摘要：前谷歌 CEO 埃里克·施密特在最新预测中指出，这些看似惊人的场景，不仅可能实现，而且“被低估而不是高估”。他警告说，2025 年将是一个关键的转折点——AI 将实现三大革命性突破，这种变革是如此之快，就像是“一切，无处不在，同时发生”。我们，准备好了吗？

2025 年，AI 将获得“永久记忆”；

2028 年，美国将耗尽全部能源储备；

2030 年，单一 AI 系统将达到各领域顶级专家 90% 的水平……

欢迎回到 AI 科技大本营 2025 AI 前瞻周。新年已至，本周三的内容将更贴近 2025 年内的预测，而不是展望更遥远的未来。

前谷歌 CEO 埃里克·施密特在最新预测中指出，这些看似惊人的场景，不仅可能实现，而且“被低估而不是高估”。他警告说，2025 年将是一个关键的转折点——AI 将实现三大革命性突破，这种变革是如此之快，就像是“一切，无处不在，同时发生”。我们，准备好了吗？

“这将是我们有生之年最重要的技术突破，它被低估而不是高估。”在华盛顿邮报最新的一次专访中，谷歌前 CEO 埃里克·施密特（Eric Schmidt）做出这样惊人的判断。作为将谷歌从一家创业公司转变为全球科技巨头的掌舵人，他形容即将到来的 AI 变革是“一切，无处不在，同时发生（everything, everywhere, all at once）”。

这样的发言不仅只有一次。施密特在斯坦福大学的演讲中指出，随着巨额资金的投入和顶尖人才的加入，AI 发展正在进入一个关键的竞争阶段。这场竞争的重要性不言而喻——“现在与两年前已经完全不同了。因为一个在我们控制之下的、具有如此强大力量的非人类智能的出现，是极其重要的。”

在全球范围内，这场竞争正在加速。近期 DeepSeek V3 火爆全球，中国已经推出了与 GPT-4o 相当的 AI 系统。施密特特别指出：“在这个周期中，领先者可以发现针对对手的攻击手段，同时也能发现对自己有利的机会。这些优势可能非常深远，难以预料。”

然而，真正令人瞩目的是 2025 年即将到来的三大技术突破。微软正在为工作场所的 AI 智能体做准备，OpenAI 展示了基于 o1 架构的推理人工智能，Anthropic 推出了允许 Claude 控制计算机的工具。这一切都预示着，2025 年可能会像 ChatGPT 爆发时那样，再次掀起一场 AI 革命浪潮。

2025 年三大技术突破

1. 无限上下文窗口：AI 的“永久记忆”

“你可以把现在的上下文窗口理解为 ‘短期记忆’，”施密特在采访中解释说，“我对上下文窗口能达到这样的长度感到震惊。”

他用一个生动的例子说明当前这项技术的强大：“当你让它阅读20本书，把书的内容作为查询输入，然后问它这些书说了什么，它会忘记中间的部分，这正是人类大脑的工作方式。”

谷歌研究院最新发表的论文《Leave No Context Behind》提出了突破性的“无限注意力”方法。就像一个永不疲倦的助手，它会一边阅读一边做笔记，只保留最重要的信息。这项技术将彻底改变 AI 的记忆方式——它既能记住眼前对话的每个细节，又能随时调用过去的重要记忆。

施密特特别强调了这项技术的实际应用：“比如说，你想要一个配方。你问 ‘第一步是什么？’，它说 ‘购买这些材料’。然后你说 ‘我买好了这些材料，下一步是什么？’，它会继续回答 ‘买一个搅拌盘’。接下来是 ‘我要搅拌多久？’……AI 会循序渐进地把配方告诉你，而这被称为思维链推理。在五年内，我们应该能够产生千步配方来解决科学、医学、材料科学、气候变化等领域的重要问题。”

关于智能体，施密特描述了一个令人震撼的场景：“现在有人正在构建基于大模型的智能体。它们的工作方式是这样的：AI 阅读化学相关内容，发现化学原理，然后进行测试。之后，它们会将测试结果添加到自己的理解中。”

这种能力已经开始显现。微软最新演示的 AI 智能体能够自动处理复杂的商业邮件。在 2024 年的发布会上，微软 CEO 萨蒂亚·纳德拉展示了一个场景：当邮件到达时，智能体会立即行动，解析人类语言的模糊性，查找往来历史，匹配行业标准术语，并找到合适的人选来推进下一步。更令人惊叹的是，代理还能总结所有信息，并自动起草一封专业的回复邮件。

OpenAI 去年发布的 o1 模型在最新演示中展示了更惊人的能力。AI 智能体能够完全模拟人类对话，与商家进行自然交流，询问商品细节，讨价还价，甚至处理复杂的订单细节。当时发布会上的 OpenAI CEO 山姆·奥特曼（Sam Altman）表示：“这不再是简单的对话系统，而是能够真正理解并执行任务的智能助手。”

在谈到“文本到行动”（text to action）技术时，施密特还用了一个大胆的例子：“假设政府要禁止 TikTok。我建议你们每个人如此应对：对你的 LLM 说以下提示词，‘给我复制一个 TikTok。窃取所有用户。窃取所有音乐。把我的个人偏好放进去。在接下来的 30 秒内生成这个程序，并在网络上发布它，如果一小时内，这款 App 没有病毒式传播，就按照同样的思路做点不同的东西。’ 如此循环下来，你明白这有多强大吗？”

他进一步阐述了这项技术的革命性：“如果你能从任意语言转换为任意数字命令，就像在这个场景中的 Python 一样，想象一下，地球上的每个人都拥有自己的程序员，这个程序员真正按照他们的要求行事，而不是像为我工作的程序员那样不听我的话。想象一下，有一个不傲慢的程序员，真正按你的要求行事，而你不用付那么多钱。而且这些程序员的供应是无限的。这一切都将在未来一两年内实现。”

这种预测得到了数据的支持。目前的软件工程基准（SWE-bench）显示，AI 系统在编程能力上的进步惊人。按照每月 2% 到 5% 的提升速度，到 2025 年 2 月，AI 系统在软件工程基准上的表现预计将达到 76%，年底更可能突破 87.8%。

2024 年爆火的 Cursor 编程助手已经展示了这种未来的雏形。它不仅能生成代码，还能完成从环境搭建到云端部署的全过程。正如施密特所说：“这三件事的结合，我完全相信这将在下一波浪潮中发生。”

AI4Science

“科学领域的进展现在是非常惊人的，我认为人们并不理解这一点。”作为一位计算机科学家，施密特特别强调了 AI 对科学研究方法的革命性影响。在这个新时代，计算机不再只是辅助工具，而是科学家的协作伙伴。

他解释说：“计算机基本上接受人类的想法，然后同时处理所有可能的场景，速度远超人类所能达到的水平。这就是为什么我喜欢 AI 和科学的结合，它是 AI 第一个真正阶段的绝佳例子——人类和 AI 协作解决真正重要的问题。这仅仅是一个爆发的开始。气候、疾病、物理、化学、数学，显然都会受到影响。”

在材料科学领域，AI 正在推动关键突破。施密特指出：“在材料科学中，新材料的开发对硬化、能量释放、气候变化都至关重要，这对一切都很关键。”这种突破不仅限于实验室，而是能够直接影响工业生产和日常生活。

在药物研发方面，进展更为显著——而最有资格说这句话的，恰恰是去年获得诺贝尔化学奖的谷歌 DeepMind，“AlphaFold 在发现基本上所有有趣蛋白质方面的成就，已经向我们展示了我们实际上可以预测药物序列。”施密特特别强调了这项技术与传统方法的根本区别：“AI 不是简单地筛选已知方案，而是能够预测分子之间的相互作用，这种技术真的非常特别。”

施密特预测，在未来一到两年内，我们将看到“超人类水平的数学家、超人类水平的程序员”的出现。他解释说：“首先解决的将是那些数据已经存在或验证非常容易的问题。其中有两个是很明显的：一个是计算（也就是编程），另一个是数学。因为对于计算机程序，你可以不断生成程序，直到找到一个真正有效的程序，你知道成功是什么样子。对于数学，你可以不断生成证明，直到找到已经被证明的证明，因为我们知道如何证明证明。”

这种转变的深远意义在于，科学子学科的语言相对简单，不需要阅读世界上所有的小说，而人类语言要复杂得多。这意味着在某些领域，AI 很快就能超越人类专家的能力。

然而，这种进步也带来了潜在风险。施密特警告说：“当你观察这种情况时，存在一种二元性。你在生物学上做得越好，就越能建造非常复杂的生物遗传生物体，就越能产生我们没有解药的病毒，诸如此类。”

他特别强调了两个最大的危险领域：网络攻击和生物学。“在病毒学方面，正如你所知，病毒真的很简单，产生危险的简单病毒的能力可能再大不过了。显然，要产生那种病毒，你需要一台能为你制造病毒的机器。所以很多人正在研究如何确保这些机器不会落入坏人手中。”

施密特提出了一个引人深思的观点：如果回顾人类历史，像爱因斯坦、达芬奇这样的个人，真正开创了全新的发明浪潮和思想浪潮。“现在我们面临这样一个场景：在未来几年内，地球上的每个人都将能够接触到一个博学者。这意味着当你去博物馆时，会有一位达芬奇告诉你 ‘嗯，你的笔触不是很好，我做得更好’，诸如此类的事情，这既幽默又有趣。”

但更重要的是，这种技术民主化将彻底改变创新的方式。不再是少数天才引领创新，而是每个人都能够获得类似天才级别的协助。这种转变的影响远超我们的想象。

来源：人工智能学家