AGI 时间表随主导实验室的更迭而摆动

背景

在人工智能领域，许多机构和个人致力于预测通用人工智能（AGI）的实现时间。知名的预测平台如 AI Futures、Metaculus 和 Epochs 长期追踪这一指标。然而，以往大多数具有广泛影响力的 AI 领军人物往往避免做出具体的时间预测，或者即使做出预测也极少进行更新，这使得观察他们的观点随时间的演变变得困难。

相比之下，本文作者关注的是那些愿意发布精确预测、使用相似 AGI 定义并提供置信区间的研究人员。通过可视化这些预测随时间的变化轨迹，作者试图揭示一个核心问题：随着不同科技巨头在 AI 领域的阶段性主导，专家们的 AGI 时间表预测是否呈现出某种规律性的波动？

核心内容

作者首先确立了用于比较的 AGI 定义：“大多数纯认知劳动的自动化水平，在质量、速度和成本上优于人类。”尽管部分研究者可能并未严格采用此定义，但作者筛选了所有定义足够接近且具有信息量的预测者，以便进行横向对比。

通过回顾 2023 年至 2026 年的预测数据，作者发现 AGI 时间表的调整并非随机，而是与当时 AI 发展的主导力量紧密相关：

1. 2023 年至 2025 年（ChatGPT 时代）： 在此期间，大多数预测者将 AGI 的时间表向前调整（即认为 AGI 会更快到来）。尽管 Tamay Besilogru 等少数人持相反观点，但整体趋势是乐观的加速。

2. 2025 年至 2026 年初（xAI、Meta 和 Gemini 时代）： 随着 xAI、Meta 和 Google 的 Gemini 等大模型的进展，预测风向发生逆转。Daniel Kokotajlo、Eli Lifland、Metaculus 社区、Dario Amodei 以及精英预测者 Peter Wildeford 等人，均将 AGI 的时间表向后推迟。值得注意的是，在 2025 年全年，只有 Benjamin Todd 一人坚持将时间表提前。

3. 2026 年初至今（Anthropic 时代）： 进入 2026 年，随着 Anthropic 的快速进展，趋势再次反转。从 2026 年 1 月到 4 月，所有更新预测的个人（包括作者本人）都将 AGI 的时间表向前调整，认为其到来得更快。

作者总结道，数据支持了一种直观印象：AGI 时间表的更新方向似乎与当时占据主导地位的实验室及其技术突破节奏同步。在 ChatGPT 时期，人们倾向于加速预测；在 xAI/Meta/Gemini 时期，人们倾向于推迟预测；而在 Anthropic 时期，人们再次倾向于加速预测。

此外，作者还提到，根据贝叶斯推理的原则，好的预测者不应能预测自己未来的更新方向。当作者发现自己对即将发生的更新方向有直觉时，这本身就是一个信号，表明他应该立即根据现有信息进行调整。

关键要点

• 预测者的选择标准：作者特意避开那些不更新预测的知名人物，转而关注那些定期发布精确预测、定义相似且提供置信区间的研究人员，以便更清晰地观察趋势变化。
• AGI 的定义基准：核心定义聚焦于“纯认知劳动”的自动化效率（质量、速度、成本）超越人类。
• 三个阶段的预测波动：
  • 2023-2025：整体趋势为“加速”，多数专家提前了 AGI 预期。
  • 2025-2026 初：整体趋势为“推迟”，包括 Daniel Kokotajlo、Dario Amodei 等在内的多位专家延后了预期。
  • 2026 初-4 月：整体趋势再次转为“加速”，所有更新者均提前了预期。
• 主导实验室的影响：预测时间的推移或提前，似乎与当时技术进展最快的实验室（如 Anthropic 的近期崛起）高度相关。
• 贝叶斯更新的反身性：作者指出，当预测者对“自己将如何更新”产生直觉时，这应被视为需要立即更新观点的证据，而非等待未来的验证。

意义与影响

这一分析揭示了 AI 领域预测的一个有趣现象：专家对 AGI 时间的判断并非完全基于静态的技术评估，而是动态地受到当前技术生态中“领跑者”表现的影响。

1. 市场与公众预期的风向标：AGI 时间表的集体前移或后移，不仅影响学术界，也直接影响科技投资、政策制定和公众情绪。例如，2025-2026 年初的推迟趋势可能反映了市场对 xAI、Meta 和 Gemini 进展的重新评估，而 2026 年的前移则可能源于 Anthropic 在安全对齐或模型能力上的突破性进展。
2. 预测有效性的反思：如果预测方向随主导实验室的更迭而规律性摆动，这暗示了当前 AGI 预测模型可能存在系统性偏差，或者反映了技术进步的“波浪式”特征——即某一实验室的突破会暂时改变整个领域对技术成熟度的认知。
3. 对预测者的启示：作者提出的“贝叶斯反身性”观点提醒预测者，当自身直觉偏离随机更新原则时，应警惕认知偏差，及时修正观点。这对于提高长期预测的准确性至关重要。

总之，这篇解读不仅是对过去几年 AGI 预测变化的回顾，更是对 AI 技术发展节奏与人类认知之间互动关系的深刻洞察。它表明，在快速迭代的 AI 领域，保持观点的灵活性和对最新技术动态的敏感度，比坚持固定的时间表更为重要。