返回快讯

《AI 2027》预测盘点:现实进展约65%,AI自加速严重滞后

Google Docs联合创始人、AI智库Golden Gate Institute主席Steve Newman发文,对比去年广受关注的《AI 2027》预测报告进行逐项复盘。

结论:整体量化预测完成约65%,主要由基准测试进步和数据中心建设拉动。但最核心的“AI对自身研发的加速倍数”仅达到预测值的17%。Newman认为,AI目前仍是一项“正常技术”,落地慢、企业整合难的传统问题尚未解决。

积极进展包括:Anthropic年化营收2025年翻近10倍,2026年前三个月再翻3倍至300亿美元;Claude Mythos因能在主流操作系统和浏览器中串联漏洞实现可执行攻击而被限制发布;GPT-5.5已能独立工作数天。

Newman判断,即使保守估计,2026年AI模型也会开始显著加速自身研发;激进情况下,《AI 2027》的剧本可能推迟几年后全面上演。

有趣的是,《AI 2027》作者反而把时间表提前:主笔Kokotajlo将“自动化编程员”(AI完全替代顶级软件工程师)的中位预测从2029年底提前到2028年中,团队仍认为18个月内出现超级智能完全可能。

Newman最后总结:当前令人眩晕的变化速度,大概率是我们余生中最慢的。

来源:公开信息

ABAB AI 解读

Steve Newman作为长期跟踪AI落地的观察者,此次复盘客观指出了“基准与算力狂飙 vs 实际商业落地滞后”的分化现实。Anthropic和OpenAI的营收爆炸式增长与前沿模型的攻击能力,显示实验室端能力已大幅超预期,但企业级部署的复杂性仍构成主要瓶颈。

资本路径上,前沿实验室正将巨额收入快速再投入自加速循环(数据、算力、RL),而传统企业仍在缓慢消化吸收,形成了“前沿狂飙 vs 传统爬坡”的明显分层。

本质属于技术替代:AI目前在基准和实验室环境中快速进步,但在真实企业复杂场景中的替代率仍低,资本正从通用算力扩张转向解决落地最后一公里(集成、治理、安全),推动AI从“炫技工具”向“可规模化生产力”的结构转变。

ABAB News · 认知定律

基准测得再好,也只是实验室里的烟花,企业落地才是真战场。
当前的变化速度,大概率是我们余生中最慢的——这句话可能比任何预测都可怕。
AI自加速的真正拐点,不是模型变聪明,而是它开始高效地帮自己变聪明。