AI三年，度“日”如年：一文读懂人工智能的时光压缩之旅

最近微信改版，容易找不到尹哥的文章，大家记得把尹哥设为星标⭐️ 哦~

如果人工智能这个词是从1956年的达特茅斯会议开始算，那么从2022年末至今的这三年多，一定是人工智能历史上最“度日如年”的一段时光。

这不是煎熬的等待，而是知识爆炸的密度——每一天都塞满了足以改变产业格局的突破，每一季都像是过去十年的压缩快进。

01

从对话到编程：AI终于长出了“手脚”

让我们先把时钟拨回2022年11月30日。那一天，一个名叫ChatGPT 3.5的应用程序悄然上线，原本只是OpenAI又一次技术试验，却在五天之内突破了百万用户，两个月后月活过亿，成为人类历史上增速最快的消费级应用。

那一刻，普通人才第一次意识到，原来AI不只是冰冷的算法，它能写诗、能陪你聊天，甚至能模仿你偶像的语气说话。

这让我想起了理查德·道金斯的名著——《自私的基因》里的那句话：基因为了复制可以做出任何事，而我们人类，恰恰是在用无私的求知欲，去克制基因对未知的本能恐惧。ChatGPT的出现，就是这种求知欲的集体爆发。

2023年由此成为“生成式AI元年”。全球科技巨头一个个都像被踩了尾巴的猫，瞬间炸毛。谷歌紧急拉响“红色警报”，微软凭借与OpenAI的结盟占得先机，英伟达则在这场“军备竞赛”中躺着赢麻了——它的GPU成了彼时所有大模型几乎唯一的选择。

那时，人们还在争论大模型的参数规模，还在惊叹于AI能通过律师资格考试，却不知道，这只是暴风雨前第一缕微风。

然后，Sora来了。2024年底，当OpenAI正式向用户开放这个视频生成模型时，整个创意产业倒吸一口凉气。这个能生成20秒1080p视频的工具，被称作“视频行业的GPT时刻”。

你可以用文字让AI凭空创造出好莱坞级别的短片，让广告导演、视频剪辑师们第一次感受到了饭碗的晃动。AI不再是只会码字的书生，它正在睁开“眼睛”，开始观看并创造数字世界。

但真正让我这个做基因的人感到震撼的，是AI开始长出“手脚”。

OpenClaw的爆火，把世界分割成了两半。一半狂热的“逮虾户”，抓着OpenClaw代替自己干各种工作：写代码、找文件只是基础操作，进阶版的已经在琢磨怎么真的让它打工赚钱；另一半循着热度试用，却发现这家伙又烧钱，又没有想象中的好用。

OpenClaw创始人Peter Steinberger说了一句特别通透的话：“最大的区别在于，它是在你的电脑上运行的。我见过的所有东西都在云端运行，它能做一些事情。但如果你在本地硬件上运行，它就能做任何事情。”我在自己的笔记本上，也是装了自己的本地化的专属大模型。

可以这么去理解，ChatGPT是一个漂浮在云端的超级大脑，但要干些简单接地气的活，就必须有手有脚。

这就像生命演化史上那个关键节点——当第一个细胞通过长出纤毛或者鞭毛，开始学会了运动，生命就不再是被动漂浮的有机物，而是开始主动改造环境的“智能体”。

OpenClaw就是AI的那只“手”，“寒武纪大爆发”也就算正式开始了。

02

AlphaFold与Genos：AI开始读懂生命的“源代码”

如果说ChatGPT和Sora是在模仿人类的文化产物，那AlphaFold就是在破解生命本身的密码。

2024年，当DeepMind的Demis Hassabis和John Jumper因为AlphaFold获得了诺贝尔化学奖。这个突破算是系统解决了一个困扰生物学界半个世纪的难题：从氨基酸序列预测蛋白质结构。

到今天，AlphaFold蛋白质数据库已经服务了全球190多个国家、超过300万研究人员，覆盖了超过2.4亿个蛋白质结构预测。

这意味着什么？如果用传统实验方法解析这些结构，需要数亿年才能完成。而现在，一个研究生、甚至一个高中生坐在电脑前，点几下鼠标，就能看到自己研究的蛋白质长什么样。

这不仅仅是提速，这是把生物学从“观察科学”变成了“预测科学”，是一次重大的范式转化（paradigm）而不是模式（model）升级。

马来西亚国立大学的科学家正在用AlphaFold研究一种比登革热更致命的细菌感染——类鼻疽病；印度的研究者则用它来培育抗木炭腐病的大豆。

这就是我常说的：科学是知识，知识本身没有国界，技术本身是中性，也无善恶，但科学家有祖国，使用者发心有差别。而这次不一样的是，AI确实正在让全人类共享同一个知识底座，是一种新时代的科学知识共同体。

风景并非一边独好，中国的科学家们也在奋起直追。尹哥所在的华大和之江实验室刚刚联合发布了Genos-10B——全球首个百亿参数的人类基因组基础大模型。

要知道，人类基因组中超过98%的区域不直接编码蛋白质。但这些区域的调控逻辑、长程互作机制，长期以来被视为基因组的“暗物质”。它有用，但我们并不能完全地去理解它。

传统模型只能处理几千个碱基对的短序列，而Genos通过混合专家架构和分组查询注意力机制，实现了百万碱基的超长上下文建模。

打个比方，如果以前我们只能读懂基因组的“单词”，现在Genos基本上可以读懂整本“小说”，而且还能理解上下文之间的呼应关系。

在罕见病诊断测试中，Genos的诊断精度已经接近资深临床遗传学专家的水平。

注意，这不是替代医生，而是给医生配了一个读过几乎所有相关医学文献、记性还特别好的助手。

03

从DeepSeek到Manus：东方破晓的灵光一闪

去年的这个时候，DeepSeek横空出世，大年二十九、初一，我兴奋得几乎都没睡，因为在标度律（Scaling Law）之外，给出一个全新的竞争法则。

所谓“凡墙皆是门”，你若截流，我必挖井，从此中国AI军团开始从追随者变成挑战者。

去年12月，DeepSeek V3.2的发布被摩根大通称为中国AI市场的“第二波冲击”。它不仅做到了接近GPT-5的推理能力，更关键的是把API价格砍掉30%—70%，让前沿模型不再是硅谷巨头们的特权。

更令业界震动的是，DeepSeek开始支持华为昇腾、寒武纪等国产芯片，标志着中国AI正在建立自己的硬件护城河。

几乎同时，另一道灵光闪过——Manus AI上线了“Wide Research”功能。

你只需要一键，就能同时调度100个AI智能体并行工作，它们像一群不知疲倦的数字蚂蚁，帮你对比上百款运动鞋、探索上百种海报风格、填满复杂的Excel表格。

虽然每月199美元的Pro价格让人肉疼，虽然积分消耗快得吓人，但Manus让人们第一次看到：AI不是单一的工具，它可以是一整支军队。

我目前正在使用的“豆包2”手机，也就是这个感受，可能以后真的就没有APP，只有一个对话框。只要使用者能打字能说话，它就能帮你干完活了。

这也让我想起《圆桌派》上我说过的那句话：没有科学的人文是愚昧的，没有人文的科学是危险的。

DeepSeek和Manus之所以让人振奋，不是因为它们的参数多厉害，而是它们让更多人能用上AI——科学必须走向普惠，否则就会成为新的特权。

04

王者归来：Gemini的全面反超与Claude的编程利器

我一度讲，在ChatGPT3.5出来之前，没人觉得这个活会被OpenAI先拔头筹，怎么说都应该是谷歌。

从Alpha Go、Alpha Zero到Alpha Fold，哪一剑不是开天门的？但创新往往发生在看不见的角落，就像爱因斯坦没想到1927年的索尔维会议会出来个波尔。

一旦OpenAI财大气粗了，屠龙少年在巨龙的尸体上头上也会长出角，DeepSeek也就横空出世了。

然而，巨龙还是会醒来，进入2026年，故事出现了最戏剧性的转折。曾经被嘲讽“追赶得太慢”的谷歌，带着Gemini杀了个回马枪。

首先是2月13日，谷歌宣布Gemini 3 Deep Think重大升级。

这个专门为科学和工程设计的“推理模式”，在不使用工具的情况下，在国际数学奥林匹克竞赛中达到了金牌水平，在物理和化学奥赛中也斩获金牌级成绩。

这就意味着，AI不再只是文科生，它开始理解复杂的物理定律和化学方程式，开始能帮科学家解释杂乱的数据。

更可怕的是谷歌的“生态包围”策略。Gemini Nano Banana直接嵌入Chrome浏览器，你可以在浏览网页的同时，让侧边栏的AI帮你总结评论、规划行程，甚至用自然语言指令直接修图。

而NotebookLM的更新则让笔记应用拥有了视频概览和可定制的信息图表功能。我们以前做这样的海报要多久？现在可能几秒钟就够了。

所以谷歌的野心清晰可见：不让AI成为独立的APP，而是让它像空气一样，和中立法则一样，渗透到你数字生活的每一个缝隙。

在代码的世界里，战争同样白热化。2026年2月5日注定被载入AI史册——Anthropic和OpenAI选择在同一天发布它们的编程王牌模型。

Claude Opus 4.6带来的是“100万token上下文”。这是什么概念？比如，你可以把《三体》全集一次性喂给它，它还能记住开头和结尾的每一个细节。

而它的Agent Teams功能，能让多个Claude像人类团队一样分工协作——一个写前端、一个搭后端、一个做测试、一个写文档。

为什么最近硅谷软件公司的市值掉得如此之快？原来码农可能正在被淘汰，AI正让编程像打字一样简单。

OpenAI的GPT-5.3-Codex则带来了更科幻的能力：AI开始参与构建自己。OpenAI团队用Codex来调试训练过程、管理部署、诊断测试结果——一个自我进化的反馈循环正在形成。

05

Seedance与OpenClaw：工业革命的启动键

就在所有人以为这轮迭代已经足够疯狂时，字节跳动在2月悄然内测Seedance 2.0，扔出了最具商业冲击力的炸弹。

这个视频生成模型最惊人的不是它的技术参数，虽然它确实解决了音画脱节、角色跳变等行业痛点，但最可怕的是它的价格。

知名视效指导姚骐用Seedance 2.0制作了一部2分钟的科幻短片《归途》，总成本仅330.6元。在传统影视制作框架下，这个数字甚至不够租一天的摄影棚。

游戏科学创始人冯骥评价说，这意味着视频制作成本正在“趋近算力的边际成本”，内容领域将迎来“史无前例的通货膨胀”，传统组织结构将被彻底重构。

开源证券测算，Seedance 2.0可能让每秒生成成本比同业降低37%，动态漫制作周期从一周多缩短到3天内，人力成本降低90%。

如果说Sora是给创意产业敲响的警钟，那Seedance 2.0就是按下了工业革命的启动键。

而OpenClaw的传奇，则是一个更动人的故事。这个最近火遍全球的AI Agent开源项目，让无数开发者第一次真正体验到“多智能体协作”的威力。

但很少有人知道，这个项目一直是创始人Peter Steinberger自掏腰包在撑——每月1万到2万美元，全部自费。没有融资，没有大厂背书，就是一个人带着核心团队，死磕智能体AI的底层架构。

项目火了之后，巨头们坐不住了。Meta出过价，多家公司都想把Peter和他的团队收入麾下。最终，OpenAI赢了——不是靠最高的报价，而是靠一个承诺：给Peter最想要的东西，顶级计算资源和一个足够大的舞台。

2月，Sam Altman一条推文炸裂科技圈：OpenClaw创始人Peter Steinberger正式加入OpenAI，项目移交独立基金会继续开源，Peter则带队押注下一代智能体AI。

所以你看，这不仅仅是一次挖角，这是AI行业从“比模型”到“比应用”的转折信号。智能体革命，这个发令枪响了。

Peter在自己的长文中写道：“我的下一个使命是打造一个连我妈都能用的智能体。”第一次看到这句话让我会心一笑——科普也好，做产品也好，最高境界就是让咱爸咱妈，甚至咱爷爷、咱姥姥都能用。

科学如果只停留在实验室，那就只是少数人的玩具；科学只有走进千家万户，才是真正的进步。

06

尾声：站在奇点回望生命的“编程”

从ChatGPT 3.5的惊艳亮相，到Sora的视觉震撼，到DeepSeek的性价比革命，到Manus的智能体军队，到AlphaFold破解蛋白质密码，到Genos解读基因组暗物质，到OpenClaw长出“手脚”，到Gemini的生态反超，到Claude的百万上下文，再到Seedance的成本击穿——这三年，每一天都像是被压缩的时光胶囊。

高盛预测，2026年将成为AI大模型规模化落地的突破年份，全球AI市场规模正逼近9000亿美元。八部门联合印发《“人工智能+制造”专项行动实施意见》，五部委明确2027年二级以上医院AI辅诊全覆盖。

AI正在从“概念导入期”迈入“盈利叙事期”，资本市场不再为资本开支蓝图买单，而开始盯着收入和利润的实质性改善。

但作为一个和基因打了半辈子交道的人，我看到的却不仅是商业。我看到的是，人类正在用AI反向解读自己的“源代码”。

Genos让我们能读懂基因组里的“暗物质”，AlphaFold让我们能看到蛋白质的折叠方式，OpenClaw让AI有了执行任务的“手”……这些技术如果叠加在一起，意味着什么？

意味着我们正在从“读取生命”走向“设计生命”。

就像《圆桌派》上我说的：这个地球之所以美丽，是因为它没有放弃任何一种色彩。

AI的发展也是这样——ChatGPT来自OpenAI，DeepSeek来自中国，Genos是之江实验室和华大的合作，AlphaFold来自DeepMind，OpenClaw来自一个自掏腰包的极客。每一种色彩都在为这幅画卷添上自己的一笔。

没有科学的人文是愚昧的，没有人文的科学是危险的。这三年，AI从“玩具”变成“工具”，从“工具”变成“协作者”，从“协作者”开始逼近“创造者”。每一天都像是别人的一年，每一刻都在刷新对可能的定义。

如果说技术革命也有心跳，那么此刻，它的脉搏正密集得让人眩晕。这不是“度日如年”的煎熬，而是“度日如年”的狂喜与敬畏——因为我们正站在奇点之上，看着未来以超光速扑面而来。

最后，我想用《自私的基因》里那句话收尾：基因本私，我们恰恰是在用无私的人性，去克制基因的自私性。AI的发展，本质上就是这种求知欲的延伸。

无论未来如何，请记住：技术是人的延伸，不是人的替代。

AI的终极价值，不在于它能在多大程度上“像人”，而在于它能在多大程度上“为人”。

因为技术的终点，从来就不是更强大的机器，而是更幸福的人。