撰文| 王思易

编辑| 张   南

设计| 荆   芥

北京中关村、上海张江、杭州余杭，所有人都在谈论奇点。

从黑客松到咖啡馆，对话的节奏总是一样的：有人提出奇点快到了，另一个人反驳说这只是炒作，然后大家陷入一阵尴尬的沉默。

这是因为没人能给出一个具体的时间。

一位自称“乐观主义者”的前Uber工程师，卡姆·佩德森（Cam Pedersen）给出了一个不仅具体，而且精确的数字。

他认为人们问错了问题。如果事物在加速发展，那么问题就不再是奇点如何发生，而是它何时发生。

“如果事物在发展（这一点毫无疑问），那么就能算出发展的速率，因而计算出奇点的日期，精确到毫秒。”

通过计算，他断定奇点那天是个周二。

如果你之前认为奇点来临的时刻不可计算，那有必要复习一下这个概念。

这个概念于1965年由统计学家兼密码学家I. J. Good提出，他用“第一台超智能机器”作为想象起点。

如果某个系统足够聪明，能改进自己的学习与研发能力，那么它就可能做出更强的下一代自己；下一代又更能改进，如此递归叠加，导致能力在短时间内陡然上升。

这种机器将是人类“最后一个发明”：因为此后人类就会像被甩在高速公路上的一只乌龟，只能眼睁睁看着技术的车尾灯瞬间消失在视界尽头。

1993年，科幻作家兼数学家Vernor Vinge进一步深化了这个概念，他称奇点不仅仅在客观上意味着技术爆炸增长，也意味着在主观上，人无法对奇点之后的事情进行预测，就像人类无法观测黑洞内部一样。

有一些技术增长是可预测的。比如摩尔定律，它预测在成本不大幅上升的前提下，一块集成电路上的晶体管数量大约每两年翻一倍。科技人员靠这个来调整研发节奏。

摩尔定律是一个指数级的增长。

指数级增长指的是，增长速度不是“每次加固定数量”，而是“每次乘固定比例”，就比如复利的增长，如果逐年增10%，大概7年翻倍。

而奇点谈论的是一种更快的增长：双曲线增长。双曲线增长是指增长的速度本身就在以前所未有的速度加快，最终会在一个确定的有限时间内直接冲向无穷大。

不同于指数级增长那种平稳的翻倍，它更像是一个不断自我强化的死循环，直到技术进化的斜率彻底垂直于地面。

人类社会少有能逼近双曲线增长的案例，但能够逼近的有：19-20世纪的人口爆炸，智能手机的普及速度，以及金融泡沫在彻底破裂前夕的价格跳涨。

这些现象的共同点在于它们都触发了某种自我强化的循环。

人口变多带来更密的分工、更大的市场、更高的税基与公共投资能力，结果是农业产出、交通、供水、疫苗与抗生素、基础医疗等体系快速铺开。死亡率尤其是婴幼儿死亡率被压下去之后，家庭的生育习惯不会同步下降，反而会因为对未来有确定性的想象而敢于生育更多小孩，人口会以更快的速度累积。

在智能手机方面，用户多意味着应用生态更赚钱，开发者更愿意投入，应用更丰富又反过来让手机更有用，从而吸引更多用户。与此同时，出货量增长带来供应链学习曲线和规模效应，零部件更便宜、良率更高、渠道更成熟，入门机价格下降，进一步降低了下一批用户的采用门槛。

在AI领域，更好的AI带来更好的AI研究工具，从而产生更好的AI，形成一个不断收紧的反馈回路。

佩德森相信AI智能的增长会符合一个双曲线，在有限时间内达到无限。

02「完美拟合 」

如何量化AI的增长呢？

佩德森选取了五项衡量人工智能进步的现实指标，包括AI在多任务语言理解测试中的表现，单位美元能够购买的字符数量，新模型发布的频率，学术论文中关于涌现一词出现的频率，以及开发者在编写代码时使用智能助手贡献的比例。

然后尝试让双曲线公式去拟合这些数据指标。

这个是佩德森用来计算奇点的双曲线公式。

公式里的 x(t) 代表AI的能力或进步速度，t是当下的时间。最关键的变量是ts，它就是奇点日期。

随着时间一天天靠近ts，分母就会变得越来越小，直到无限趋近于零。在数学逻辑中，除以一个无限小的数，结果会变得无限大。

这就意味着，当时间t刚好等于ts时，AI的能力x(t)会瞬间冲破物理极限，直接达到无穷大。

佩德森所做的所有工作，本质上就是把那五个数据指标往这个公式里塞，通过倒推找出那个能让分母在2034年归零的ts。

学过统计学的朋友知道，这样的方法论基本是在先射箭后画靶。佩德森先决定答案是“双曲线会在某年爆炸”，再去几个数字把它硬塞进去，算出一个值。

1960年，控制论学者Heinz von Foerster等人在《Science》发了一篇文章，他们把过去两千年左右的人口数据用一个双曲线模型去拟合，发现曲线会在2026年11月13日抵达一个临界点。

彼时人口爆炸是大众政治情绪的一部分，与越战、嬉皮士、新环保运动纠缠在一起。

对于1960年代的人们来说，去宣扬2026年将抵达无限人口的恐慌情绪，可以把战争带来的失控感、对体制的不信任、对城市拥挤与污染的厌倦，统统压缩进一个可转述、可动员也可用来要求干预的口号里。

无论如何，佩德森已经提前预告自己是“乐观主义者”。他相信奇点一定会到来，只是好奇它什么时候来。我们看看他的结果。

其中四组指标都没有展现出双曲线的特征：AI在多任务语言理解测试中的表现，单位美元能够购买的字符数量，新模型发布的频率，以及开发者在编写代码时使用智能助手贡献的比例。

这四个指标的增长路径表现得更为平稳，更符合线性拟合。

佩德森也没预料到这样的结果。

不过，仍有一组数据系列几乎完美拟合。在arXiv平台上关于“涌现”这一概念的论文数量展现出了一个清晰且毫无争议的R2峰值（即双曲线拟合比任何附近替代方案都更好的日期）。

基于这一组数据，佩德森给出了一个精确到毫秒的时间点。

他预测技术奇点将在2034年7月18日星期二凌晨2时52分52.170秒到来。

03「所以呢？ 」

这显然并非指2034年的某个周二会发表出天文数字般的论文。

佩德森不得不得出结论：ts所标记的极点，不是机器获得超人类智能的一刻，而是人类彻底失去对机器做出理性集体决策能力的一刻。

它意味着模型的失效。ts是当前增长轨迹的曲率再也无法维持的断裂点。它是一个“相变”的标志，而非物理世界的实测预言。

所谓奇点，本质上是“踏空的一瞬”——就像动画片里跑出悬崖的卡通人物，在低头发现脚下虚空的那一刻，重力才开始生效。

佩德森不得不承认，真正呈现双曲线增长的并非机器的能力，而是人类的恐慌。

MMLU跑分、单位美元的Token数、模型发布间隔等衡量实际能力与基础设施的硬指标，它们全都是线性的，毫无奇点信号。

唯一指向有限日期、呈双曲线爆发的曲线，是关于“涌现”的论文数量，那是研究人员在不断发现并命名新行为。这是一种模因化的、狂热的领域躁动。

机器正在匀速进步，而人类的恐慌正以“加速的平方”自我反馈。

而这一切正在发生。

AI正在引发裁员潮，这已经不是新闻。然而，《哈佛商业评论》发现，企业并非因AI的当前表现而裁员，而是基于它的潜力。这种人力替代是“预期性”的，曲线无需抵达极点，它只需展现出“即将抵达”的姿态，就足以摧毁就业秩序。

欧盟《AI法案》的起草已延至2027年；美国在2025年两次推翻并重修行政令。当法律还在规范2023年的问题时，我们都已经用上了GPT-7了。立法明显跟不上步伐，公众的信任不再是流失，而是坍塌。目前全球对AI的信任度已跌至56%。

资本高度集中，标普500指数前十大公司（几乎全是AI相关）的权重在 2025 年达到40.7%，超越了互联网泡沫巅峰。自ChatGPT问世以来，AI概念股席卷了90%的资本支出增长。

心理医生报告称害怕被淘汰感正在激增，值得被命名为一种新病症。患者感觉“宇宙说自己不再被需要”。60%的美国员工认为AI带来的失业人数将多于就业人数。

共识正在粉碎，不到1/3的AI研究可被复现，只有不到5%的研究者愿意分享代码。实验室的壁垒日益增厚，政策制定者只能依靠过时的信息做决策。在听证会上，专家们各执一词，因为领域进化的速度已经超越了人类形成专业知识的速度。

政治格局正在重新调整。《时代》杂志正在报道民粹主义人工智能的反弹。《外交事务》发表了《即将到来的人工智能反弹：愤怒经济如何激发民粹主义》。赫芬顿邮报称，人工智能将定义2026年美国中期选举。MAGA在人工智能是亲商还是反对工人的问题上出现分歧。美国社会主义者桑德斯提出了数据中心暂停令。

AI是个意识形态问题，而不是技术问题。机器在稳步进步。真正加速的是我们自己。

这个结果并没有与奇点的定义相悖，奇点就像黑洞一样，当它发生之前，先对人的认知施加影响，它已经对所接触的一切施加了引力。

就像佩德森的这篇文章，不管他得出了什么结论，他总归还是觉得有个倒计时挺好的。