摘要：OpenAI奥特曼曾表示，AI 可能会像晶体管一样，成为一种可广泛扩展并渗透到经济各个角落的重大突破。虽然他的观点较为温和，但他仍然认为 AI 在推动科学进步方面的影响“将超越其他一切”。

许多AI大佬都给我们画过同样的饼——AI可以成为科学家。

不仅如此，根据他们的说法：诺奖级AI近在眼前，届时所有的研发工作将被自动化，世界也会因为各种科学突破变得愈发繁荣和美好。

OpenAI奥特曼曾表示，AI 可能会像晶体管一样，成为一种可广泛扩展并渗透到经济各个角落的重大突破。虽然他的观点较为温和，但他仍然认为 AI 在推动科学进步方面的影响“将超越其他一切”。

DeepMind CEO Demis Hassabis 也对 AI 在研发领域的影响持乐观态度。他在最近的一次采访中具体阐述了 AI 可能带来的变革机制：AI 或可治愈所有疾病，并“解决能源问题”。他还提到 AI 可能带来“极端的富足”（radical abundance），但除了科学研发这一渠道之外，他并未指出 AI 还能通过哪些方式实现这一目标。

最激进的莫过于Anthropic 的CEO，Dario Amodei。他在最近的一次采访中表示，他有70~80%的信心，AI还能保持指数增长，并在四年内成功达到诺贝尔获奖者水平。他还曾在文章《Machines of Loving Grace》中，列举了 AI 在理想情况下如何造福人类的五种方式，其中三种涉及生物学研发、神经科学研发和经济学研发。然而，他并未明确主张 AI 会因在整个经济中的广泛应用而带来高经济增长，相反，他更关注 AI 通过加速研发和改善经济治理所带来的影响。

Epoch AI的两位研究员撰文称，以上大佬的观点，缺乏严谨的经济学论证，但却拥有着巨大的影响力。该文章认为，那种技术乐观主义的论调很可能是错误的，比起得诺奖，AI造成大规模失业的概率大得多，简单来说：

撰写这篇文章的Epoch AI是一家非营利性质的研究机构，致力于分析人工智能的历史趋势，并帮助预测其未来发展。

这篇帖子在Hacker News上的讨论度非常高：

一位网友留言，认为AI的乐观主义无法说服自己。

有没有人觉得技术乐观主义其实很让人沮丧？

我想，首先是因为它用技术取代了人类，这应该是更常见的原因。但另一个原因是，你很难对一场不太可能实现的炒作感到兴奋。

它感觉与对社会的实际好处脱节了。

也有人指出，技术进步本身是好的，但这波AI发展太快，我们的社会还没有做好承接新技术的准备：

技术进步本来会很棒，如果它的好处不会主要流向社会顶层的话。

我几乎可以肯定，在不远的未来，我们的技术会足够先进，让人们可以依靠机器人在某个地方自给自足，或者让它们帮你做所有的家务。

原则上，这听起来很棒，但我们的社会并没有为“大量人口不工作，而技术进步主要由少数高技能人才推动”这种情况做好准备。

我不确定未来会如何发展，但如果技术继续以当前的速度进步，社会将需要进行一些重大变革。

原贴涉及很多经济学知识，在此整理了文章的重点部分，感兴趣阅读全文的朋友可以移步：

文章指出了一个残酷的现实，能胜任自主研发工作的AI对AI创企来说吃力不讨好。

所谓开发诺奖级AI,很可能是AI企业们写在PPT第一页用来“撑门面”的“谎言”。

首先，自动研发的经济价值并没有人们想象的那么高。提高生产率和新技术固然是长期增长的关键，但研发在这一过程中所占的比重通常比人们预期的要小。

更重要的是，即便研发确实有所贡献，其大部分成果往往是外部化的，并不会直接转化为AI企业的利润，这也降低了企业部署 AI 进行自主研发的激励。因此，大多数 AI 系统实际上会被用于与研发无关的任务，并且这些任务在整体上更具经济价值。

其次，自动化研发远比看起来困难得多。研究员的工作不仅仅是“推理任务”，还依赖于诸如自主性（agency）、多模态处理（multimodality）和长上下文一致性（long-context coherence）等能力。如果 AI 已经发展到足以完全自动化研究员的工作，那么它也很可能已经能够自动化经济中大多数其他岗位，而这些岗位带来的经济价值很可能远远超过单纯的研发自动化。

综合这两点，没有理由认为 AI 的主要经济价值会来自研发。更有可能的情况是，AI 价值的主要来源是其在整个经济中的广泛部署。尽管 AI 会因规模报酬递增带来生产率和人均产出的提升，但这类增长很可能并非主要来自研发，而是源于 AI 在更广泛经济活动中的应用。

也就是，取代大多数普通人的工作。

以下是文章从商业、政策和个人角度出发，对未来AI影响所作出的一些预测：

首先，从商业角度来看，我们认为在可预见的未来，AI实验室更有可能通过自动化普通工作任务来获得更大的利润，而不是专注于开发具备“诺贝尔奖级”推理能力的模型，以帮助生物学或医学等领域的研究人员。更现实的商业目标是开发能熟练浏览互联网、操作商业软件并执行标准白领任务的计算机智能体。与此同时，我们也认为，衡量和基准测试AI在这些普通任务上的表现，可能比评估AI在研发（研究与开发）任务上的能力更为重要。

其次，从政策角度来看，我们认为公众对AI的态度将在未来发生深刻变化，尤其是在AI开始对世界产生变革性影响——如引发爆炸性的经济增长或大幅延长人类寿命——之前。届时，社会可能已经经历了多轮大规模劳动力替代的自动化浪潮，这将极大地改变公众对AI的看法。因此，我们认为，假设公众对AI的态度会保持不变，直到变革性AI出现前后，可能是错误的。

最后，从个人角度来看，我们认为应该规划并投资于一个AI逐步取代工作的未来，这一过程可能会持续数年甚至数十年，而不是假设AI一旦掌握AI 研发，就会立即让人类劳动力完全过时。与其设想AI会通过递归式的自我研发突然爆发为超级智能，我们更倾向于预见经济会经历更平缓的全自动化过渡。

在我们看来，AI很可能会经历一个较长的过渡期，在此期间，它在某些任务上超越人类，但在其他互补性任务上仍然不如人类。需要明确的是，我们同意AI最终将在几乎所有具有经济价值的活动中超越人类，并推动经济增长的显著加速。但我们认为，这种转变不会是瞬间发生的，而是会经历多年或数十年的广泛而具有破坏性的自动化进程，而且这一过程远不止局限于研发领域。

那么，我们又该如何“规划并投资于一个AI逐步取代工作的未来”呢？欢迎在评论区和我们交流~

来源：51CTO