闫德利 腾讯公司资深专家

这是人工智能的时代。它充满着悖论，我们在悖论中前行。人工智能极大增强人们的能力，人们却似乎永远预测不准它的未来，总是作出过于乐观不切实际或过于悲观满目皆难的判断，哪怕是那几个站在塔尖的精英。这就是人工智能的预测悖论。

历史上对AI的预测很不靠谱

今年是“人工智能”术语提出70周年，七十年的发展伴随着诸多“荒诞的”预言。

参加达特茅斯会议的青年学者后来取得了巨大成功，他们作为第一代弄潮儿，作出了异常大胆的预言。他们所憧憬的未来十年、二十年的美好图景，很多至今仍未实现。

艾伦·纽厄尔和赫伯特·西蒙共同获得了图灵奖，两人预测（1958）：“十年之内，数字计算机将发现并证明一个重要的数学定理。”西蒙还是诺贝尔经济学奖得主，他预测（1965）：“二十年内，机器将能完成人能做到的一切工作。”

马文·明斯基获得了AI领域的第一个图灵奖，在接受采访时指出（1970）：“在三到八年的时间里，我们将得到一台具有人类平均智能的机器。我的意思是，它将能够阅读莎士比亚、给汽车加油、玩办公室政治、讲笑话、打架。”他还说（1967）：“一代人之内，‘人工智能’的创建问题将基本得到解决。”

这些雄心壮志被无情湮灭在第一次AI寒冬中。到80年代，专家系统和神经网络兴起，人工智能迎来第二波浪潮。于是，《商业周刊》（1984.7.9）激动地在头版头条宣称：“人工智能，它来了！（Artificial Intelligence, IT'S HERE！）”同年，罗杰·尚克和马文·明斯基在美国人工智能会议上对AI狂热作出警告，并类比核寒冬创造了“AI Winter”一词。三年后，果真迎来第二次AI寒冬。

上世纪预测最多的当属下棋对弈。乐观如艾伦·纽厄尔和赫伯特·西蒙（1958）——十年之内，数字计算机将成为国际象棋世界冠军，结果用了40年时间。悲观如计算天体物理学家Piet Hut，他在《纽约时报》上表示（1997）：“电脑要战胜人类围棋手可能需要100年，甚至更久。”结果仅过了19年，AlphaGo就击败围棋世界冠军李世石。如果说所有预测都是错误的，那就违心了。未来学家雷·库兹韦尔（Ray Kurzweil）在《智能机器时代》（1990 年）中预言：“到1998年，计算机将会打败国际象棋世界冠军。”结果1997年IBM深蓝成功击败卡斯帕罗夫。

关于AGI到来时间的预测

当下，大模型和智能体如火如荼，人工智能发展迎来第三波浪潮。各种预测再次粉墨登场，集中体现在AGI（通用人工智能）的实现时间。总体来看，主要有5种判断：①已经到来（身在其中却不知晓），②马上就来（一两年），③短期会来（三五年），④长期才来（五到十年，甚至更久），⑤永远不来（此系伪命题）。

山姆·奥特曼2024年宣称2025年将实现AGI，2025年又说它“并不是一个特别有用的术语（not a super useful term）”。埃隆·马斯克（2024）表示“AGI可能于明年或两年内实现”，今年初仍坚持今年会实现。阿莫迪不喜欢AGI这个术语，他认为（2024）强大的人工智能（powerful AI）最早可能在2026年出现，也有可能花更长时间。这些预测属于“马上就来”。如果预测正确，AGI已经实现或将在年内实现。这不是笑话，加州大学圣地亚哥分校的学者在《自然》（2026）的文章认为，当前的大型语言模型已经构成AGI。黄仁勋在2024年表示将在5年内实现AGI，但今年又说已经实现。

也有人认为需要五年，甚至更长时间。Demis Hassabis（2025）认为AGI将在未来五到十年内实现，今年改口为将在2030年前后一年内到来。Pichai（2025）认为不可能在2030年之前实现，并把AGI到来之前的阶段称为AJI（锯齿人工智能）。如下表所示。

表著名AI公司CEO对AGI到来时间的预测

对AGI的预判，不仅有超级乐观派、温和乐观派、保守现实主义者，还有怀疑论者，认为“永远不来”。图灵奖得主杨立昆表示（2025）：“仅靠大型语言模型无法实现 AGI。”Iris van Rooij认为（2024）:“创造具有人类水平认知能力的AGI是不可能的。”郑南宁院士指出（2023）：“通用人工智能是一个充满着不确定性的未来目标。”谭铁牛院士表示（2025）：“通用人工智能还任重道远。”机器学习先驱Thomas Dietterich表示（2024）：“整个概念毫无科学性，人们甚至应该因使用这个术语而感到羞愧。”

关于AI编程和生命医药的预测

编程是AI应用最好的领域。去年3月，科技公司高管纷纷作出AI编程比例的预测。按Anthropic和OpenAI的预测，今天AI已经能够编写99%以上的代码；而根据IBM预测，AI可以编写代码的比例是20%-30%。如下表所示。

表 AI编写代码比例的预测（2025年3月）

根据Anthropic、谷歌、Snap、美团、微软等公司披露的数据，由AI生成代码的比例处于20-80%之间。如下图所示。由此看，Anthropic、OpenAI和IBM的预测似乎都不准确。需要时间验证的是微软CTO的预测：“到2030年，高达95%的编程代码将由人工智能生成。”

图各公司由AI生成代码的比例

AI在生命医药领域的应用潜力极大，这方面的预测更加引人注目。Demis Hassabis在《60分钟》采访中表示（2025）：“在未来十年左右，AI可能帮助治愈所有疾病。”阿莫迪（2025）认为，AI能在5-10年内使人类寿命翻一番。埃隆·马斯克（2026.1）表示，三年内Optimus机器人将超越人类最好的外科医生，并能得到大规模部署。

关于AI外部影响的预测难上加难

由于人们无法准确把握AI技术的发展，那些关于AI所产生经济社会影响的预测就显得比较缺乏科学性了。例如AI对就业的影响。

近年，OECD、IMF、世界经济论坛、联合国贸发会议、国际劳工组织、世界银行等国际组织，以及高盛、麦肯锡、皮尤研究中心等咨询机构纷纷推出AI影响就业的测算报告。单独一份都足够重磅。但把这些报告放在一起看，则发现测算结果差距甚大，处于0.4%-67%之间，几乎不具可比性。让人祛魅。如下表所示。

表AI影响就业的部分量化测算结果

预测是一种仪式。人们把过去与现在的轨迹连接起来，并将之延伸至未来。专家们操纵着魔法，用理想的模型和漂亮的图表，勾画出对未来的量化评判。大佬们肆意的表达，享受着众人的盲从和媒体的追捧，笃定自己就是那个未来。

然而，未来并不遵循设定的剧本，它往往是由与过去的彻底决裂所塑造，充满着巧合和悖论。我坦白，我不知道未来是什么样子。事实上，谁也不知道。如果我们真的知道，就会相应地改变自己的行为，从而改变未来的走向。

*本文为腾讯研究院「写作者的夏天」活动征文