前几天看了Google DeepMind CEO Demis Hassabis的播客，里面有一句话，让我觉得很有意思：
"AI在今明两年被严重高估，但在未来10年被严重低估。"
同一个东西，怎么能同时被高估又被低估？
说这话的人不是普通的乐观派。现代AI 90%的基础突破，都和Hassabis有关。Transformer是Google做的，AlphaGo、AlphaFold是DeepMind做的，强化学习的工程化也是DeepMind推动的。
他说高估，我信。他说低估，我也信。但信的原因完全不一样。
锯齿状智能
AI有一个有意思的特征，叫"锯齿状智能"。
OpenAI自己出了一套测试，叫SimpleQA。考察最基础的事实性问答，不需要推理，只需要知不知道。结果：即便是目前被广泛使用的主流模型，在这个测试上的得分，不到40%。
但就是这个模型，能通过美国司法考试的前10%——那需要大量法条记忆、复杂推理、文书写作。
同一个脑子。前一秒能帮你写出让律师点头的合同条款，后一秒在基础常识题上答错超过一半。你永远摸不清它在哪里会突然掉下去。
背后有一个没解决的根本缺陷：它被冻住了。
不是说它记不住你说的话——龙虾就有记忆功能，你聊得越多，它越懂你，Claude Code也有一个叫"做梦"的机制，在任务间隙整理巩固记忆，非常巧妙。
他说的"冻住"是另一个层面：模型本身的能力定格了。它不会因为跟你工作了一年而变得更有判断力，不会从每一次帮你解决问题的过程中变得更聪明。就像你雇了一个助理，他能查所有历史记录，但他本身的能力永远停在入职那天。
大脑靠睡眠做的事，不只是记住今天发生了什么，更是把新经历和已有的知识整合、重组，让人真正成长。AI现在有"记住"，但还没有"成长"。这才是Hassabis说的那个还没解决的缺陷。
五年是AGI节点
Hassabis的逻辑从来不是"AI有问题，别指望了"。
他2010年就预测AGI需要20年。现在2026年，16年过去了。他当时列出的技术节点——深度学习的突破、强化学习的成熟、蛋白质折叠问题的攻克——一个个都到了。这不是运气，是按图纸在走。
他说，达到AGI还差几块能力：持续学习、世界模型、层级规划、创造性假设。还需要1到2个Transformer或AlphaGo级别的重大突破。
然后，他在2025年底说了一件关键的事。
先说一个背景：过去的AI是"脱口而出"——你问，它直接输出答案，没有思考过程。2024年底出现了一类新模型，以o1、o3为代表，叫推理模型（Thinking Models）。它们在给答案之前，会先在内部做一轮推演，真正地"想一想"。这是AI第一次有了类似人类推理的过程。
Hassabis说，推理方向的进展，可能已经算是路线图上那个重大突破之一了。这不是减一个数那么简单——推理能力打通了一条关键链路，让AI从"记忆检索机器"开始向"能思考的系统"演进。这是质变，不是量变。
他判断，五年内AGI到来有很大可能性。
我自己也有个看法：AGI不是全有全无的一个开关。它已经在一个个垂直领域到来了。特斯拉的自动驾驶，在"开车"这件事上早已超越人类——那是一个垂直领域的AGI已经到来了。我们用龙虾，在信息处理、任务调度、多线程执行这一层，做的事情也是类似的——把人从重复性工作里解放出来，让判断力成为唯一不可替代的东西。这不是比喻，是每天在发生的事。
不需要等AGI
Hassabis说过一句话，比"五年内AGI"更让人后背发凉：
"AGI的到来，就像10倍速度的工业革命。"
工业革命用了一百年，重塑了人类的生产方式和社会结构。10倍速，意味着十年。但最不安的不是这个预测，而是：它不需要等AGI才开始。
就在今天，差距已经在拉开。
我举个自己的例子。前段时间，我让龙虾做一份战略分析报告，涉及行业竞争格局、关键数据和几个方向的推演。换以前，这种活要安排两三个人花好几天。龙虾用了几个小时：搜索、汇总、结构化、起草初稿，我只需要在最关键的判断上压最后那一刀。时间缩短了，思考密度却更高了。
一个人配上几个Agent，不是能力放大了一点点，是直接变成一支小型军团。10倍，不是上限，是起点。
你身边已经有人上了高速。
不是更聪明，不是更努力，只是用了不同的工具，走了不同的路。
你打算怎么用这五年？
最后，如果你想体验龙虾为工作提效，现在就可以试试：
国内版：easyclaw.cn
国际版：easyclaw.com
企业版：easyclaw.work
热门跟贴