今年，編程可能從就業市場上最受追捧的技能之一，變成一種可以完全自動化的技能。

從小扎最近「信心滿滿」的發言來看，這并不是空穴來風：

到2025年，我們Meta以及其他正在研究這一領域的公司，很可能會開發出一種AI，它能夠發揮相當于中級工程師的作用，具備編寫代碼的能力。

甚至，他還提出了一個「終極設想」——Meta大部分代碼的編寫，以及AI系統的開發，都將由「人·工智能」工程師來完成，不是「人·類」工程師！

按小扎的話說，未來的人類將從重復性工作中解放出來，去探索更多的可能性，并擁有更強的創造力。

Meta軟件工程師的薪酬從E3級別每年18.4萬美元，到E9級別每年325.1萬美元不等。其中，中級軟件工程師的年薪約為50萬美元

其實，自2024年末，科技圈便開始充斥著這類雄心勃勃的「預言」。

各個大廠的研究人員和高管們，開始急切地討論超級智能系統的降臨，仿佛一場智能革命即將席卷而來。

Salesforce的老板Marc Bernioff更是放出豪言稱，公司今年將停招軟件工程師

馬斯克：超級AI將于2030年問世

在去年12月的一條推文中，馬斯克表示：「到2025年底，AI會超越所有人類個體的智能水平，而到2027-2028年期間，將會超越全體人類的個體智能?！?/span>

「到2030年，AI幾乎必然會超越全人類的智能總和（概率接近100%）。」

奧特曼：AI將在2025年全面進入就業市場

類似的，OpenAI CEO奧特曼也在今年1月的博客中表示，OpenAI已經掌握構建傳統意義上的AGI的方法。

并且他相信，在2025年，可能會看到AI智能體首次「加入勞動力市場」，并實質性地改變公司的產出。

Dario Amodei：2025-2027年有望實現AGI

去年6月，Anthropic CEO Dario Amodei表示，他認為在未來1-3年內實現AGI的「可能性很大」。

如何解讀AI圈的「未來宣言」？

正如賓大教授Ethan Mollick指出，這些來自業內人士的大膽預測有著明顯的目的——他們在籌集資金，抬高股票估值，或許還在說服自己正在創造歷史。

而大模型本身，也在穩定性方面存在本質上的缺陷：在某些任務上表現卓越，卻在看似更簡單的任務上顯得力不從心。這種「能力參差不齊」是當前AI系統的核心特征，短期內難以得到根本改善。

但是，將這些預測簡單地歸類為炒作，是非常不明智的。

無論出于什么目的，AI實驗室里的研究人員和工程師，似乎確實真誠地相信他們正在見證一個前所未有的突破。

僅憑他們的這種確信或許不足以令人信服——但越來越多的公開基準測試和演示，開始揭示他們為何會有如此想法。

就像潮水正在以超乎想象的速度上漲。

潮水漸漲

12月下旬，OpenAI發布了全球最強「推理模型」——o3。它在一系列測試中所表現出的令人震驚的進步，可以說完全超出了我們對AI技術水平的預期。

在這之中，有三個基準特別值得關注：

1. GPQA：即便用谷歌也無法解答的博士級測試。

測試中，可以利用互聯網的博士在其專業領域內的得分為81%，而在領域之外則跌到了34%。相比之下，o3在整體上實現了高達87%的正確率，首次超越了人類專家。

2. Frontier Math：由數學家創建的非公開數學問題。

這項測試難度極高，此前沒有任何AI能夠獲得超過2%的得分，而o3卻取得了25%的正確率。

3. ARC-AGI，題目對于人類相對容易但對AI來說很難的智能體測試。

在這里，o3再次擊敗了所有之前的AI以及人類基準水平，得分達到了87.5%。

雖然這些測試都有局限性，但它們表明，我們之前認為AI無法逾越的門檻實際上可能會很快被突破。

AI智能體

隨著AI變得越來越智能，它們成為了更高效的AI智能體。

智能體又是一個定義模糊的術語，通常指的是能自主實現一系列目標能力的AI。

之前的文章中已經展示了一些早期的智能體系統，而過去幾周的發展也向我們證明，至少在一些細分但具有重要經濟價值的領域中，實用性的AI智能體已經變得可行。

一個典型例子是谷歌的Gemini及其Deep Research功能——一個定制的研究型AI智能體。

比如，我們問它「從創始人的角度研究，比較高增長創業公司的各種融資方式」。智能體就會立刻制定計劃，并閱讀了多達173個網站。

幾分鐘后，一份完整的分析報告就出爐了！其中，包含118個參考文獻，篇幅長達17頁。

那么，質量如何呢？

作為在沃頓商學院教授創業入門課程超過十年的教師，Ethan Mollick不僅在這個領域發表過文章，自己創辦過公司，還寫過創業方面的書。

他認為，這份報告相當扎實，也沒有發現任何明顯的錯誤，感興趣的讀者可以查看原文進行驗證。

此外，教授還指出，AI智能體目前最大的局限不在于準確性，而是只能訪問公開的非付費網站，無法獲取學術或付費出版物的內容。并且，它的分析也略顯膚淺，在面對相互矛盾的證據時缺乏有力的論證。

總結來說，它雖然還比不上最優秀的人類專家，但已經超過了他所見過的許多報告的水平。

Deep Research項目的負責人透露，這僅僅是一個小團隊的試點項目。因此可以推測，意愿更強、規模更大團隊和公司，也能夠實現類似成果。

如今，特定領域的AI智能體已經是實際的產品，而不再是遙不可及的設想。

這就引發了一個問題：是否很快就會出現通用型AI智能體？用戶只需提問，這些通用型AI智能體就能通過計算機和互聯網來完成任務。

隨著時間推移，謎底遲早揭曉。

一旦通用型智能體系統能夠可靠且安全地運作，將會帶來巨變，因為AI智能體能將在現實世界中，真正發揮作用。

「小進步」不斷

智能體和超級智能是實現革命性AI所需的核心要素，但還有許多其他領域也在快速發展。包括AI記憶容量（上下文窗口）的提升，以及賦予它們視覺和語音能力的多模態技術。

回顧一下過往的發展歷程，我們就能清晰地看到這種進步。

舉個例子，從ChatGPT發布之前，Ethan Mollick就一直用「坐飛機使用wifi的水獺」這個提示詞來測試圖像和視頻模型。

在2023年10月，這個提示詞只能生成一個令人毛骨悚然的怪物形象。而僅僅18個月后，多個圖像創作工具就能完美駕馭這個提示詞了。

根據教授的測試，最新的谷歌Veo 2只需不到15分鐘的操作，就可以完成一段30秒的視頻生成。（當然還需要一些時間等待視頻渲染完成）

可以看到，畫面中陰影和光線的質量，以及水獺打開筆記本電腦這個細節的處理，都非常精彩。

隨后，教授再次提升難度，將這個水獺的奇妙故事改編成了80年代風格的科幻動畫，讓水獺遨游太空。并且，還利用Suno配上了復古風格的主題曲。

同樣，創作過程幾乎不需要人工干預。

「洪水」將至，未雨綢繆

縱觀這些發展，我們該如何看待各AI實驗室關于智能浪潮即將來臨的預測？

如今，我們已經看到了AI足以改變諸多腦力工作的能力：o3基準測試突破了之前的壁壘；特定領域的AI智能體能夠進行復雜研究；多模態系統可以創造越來越精妙的內容。

而這還僅僅是個開始，更強大的系統和通用型AI智能體即將問世。

面對這些預測，令人擔憂的不是這個時間表準確與否，而是我們連應對當前AI能力的準備都不充分，更遑論面對預測成真的可能性了。

當AI研究人員專注于對齊問題時，卻很少有人試圖勾勒和闡述AI深度滲透的世界會是什么模樣——這不僅僅是一個技術問題，更關乎如何選擇和部署AI。

生命未來研究所、基礎問題研究所和Metaculus的聯合創始人，Anthony Aguirre曾寫道：

科技公司之所以構建價值萬億美元的AI基礎設施，并不是因為指望你每月支付20美元，使用AI工具提高生產力。而是因為他們知道，如果有可能的話，你的老板愿意花數百甚至數千美元，用AI來取代你。

正如開篇Marc Bernioff的「證言」：Salesforce不會在2025年招聘軟件工程師，因為AI已經帶來了顯著的生產力提升。

這波浪潮中，打工人的命運可能被改變，企業可能要轉型……它可能與每個人都息息相關。

即將到來的智能浪潮本身并無善惡之分，關鍵在于我們如何未雨綢繆，如何適應變革。

最重要的是，我們選擇如何駕馭它：這些將決定它是成為推動進步的動力，還是引發動蕩的源頭。

此時此刻就是展開這些討論的最佳時機，等到浪潮洶涌而至之時，為時晚矣！