「如果未來五年內看到 AI 解出黎曼猜想，我一點也不會太驚訝。」

近日，Epoch AI負責人Jaime Sevilla，與公司數據與分析負責人Yafah Edelman在一次播客節目中，為我們揭示了未來十年，AI的發展路線圖。

Jaime Sevilla（左）與Yafah Edelman（右）

對話談到了以下問題：

• 我們是否會持續每年5x的算力擴張節奏？
• 什么時候，AI能基本自動化所有「認知任務」，而且成本不高于人類？
• 2030年，經濟是會放緩，還是將起飛？
• 十年后，AI將我們帶入一個什么樣的世界？

對話中，Jaime預測到2035年，AI可以推動經濟實現每年10%的增長，并笑稱這一預測結果，可能迎來兩撥人截然不同的評價：

一類是經濟學家，他們可能會覺得：「這些人瘋了，他們居然說每年會有10%的增長。」

一類是AI圈的人，他們可能會覺得：「這些人瘋了，他們居然說每年只有10%的增長。」

每年5×算力擴張，可以持續嗎？

Jaime：當前每年大約5x的算力擴張節奏，還能維持多久？

Yafah認為，未來兩年內，5x的算力增速會放慢，甚至現在可能已經不是5x了，原因之一是現在的數據中心建設非常耗時。

即使把Stargate和Abilene的公開計劃都算上，未來也維持不了每年5x的增速。

主要原因，是驅動擴張的因素也在變化。

Yafah預期訓練運行時長已擴大到「幾個月」為單位，如果不考慮「訓練時長增加」因素，每年算力增長擴張速度可能只是2.5x-3x。

以Grok 4為例，Yafah并不認為它新增的算力總量會超過當初Grok 3的訓練：

Grok 4，更像是在Grok 3上加了一層RL。如果使用更多GPU，訓練時長大概率也會更短。

由于算法進步，以及產品研發流程的加速，Yafah預期訓練時長并不會繼續變長。

她認為3到6個月的訓練時長是合理的。當然，這里面仍有擴張空間，比如：

Grok 3/4 完全可以用更多GPU 去訓練，投入更多算力；

OpenAI，有了 Stargate之后，如果愿意「猛踩油門」去維持每年5x的節奏，至少還能再堅持個一兩年。

但隨后，速度就會慢下來。

那么，隨著算力的快速增長，到2030年，我們會得到什么樣的AI？

Jaime ：2030年，我們的最大訓練運行可能到1e29FLOP嗎？ 

Yafah：我覺得能。

相當于GPT-4級的訓練，1e29 FLOP大概是幾千倍的算力。

這種情況下，Yafah預期我們將得到一個相當能打的「AI 智能體」，它的主要特征是：

可以高度穩定地完成簡單的電腦操作任務，成本極低、速度極快。而且，「低級的推理失誤和困惑」也會顯著減少。

僅僅這些，已經是巨變。

同時，我們還很可能看到其他具有足夠推理能力的AI，開始在數學、物理等領域做出一些新發現。

Jaime預測到2030年，在數學或物理領域，會有一個大名鼎鼎的問題被AI基本解決。

比如，解出黎曼猜想。

Yafah對此也深表贊同，她認為這恰恰是AI特別擅長的地方。

AI程序員，如何改變世界？

Jaime談到了「AI程序員如何改變世界」，比如它可以直接幫我們擬定周末活動的方案，再順手做個小應用邀請大家。

這個，目前已經發生了。

在「代碼質量」上，Yafah認為AI可能會高于人類。

甚至可能接近這樣一個點：AI所寫的代碼，并不太需要人類工程師的審核。

而且這一點也很可能被市場「錢包」所接受：

如果那些使用AI的公司，能給出相似甚至更好的產品，而且價格更低，用戶也極有可能使用它們。

當AI代替許多入門級的崗位，就會出現一種奇怪的均衡：雇人其實就是讓他們用AI，而且你本來也可以直接用AI。

那么，為什么還要雇工程師？

Yafah認為，這時工程師的工作，就不再是「寫代碼」，而是去琢磨產品定位、架構、測試、系統搭建等問題。

他們更多是「告訴技術該做什么」，而不是「親手去把技術做出來」。

雖然多數人的工作，是管理 AI 產出結果，但這并不會占用很多時間。

Yafah說，「如果我要花很多時間跟 AI 來回溝通，那往往意味著它還不太能做我想要的事情。」

2030：經濟會放緩，還是將起飛？

AI公司的營收，現在是「幾十億美元」量級，大概每年3x的增速。

雖然，保持這樣的增速很難，但從現在到2030年，每年翻一番不是沒可能。

Jaime說，過去70年，經濟體的年增速大概在2%左右，如果AI公司能做到「每年幾千億美元」的產出，足以把當前的經濟增速翻倍。

但Yafah提醒我們，應當注意技術快速增長背后的泡沫：

在未來十年中，我們可能看到在算力、GPU、建廠、基建、數據中心等方面，許多「萬億級」的投入，但我并不確定GPU的投入會不會體現在GDP里。

在Yafah看來，歷史上出現過許多類似技術的快速擴張與投資不確定性，比如互聯網時期的.com泡沫、英國的鐵路熱潮，都是快速擴張、投資洶涌背后產生的風險。

Jaime認為到了2030年，以下情況都有可能出現：

一種是增長突然大幅放緩，要持續很久才能恢復增長；另一種是自動化更多領域，從而加速增長，讓「加速」又反過來推動對 AI 的投入。

Yafah認為這個問題，要分為兩個階段來看：

第一階段，是「基礎設施擴張期」：這個階段擴張是可持續的，但她不確定這階段會持續多久，也許2030年是個偏激進的節點。

第二個階段，是「可能的爆炸式經濟增長」。她將「爆炸式增長」定義為至少每年30%的GDP增長。

如果AI能自動化所有崗位，那爆炸式增長就非常合理，但她不確定自動化比例要達到哪個點上，才會進入爆炸式增長。

可以確定的是：如果想要「持續」增長，就必須持續自動化。

什么時候，AI能基本自動化所有「認知任務」，而且成本不高于人類？

在這個問題上，Yafah和Jaime的判斷基本一致：是2034年到2035年。

邁向「更快的世界」

站在今天，如何判斷2035年以后，AI能夠跑多快？

Jaime將之歸結為三個要素：

1. 機器人制造的速度；
2. 技術的規模回報；
3. 智能的回報（能否得到遠超人類的AI）。

對于「技術回報」和「智能回報」的速度，Jaime持懷疑態度。

在機器人制造速度方面，他認為主要看投資人能否提前投入，以便在AI夠好時，能夠準備充足的機器人。

其中最主要的挑戰，就是機器人的生產成本。

Yafah認為機器人的生產，將極大增加AI的投入規模。

以1000億美元算，如果每臺「身體」要10萬美元，那也只有100萬臺機器人，這確實不夠多。

要把成本打下來，還要看「AI 驅動的研發」是否足夠給力，只有靠機器人，才能大幅提升機器人制造的速度。

制造環節里，你未必需要「超過百萬」的機器人來參與，也許 只用10萬就夠改變曲線。

從現在到十年末，AI可以持續當前的「瘋狂擴張」，足以成為拉動經濟的重要變量。

到了2030年，雖然仍會有一小撮「長尾認知能力」沒被自動化，但可能也不遠了。這時繼續擴張變得更難，但不會停下。

這一切都將我們帶向一個「更快的世界」。

Jaime將邁向「更快的世界」的過程，總結為三個階段：

• 規模化時代：2025年至2030年；
• 商品化/普及時代：2030年至2035年，將增長率拉到至少 10%，并可能自動化一切認知任務；
• AI經濟時代： 2035年至2040年或2045年之間某個時點，AI會「接管經濟」，進入全面的（雙曲線式）超指數增長。

Jaime認為：AI 已經成為一種「壓倒性的經濟主導力量」，「把全球增速推到至少 10%，這并不瘋狂，我覺得完全會發生。」