这一周发生了一件值得被长久记录的事。

全球两家最顶级的AI实验室，在同一个时间窗口内，分别发出了同一个信号：超级智能的到来，比我们以为的要快得多。

Anthropic联合创始人Jack Clark在牛津大学的演讲台上，给出了一份具体到让人有些不适的时间表：AI将在一年内助力人类做出诺贝尔奖级别的科学发现；完全由AI代码独立运营的公司，将在18个月内创造数百万美元的真实营收；而AI递归自我改进，也就是AI开始自主优化自身的能力，在2028年发生的概率已经超过60%。

与此同时，Google DeepMind联合创始人兼CEO Demis Hassabis，给出了一个在他看来同样笃定的判断：通用人工智能将在2030年前后全面降临，其对人类文明的冲击，将是工业革命的100倍以上。

两家风格截然不同的机构，在这一刻说出了几乎相同的话。

"递归自我改进"意味着什么

理解这场预警的核心，需要先弄清楚一个词："递归自我改进"。

这不是指AI变得更快或更聪明，而是指AI开始有能力自主改写和优化自身的架构与算法。一旦这个临界点被跨越，AI的进化将不再依赖人类工程师的介入，它可以自己设计下一代自己。

这是奇点理论的核心假设，也是让大多数AI安全研究者真正感到警惕的时刻。从那一刻起，AI能力的提升速度将不再遵循人类可以掌控的节奏，而是以指数级别的速度自我加速。

Jack Clark给出的60%概率，指向的正是这个节点在2028年发生的可能性。这个数字本身，在AI领域内部已经引发了不小的震动。

100倍于工业革命，这个比较意味着什么

Hassabis用"工业革命的100倍"来描述AGI的冲击力，这个表述值得被认真对待。

工业革命用了大约100年，将人类从农业文明推入工业文明，在这个过程中，它重塑了生产方式、城市结构、家庭形态、阶级格局，以及人类对自身价值的基本认知。数以亿计的人在这一过程中经历了剧烈的生存挑战，也有数以亿计的人从中获益。

如果AGI带来的冲击是工业革命的100倍，其含义并不仅仅是"变化很大"，而是变化的速度和烈度将超过大多数社会系统的自我调适能力。

工业革命给了人类几代人的时间去适应。AGI可能只给几年。

目前，AI对知识型劳动的渗透速度已经远超预期。麦肯锡全球研究院的报告显示，到2030年，全球约30%的工作任务将可以被AI自动化，而这一比例在软件开发、法律、金融分析等高技能领域甚至更高。这还是在AGI尚未实现的今天。

我们应该相信这些预测吗

有一个问题不能回避：这些预测，是客观判断，还是带有目的的叙事？

Anthropic和DeepMind都是AGI赛道的核心玩家，都在向投资人融资，都在争夺顶尖人才，都在向监管机构争取有利的政策空间。"AGI即将到来"这个判断，在商业层面对他们是有利的。

这不代表他们的预测一定是错的，但值得保持一定的审慎距离。

事实上，AI领域对AGI时间表的预测，长期以来都存在系统性的过于乐观倾向。2016年前后，多位顶级研究者预测全自动驾驶将在2020年前实现商用，结果到今天这个问题仍未完全解决。意识到这一点，并不意味着我们应该忽视这些警告，而是意味着我们应该在认真对待其方向的同时，对具体时间节点保持独立判断。

真正值得关注的，不是2028年还是2030年这个数字本身，而是一个更根本的问题：人类社会的经济体系、教育体系、法律体系和治理框架，是否已经开始认真准备迎接这场冲击？

答案，目前是令人不安的。

全球多数国家的AI监管框架仍处于起草和讨论阶段，教育系统对AI素养的培养刚刚起步，劳动力市场的转型支持体系几乎付之阙如。而AI能力本身，却在以每隔几个月就让人重新感到震惊的速度向前推进。

这个速度差，才是真正的危险所在。

Jack Clark和Demis Hassabis的预警，可以被质疑，可以被讨论，但有一件事不能被推迟：认真思考，当那个临界点真的到来时，我们打算怎么办。

时钟，已经开始走了。