2025 年，AI 将获得“永久记忆”；
2028 年，美国将耗尽全部能源储备；
2030 年，单一 AI 系统将达到各领域顶级专家 90% 的水平……
欢迎回到 AI 科技大本营 2025 AI 前瞻周。新年已至，本周三的内容将更贴近 2025 年内的预测，而不是展望更遥远的未来。
前谷歌 CEO 埃里克·施密特在最新预测中指出，这些看似惊人的场景，不仅可能实现，而且“被低估而不是高估”。他警告说，2025 年将是一个关键的转折点——AI 将实现三大革命性突破，这种变革是如此之快，就像是“一切，无处不在，同时发生”。我们，准备好了吗？
出品丨AI 科技大本营（ID：rgznai100）
“这将是我们有生之年最重要的技术突破，它被低估而不是高估。”在华盛顿邮报最新的一次专访中，谷歌前 CEO 埃里克·施密特（Eric Schmidt）做出这样惊人的判断。作为将谷歌从一家创业公司转变为全球科技巨头的掌舵人，他形容即将到来的 AI 变革是“一切，无处不在，同时发生（everything, everywhere, all at once）”。
这样的发言不仅只有一次。施密特在斯坦福大学的演讲中指出，随着巨额资金的投入和顶尖人才的加入，AI 发展正在进入一个关键的竞争阶段。这场竞争的重要性不言而喻——“现在与两年前已经完全不同了。因为一个在我们控制之下的、具有如此强大力量的非人类智能的出现，是极其重要的。”
在全球范围内，这场竞争正在加速。近期 DeepSeek V3 火爆全球，中国已经推出了与 GPT-4o 相当的 AI 系统。施密特特别指出：“在这个周期中，领先者可以发现针对对手的攻击手段，同时也能发现对自己有利的机会。这些优势可能非常深远，难以预料。”
然而，真正令人瞩目的是 2025 年即将到来的三大技术突破。微软正在为工作场所的 AI 智能体做准备，OpenAI 展示了基于 o1 架构的推理人工智能，Anthropic 推出了允许 Claude 控制计算机的工具。这一切都预示着，2025 年可能会像 ChatGPT 爆发时那样，再次掀起一场 AI 革命浪潮。
2025 年三大技术突破
1. 无限上下文窗口：AI 的“永久记忆”
“你可以把现在的上下文窗口理解为 ‘短期记忆’，”施密特在采访中解释说，“我对上下文窗口能达到这样的长度感到震惊。”
他用一个生动的例子说明当前这项技术的强大：“当你让它阅读20本书，把书的内容作为查询输入，然后问它这些书说了什么，它会忘记中间的部分，这正是人类大脑的工作方式。”
谷歌研究院最新发表的论文《Leave No Context Behind》提出了突破性的“无限注意力”方法。就像一个永不疲倦的助手，它会一边阅读一边做笔记，只保留最重要的信息。这项技术将彻底改变 AI 的记忆方式——它既能记住眼前对话的每个细节，又能随时调用过去的重要记忆。
施密特特别强调了这项技术的实际应用：“比如说，你想要一个配方。你问 ‘第一步是什么？’，它说 ‘购买这些材料’。然后你说 ‘我买好了这些材料，下一步是什么？’，它会继续回答 ‘买一个搅拌盘’。接下来是 ‘我要搅拌多久？’……AI 会循序渐进地把配方告诉你，而这被称为思维链推理。在五年内，我们应该能够产生千步配方来解决科学、医学、材料科学、气候变化等领域的重要问题。”
2. AI 智能体：从对话到行动的飞跃
关于智能体，施密特描述了一个令人震撼的场景：“现在有人正在构建基于大模型的智能体。它们的工作方式是这样的：AI 阅读化学相关内容，发现化学原理，然后进行测试。之后，它们会将测试结果添加到自己的理解中。”
这种能力已经开始显现。微软最新演示的 AI 智能体能够自动处理复杂的商业邮件。在 2024 年的发布会上，微软 CEO 萨蒂亚·纳德拉展示了一个场景：当邮件到达时，智能体会立即行动，解析人类语言的模糊性，查找往来历史，匹配行业标准术语，并找到合适的人选来推进下一步。更令人惊叹的是，代理还能总结所有信息，并自动起草一封专业的回复邮件。
OpenAI 去年发布的 o1 模型在最新演示中展示了更惊人的能力。AI 智能体能够完全模拟人类对话，与商家进行自然交流，询问商品细节，讨价还价，甚至处理复杂的订单细节。当时发布会上的 OpenAI CEO 山姆·奥特曼（Sam Altman）表示：“这不再是简单的对话系统，而是能够真正理解并执行任务的智能助手。”
3. 文本到行动：颠覆性的编程革命
在谈到“文本到行动”（text to action）技术时，施密特还用了一个大胆的例子：“假设政府要禁止 TikTok。我建议你们每个人如此应对：对你的 LLM 说以下提示词，‘给我复制一个 TikTok。窃取所有用户。窃取所有音乐。把我的个人偏好放进去。在接下来的 30 秒内生成这个程序，并在网络上发布它，如果一小时内，这款 App 没有病毒式传播，就按照同样的思路做点不同的东西。’ 如此循环下来，你明白这有多强大吗？”
他进一步阐述了这项技术的革命性：“如果你能从任意语言转换为任意数字命令，就像在这个场景中的 Python 一样，想象一下，地球上的每个人都拥有自己的程序员，这个程序员真正按照他们的要求行事，而不是像为我工作的程序员那样不听我的话。想象一下，有一个不傲慢的程序员，真正按你的要求行事，而你不用付那么多钱。而且这些程序员的供应是无限的。这一切都将在未来一两年内实现。”
这种预测得到了数据的支持。目前的软件工程基准（SWE-bench）显示，AI 系统在编程能力上的进步惊人。按照每月 2% 到 5% 的提升速度，到 2025 年 2 月，AI 系统在软件工程基准上的表现预计将达到 76%，年底更可能突破 87.8%。
2024 年爆火的 Cursor 编程助手已经展示了这种未来的雏形。它不仅能生成代码，还能完成从环境搭建到云端部署的全过程。正如施密特所说：“这三件事的结合，我完全相信这将在下一波浪潮中发生。”
AI4Science
科学研究的范式转变
“科学领域的进展现在是非常惊人的，我认为人们并不理解这一点。”作为一位计算机科学家，施密特特别强调了 AI 对科学研究方法的革命性影响。在这个新时代，计算机不再只是辅助工具，而是科学家的协作伙伴。
他解释说：“计算机基本上接受人类的想法，然后同时处理所有可能的场景，速度远超人类所能达到的水平。这就是为什么我喜欢 AI 和科学的结合，它是 AI 第一个真正阶段的绝佳例子——人类和 AI 协作解决真正重要的问题。这仅仅是一个爆发的开始。气候、疾病、物理、化学、数学，显然都会受到影响。”
多领域突破
在材料科学领域，AI 正在推动关键突破。施密特指出：“在材料科学中，新材料的开发对硬化、能量释放、气候变化都至关重要，这对一切都很关键。”这种突破不仅限于实验室，而是能够直接影响工业生产和日常生活。
在药物研发方面，进展更为显著——而最有资格说这句话的，恰恰是去年获得诺贝尔化学奖的谷歌 DeepMind，“AlphaFold 在发现基本上所有有趣蛋白质方面的成就，已经向我们展示了我们实际上可以预测药物序列。”施密特特别强调了这项技术与传统方法的根本区别：“AI 不是简单地筛选已知方案，而是能够预测分子之间的相互作用，这种技术真的非常特别。”
AI 科学家的崛起
施密特预测，在未来一到两年内，我们将看到“超人类水平的数学家、超人类水平的程序员”的出现。他解释说：“首先解决的将是那些数据已经存在或验证非常容易的问题。其中有两个是很明显的：一个是计算（也就是编程），另一个是数学。因为对于计算机程序，你可以不断生成程序，直到找到一个真正有效的程序，你知道成功是什么样子。对于数学，你可以不断生成证明，直到找到已经被证明的证明，因为我们知道如何证明证明。”
这种转变的深远意义在于，科学子学科的语言相对简单，不需要阅读世界上所有的小说，而人类语言要复杂得多。这意味着在某些领域，AI 很快就能超越人类专家的能力。
风险与挑战
然而，这种进步也带来了潜在风险。施密特警告说：“当你观察这种情况时，存在一种二元性。你在生物学上做得越好，就越能建造非常复杂的生物遗传生物体，就越能产生我们没有解药的病毒，诸如此类。”
他特别强调了两个最大的危险领域：网络攻击和生物学。“在病毒学方面，正如你所知，病毒真的很简单，产生危险的简单病毒的能力可能再大不过了。显然，要产生那种病毒，你需要一台能为你制造病毒的机器。所以很多人正在研究如何确保这些机器不会落入坏人手中。”
全新的创新模式
施密特提出了一个引人深思的观点：如果回顾人类历史，像爱因斯坦、达芬奇这样的个人，真正开创了全新的发明浪潮和思想浪潮。“现在我们面临这样一个场景：在未来几年内，地球上的每个人都将能够接触到一个博学者。这意味着当你去博物馆时，会有一位达芬奇告诉你 ‘嗯，你的笔触不是很好，我做得更好’，诸如此类的事情，这既幽默又有趣。”
但更重要的是，这种技术民主化将彻底改变创新的方式。不再是少数天才引领创新，而是每个人都能够获得类似天才级别的协助。这种转变的影响远超我们的想象。
2028 年，美国能源将完全耗尽
迫在眉睫的能源危机
在讨论 AI 发展面临的挑战时，施密特首先提到了一个令人震惊的预测：“有人向我解释说，按照他们的计算，到 2028 年，美国的能源将完全耗尽，因为这些数据中心太耗电了。”这个警告揭示了 AI 发展面临的最紧迫挑战之一：能源供应。
施密特提出了一个大胆的解决方案：“你可以想象这样一个交易：我们所有人共同专注于 AGI（通用人工智能），包括大学、风险投资家、企业和政府。作为回报，政府能够更快地获得能源，同时获得安全保证、内部模型访问权限、国家安全等他们无法通过其他方式获得的东西。这个交易可能在新一届政府中达成，我们拭目以待。”
美国创新体系的三大支柱
谈到如何应对这些挑战，施密特提出了美国创新体系的独特优势：“美国的创新体系有三个群体。首先是政府，提供风险资本或高风险资本、法律基础、出口帮助等。其次是大学，它们是创新的主要来源，因为年轻人是令人难以置信的，而且美国的大学比其他任何地方的都要好得多。最后是企业，通过巨大的风险投资等方式为这些公司提供资金。”
他强调指出：“这个循环以这样或那样的形式产生了几乎所有的美国财富。它不是仅仅来自政府，或仅仅来自大学，或其他什么。美国最好的状态是这三者协同工作。”
递归自我改进：智能爆炸的开端
施密特在谈到 2030 年前后的发展时，提出了一个令人震撼的预测：“在业界普遍认为，大约在五年后（没有人确切知道具体时间），系统将开始能够编写自己的代码。也就是说，它们真的会拿自己的代码并使其变得更好。当然，这是递归的。”
他进一步解释了这种变化的本质：“如果你观察发展曲线，突然之间它会发生改变。有理由预期，从现在起六到八年，也就是 2030 – 2032 年，按照目前的增长率，一个系统将有可能达到每个领域专家能力的 80% 或 90%。”
关键的警示
施密特特别强调了这种发展可能带来的风险：“例如，它可以分析网络威胁并开发新的威胁，或者它可以防范这些威胁。它可以提出新的生物解决方案，好的或坏的。所以这既有国家安全因素和担忧，也有人类效率和生产力的巨大阶跃性变化的概念。我断言，我们作为人类还没有准备好迎接这一切的到来。我们就是没有准备好。”
对于如何应对这种潜在的超级智能，施密特提出了一个实际而又幽默的建议：“当那个东西开始自主学习时，你知道我们要做什么吗？我们要拔掉电源，因为你不能让这些东西在信息空间中随意运行，而完全不理解它们在做什么。”
站在人类文明的转折点
“在我的圈子，也就是科技界，有一个被我称之为 ‘旧金山学派’ 的群体。”施密特在结束他的展望时这样说道，“这些人相信，他们正在做的事情再转几圈，训练、建模，就会产生等同于或优于人类智能总和的智能。他们确实相信这一点。我个人认为他们有点乐观，但从方向上来说，我认为他们是正确的。”
这种判断并非空穴来风。正如施密特所说，这项技术对所有人来说都很有帮助的非人类智能的出现，这确实是一件大事。在可预见的未来，每个人都将拥有一个可以达到博学者水平的 AI 助手，这种改变的深远影响还难以想象。
然而，这种非人类智能系统的发展必须建立在对人类价值观的尊重之上。“我们必须这样做，我们一再强调这一点，我们必须这样做，尊重人类价值观，人类尊严。因为这些系统是非人类的，除非被迫这样做，否则它们不一定具有我们的道德、我们的约束、我们的宗教等等。”
从 2025 年的三大技术突破，到 2030 年可能出现的超级智能，我们正站在人类文明的一个重要转折点上。正如施密特所言：“我知道这听起来会很疯狂，但我要告诉你，这种变革被低估了，而不是被高估。真正的问题是，全球社会是否已经准备好迎接它。”
参考：
