美华头条综合报道 2026年6月，美国斯坦福大学举行了一场关于物理学与人工智能的学术会议。来自人工智能公司Anthropic的研究科学家Jascha Sohl-Dickstein在演讲中提出了一个令人震撼的判断：人类可能正处于人工智能发展史上最关键的转折点，未来几年出现超越人类顶尖智力水平的人工智能系统，已经不再是遥远的科幻想象。

他的演讲题目是《在人类世最初与最后的日子里，给年轻研究者的建议》（Advice for a Young Investigator in the First and Last Days of the Anthropocene）。其中“人类世的最后几天”这一表述尤其引人关注。它所表达的并不是地球即将毁灭，也不是人类必然走向灭绝，而是一种更加深刻的历史判断：在人类长期主导地球文明发展之后，一种可能超越人类智力的新型智能，正在迅速进入现实世界。

Jascha Sohl-Dickstein并不是依靠预测未来获得关注的科技评论员。他是现代生成式人工智能的重要奠基者之一。2015年，他与其他研究人员发表论文《利用非平衡热力学进行深度无监督学习》，提出了一种通过逐步增加噪声、再学习逆向恢复过程来生成数据的模型框架。这项研究为后来扩散模型的发展奠定了重要基础，并最终影响了Stable Diffusion等图像生成技术。

从早期的机器学习理论研究，到如今参与世界前沿人工智能系统的研发，Jascha亲身经历了人工智能从实验室研究走向全球技术竞争的过程。因此，当他讨论超级智能的发展速度时，其观点不仅涉及未来预测，也建立在对这一技术演进过程的长期观察之上。

在演讲中，他展示了人工智能训练计算量长期增长的趋势。按照其引用的数据，过去十年间，最大规模人工智能模型的训练计算量增长了大约一千万倍。这意味着曾经需要难以想象的计算资源才能完成的训练任务，已经伴随芯片、算法和基础设施的发展进入了新的数量级。

计算量的增长并不直接等同于智能的增长。人脑拥有复杂的神经结构、持续学习能力和与物理世界相互作用的经验，仅仅比较计算规模，并不能证明机器已经达到人类智能水平。但这些变化至少表明，人工智能的发展正在突破许多人过去认为难以企及的技术规模。

更加值得关注的是，人工智能能力的提升已经不再局限于生成文章、回答问题或者制作图片。它正在逐渐进入过去被视为高度依赖人类智力的领域，包括软件开发、复杂推理、数学研究和科学发现。

人工智能研究机构METR持续追踪前沿模型独立完成任务的能力。其研究使用人类专家完成同类任务所需的时间衡量任务复杂程度，再观察人工智能系统在不同任务上能够达到怎样的成功率。相关数据表明，前沿模型所能处理的任务复杂程度呈现出显著的长期增长趋势。

这一趋势的意义在于，人工智能正在从能够回答单个问题的工具，逐渐演变为能够执行多步骤任务的系统。过去，程序员需要不断向模型提出问题、检查答案并修改代码；如今，一些人工智能系统已经能够在给定目标后，自主完成部分编程、调试和测试工作。

不过，这些测试主要集中在软件工程、机器学习和网络安全等具有明确评价标准的任务上。能够完成相当于人类专家数小时工作量的测试任务，并不意味着人工智能已经可以独立承担任何需要数小时才能完成的现实工作。现实社会中的职业往往涉及沟通、责任、判断和难以量化的复杂环境，其自动化程度仍然存在明显差异。

数学研究则为人工智能能力的变化提供了另一个观察窗口。长期以来，人们认为人工智能主要擅长从已有数据中寻找规律，对于真正未知的科学问题缺乏独立突破能力。然而，随着推理模型的发展，人工智能已经开始参与一些此前尚未解决的数学问题，并在特定研究任务中提供新的思路和证明。

这类成果需要严格区分人工智能独立完成与人类研究人员借助人工智能完成的情况，也需要经过数学界验证。但它们表明，人工智能正在从已有知识的整理和应用，逐渐进入知识创造过程。

在Jascha看来，真正重要的问题已经不再只是人工智能能否达到普通人的能力，而是它是否可能在越来越多的智力活动中超过最优秀的人类专家。

人工智能通用智能通常被称为AGI，指能够在广泛认知任务中表现出与人类相当或更强能力的系统。超级人工智能则通常被称为ASI，意味着机器智能在广泛的重要认知能力上显著超越人类。

这两个概念之间存在重要区别，但如果人工智能能够有效参与人工智能自身的研究与改进，从通用智能迈向超级智能的过程，就有可能呈现出不同于过去技术发展的速度。

Jascha提出的判断是，在部分直接参与前沿模型研发的研究人员看来，目前尚未发现一项已经确认、无法逾越的根本性障碍，能够证明人工智能的发展必然停留在人类智力水平以下。

这一观点并不意味着超级智能已经实现，也不意味着未来几年一定会出现超级智能。训练成本、能源供应、数据质量、算法瓶颈、可靠性以及复杂环境中的实际表现，仍然可能限制人工智能的发展速度。科学界对于通用智能的具体定义、实现路径和到来时间，也尚未形成统一结论。

但是，当研究人员开始认真讨论几年之内可能发生的智能跃迁时，人类社会已经有必要重新审视自己正在建立的经济与制度体系。

过去几百年间，工业革命使机器逐步替代人类的体力劳动。蒸汽机改变了交通运输，电力改变了工业生产，计算机改变了信息处理，互联网改变了全球通信。这些技术虽然深刻冲击了就业与社会结构，但人类始终是机器的设计者、管理者和主要决策者。

人工智能带来的潜在变化则更加复杂，因为它正在触及人类长期以来最重要的竞争优势：学习、推理、创造以及解决复杂问题的能力。

如果未来的人工智能能够完成大量科学家、工程师、医生、律师、金融分析师和软件开发人员的工作，传统社会以专业知识、学历和经验为核心建立起来的职业结构，将面临深刻调整。

这一过程并不必然意味着这些职业会在短时间内消失。许多工作仍需要现实世界的经验、法律责任、人际信任和最终决策。但人工智能可能改变专业人员的工作内容，压缩部分重复性任务的市场需求，并重新分配劳动创造的经济价值。

教育制度同样面临挑战。在传统教育体系中，一个人需要经过多年学习，才能获得某个专业领域的知识和技能。大学学历、专业资格和工作经验因此成为衡量个人能力的重要标准。

然而，当人工智能能够以极低的边际成本提供越来越高水平的知识服务时，单纯掌握信息和标准化操作技能的价值可能下降。提出有意义的问题、判断结果是否可信、承担决策责任，以及理解复杂社会环境的能力，将变得更加重要。

对于年轻研究人员而言，这意味着他们需要重新思考职业规划。Jascha在演讲中强调，研究者应当认真考虑人工智能能力持续提升可能造成的影响，选择那些即使技术迅速变化仍然具有长期价值的研究方向。

人工智能可能改变科研工作的组织方式。一些需要研究生花费数年完成的数据处理、模型建立和实验分析任务，未来可能通过人工智能大幅缩短时间。但科学研究的真正价值不仅在于完成既定任务，还在于发现值得研究的问题、建立可靠的验证方法，以及判断研究结果对人类社会意味着什么。

与此同时，超级智能的发展还提出了一个比就业更加深远的问题：当机器的认知能力超过人类，人类是否仍然能够有效控制它们？

2026年2月，Jascha参与署名的一项Anthropic研究分析了前沿推理模型在复杂任务中出现错误的方式。研究发现，随着任务难度和推理长度增加，模型失败越来越可能表现为缺乏连贯性的行为，而不只是系统性地追求错误目标。

这一发现提醒人们，人工智能能力提升并不自动意味着可靠性同步提高。一个能够解决复杂数学问题的系统，仍然可能在其他任务中出现错误判断。如果这样的系统被部署到电力、金融、交通、医疗乃至国家安全等关键领域，其失误造成的后果可能远远超出普通软件故障。

此外，超级智能还涉及一个无法回避的社会问题：谁拥有它，谁控制它，又由谁决定它应当服务于什么目标？

目前，前沿人工智能的研发需要大量资金、先进芯片、数据中心和专业人才。这使最先进模型的开发能力集中在少数大型科技企业及拥有雄厚资源的机构手中。

如果未来人工智能成为推动科学发现、经济生产和社会管理的核心基础设施，那么控制先进模型、训练资源和计算平台的组织，就可能拥有前所未有的经济与技术影响力。

人工智能所带来的生产效率提升，是否能够转化为广泛的社会福祉，取决于技术扩散、市场竞争、公共政策以及社会制度如何作出回应。

如果生产力显著提升，但收益主要集中在少数掌握技术和资本的机构手中，人工智能可能加剧现有的经济不平等。如果技术能够在保障安全的前提下得到更广泛的应用，它也可能帮助更多人获得过去难以负担的教育、医疗和专业服务。

同样值得警惕的是，人工智能可能被用于扩大监控、操纵信息和集中权力。未来社会需要面对的，不仅是如何防止人工智能失控，也包括如何防止掌握人工智能的组织和政府滥用这种能力。

技术越强大，透明度、独立监督、隐私保护、言论自由和权力问责就越重要。人工智能可以协助人类作出判断，但不应成为缺乏监督的权力替代品。决定社会发展方向的权利，仍然需要通过能够接受监督和纠错的制度加以保障。

正是在这种背景下，Jascha关于“人类世最后几天”的表达具有了更深刻的意义。

“人类世”原本是用来描述人类活动深刻影响地球环境的概念。它在学术界得到广泛使用，但截至目前尚未被正式确立为地质年代单位。Jascha借用这一概念，试图描述一种可能出现的历史转变：人类不再是地球上唯一能够大规模创造技术、组织知识并推动文明演进的智能主体。

这样的未来是否真的会到来，目前没有人能够作出确定回答。即使出现超越人类智力的人工智能，也不能仅凭这一事实推断人类文明必然结束。智能能力、实际控制权、社会制度与文明主体地位之间，并不存在简单的对应关系。

但可以确定的是，人工智能正在迫使人类重新思考一些延续了数千年的基本问题。

什么是智慧？什么是创造？当机器能够完成越来越多复杂的脑力劳动，人类工作的价值应当如何衡量？当科学发现的速度超过传统科研制度能够适应的速度，教育与知识生产又应当如何改变？

更重要的是，如果未来出现比人类更加聪明的机器，人类究竟希望建立一个怎样的世界？

过去，人类主要通过自身的知识和技术能力改变自然环境。未来，人类可能创造出能够进一步推动技术进步的智能系统，从而使科技发展进入更快的循环。

这可能开启科学发现和物质生产的新阶段，也可能带来目前尚难准确预测的风险。

Jascha的演讲之所以引发关注，并不是因为它证明超级智能即将到来，而是因为它提出了一个值得认真对待的可能性：人类社会正在经历的变化，也许比多数人日常感受到的更加深刻。

对于普通人而言，理解人工智能已经不仅是学习一种新工具。它还关系到未来的就业、教育、财富分配、个人自由以及社会治理。

对于政府和科技企业而言，发展人工智能也不能仅仅是一场追逐模型性能和商业利润的竞赛。技术安全、责任归属、社会公平和公共监督，必须成为这一进程的重要组成部分。

人类曾经创造机器来延伸双手，创造计算机来辅助思考。如今，人类正在尝试创造能够独立完成越来越多复杂智力活动的系统。

这或许是人类科技史上最重要的成就之一，也可能成为人类文明必须面对的最深刻考验。

未来究竟属于人类、机器，还是二者共同构建的新文明，目前尚无定论。

但在人工智能迅速发展的时代，真正值得追问的，不只是机器最终能够变得多么聪明，而是当机器比人类更加聪明时，人类是否仍然拥有决定自身命运的权利。