文 | Innocent Roland

當埃隆·馬斯克公開判斷“2026 年實現(xiàn) AGI（通用人工智能），2030 年集體智能將碾壓人類”時，整個科技圈迅速被點燃。

在他看來，AI 正處在一條幾乎無法減速的加速曲線上：能力每 7 個月翻倍，現(xiàn)有模型還有百倍潛力尚未釋放，一旦放緩節(jié)奏，人類反而可能失去對系統(tǒng)的控制權。這種近乎“懸崖式推進”的判斷，也讓 AI 的未來被推向更極端的討論區(qū)間。

與之相對的，則是相對而言更加保守的聲音，以DeepMind CEO 戴密斯·哈薩比斯為代表的其他從業(yè)者則認為：“2030年前AGI落地概率僅50%”，他強調物理世界交互能力才是關鍵，安全測試必須先行；而“AI教父”辛頓更直接呼吁全球簽署“AI開發(fā)暫停條約”，以防失控。

前 Meta 首席 AI 科學家楊立昆的態(tài)度則更加冷靜甚至悲觀。他和不少研究者直言，當前被頻繁討論的 AGI，更像是一種敘事工具；僅依賴大語言模型，幾乎不可能真正通向通用人工智能。

關于 AGI 的爭論從未停歇：它會在何時到來？是否真的存在？又是否會從根本上改變人類社會？答案仍然高度分裂。

為此，Morketing整理了包括2026年達沃斯世界經濟論壇核心對話、《財富》、《The Verge》、《麻省理工科技評論》等權威渠道的專家論述，系統(tǒng)梳理全球頂尖AI科學家與機構負責人的觀點，將其分為激進派、漸進派、降溫派三大陣營，闡述他們對AGI實現(xiàn)時間、定義、監(jiān)管及替代人類的看法，以期管中窺豹，一探AI未來之貌。

激進派：AGI誕生就在眼前，

進一步減少對AI的約束會帶來革命性成果

首先是激進派，其代表人物是xAI創(chuàng)始人埃隆·馬斯克（Elon Musk），同時Anthropic（2021年成立的公司，其代表產品是Claude）的CEO達里奧·阿莫迪（Dario Amodei），這兩位的核心觀點是AGI已經近在眼前，甚至可能不出兩年，人們就能見到真正的AGI面世。

首先，根據他們的定義，所謂的AGI就是一個非擬人化意識的，能夠獨立完成諾獎級科研、全流程軟件開發(fā)等復雜任務的完全體，其中埃隆·馬斯克更為激進，在他看來，2026年底就能實現(xiàn)真正意義上的AGI，2030-2031年集體智能將超越人類，其依據是：AI能力每7個月翻倍，當前模型效率仍有100倍提升空間，將呈現(xiàn)鏈式反應式爆發(fā)。

當然，需要補充的是，作為并不單純的“資本領袖”，考慮到埃隆·馬斯克需要同時為投資人、資本和自己的“錢包”負責，其觀點很可能受到利益的影響。

同為激進派的達里奧·阿莫迪就相對來說保守一些，在2026年達沃斯論壇上略微推遲了AGI落地的時間預期，體現(xiàn)出對技術不確定性的謹慎，但整體仍堅持AGI會在短期內落地。

這種對于AGI落地的樂觀預估，自然會影響他們對于監(jiān)管的態(tài)度。其中，達里奧·阿莫迪明確表示，“安全措施不應阻礙創(chuàng)新——AGI的潛在收益遠大于風險，我們應在發(fā)展中解決安全問題”；埃隆·馬斯克則進一步主張，“AGI應盡快落地，因為延遲落地會讓人類失去對AI的控制權”。

總的來說，激進派對AI安全閾值、跨國監(jiān)管約束持保留態(tài)度，優(yōu)先考量技術迭代速度。

在這里我們要額外補充的是，雖然達里奧·阿莫迪表示安全措施不該阻礙創(chuàng)新，但Anthropic的研究也確實在安全技術上做出了一些貢獻，其數(shù)據顯示接入外部環(huán)境數(shù)據的大語言模型幻覺率可降低42%-68%，且其提出的“憲法AI”框架（簡單來說，就是在模型訓練數(shù)據中加入一套“倫理憲法”，如“不傷害人類”“誠實透明”等原則，讓模型在生成內容時自動遵循這些原則。）的核心是用人類價值觀約束模型行為，本質上是在創(chuàng)新與安全之間尋求平衡。

考慮到Anthropic的企業(yè)文化和相關內容宣傳，Anthropic可能認為安全可以在發(fā)展中解決的問題，從而讓AI能夠快速迭代的同時讓他們能夠被安全且無害的被應用到日常生活中去。

最后，在受大多數(shù)人關注的效率議題上，作為激進派的達里奧·阿莫迪預測：“AI將在1年內替代所有軟件開發(fā)者，5年內替代50%的白領工作”，埃隆·馬斯克則更為極端，認為“2026年AGI落地后，3-7年內一半的崗位將直接消失。”

這里我們需要補充一點，Anthropic旗下的一系列產品最強的能力，或者說最讓其出圈的能力就是編程。

以相對穩(wěn)定的Claude Opus 4為例，其測試數(shù)據顯示，該模型在SWE-bench基準測試（評估模型解決真實GitHub問題的能力）中準確率達到72.5%；在TerminalBench測試（在多步驟終端代碼生成任務中驗證模型表現(xiàn)）中準確率為43.2%。且該模型目前在測試中可連續(xù)進行近7小時的代碼生成和任務執(zhí)行，因此已經有不少觀點認為其很可能取代部分軟件工程師以及從事簡單代碼編寫和維護的初級程序員、代碼審查員等。

這也解釋了為何達里奧·阿莫迪認為AI會在一年時間里替代掉軟件開發(fā)者，如果以此為推導，就意味著未來的AI將能夠完成自我迭代的，這種頗具科幻色彩的預測，很難不讓人想到經典影片《黑客帝國》。

從某種程度上來說，讓程序員寫AI來完成完全的自我替代，這種想法堪稱“地獄級設想”。

當然，無論是達里奧·阿莫迪還是埃隆·馬斯克，他們都是一家或者多家巨頭企業(yè)的領導者。加上到近期埃隆·馬斯克正在推動將自己麾下的一系列企業(yè)整合上市，以及Anthropic正尋求以3500億美元估值融資，計劃籌集總額250億美元或更多資金。且在2026年1月19日有海外媒體報道稱紅杉資本計劃對Anthropic重大投資，微軟與英偉達也已承諾向其投資總計至多150億美元。

因此，我們必須要意識到，他們的一系列觀點都會受到其立場的影響。

漸進派：理性審慎者，

平衡創(chuàng)新與安全

相比激進派，漸進派的支持者更多，知名人士也不少。

包括DeepMind（代表產品是Gemini，以及AlphaGo）CEO戴密斯·哈薩比斯（Demis Hassabis）、OpenAI（代表產品ChatGPT）/SSI聯(lián)合創(chuàng)始人伊爾亞·蘇茨克維（Ilya Sutskever）、“AI教父”杰弗里·辛頓（Geoffrey Hinton），以及不少頂尖AI科研機構從業(yè)者，他們的核心觀點是“理性看待AGI發(fā)展，安全與創(chuàng)新并重，注重技術落地的實際價值”。

同時，他們整體更理性，也是當前AI領域的“主流派別”。

首先，在對AGI的定義上，漸進派就產生與激進派完全不同的結論。以戴密斯·哈薩比斯為例，他將AGI定義為“具備人類所有認知能力——包括頂尖科學家與藝術家的創(chuàng)造力的系統(tǒng)”，強調AGI需具備自主提出科學猜想、實現(xiàn)跨領域創(chuàng)新的能力。這一觀點與OpenAI聯(lián)合創(chuàng)始人Ilya Sutskever的早期表述一致，后者曾將AGI描述為“能像人類一樣學習并最終超越人類的系統(tǒng)”。

而且，他們對于AGI落地的時間上也秉持著更為謹慎的態(tài)度，在戴密斯·哈薩比斯看來，雖然現(xiàn)在AI依舊在不斷進步，此前大語言模型的撞墻言論并不可信，但在2030年前AGI落地的概率也只有50%。

最難解決的核心問題是與物理世界的交互能力，在他看來對物理世界因果關系和運作機制的“理解”，恰恰是實現(xiàn)AGI的關鍵，因此目前的大語言很難成為AGI誕生的沃土，與之相反融合視覺、聽覺、視頻和語言的多模態(tài)模型，反而有可能形成完整世界認知的能力，最終產生真正的AGI。

依舊是持續(xù)學習，目前的大模型，只能說在訓練階確實能在一定程度上學“學習”，但在部署后，當前的模型無法在與用戶的交互中持續(xù)學習。

另一方面則是與物理世界的交互能力，在他看來對物理世界因果關系和運作機制的“理解”，恰恰是實現(xiàn)AGI的關鍵，因此在這點上多模態(tài)模型要遠比大語言模型更有優(yōu)勢，這種融合視覺、聽覺、視頻和語言以形成完整世界認知的能力，才是通往AGI的必經之路。

需要指出的是，專家們的預測并非一成不變。例如，伊爾亞·蘇茨克維就曾公開調整其AGI時間表：他在2025年TED演講中預測“5-10年就能實現(xiàn)AGI”，但在2026年2月的訪談中則改口稱“規(guī)模時代結束，高質量數(shù)據枯竭，算力邊際效益遞減，需構建“通用學習直覺”而非單純堆規(guī)模，AGI需新范式”，當然，這種變化本質上是對AI發(fā)展邏輯的重新認知，因此，我們也需要意識到AI和世界一樣處在動態(tài)變化中，預測也并不一定是準確的。

其次，在監(jiān)管層面上漸進派是“主動安全約束”的核心推動者，主張將安全機制嵌入模型訓練全流程。

雖然這點聽上去和Anthropic的“AI憲法”很相似，但其限制遠比Anthropic的更為嚴格。例如，杰弗里·辛頓就提出“電路斷路器”與暫停協(xié)議，主張在AI系統(tǒng)中嵌入自動降級開關，當模型出現(xiàn)不可控行為時自動凍結并報警，同時呼吁各國簽署“AI開發(fā)暫停條約”，出現(xiàn)失控跡象時全球暫停前沿模型訓練至少72小時。

與之相似，戴密斯·哈薩比斯則將安全測試作為AGI落地的前提，指出“AGI的安全閾值應與技術能力匹配，因此我們需要在實現(xiàn)AGI前，完成至少3輪全場景安全測試?！本唧w到行動層面上，DeepMind已在Gemini模型中落地“電路斷路器”機制，在高風險任務處理中啟動紅色預警模式，由人類專家二次驗證。

伊爾亞·蘇茨克維更是將安全視為AGI的核心前提，強調“如果首批強大的系統(tǒng)不能做到‘關愛眾生’，那局面會變得非常危險”。雖然這些言論和行動，聽起來像是在防范科幻小說中才有的“鐵人叛亂”（桌游《戰(zhàn)錘40K》中人工智能叛變人類的設定）。

然而，若考慮混沌理論——微小差異導致長期不可預測性，以及安全約束在特定場景下提升效率的可能，那么漸進派在安全上的謹慎態(tài)度便并非全無道理。

最后，在人們最為關注的效率層面上，漸進派同樣更加保守也更加溫和，他們的核心觀念是“AI輔助論”，強調AI的核心價值是增強人類智能而非替代人類。

戴密斯·哈薩比斯認為，“AI的核心價值是‘增強人類智能’（Augmented Intelligence），而非‘替代人類’，也就是說AI應作為科學家、醫(yī)生的助手，而非替代者”；伊爾亞·蘇茨克維則進一步指出，“AI的效率價值不是‘替代人類’，而是‘釋放人類創(chuàng)造力’，因此AI應承擔重復性工作，讓人類專注于創(chuàng)新”。

同時，他們大多認可AI落地中存在“效率幻覺”，認為真效率的實現(xiàn)需要AI與業(yè)務流程深度融合，而非單純追求實驗室中的高效表現(xiàn)，對企業(yè)AI落地的“J型曲線”持理性看待態(tài)度。

例如戴密斯·哈薩比斯在近期的采訪中談及AI泡沫時就說過：“對于像Alphabet（谷歌母公司）這樣擁有深厚技術積累和龐大業(yè)務底座的公司來說，無論泡沫是否破裂，我們都能贏。因為即使明天AI的進步突然停止（雖然他認為這不可能），僅僅是現(xiàn)有的技術，就已經足夠讓我們的搜索、YouTube、辦公套件等業(yè)務產生巨大的效率提升和體驗變革。”

降溫派：技術懷疑者，

警惕過度炒作

最后則是保守派，或者說是降溫派，對他們而言，AI現(xiàn)如今的熱度已經遠超AI能夠實際產生的價值。

以“卷積神經網絡之父”，前Meta首席AI科學家楊立昆（Yann LeCun，和杰弗里·辛頓一起獲得圖靈獎，美國國家科學院、美國國家工程院和法國科學院院士）為核心代表，立場更為悲觀審慎，核心觀點是“當前AI技術存在本質短板，AGI短期內無法實現(xiàn)，行業(yè)過度炒作AI的能力與價值”，是AI領域的“理性派”。

在AGI發(fā)展上，降溫派徹底否定當前技術路徑實現(xiàn)AGI的可能性，甚至質疑AGI定義的合理性。楊立昆認為“AGI一詞已淪為炒作工具”，主張用“高級機器智能”替代AGI概念，其核心判斷標準是系統(tǒng)是否具備物理世界的因果推理能力，而非在語言或邏輯任務中的表現(xiàn)。甚至明確表示“大語言模型永無AGI，新范式落地需數(shù)十年。”

簡單來說，在他看來，如果繼續(xù)依靠現(xiàn)有的大語言模型，就意味著AGI永遠不會出現(xiàn)，其核心觀點與戴密斯·哈薩比斯類似，同時由于現(xiàn)有的大語言模型無法構建和理解物理世界，其語言能力成功地掩蓋了模型最大的缺陷，這使得現(xiàn)如今的AI模型雖能通過律師資格考試，卻無法理解物理世界的基本規(guī)律——這也是我們尚未擁有通用機器人或實現(xiàn)Level 5自動駕駛的原因。

或許正是因為這種理念，使得其在開發(fā)思路上也與戴密斯·哈薩比斯有一定程度的重疊，雙方都更注重多模態(tài)，和視頻數(shù)據訓練，只不過相比戴密斯·哈薩比斯而言，楊立昆對于技術AGI的問世持有更謹慎且悲觀的態(tài)度，畢竟新范式都需要十年才能落地，AGI自然是遙遙無期。

其次，則是監(jiān)管層面，在監(jiān)管和安全治理方面，楊立昆卻顯得頗為激進，在他看來當前的AI安全擔憂毫無疑問是“被過度炒作的”。

在楊立昆看來，“現(xiàn)如今的大語言模型連基本的物理世界理解都沒有，談超級智能風險為時過早”，這就意味著當前全球范圍內的安全約束與監(jiān)管措施過于嚴苛，反而是忽視了AI技術的局限性，過度約束反而會阻礙正常的技術研發(fā)與應用，這似乎與激進派形成呼應，這也是為什么我們并沒有將這一派認定為單純的保守派，而是將其定義為“降溫派”的原因。

但值得注意的是，雖然雙方都認為應該減少監(jiān)管，但與激進派不同，降溫派的核心邏輯是“風險尚未顯現(xiàn)”而非“收益大于風險”。因此，從某種程度上來說，他們對于未來的預估確實更加保守，也更加慎重。

最后，在效率價值層面，降溫派則認為AI的效率價值被過度高估，甚至可以說是過度炒作。

楊立昆曾經在多個不同的采訪和自己的文章中都表示過，“當前AI的效率價值被過度炒作，畢竟大語言模型連基本的物理世界理解都沒有，談替代人類為時過早”，雖然他認可AI確實能在部分場景中提供一定的輔助價值，但堅定地認為AI不可能在短期內帶來效率革命。

值得注意的是，降溫派與其他流派不同，他們直接認為“效率幻覺”的存在本質上是技術能力不足的體現(xiàn)，而非落地過程中的階段性問題，因此除非更改AI范式，并推動技術進步，否則效率幻覺會一直存在。

例如LambHam 2026年1月的研究顯示，AI產生的錯誤與幻覺，需人類花費大量時間修正，而這一成本約占AI預期價值的40%。例如，某軟件公司采用AI代碼生成工具后，開發(fā)速度提升了20%，但代碼錯誤率也提升了15%，導致測試與修正時間增加了30%，凈效率反而下降了10%。

只不過，在最后的結尾上降溫派和激進派再度出現(xiàn)分歧，在降溫派看來，雖然現(xiàn)如今對于效率的提升是源自技術不足，但即使技術進一步發(fā)展，AI也不可能完全替代人類勞動，對AI替代人類勞動的觀點持徹底否定態(tài)度。

結語

總的來看，三大派別立場迥異，卻存共性：一是純文本大語言模型無法實現(xiàn)AGI，構建理解物理世界因果關系的“世界模型”是必經之路；二是2026年是AI從“規(guī)模驅動”向“范式重構”的轉折節(jié)點，多模態(tài)模型或成核心技術。

盡管三方對AGI落地時間（1年至20年以上）、落地路徑分歧巨大，但現(xiàn)階段AI仍需在創(chuàng)新與監(jiān)管、幻覺與現(xiàn)實、替代與協(xié)同中穩(wěn)步發(fā)展。正如伊爾亞·蘇茨克維半年內改變AGI預測所揭示：AI發(fā)展與世界一樣動態(tài)多變，其未來或將以超預期方式變革——這一切，唯有時間能給出答案。