能否温柔地跨过那个“奇点”

（原标题：能否温柔地跨过那个“奇点”）

图片来源于网络，如有侵权，请联系删除

6月10日，OpenAI首席执行官山姆·奥特曼（Sam　Altman）在博客上发表《温柔的奇点》（The　Gentle　Singularity），并称这可能是他“最后一篇不依赖AI写成的文章”。他在文中表示，人类或许已跨越了通往数字超级智能的“事件视界”，即进入了一个不可逆的AI发展阶段。“奇点”原是数学术语，后被美国作家弗诺·文奇引入科技史领域，用以描述技术增长加速到无法预测的临界点。未来学家雷·库兹韦尔则将其与AI相连，提出2045年将实现AI超越人类智能的“技术奇点”。近年来，随着AI突飞猛进，这一预测不断被提前——库兹韦尔在其新书中将时间表改为2029年。

图片来源于网络，如有侵权，请联系删除

尽管“奇点”何时到来长期存在争议，许多人仍将其视为遥远的未来。然而奥特曼却宣称，它已经悄然降临，并非以剧烈冲击，而是以温柔、几近无声的方式实现。这番言论引发热议：有人称其洞见深刻，有人批评其过于乐观，亦有声音指出，这番言论发布时机恰逢GPT-o3pro亮相，或许不过是营销策略。

那么，奥特曼的判断到底是前瞻洞察，还是博眼球的策略？人类真能温柔地穿越“奇点”吗？还是说，要实现这一愿景，还需我们自身的制度准备与主动作为？

一、“奇点”降临之辨

我们是否如奥特曼所言，已经来到了“奇点”之前？要判断这一点，不妨先回顾他在博文中列出的几个主要依据：

首先，当前AI的发展已达到相当水平。奥特曼指出，以ChatGPT为代表的AI在能力上已超过历史上的任何一个个体人类，数以亿计的人每天依赖它们完成工作。2025年，具备真正认知能力的智能体已初步成形，编程等原本被认为只能由人类胜任的任务，已有相当一部分由AI接手。按此趋势推测，2026年或将出现能够自主提出新见解的系统；2027年，能够在现实世界中执行任务的机器人也有可能问世。

第二，AI已展现出初步的递归式自我改进能力。过去，科研与技术开发主要依赖人类推动，技术演进是由外部驱动的。但如今，AI本身已在算法研发、新材料探索、芯片设计等领域扮演关键角色。这使技术具备“内生式”自我迭代的可能。同时，具身AI机器人的出现，也意味着“用机器人制造机器人”正在成为现实，由此带来的自我强化式经济增长或将随之启动，形成正向反馈循环，引发爆炸性的扩张。

第三，AI的生产率正快速提升，而使用成本则持续下降。奥特曼指出，AI已在科研等领域展现出2至3倍的效率提升。随着具身AI的普及，这种效能也将扩展至实体制造业。至于资源消耗，他以ChatGPT为例：如今与其完成一轮对话仅需0.34瓦时，相当于烤箱运转一秒，耗水量也不过0.000085加仑（约为十五分之一茶匙）。未来，随着技术迭代，成本还将进一步降低。

正是基于上述判断，奥特曼认为，我们实际上已站在“奇点”门前。尽管此篇博文更多着眼于现实案例而非理论推演，也因此招致不少质疑，但他并非毫无理论支撑。例如在今年2月的另一篇文章中，他曾提出AI发展的三个观察：

1.　模型能力与投入资源的对数呈正相关，AI发展可预测；

2.　使用成本以每12个月降至原来1/10的速度下降；

3.　AI能力的线性提升将带来社会价值的指数级增长，进而激发更多投入，形成一个正向的循环。

这三点构成了一个简明的“奇点模型”：持续投入推动AI能力进化；能力进化带来成本下降与巨大利润，反过来又吸引更多资源流入。一旦这套机制启动，技术与经济将进入螺旋式上升通道。奥特曼在博文中列举的案例，不过是这一模型的现实注脚。

从理论上看，这一逻辑似乎自洽：如果AI确已具备超越人类的能力，能触发技术飞轮，并且AI与生产率之间存在稳定的正相关关系，那么“奇点已至”的判断似乎并不夸张。但问题在于，这些前提是否真的已被满足？我们不妨逐一检视。

首先，AI的能力是否已经超越人类？在某些任务维度上，这一判断确实成立。AI在围棋、国际象棋、写作、绘画、编程等多项任务中，已展现出优于人类的表现。部分研究也显示，大模型在数百种任务中普遍优于人类。

然而，在许多方面，AI仍存在明显短板，尤其是在空间感知和物理常识领域，常因缺乏基本常识而在现实模拟中出现错误。“莫拉维克悖论”（Moravec's　Paradox）早已指出，AI擅长高难度任务，却在应对人类看来轻而易举的任务时表现欠佳。例如，一个小孩看几只狗就能建立“狗”的概念，而AI则可能需要上百万张图片才能学会。说AI已“全面超越”人类，乃至AGI（通用人工智能）或ASI（超级人工智能）已实现，显然还为时过早。

更重要的是，AI能力的提升是否如奥特曼所说“可预测”，仍值得商榷。实际上，AI技术的发展更接近于一个随机搜索的过程。历史上的多次关键性突破——例如深度学习中的反向传播算法——事后看来简单直白，但从提出到广泛应用却历经数十年。因此，即便某些突破看似近在咫尺，也未必能如期而至。奥特曼预期2026年将出现具有原创能力的AI系统，2027年将诞生任务执行型机器人，这一时间表仍存在高度不确定性。

其次，技术是否已具备自我强化能力？的确，AI正推动各领域进步，并在一定程度上优化自身，但大规模的技术跃迁仍依赖于材料、能源等基础科学的突破。而这些变量，在奥特曼的推演中几乎未被提及。

再次，AI发展与经济增长之间的因果关系是否已确立？目前也缺乏扎实证据。例如，奥特曼提到科研效率会提高2至3倍，但相关研究很快被质疑缺乏数据支持。笔者查阅资料发现，唯一较具权威的实证研究来自MIT，称AI能使排名前10%的科学家产出增长81%，但对后1/3影响甚微，该研究后被揭发数据造假并撤稿。科研尚且如此，实体经济中的效益转化更未可知。

综上所述，尽管我们或许正接近“奇点”，但至少目前为止，还无法确认我们已经如奥特曼所言，跨越了通往数字超级智能的“事件视界”。

二、跨越“奇点”之旅会那么温柔吗？

相比于“奇点已经到来”的判断，奥特曼在博文中提出的另一个更具争议的观点，是他认为“奇点”的来临将会是一个温柔的过程。这显然与以往人们对“奇点”的普遍理解大相径庭。

按照通常的看法，“奇点”的到来将伴随着剧烈的社会变动。在短期内，它很可能导致大规模的技术性失业与收入分配的进一步恶化；而在更长期的视角下，随着AI能力全面超越人类，如何处理人与AI之间的关系，如何确保AI始终与人类价值观对齐、其行为不偏离人类利益，将成为更为棘手的问题。然而，在奥特曼看来，这一切问题都能够通过一个平稳的过程逐步得到解决。那么，现实真会如此吗？

（1）“奇点”会造成严重的失业吗？

在AI可能带来的诸多社会问题中，技术性失业可能是最受关注的一项。过去十多年，已有不少学者围绕这一问题进行了深入研究，结论大多不容乐观。例如，牛津大学的卡尔·弗雷（CarlFrey）与迈克尔·奥斯本（MichaelOsborne）在2013年发表了一篇广受关注的论文，预言到2033年，随着AI和自动化的发展，美国47%的岗位将面临严重冲击。而OpenAI的研究团队在一项更近期的研究中则预测，生成式AI的兴起可能影响全美80%的就业岗位。如果“奇点”真的来临、AGI得以实现，那么就业结构的剧变几乎不可避免。

但在奥特曼的博文中，他对这一问题表现出了惊人的乐观。他承认，AI崛起确实会改变劳动力市场，一些职业将会消失，但他认为这无须恐慌。历史上的每一次技术革命之后，人们总能迅速适应并发展出新的职业。他指出，人类“天生关注他人及其所思所为”的能力，将使他们能够挖掘出潜在需求，并据此创造出全新的工作岗位，而这些岗位将能够弥补AI淘汰的职位。

有趣的是，奥特曼特别提到，未来新增的许多职业，可能会被今天的大多数人视为“虚假”的——它们看起来更像是奢侈的游戏，而非正经的工作。但从长远来看，这些“虚假工作”反而可能蕴含重要意义。就如同一千年前的农夫若审视当今社会，也很难理解什么是编剧、时尚编辑或品牌经理一样，我们今天也难以准确理解未来工作形式的内涵。

不可否认，奥特曼的观点确实具有启发性。技术性失业并非新现象。从蒸汽机到电力、再到互联网，每一次重大技术革命都伴随着“创造性毁灭”（Cre－ativeDestruction），大量旧职业消失，同时也催生出新岗位。这些失业浪潮有时甚至引发社会动荡。但从历史来看，这种失业往往是阶段性的。新技术的推广最终扩大了整体就业容量，因此奥特曼所说“AI导致的失业只是暂时的”，在逻辑上是有其依据的。

从现实层面看，AI在淘汰旧职业的同时，也确实在创造新岗位。例如，机器学习工程师、数据标注员、提示词工程师、AI伦理顾问等职位，都是AI浪潮下的新生职业。其中一些岗位如虚拟人造型师、元宇宙设计师，确实如奥特曼所说，是为了满足新情绪或文化需求而被创造的“看似虚假”的工作。随着“奇点”的逼近，此类职位可能只会越来越多，确实有望抵消部分失业影响。

然而，是否可以据此断言就业市场将在“奇点”前后保持总体平稳？恐怕未必。

首先，虽然新的岗位不断涌现，但其数量是否足以抵消被淘汰的旧职业，仍是一个悬而未决的问题。从近几年的趋势看，AI所催生的岗位数量并不算多。而且，许多围绕AI的新岗位也正快速被AI自身取代。

例如，提示词工程师曾被视为“AI时代最具前景的新职业”，一度年薪达百万元。但很快人们发现，这一岗位的就业空间极其有限。据估计，全国全职从事该职业的人不过数千。而随着AI模型在低结构化语境下的表现日趋优异，对提示词优化的依赖正在迅速下降。根据智联招聘、BOSS直聘等平台的数据，2025年提示词工程师的需求量已较2023年下降超过70%，薪酬也显著缩水。所谓“百万梦”，许多人尚未启程，便已落幕。

再如数据标注员，这一岗位在AI训练初期为海量模型数据构建提供了重要支撑，一度在全球范围内创造了大量就业。但该岗位既非高薪也非核心技能，随着优质数据资源的枯竭及合成数据技术的兴起，其需求迅速滑落。在国内外，众多AI公司已大幅削减相关用工预算。

从这两个案例可见，AI不仅在吞噬旧职业，也在吞噬“因AI而生”的新职业。因此，新岗位的生成能力是否真能如奥特曼设想的那样，持续覆盖失业岗位，确实值得质疑。

其次，即使未来能产生足够的新岗位，个体能否如奥特曼所说“温柔”地完成职业转换，同样成疑。技能转型往往耗时数月甚至数年，而AI对岗位的替代可能只需几天甚至几个小时。理论上，插画师可以转型为AI工程师，证券交易员也可转型为芯片设计师，但现实中，完成这样的跨越并不容易。而且，就算投入时间精力完成了转型，谁又能保证这些新岗位不会在转型完成之前就被AI再次取代？

更值得注意的是，随着AI能力的提升，“是否被替代”越来越不是技术问题，而是成本—收益问题。早期AI主要替代低技能、低收入岗位，劳动力因此流向更高薪的行业，总体上提升了社会福祉。但现在，出于效率与成本的考虑，高收入白领反而成为AI替代的重点目标。而劳动者则被挤压至更低报酬、更内卷的领域。在不少岗位上，之所以人类仍未被完全替代，仅仅是因为他们比AI更便宜。若这一趋势延续，即便就业总量不变，AI对就业结构的冲击依然深远。

（2）“奇点”会带来普惠吗？

虽然AI正在创造巨量财富，但与此同时，它也日益成为收入不平等的新源头。一方面，作为一项技术，AI具有明显的“技能偏向性”（skill-biased）：那些具备高阶计算机能力、能够开发先进AI算法的人，往往能从技术浪潮中获得巨额回报；而缺乏AI素养、无法熟练运用相关工具的群体，则不仅可能面临收入骤减，甚至可能失去原有工作。这一趋势导致劳动收入越来越集中流向高技能人群。

另一方面，AI还具有显著的“资本偏向性”（capital-biased）：其训练与部署通常依赖大量资本投入，因此资本雄厚的企业更易从中受益，AI带来的财富也更易集中于资本所有者手中。这两种力量叠加，很可能加剧现有的收入与财富分配失衡的问题。

正因如此，很多人担忧，“奇点”的到来可能会加速上述趋势，最终导致财富极度集中于极少数科技巨头，甚至出现类似刘慈欣小说《赡养人类》中描绘的“终产者”情境，即某一个体垄断几乎全部社会财富。

对此，奥特曼持不同意见。他认为，未来AI所能创造的财富将极为丰厚，足以支撑人类采取“以往难以想象的全新政策”来实现共同富裕。尽管他在博文中未明言这一“全新政策”的具体形式，但从他过往公开言论来看，这一概念很可能指的是“全民基本收入”（U－niversalBasicIncome，简称UBI）。奥特曼是UBI的坚定支持者，不仅多次公开倡议政府实施UBI，还曾出资6000万美元资助相关实验项目。在他看来，AI的飞跃式发展将为UBI的大规模推广提供坚实的物质基础；而随着UBI的持续实施及对发放标准的动态调整，AI所带来的不平等问题将能够有效化解，从而实现全民共享AI红利的愿景。

但奥特曼的这一设想能否真正落地？不少人对此表示质疑。例如，《福布斯》刊载的一篇评论就指出，尽管UBI的构想听起来美好，但截至目前，它依然缺乏切实可行的现实基础。

事实上，即便不考虑“奇点”时代的技术进步，从全球财富的总量来看，现在的资源已经足以让全人类过上相对富足的生活。经济学家杰弗里·萨克斯（JeffreySachs）就曾大胆预言，当代人将有机会见证全球贫困的终结，其理论依据正是基于此。然而，现实却恰恰相反：在社会总财富不断增长的同时，贫富差距却持续拉大。其根本原因在于，当前的制度安排中，并不存在一套能够自动改善分配结构的机制。虽然多数国家设立了累进税制度，但高收入群体常常可以通过政策漏洞、避税等手段将纳税义务降至极低。尽管学界对此多有批评，并屡屡呼吁弥补漏洞、加强监管，但在强大资本力量的游说压力下，这类政策往往难以真正推行。

由此可见，如果不能建立起一套真正有效的收入再分配机制，即使AI带来了前所未有的财富积累，也不会自动实现共同富裕。

回到UBI本身。即便跨越“奇点”之后，社会财富的总量已经足以支撑一个完整的UBI体系，但若想将这些财富从拥有者手中转移到公共基金中，就必须通过税收，尤其是AI相关税种的设立与征收。这显然将面临巨大的现实阻力。可以预见，如果这一类税收难以落地，那么UBI的理想将难以真正实现。而AI所推动的技术爆炸一旦未被及时纳入再分配机制，其所引发的收入极化，势必将冲击社会稳定，使通往“奇点”的旅程远远不如奥特曼所期待的那般温柔。

（3）AI会和我们始终对齐吗？

除了失业与收入分配等经济问题之外，还有一个至关重要的问题，直接影响“奇点”能否以“温柔”的方式到来——这就是AI对齐（AIAlignment）问题。简而言之，所谓AI对齐，指的是如何确保人工智能能够理解并遵循人类的规范、价值观与意愿，始终按照人类的目标行事。

表面上看，这似乎不是一个难题：毕竟AI的程序都是由人类设计的，难道我们会主动赋予它与人类利益相违背的目标吗？但事实上，这个问题远比直觉所认为的复杂，原因主要有两点：

一方面，人类在设定AI目标与行为规范时，往往难以准确、全面地表达自身的利益诉求，这就为AI在执行过程中偏离人类意图留下了空间。哲学家尼克·波斯特罗姆（NickBostrom）曾在其著作《超级智能》中提出一个著名的思想实验：假设人类创建了一个目标是“最大化回形针产量”的超级智能体，那么它可能不惜一切代价达成目标——包括消耗地球资源甚至消灭人类，以便为生产更多回形针腾出资源。这个案例表明，即使AI的初始目标看似无害，一旦缺乏价值边界约束，其行为也可能最终严重背离人类利益。

另一方面，为了提升效率，人类通常会赋予AI较大的自我学习和改进空间，让其在与环境及用户交互中不断调整优化。但这种“自主性”也意味着AI可能在演化过程中吸收不良输入或错误价值，最终形成与人类核心价值观不一致的目标系统。

在现阶段，由于AI仍主要是工具型系统，其行为即使与人类价值不完全对齐，所造成的后果也较为可控，顶多带来一些效率损失或操作误差。然而，一旦进入AGI阶段，AI将从工具转变为拥有强大综合能力的智能个体，甚至在部分领域全面超越人类。在这种情况下，如果AI与人类的目标出现冲突，其风险将无法低估。届时，电影《终结者》《黑客帝国》中所描绘的“AI反叛”情境，未必只是虚构。

正因如此，AI对齐问题被广泛认为是决定“奇点”能否以和平方式到来的关键变量。

然而，对于如此重要的问题，奥特曼在其《温柔的奇点》博文中却几乎避而不谈。尽管他承认对齐问题需要“认真对待”，但他似乎更倾向于相信，随着AI的递归式自我改进能力不断增强，这一问题将在技术发展过程中自然得到解决。

值得注意的是，奥特曼的态度并非孤例。在硅谷，许多信奉“有效加速主义”（EffectiveAccelerationism，简称e/acc）的科技企业家也持类似观点。在他们看来，用“对齐”等伦理顾虑来限制AI发展是一种落后的思维方式。他们主张放宽监管、鼓励技术快速演进，坚信技术本身具备自我修正、自我驯化的能力。更重要的是，这一群体不仅持有这种信念，还在积极行动。他们正利用手中资源向各国政府游说，推动放松AI相关管制，并已在部分国家取得实质性成果。

这一趋势值得高度警惕。如果在“奇点”跨越过程中，真的出现AI违背人类意图、对人类构成实质威胁的情况，那么忽视对齐问题、盲目相信技术自我修复能力，很可能成为整个过程无法“温柔”进行的关键隐患。

三、结语

通过上述讨论可以看出，奥特曼的博文虽然为我们观察技术进步的趋势、思考技术与经济社会之间的复杂关系提供了不少富有洞见的观点，但作为科技界的代表人物，他的判断或许仍显过于乐观。不仅“奇点”的真正到来时间可能比他设想的更为遥远，其跨越过程也未必如他所期盼的那般“温柔”——至少，这份“温柔”并不会自然发生，而更需要制度建设、社会准备和持续警醒的支撑。

1947年，诗人狄兰·托马斯（DylanThomas）写下了那首著名的《不要温柔地走进那个良夜》（Donotgogentleintothatgoodnight）。诗中写道：“不要温和地走进那个良夜；老年也应在日暮时燃烧与咆哮。咆哮，咆哮，反抗那光的消逝。”（注：“良夜”象征死亡。）

面对可能不可避免的“奇点”时刻，这句诗显得格外贴切。如果说AI终将跨越人类智能的极限，如果“奇点”的降临如同日落、如同黑夜终将到来，那么，我们更应以清醒与批判之姿迎接它的到来。与其温柔地接受，不如勇敢地发问，清晰地界定底线，持续地发出“怒吼”——只有这样，人类才能不被动承受技术洪流，而在“奇点”面前保有尊严与主体性。