，並不意味著走不通。這就好比你開著一輛極度費油的車上路，你浪費了大量燃料，但你確實在往前走，而且前方沒有路障。
沒有人發現一個必須跨越才能繼續前進的硬性障礙。
3. 階梯上有沒有斷裂點
AI解出了數學家幾十年沒解出的問題，但那些問題是人類提出的。問答環節中，有聽眾直接挑戰：AI並沒有自己發現並解決全新的重要問題，離AGI還遠。
Jascha沒有迴避。他把問題引向了一個更根本的層面，做了一個思想實驗。
泛化存在很多層次。用同義詞替換一個詞是泛化，用不同的數字執行加法算法是泛化，把微積分應用於一個新問題也是泛化。這些層次構成一個階梯。關鍵問題是：這個階梯上是否存在某個斷裂點，以下的泛化容易做到，以上的就不可能？
Jascha認為沒有明確理由相信存在這樣的斷裂點。他的建議和之前一致：如果你認為存在，量化它，做成私人基準，給出一個精確的數字，然後觀察那個數字隨時間怎麼變。如果你的測量證明AI在你關心的維度上沒有進展，他會比現在更認真地對待這個反對意見。
這個思想實驗背後有一個更古老的判斷支撐。2019年，強化學習先驅Richard Sutton發表了一篇短文，叫《The Bitter Lesson》，苦澀的教訓。核心觀察是：利用大規模計算的通用方法，最終總會勝過為具體問題精心設計的方法。 回顧AI的歷史，幾乎每一次，研究者精心設計的人類知識嵌入方案最終都輸給了更多數據加更大規模的暴力計算。這個教訓之所以苦澀，是因為它意味著人類研究者花在"聰明方法"上的時間往往不如花在"擴大規模"上。
Jascha從中提取了一正一反兩個推論。如果你做的項目會隨著算力和智能的增長而變得更強，甚至能反饋到增長過程本身，它的實際影響力會遠超你的預期。反過來，如果你做的項目會在完成之前就被純粹的規模增長解決掉，你花在上面的每一天都可能是浪費。
項目選擇與「苦澀的教訓」：讓研究受益於規模增長，避免被通用模型超越。
4. "你的位置和零差不多"
專注於AI趨勢預測的研究機構Epoch AI推算，到2030年AI訓練算力有潛力比2025年再增長一萬倍。
Jascha把這個數字翻譯成一個視覺判斷。在2030年的線性坐標圖上回望，今天的算力水平與零幾乎沒有區別。我們仍然處在指數曲線非常早期的位置。
Epoch AI 對訓練規模限制的情景分析；圖中倍數以 GPT-4 訓練計算量為基線。
這為什麼重要？因為指數增長早期的小干預會產生不成比例的巨大後果。Jascha列了幾個歷史類比。
1980年，兩位科學家提出了標準化的電子郵件交換協議。結果是今天任何人都可以給任何人發郵件。大約十年後才有人想對即時消息做同樣的事，錯過了窗口期。結果是你今天只能給使用同一款產品的人發消息。一個小團隊的決定，鎖定了此後數十億人的通信方式。
Haber-Bosch氮固定工藝由一小組科學家開發，既讓全球糧食產量達到了現有水平，也為現代炸藥提供了原料基礎。美國醫學會和律師協會的成立、學術同行評審制度的確立，都是少數人在早期做出的決定，現在完全決定了各自領域的整體格局。如果幾個世紀前有人做了稍微不同的選擇，今天科學界的激勵結構可能完全不同。
這些例子指向一個共同規律：早期少數人的選擇鎖定了此後幾十年甚至幾個世紀的結構。
因為我們還在指數的早期，而在座的聽眾擁有高度相關的技能，每個人對AI走向的槓桿都是巨大的。Jascha列出了具體的選擇維度：你研究什麼問題，你在哪裡工作，你把某個東西稱為"capability"還是"risk"，你設計的模型架構是可解釋的還是不透明的，你是否公開表達倫理立場，你的項目推動了哪條技術路線被優先發展。這種影響力應該讓人感到有力量。同時也是一種責任。
接著Jascha描述了他認為研究者的智力槓桿在中期未來會經歷的變化。會先出現一個階段：人與龐大的AI智能體團隊互補，一周內完成過去整個職業生涯都做不到的工作。他把這段時期稱為"黃金時代"。
然後會進入下一個階段。人不再能在AI力所不及的方向上有所突破，智力勞動不再是AI無法獨自完成的。
個人智力勞動回報的變化示意，表達講者的判斷，並非實測預測曲線。
他的建議是充分享受和利用這個黃金時代，用好手裡的工具，做出一件讓自己驕傲的東西。選擇項目時有一個具體標準：優先選能改變AGI之後長期軌跡的項目，而非只產生近期短暫變化的項目。他半開玩笑地說，等你退休到戴森球上的別墅里——就是那種包裹恆星、收集全部能量的巨型結構——你會希望自己幫助我們走向了好的結局。
5. "如果你一部分大腦相信它要來了"
Jascha講了一個博士生的故事。這位學生在一次談話中先說自己認為三年內會出現AGI，幾分鐘後開始討論讀完博士之後申請博士後、然後競聘教職的計劃。
Jascha的評價是：如果你一部分大腦相信這個改變世界的技術即將到來，另一部分大腦也應該跟上。沒有人知道十年或二十年後一份學術工作會是什麼樣子，但可以確定的是，它會和今天完全不同。
他從這個故事引出了一個更普遍的判斷。做人生決策時，人們習慣在風險和回報之間找平衡，傾向於選安全的一邊。但如果AI將引發大規模變革，風險的基線本身已經極高。看起來安全的選項同樣暴露在這個基線風險之中。你犧牲了潛在回報，並沒有換來更多安全。拋開AI不談，人們普遍過於厭惡風險，而在當前的環境下，做有影響力的事情反而是更合理的風險管理。
把對 AI 的判斷落實到職業選擇中，重新審視「安全選項」。
落到日常工作層面，Jascha給了一個具體的策略：跑在指數前面。最壞的結果是，辛苦投入兩年取得了實在的線性進步，但等你做完，別人只需要向最好的通用大模型提一句需求就能得到更好的結果。應對方式是做有針對性的、節奏快的項目，和團隊協作保持在曲線前方。緩慢的漫遊式探索是Jascha自己最喜歡的科研方式，但他承認在當前環境下這已經成了奢侈品。漫遊本身可以保留，"緩慢"不行。他認為如果思考足夠快，兩者可以兼顧。
另一個策略是把AI工具用起來。Jascha每天和Claude一起工作。這種體驗像是和一個執行力極強但研究品味還差一截的博士生合作。他說自己暫時還覺得有事可做，但這一年前不成立，一年後也不會成立。
他現在完全不自己寫代碼，甚至很少看代碼，但每天都在用代碼完成工作。想研究一個問題時，他讓模型搭一個定製的數據面板，生成大量圖表。AI工具的用戶界面目前仍然粗糙，像"沒有馬的馬車"，但帶來的效率增益是實在的。
有研究生問：還有沒有必要自己寫代碼？Jascha的回答是：你需要理解代碼在做什麼，但寫代碼的量可以比你以為的少得多。他類比了Python和打孔卡的關係：用Python的人對電腦內部的理解肯定不如打孔卡時代的程式設計師，但你在更高的抽象層上思考，這是好事。關鍵是仍然要追問和獨立思考。他還直接說：研究生容易低估自己的時間價值，你的時間值很多錢，應該用能最大化產出的工具。
不過他給了一條明確的紅線：用AI來頭腦風暴和疊代研究想法，用它給寫作提反饋，但不要讓它寫初稿。"Writing is thinking"（寫作就是思考），外包了寫作等於外包了思考，你將不再真正理解自己在做什麼。
講座列出的 AI 工具用法：疊代研究想法、獲取寫作反饋、編程和分析。
和大模型協作跟帶研究團隊的方式相似：兩者都需要清晰地界定任務範圍和預期。想成為課題組負責人的人，拿模型當練習對象；已經在帶團隊的人，這方面應該天然擅長。
6. 退休到戴森球之前，做什麼
但享受黃金時代需要知道把精力投向哪裡。Jascha給出了一份方向清單，同時強調這份清單遠不完整，最有影響力的事情大概率是目前還沒有人想到的。
Jascha 建議的研究方向：科學、安全、能力預測、公平準入與政策治理。
AI for science。 材料發現、蛋白質摺疊、天氣建模、聚變反應堆等離子體監測。更好地理解世界，在期望值上幾乎是無歧義的正面貢獻，AI讓這件事的效率大幅提升。對一個物理學背景的聽眾群體來說，這個方向天然契合。
不過，有實驗科學背景的聽眾提出了不同看法：實驗科學受AI影響還很小。問題既不能靠計算驗證也不能靠形式化驗證，NASA至今仍需要物理風洞而非僅靠計算流體力學，每年發現的新化合物中超過一半是意外產物。Jascha的回應分三層：第一，機器人終將可以做物理實驗，他預計10到15年內實現；第二，理論對實驗結果的預測能力差，這本身是理論科學的失敗，AI可以強化理論端，從而減少所需實驗的數量；第三，也取決於AI工具的交互界面是否找到了對的形式，讓使用成本不超過收益。
對AI模型做科學研究。 把其他學科的方法應用於AI模型本身。可解釋性研究相當於對AI做神經科學，也可以對模型內部做統計物理分析、心理學實驗、經濟學建模。Jascha建議花一個小時認真想想，你所在領域的專業知識怎樣轉向以AI模型為研究對象。
AI安全研究。 這個領域仍然處在令人不安的起步階段：許多關鍵問題還沒有被清晰定義，領域規模相對於其重要性嚴重不匹配。對於想要高槓桿的研究者來說，安全研究目前幾乎是空白賽道。
能力預測與外推。 更精確地理解即將到來的能力水平，有助於讓整個過程走向更好的結果。
公平、准入與政策治理。 如果希望這項技術惠及所有人，需要大量專門的工作。Jascha個人認為社會層面需要建立再分配機制，包括對AI公司徵收高額稅收。他判斷美國的政治體系能夠應對這個挑戰，因為失業的人會有力地為自己發聲，但對全球層面他更擔憂。
他坦言這個方向可能充滿衝突和壓力。但各國政府極度渴望有技術能力的人來幫助制定AI法規和政策，最優秀的人卻不斷被更高的薪資和更少的政治博弈吸引走。學術界在這裡有獨特的比較優勢：政府對學者的信任方式與對實驗室從業者不同，學者的聲音能產生其他人無法替代的影響。
研究什麼、在哪裡工作、如何定義能力與風險，都是塑造未來的具體選擇。
總結
這場演講的框架可以壓縮為三層。AI能力的指數增長有充分的實證支撐，做模型的人沒有發現通向超級智能的硬性障礙。因為我們處在指數的極早期，個人此刻擁有對未來不成比例的槓桿。黃金時代的窗口有限，應該在關閉之前做一件回頭看會值得做的事。
具體到行動層面：選快節奏、有針對性的項目，跑在曲線前方。每天使用AI工具但不外包思考。別因為風險厭惡而選看似安全的路線，那條路線在大變革的基線下同樣不安全。如果你認為AI的某個能力正在停滯，量化它，做成基準，然後看數字怎麼變。
