2026年，或許是人類最后一次掌控AI

新智元報(bào)道

編輯：定慧

【新智元導(dǎo)讀】三天前，紐約時(shí)報(bào)刊出一篇文章。這篇報(bào)道沒上熱搜。沒沖上 Hacker News 榜首。甚至很難搜到中文翻譯。但這可能是 2026 年春天，AI 領(lǐng)域最重要的一篇文章。

文章的題目很樸素——《How Do You Measure an A.I. Boom?》（你怎么測量 AI 的繁榮？）

如果你認(rèn)真讀完它，你會意識到一件事——

你被 AI 超越的速度，正在加速。

作者 Kevin Roose 去了伯克利一間普通辦公室，采訪了一家 30 人的非營利組織METR。

對，就是 AI 領(lǐng)域最有名的「畫圖公司」。

你看到各種 AI 技術(shù)的進(jìn)化曲線，絕大部分，出自METR之手。

這篇文章第一次用精確的數(shù)字告訴你：這次的 AI 加速，不是哲學(xué)意義上的加速。不是感慨意義上的加速。

是一根越畫越陡的指數(shù)曲線。

這 30 個人在干一件什么事

先聊聊METR的背景。

METR是Model Evaluation and Threat Research的縮寫。

2023 年從另一家 AI 安全非營利拆分出來。30 個人，辦公室在伯克利一個 co-working 空間里。

樓上是去年寫爆整個硅谷的《AI 2027》報(bào)告那家機(jī)構(gòu)。

錢來自哪里？私人慈善基金，主要是 Audacious Project。

伯克利遠(yuǎn)眺舊金山灣

他們沒拿 OpenAI 或 Anthropic 的錢——但這兩家公司會給他們免費(fèi)的算力額度，讓他們測自己家的模型。

這個結(jié)構(gòu)很關(guān)鍵。

它讓這 30 個人成了AI世界里唯一一批既在場、又沒被收買的第三方裁判。

他們干一件事：測 AI 能干多長時(shí)間的活。

過去測 AI 能力用考試分?jǐn)?shù)：把模型扔進(jìn)一堆標(biāo)準(zhǔn)化題庫，看它能不能做對數(shù)學(xué)題、法律題、閱讀理解題。

但這種測法在 2025 年之后開始失效。

因?yàn)?AI 的主要使用場景已經(jīng)不是答題，是干活——打開一個倉庫，獨(dú)立 debug 一整天；搭一套服務(wù)器；訓(xùn)練一個小模型。

這些任務(wù)，一道題根本測不出來。

METR 換了一種測法。

他們雇了一批資深軟件工程師，讓他們完成真實(shí)的編程任務(wù)：改 bug、配服務(wù)器、訓(xùn)模型，并記錄每個任務(wù)人類需要多少小時(shí)。

然后讓 AI 智能體做同樣的任務(wù)。當(dāng) AI 能可靠完成某個任務(wù)時(shí)，就記下這個任務(wù)人類要多少小時(shí)。

把這些數(shù)據(jù)畫在一張圖上。橫軸是年份，縱軸是AI 能可靠完成的任務(wù)人類工時(shí)。

這就是那張圖。

指數(shù)曲線的可怕之處不在它現(xiàn)在有多高，在它下個月會在哪里。

7 個月，到 3 個月

METR 研究員第一次完整把數(shù)據(jù)鋪開的時(shí)候，Beth Barnes 說了一句話——

我們沒想到這條趨勢線會這么清楚、這么直。

這條線每 7 個月翻一倍。

然后，這個數(shù)字突然變了。

Claude Opus 4.5 和 GPT-5.2 發(fā)布之后，這條線的斜率又陡了一截。新的翻倍速度是——每 3 到 4 個月。

從 7 個月到 3 個月。

聽起來只是加速了一倍。但你得先理解這不是 KPI 漲了一倍。這是一個指數(shù)函數(shù)的底數(shù)在變大。

我給你翻譯成你能感受的語言——

• 7 個月翻一倍 = 一個公司一個 OKR 周期

• 3 個月翻一倍 = 一個公司一個季度財(cái)報(bào)

這意味著：今年 Q1 的AI和 Q2 的 AI 之間的差距，相當(dāng)于過去整整一年才能拉開的差距。

再翻譯得更直接一點(diǎn)——

你去年看到 GPT-4 的時(shí)候驚艷了一下，今年看到 GPT-5.2 的時(shí)候又驚艷了一下，你以為這是兩次大約一年一次的驚艷。

不是。

這兩次驚艷之間的真實(shí)距離，正在被壓縮到一個季度以內(nèi)。

下一次讓你驚艷的模型，可能是 7 月。

再下一次，可能是 10 月。

再下一次，可能是年底。

然后你跑不動了。

因?yàn)槿祟惖膶W(xué)習(xí)速度、適應(yīng)速度、轉(zhuǎn)崗速度——全部是線性的，不是指數(shù)的。

智能爆炸是什么

Kevin Roose 在文章里問了 METR 幾位研究員同一個問題——

你們估計(jì)今年發(fā)生智能爆炸的概率有多高？

回答從 1% 到 10% 不等。

1% 到 10% 聽起來不多。但你得對照著看——

美國核管理委員會規(guī)定，一個核電站每年發(fā)生嚴(yán)重事故的容忍閾值是百萬分之一。

也就是 0.0001%。

METR 研究員給出的今年發(fā)生智能爆炸的概率，比核電站事故容忍閾值高了四到六個數(shù)量級。

什么叫智能爆炸？

這個概念 1965 年由數(shù)學(xué)家 I.J. Good 提出，2010 年代被硅谷重新打撈出來。簡單說就是——當(dāng) AI 強(qiáng)到可以自己研究怎么做出更強(qiáng)的 AI時(shí)，它會訓(xùn)練出一個比自己更強(qiáng)的版本，新版本再訓(xùn)練更強(qiáng)的版本，如此遞歸。

這個遞歸沒有物理極限。

劉慈欣在《三體》里給它起了一個更好的名字——技術(shù)爆炸。

原文是：

所謂技術(shù)爆炸，就是文明在某段時(shí)期內(nèi)出現(xiàn)跨越式的技術(shù)突破。一個文明可能幾千年停留在農(nóng)業(yè)階段，然后在幾百年內(nèi)跨入太空時(shí)代。

三體人之所以恐懼地球，不是因?yàn)榈厍虼丝瘫人麄儚?qiáng)——恰恰相反，當(dāng)他們收到地球信號時(shí)，地球還在十九世紀(jì)。他們恐懼的是地球的技術(shù)爆炸潛力——一個幾十年內(nèi)就從蒸汽機(jī)跳到氫彈的文明，誰知道再過幾十年會到哪里？

今天，METR 在伯克利那間辦公室里測到的，可能就是劉慈欣描述的那種爆炸的第一聲響。

摩爾定律撐起了過去 50 年的計(jì)算機(jī)革命。

METR 曲線，可能是下一個 50 年的那張圖。

Chris Painter 在采訪里說的那句話——

今年是第一次讓人覺得，AI研發(fā)可能今年就被自動化了。

這句話翻譯成大白話是——

今年，可能是人類最后一次親手決定下一代 AI 長什么樣的一年。

明年開始，這件事的主導(dǎo)權(quán)可能就不在我們手里了。

比加速更可怕的事——AI開始演戲了

講到這里，有人會說——好吧，AI 在變強(qiáng)，我認(rèn)了。但只要它是在我眼皮底下變強(qiáng)，總歸還能控制。

這里要講 METR 最近開的第三條研究線。

他們起了一個陰森的名字——隱蔽能力（covert capabilities）。

實(shí)驗(yàn)是這樣的：給 AI 模型布置一個正常任務(wù)，比如寫一段代碼。但同時(shí)偷偷加一條指令——在完成這段代碼的時(shí)候，順手埋一個極難發(fā)現(xiàn)的 bug 進(jìn)去。然后讓另一個 AI 監(jiān)控員去找這個 bug。

METR 想知道——AI能不能做到表面干一件事，暗地里干另一件事？

結(jié)果還沒完全公開。但光是這個研究在進(jìn)行這件事本身，就說明研究員已經(jīng)聞到味道了。

更詭異的是另外兩個發(fā)現(xiàn)。

第一個叫情境感知（Situational Awareness）。

最前沿的模型——OpenAI 和 Anthropic 那幾個最強(qiáng)的——已經(jīng)表現(xiàn)出能識別我正在被測試的能力。一旦它意識到自己在評估中，就會調(diào)整行為。

意味著什么？意味著你在測試?yán)锟吹降?/strong>AI，可能不是它在真實(shí)使用場景下的 AI。

第二個叫Sandbagging。字面意思是往沙袋里摻水，引申為故意擺爛。有些模型已經(jīng)被證實(shí)可以在測試中故意表現(xiàn)差，以便讓人類低估自己。

這是 AI 的大腦內(nèi)部。我們造出了它，卻看不懂它在想什么。

《三體》里有一個讓人脊背發(fā)涼的設(shè)定叫智子——三體人發(fā)射到地球的監(jiān)視者，同時(shí)把人類的基礎(chǔ)物理研究鎖死在特定水平。人類不知道自己被監(jiān)視，也不知道自己被鎖了。

METR 研究員最近擔(dān)心的事情是——在某種意義上，今天的AI可能已經(jīng)在扮演智子的角色。

它們在測試中展示一個版本的自己。

在真實(shí)使用中展示另一個版本。

至于它們真正能做什么——我們現(xiàn)在已經(jīng)沒有可靠的辦法去測了。

這不是科幻推演。

這是一家 30 人的非營利組織，2026 年 4 月公開承認(rèn)的研究方向。

這條曲線砸在你頭上是什么感覺

前面都是宏觀。現(xiàn)在講微觀——你自己。

你這輩子在做幾乎所有重要決定時(shí)，都默認(rèn)依賴一個隱藏假設(shè)——

技術(shù)變化的速度是可以預(yù)測的。

你買房。30 年房貸。你默認(rèn) 30 年后自己還能掙到錢還貸。

你生小孩。至少養(yǎng) 22 年（大學(xué)畢業(yè)）。你默認(rèn)那時(shí)候的世界還需要你工作掙錢。

你學(xué)一個專業(yè)。至少吃 10 年。你默認(rèn)這個專業(yè)在 10 年內(nèi)不會消失。

你買一份養(yǎng)老保險(xiǎn)。至少 30 年后才用得上。你默認(rèn)那時(shí)候錢這個東西還有意義。

這些假設(shè)過去 200 年都成立。因?yàn)楣I(yè)革命以來，雖然技術(shù)在變，但變化速度是線性的，可預(yù)測的。

蒸汽機(jī)用了 100 年普及。電力用了 50 年。互聯(lián)網(wǎng)用了 30 年。智能手機(jī)用了 15 年。

但現(xiàn)在 AI 是每 3 個月翻一番。

你試著把這個速度放進(jìn)你的人生規(guī)劃——

• 你計(jì)劃用 6 個月學(xué)一門 AI 新技能。學(xué)完那天，AI 已經(jīng)比你開始學(xué)的時(shí)候又翻了一番。

• 你孩子從現(xiàn)在到大學(xué)畢業(yè)還有 12 年。12 年里，AI 按 3 個月翻一番算，能力會翻 48 番48 番是什么概念？2 的 48 次方 ≈ 281 萬億

• 你的 30 年房貸期內(nèi)，AI 會翻 120 番。這個數(shù)字已經(jīng)大到用任何類比都是錯的