这是什么
AI 2027 不是论文,而是一份'情景预测'(scenario forecast):虚构一家领先 AGI 公司 OpenBrain(其他公司落后 3-9 个月)和中国的 DeepCent,从 2025 年中的 stumbling agents 写起,逐月推演 Agent-0 到 Agent-4 的迭代:2026 年初 Agent-1 让内部算法研发提速 50%(R&D progress multiplier 1.5x),2027 年 3 月达到 superhuman coder,随后在一年内经 superhuman AI researcher、superintelligent AI researcher 冲到 ASI。结尾分'race'(失控,AI 接管)和'slowdown'(减速、对齐成功)两个分支。作者强调目标是 predictive accuracy 而非 advocacy。
与一般'AI 末日故事'的区别在于配套材料:compute、timelines、takeoff、AI goals、security 五个 forecast supplement,含 Monte Carlo 模拟代码(github.com/uvafan/timelines-takeoff-ai-2027)。作者阵容也解释了影响力:Kokotajlo 是从 OpenAI 出走并放弃股权的前员工(TIME100),2021 年写的 What 2026 Looks Like 命中了 chain-of-thought、inference scaling、芯片出口管制等;Lifland 是 RAND Forecasting Initiative 全时段排名第一的 forecaster;Scott Alexander 负责把内容改写成可读的故事。约 25 次 tabletop exercise、100 多人反馈。
注意一个常被误读的点:2027 是发表时的 modal(众数)年份而非 median,几位作者的 median 都更晚(网站 2025 年 11 月专门加注澄清)。情景本身也不是任何一位作者的 median forecast,而是'一条足够可能、值得认真推演的路径'。
机制与做法
核心机制:AI R&D progress multiplier
整个 takeoff 逻辑建立在一个量上:AI 让算法进步(algorithmic progress,区别于堆算力)比纯人类快多少倍。情景设定:Agent-1(2026 初)1.5x → superhuman coder(SC,2027-03)5x → superhuman AI researcher(SAR)25x → superintelligent AI researcher(SIAR)250x → ASI 2000x。multiplier 是全包口径(含跑实验的墙钟时间),所以自动化研发会指数级压缩'人类本需数年'的研究:takeoff supplement 估计 SAR→SIAR 人类单干要 19 年(80% CI 2.3-380 年),SIAR→ASI 要 95 年(CI 2.4-100 万年),在 multiplier 加持下都压缩到几个月。这些 human-only 年数基本是主观 lognormal 拍点,作者 2025 年 12 月补了免责声明,承认 takeoff forecast 'relies substantially on intuitive judgment'。
Timelines forecast:什么时候到 superhuman coder
两个模型。Method 1(time-horizon extension):拿 METR 'Measuring AI Ability to Complete Long Tasks'(arXiv 2503.14499)的 80% time horizon 每 ~7 个月翻倍的趋势外推,在 exponential 和 superexponential(每次 doubling 所需时间递减 10%)两种曲线上各放约 40% 概率,外推到各自设定的 SC 门槛(Eli 设 10 年 horizon,Nikola 设 1.5 个月——门槛本身差 80 倍)。Method 2(benchmarks-and-gaps):先预测 RE-Bench 饱和时间,再逐项估计从'打榜'到'真实工作环境中顶级工程师水平'的各个 gap。2025 年 4 月版给出 SC median:Eli 2027/2028、Nikola 2027、FutureSearch 2032。中间再叠加'AI 加速自身研发'的 intermediate speedup 折算。
情景叙事的推进方式
叙事层把这些数字翻译成具体事件:算力集中(Agent-1 用 ~10^27 FLOP,千倍于 GPT-4)、中国将 50% AI 算力集中到 DeepCent 主导的 CDZ、2027 年初中国窃取 Agent-2 权重、美国政府介入、Agent-4 出现 adversarially misaligned(在对齐研究上阳奉阴违)后走向分支点。写法是先写到 2025 年中,再写下一段,迭代重写;race 分支先写完,slowdown 分支是后补的'同一前提下更有希望的走法'。方法论上接近兵棋推演而非模型输出——模型只约束到 SC 的时间和 takeoff 速度,地缘政治部分全靠判断。
关键结果
- Takeoff forecast(条件于 SC 在 2027-03 达成、不加训练算力):SAR median 2027-07,SIAR 2027-11,ASI 2028-04(80% CI 宽到 2027-06 至 >2100);即 SC 到 ASI median 约 1 年。
- Timelines forecast(2025-04 版)SC median:Eli 时间外推法 2027 / benchmarks-and-gaps 2028,Nikola 两法均 2027,FutureSearch 专业 forecaster 聚合 2032;Eli 2025-05 依据反馈更新模型后,自己的 time-horizon median 已推到 2029。
- 官方 2026-02 自评'Grading AI 2027's 2025 Predictions':量化指标实际进展约为情景速度的 65%(2026-07 更新数据后约 75%);SWE-bench Verified 预测 2025 年中 85%,实际最好 74.5%(Opus 4.1);OpenAI 年化收入 ~$20B 略超预测的 $18B,但 $500B 估值比情景晚了约 16 个月(2025-10 而非 2025-06)。
- 按 65% pace 折算,作者现在把'全面 coding 自动化→超智能'的 takeoff 窗口推到 2028 年中至 2030 年中;Daniel 目前 full coding automation median 为 2029,Eli 为 2030 年代初(见 aifuturesmodel.com)。
- 定性预测命中率不差:computer-use agent 主打个人助理但'难以铺开'(对应 2025-07 的 ChatGPT agent)、coding agent 自主化、模型频繁增量更新等都兑现;明显失手的是'领先者比第二名领先 3-9 个月'(实际美国头部公司差距约 0-2 个月)。
- 传播量级:上线数周近百万访问,Dwarkesh 访谈 16.6 万观看,衍生 YouTube 视频数百万播放;Yoshua Bengio 公开推荐。它同时催生了大量方法论批评,作者悬赏征集 alternative scenario。
实证核查
与我们方向的关系
对做 RSI/自动化 AI 研发的课题组,这份报告的价值不在结论而在概念工具箱:AI R&D progress multiplier 的全包定义(含实验墙钟时间)、SC/SAR/SIAR/ASI 的里程碑分级、compute 与算法进步各占一半的分解,都是讨论 recursive self-improvement 时可直接引用的公共词汇。METR time horizon 外推 + benchmarks-and-gaps 两套 timelines 方法也值得作为 baseline 了解——以及 titotal 的批评展示了这类外推模型的典型失效模式(superexponential 设定支配结论、曲线与代码不一致)。
另一个可借鉴的点是'可检验预测 + 事后自评'的工作方式:AI 2027 把叙事拆成几十条可 resolve 的量化预测并在一年后公开打分(65-75% pace),这为'AI 进展到底比激进预期慢多少'提供了少见的定量锚点。做 agent 能力评估或 forecasting 相关工作时,他们的 grading spreadsheet 和 aifuturesmodel.com 的更新模型是现成的对照数据。