Sam Altman 发文谈「温和的奇点」：2026 年 AI 或将产生全新见解

科幻小说里常把奇点描绘成天崩地裂的瞬间，仿佛前一秒天下太平，后一秒天网降临。但现实可能平静得多：你昨天还在惊叹 AI 能写出漂亮的段落，今天就已经习以为常，转头催促它赶紧写出一整本小说。

OpenAI CEO Sam Altman 发表长文《温和的奇点》，宣告人类已经越过了通往数字超级智能的「事件视界」，技术起飞已经开始。但他想强调的是，这场巨变正在以一种出人意料的温和方式发生。街道上还没有到处跑的机器人，多数人依然在过着普通的日子，但质变已在暗中推进。

2026 年是分水岭，从搬砖到想出新点子

Altman 给出了一个具体的时间表。在刚刚过去的 2025 年，能够执行复杂认知任务的智能体已经落地，编程行业已经彻底变样；到了 2026 年，我们将可能迎来能够提出「全新见解」的 AI 系统；紧接着在 2027 年，能在物理世界干活的实体机器人或将面世。

熟悉 Altman 的人知道，他的博客往往是 OpenAI 路线图的预告片。今年 1 月他刚预言 2025 年是智能体之年，OpenAI 随后就接连拿出了 Operator、Deep Research 和 Codex。今年 4 月发布推理模型 o3 和 o4-mini 时，OpenAI 总裁 Greg Brockman 就曾透露，已有科学家利用它们获得了有用的新思路。

把 AI 的角色从「执行者」变成「科研搭档」，盯上这一步的不止 OpenAI。Google 刚在 5 月发表了代码智能体 AlphaEvolve 的论文，声称能提出解决复杂数学问题的新方法；前 Google CEO 投资的 FutureHouse 也号称其 AI 完成了真正的科学发现；Anthropic 也在同月启动了支持科研的计划。

不过，业内对此并不全盘买单。Hugging Face 首席科学官 Thomas Wolf 此前就撰文直言，现在的 AI 根本不会提出好问题，而提出好问题恰恰是重大科学突破的前提。前 OpenAI 研究主管 Kenneth Stanley 也指出，让模型理解什么是「有趣」和「有创造力」极其困难。他创办的 Lila Sciences 刚拿了 2 亿美元融资，专门研究怎么让 AI 学会提出假说。

算力像自来水，智能成本将逼近电费

除了科学思考，Altman 还勾勒了一个自动化自我强化的闭环。当科学家用 AI 提速两到三倍，AI 研发本身也在加快，这相当于一种初级形态的递归自我改进。如果未来第一批百万台人形机器人造出来，去开矿、炼铁、开卡车并运营工厂，它们就能反过来制造更多机器人与芯片晶圆厂。

在 Altman 看来，这种飞轮一旦转起来，基础设施建造高度自动化，获取智能的成本最终会无限趋近于电费。到了 2030 年代，智力与能源将变得极度充沛，一人的生产力将远超 2020 年。

为了打消外界对能耗的恐慌，Altman 还在文中披露了一组数字：ChatGPT 的平均单次查询大约消耗 0.34 瓦时电，相当于烤箱开一秒出头，或者高能效灯泡亮两分钟；耗水量约为 0.000085 加仑，大概只有十五分之一茶匙。

为什么重要

Altman 这篇文章最聪明的地方，在于重新定义了大众对技术奇点的心理预期。他把一场可能颠覆就业和社会的剧变，包装成了一场「不知不觉就适应了」的温和演进。这种叙事既能向资本市场证明 AGI 近在咫尺、为巨额算力投入正名，又能安抚公众对失业和失控的恐惧。

但从现实来看，从「帮人类写代码」跨越到「提出全新科学见解」，难度可能远超智能体的落地。大模型本质上依然基于人类既有知识的统计规律，如果无法自主提出假设并甄别真伪，它能带来的新见解很可能只是对既有知识的重组，而不是真正的范式突破。正如批评者所言，今天的模型甚至不知道什么是真正重要的科学问题。

对普通人和开发者而言，值得关注的是这种演进对工作方式的重塑。正如 Altman 提到的，懂技术不再是唯一的护城河，只要善于借助新工具提出好想法的人，地位反而会上升。真正的门槛正在从「怎么实现」变成「该做什么」。我们认为，这场奇点或许确实不会像好莱坞大片那样充满爆炸场面，但在技术真正学会自主发现之前，谁先学会把 AI 变成自己的科研与生产力杠杆，谁就能在温水煮青蛙的平滑过渡中占得先机。