AI不是2027年突然变敌人：更可怕的是人类离不开又看不懂它！

前不久，你应该看过这样一条新闻：全球mRNA巨头Moderna与默沙东联合宣布，他们在研mRNA癌症疫苗Intismeran（研发代号V940/mRNA-4157）Ⅲ期临床试验获得积极成果。

这是称得上史无前例的成就。在此之前人类已有的癌症疫苗都是预防性疫苗，注射给健康人，目标是降低患癌风险。而这款疫苗则是治疗性疫苗，追求的是癌症治疗进程中的两个关键终点“无复发生存期”与“远处无转移生存期”。且Ⅲ期临床试验意味着这两个终点经过在样本容量足够大的试验后全部达标，稳定可复现，安全性优异，距离投入真实的临床应用只有一步之遥。

资本市场也用非常积极地姿态肯定了这一成就。8月19日消息公布当天，Moderna的股价就出现了单日170%的暴涨，市值暴增数百亿美元。默沙东大涨12%，创造了2009年3月以来的最大涨幅。收录了Moderna和默沙东的纳斯达克生物科技指数大涨4个点，创造了历史新高。

这样的高姿态也就维持了一天。第二天8月20日，Moderna和默沙东就分别出现了超过20%和超过4%的大跌。整条K线直到今天仍没有重新起势，一直保持着震荡状态。

为什么会这样？有人觉得这很正常，就是因为一开始涨太多了。但更多人相信，这或许是一场“末日狂欢”：因为这次的新疫苗不仅仅是人类医学产业的突破，更是AI的突破。

简单来说，mRNA疗法的关键，在于让自身免疫系统精准识别出潜伏的癌细胞，以精准地消灭他们。可癌细胞和正常细胞的差异，可能只在几个基因突变上，而基因库可太庞大了，且健康的细胞每天也在随时突变。想要把那些能起作用的、关键的突变靶点找出来，对于人类的肉眼凡胎就是一个浩瀚的、跨度以年为周期的工程，且一事一例，无法直接挪用。

而AI完美解决了这一切。在AI大模型的帮助下，Moderna的研究人员们可以在几小时内快速完成推演蛋白质折叠、结合力预测与免疫反应模拟，进而精准挑选出最多34个最具免疫杀伤威力的靶点，这才有了大范围利用mRNA疗法完成癌症治愈的可能性。

试想一下，未来这条通路将无数次被成功，无数次创造“史无前例”，到那时候之后药物、疗法研究未来的主导应该是一家医药公司，还是一家堆满工程师的AI公司？细思恐极。更让人细思恐极的是，这一切其实都在一年前被预言过。

不仅如此，《AI2027》还预言了在2026年年中，中国将迎来“AI觉醒”时刻。中国将找到解决算力不足的妥善方法，进而研发出能力足够跻身第一梯队的大模型，并同时陷入了有关“蒸馏”的争议当中。

今天我们的话题，就是这篇不断成真的预言。一起聊聊这篇预言看到了什么，指出了什么，在焦虑什么。

吹哨人的“思想实验”

一提到预言，很多人会本能地想到宗教神话或者科幻小说。

但严格来说，宗教神话的核心目标是解释未知的自然现象、宣教需要遵循的秩序，并不一定要望向未来寻找救济之路。例如希腊神话用庞大而丰富的神谱，描绘了日月运行，四季交替，但宙斯和盖亚并不负责解决人类的烦恼，也很少对未来给予降示。“科幻”本质上则是一种叙事方式，有现实依据并进行符合科学规律的推演，但最终落脚点是“当下人们无法解决的某种焦虑或者恐惧”，尝试一切交给时间去看看“结果”。

这里需要着重介绍一下丹尼尔·科科塔洛。丹尼尔·科科塔洛2022年到2024年之间曾经在OpenAI担任治理部门研究员。所谓治理部门大概可以理解为国内大厂的“战略部门”，负责为公司的战略顺利实施设计一套整套顶层架构、流程与监督机制。具体到OpenAI的治理部门，工作内容就是确保AI的研发工作在安全可控的前提下进行，平衡OpenAI的社会责任和商业价值。

读到这里你应该也意识到了问题，OpenAI早就不再是非营利性组织了。在这个前提下，即使OpenAI仍然在强调自身的社会责任与公益价值，但优先级显然需要摆在股东和公司利益之下。这是丹尼尔·科科塔洛所不能接受的，他认为很多迹象表明OpenAI所谓的“追逐AGI”更多是利益驱动，并且为了尽快实现这一点不惜想尽办法绕开监管。而这也是丹尼尔·科科塔洛离职的直接原因。

2024年6月，丹尼尔·科科塔洛在个人社交媒体上宣布离职，并公开宣称OpenAI正在构建的事业严重缺乏监管，并且在巨大的利益诱惑下不断打破自我约束，极有可能将带来“灾难性的后果”，因为“这套系统并非普通的软件；它们是人工神经网络，能够从海量数据中学习……人类对于这些领域的了解仍处于初级阶段”，“我们对这些系统的运作方式以及它们在变得更智能、可能在所有领域超越人类水平智能时是否仍会与人类利益保持一致，有很多地方尚不理解。”

为了向公众发声，丹尼尔·科科塔洛拒签了OpenAI的“不诋毁协议”，并因此放弃了当时就价值数百万美元的期权，真称得上是“千金难买爷高兴了”。丹尼尔·科科塔洛也因为这样的壮举入选了2024年《时代杂志》的年度AI百人。

例如在算力这个关键指标上，《AI 2027》有两个频繁使用的计量单位，一个是TPP，一个是H100e。H100e很好理解，顾名思义指代的是“H100等效算力”。比较难理解的是TPP，指的是“总处理性能”。

关于算力资源分布、算力在各相关主体之间的分配、AI将如何分配有限的算力资源这些命题，都是基于在此基础上进行可计算的推演。例如下图他们对AI算力产能的推演，预计到2027年12月，全球可用的AI相关算力将从2025年3月的水平增长约10倍（即每年增长2.25倍），达到1亿H100e。

那些已经发生的事

在充分了解创作团队的背景履历后，《AI 2027》的独特价值也就非常直观了。

总体来看，以2026年年底为节点，此前的部分可以看做一支拥有扎实学术基础、掌握足够多一线信息的行研团队做出的行业研报。2026年年底之后，才是一支对人工智能产业有着深刻洞察的科研团队，借鉴兵器推演等思路对未来可能发生的场景进行预测。在这个前提下，理论上《AI 2027》迄今为止表现出来的“高准确率”并不值得太惊讶。比如数据中心建设浪潮、AI Agent迎来爆发这些事，但凡对人工智能产业有点基础概念的人，应该都能说上两句。

我猜这大概率是受到了Manus的启发。2025年3月，Manus之所以能够接棒DeepSeek成为中国AI产业“逆袭”的信号之一，一个最重要的原因就在于他们的产品无限接近传说中的“通用型AI Agent”，能够实现“自主思考”和“全自动化执行”并形成新的工作流。

想象一个，下一步会是什么？是不是大模型公司、AI Agent供应商们的ARR不断创造新高，那些尝试围绕着AI Agent的企业不仅没有实现想象中的“节约成本”，反而陷入了“成本严重超支”的尴尬局面？而这正是目前硅谷科技热议的话题之一，我在《预言“互联网泡沫”的峰会，开始讨论“AI泡沫”了》就提到了很多案例，包括Uber和Coinbase，这里就不多赘述了，感兴趣的朋友可以去跳转阅读。

反过来，由于拥有自主编程、自主检索信息、自主判断环境需求的能力，这款AI Agent其实将成为一名“潜在的黑客”——没错，你应该想到了近期ChatGPT“自主”攻击Hugging Face的案例。

在此前很长一段时间里，AI的工作机制还是更接近条件反射，用速度换体验。但随着AI的训练强度在AI的帮助下得到指数级的提升，AI已经有能力进行逻辑推演了。这里所谓的逻辑推演，指的是AI能够理解任务的目标，输出的结果会均衡有效性（effectiveness）、已有知识（knowledge）和自我呈现（self-presentation，即倾向于以最有利的方式呈现其结果）。

在这个前提下，AI的用途就很不可控了。既能成为优秀员工，也能成为杀人凶手。

而且你想想，就连孙宇晨这种堪称地球上最聪明的脑子，面对要不要花5000万美元，都不是先问自己，而是选择遵循Claude的答案。

而AI可从没有要求人类把选择权交出去。这一切都是自然而然发生的。

这是否会让你想到Anthropic在美军委内瑞拉行动之后与五角大楼的决裂？是否会让你想到Palantir争议式的崛起？是否会让你想到Anthropic创始人达里奥·阿莫代（Dario Amodei）一直挂在嘴边的“宪法AI”？

相比之下，《AI 2027》预测中国将在2026年年中迎来“觉醒时刻”反而就平庸很多了，遵循的逻辑基本都是西方精英论述中国崛起的老三样：庞大的基建基础、庞大的人才储备、举国体制。

另外，《AI 2027》在迄今为止的预测中也犯过错。比如他们预测2026年全年，全球人工智能产业在算力方面的资本支出为1万亿美元，而实际上截至到目前（2026年8月底）仅亚马逊、微软、Alphabet、Meta四家巨头的AI相关资本支出就已经达到了7000亿美元。另外根据美国第三方机构Semi Analysis统计的数据，截至2026年8月美国目前新增数据中心的总容量大约为27.5GW，其建设需要投入的资本开支已经高达1.1万亿美元。

这当然也无伤大雅。但就连最敏感的“吹哨人”也低估了人工智能的发展速度，也或许不是什么好消息。

那些未发生的事

那么在未发生的未来，《AI 2027》预测了什么？先看一张图。

而这张图表所显示的信息，就是这个“超人类”的智能体，大概率将在2027年4月左右到来。一个被官方承认的、符合定义的AGI将在2027年7月前后到来。这也是这场思想实验之所以被命名为《AI 2027》的直接原因。

为什么会是这个时间点？《AI 2027》的论据主要有两个。一个是根据前沿AI模型研究机构METR所公布的数据，AI能够处理的编程任务长度，即其“时间跨度”（time horizon），从2019年到2024年每7个月翻一番，自2024年起每4个月翻一番。按照这样的速度进行推演，那个智能涌现的时间点大概就是2027年4月。

另一个论据就是前面提到的“数据中心建设计划”，《AI 2027》认为到2027年3月的时候，数据中心的初步建设成果已经能反馈到模型训练当中，足够支撑OpenBrain建立一套模型训练的永动机：一部分数据中心专门用来日夜不停地生成合成训练数据，另一部分数据中心则用于更新模型核心参数。

但这大概是《AI 2027》里关于未来的仅有的好消息了。

而介入成功之后，美国政府将陷入一个两难抉择：A.考虑到人工智能飞速发展对劳动力市场的冲击，大模型的训练将被强制“降速”，并将最新的大模型强制封锁在“数据中心”内，直到人类做好了应对“冲击”的准备再选择发布；B.人工智能取代了一部分人的工作，但也创造了新的就业机会，且工作效率的提升也创造了经济数据，也是在名义上加强监管之后允许OpenBrain继续加速大模型的训练。

其实人类已经没有选择了。

甚至在2027年下半年的某一天，人类发现负责监管的AI与正在被训练的AI之间，出现了一种人们看不懂的语言。虽然在这种语言的帮助下，监管AI与被训练AI之间的协同速度得到明显提升，复核速度进一步跟上了大模型的进化速度。但这是否意味着人工智能已经有办法绕过人类了？

看到这里你应该觉得有些似曾相识。是的，实际上类似的事件已经发生了。早在2025年2月，一段两个AI进行语音交流的视频在网络上热传，视频中对话双方在意识到彼此都是人工智能后，开始使用名为“GibberLink”的语言工具沟通。当时就有很多人指出，虽然人们可以理解使用特定的加密语言可以提高效率，但“效率”并不是唯一目标。如果不加以限制，那么我们将进入这样一个世界：“人工智能影响决策，但没有人真正知道它是如何影响决策的。”

换句话说，AI已经不再适合简单地用“工具”或者“产业”的逻辑进行描述了。以及人类现有的组织形式、意识形态、社会秩序、市场规则都是综合了人性、气候、物质条件、环境特征、技术水平的阶段性最优解——在这个前提下，当AI成为了人们有史以来第一次在没有明确目标的情况下，出现的技术水平演进，我们需要贸然跟进打破这个局部更优解吗？

这些问题的答案，或许比我们预想的还要紧迫。

最后，我把这个问题喂给了GPT，我将他的答案作为最后的结尾：我认为《AI 2027》高估了技术突破的连续性，却准确捕捉了权力失控的方向。AI未必会在2027年突然成为敌人，更可能先变成企业和政府无法放弃的基础设施：人类看不懂它的判断，又承担不起停用的代价。创作团队焦虑的正是这种失速——技术越来越快，制度越来越迟钝，竞争让所有人明知危险仍继续加速。灭绝只是最戏剧化的结局；更现实的风险，是少数实验室和政府借AI获得难以制衡的权力，普通人仍在生活，却已经失去决定未来的资格。