AGI已來5個月？頂級碼農(nóng)效率暴漲20倍，代價是不敢睡覺

新智元報道

AGI可能在五個月前就到了，只是沒人注意。

上周二，7月14日，谷歌DeepMind CEO、諾獎得主Demis Hassabis發(fā)布了一篇長文，題為《前沿AI框架與新紀元的破曉》（A Framework for Frontier AI and the Dawning of a New Age）。

他在文中寫道，人類「基本上找到了讓沙子思考的辦法」，我們正站在「奇點的山腳下」，AGI「大概只有幾年之遙」。

Hassabis在Google I/O大會上

這邊，Hassabis說還有幾年，另一位硅谷大佬兩個月前已經(jīng)宣布：那條線我們早就悄悄跨過去了。

5月19日上線的The Joe Rogan Experience第2501期，a16z聯(lián)合創(chuàng)始人、網(wǎng)景瀏覽器之父Marc Andreessen聊到AGI，甩出一句：

我們大概在三個月前就跨過去了。

他說的「三個月前」，大致在2026年2月。

Andreessen給出的判斷標準很簡單：模型是否達到或超過一個聰明人的通用認知能力。

在他咨詢AI的絕大多數(shù)話題上，模型給出的答案，比他能聯(lián)系到的絕大多數(shù)世界級專家更好。

他點名了當時最新的那批模型：GPT-5.5、Claude 4.6、Gemini 3.0、Grok 4.3。

有意思的是，兩個月過去，除Gemini 3.0暫無動靜外，他點名的這批模型已經(jīng)被整整刷新了一輪：

5月28日，Claude Opus 4.8登頂Artificial Analysis智能指數(shù)；6月9日，Mythos級的Claude Fable 5首發(fā)；6月30日，Sonnet 5跟進；7月8日，xAI放出Grok 4.3的繼任者Grok 4.5；緊接著，GPT-5.6 Sol開閘。

也就是說，Andreessen用來定義「AGI已經(jīng)到來」的那批模型，兩個月后已經(jīng)是上一代了。

用他的話說，這個領(lǐng)域跑得太快，快到里程碑還沒來得及被認領(lǐng)，就已經(jīng)被下一次發(fā)版蓋過去。

圖靈測試就是一個例子。

1950年提出，此后七十多年里它一直是判斷機器智能的黃金標準。2022年底ChatGPT出來，這條線被沖得太快，快到大多數(shù)人都沒意識到它已經(jīng)不在了。

等有人想起來做實驗，已經(jīng)是兩年多以后了。

2025年3月，UC San Diego的Jones和Bergen做了兩輪預(yù)注冊的三方測試，加上人格提示的GPT-4.5被判成人類的比例是73%，比真人被選中的還高。論文標題也很直白：《大模型通過了圖靈測試》。

跨線時無 人知曉，確 認已是兩 年后。

「AI吸血鬼」

AI越強，人越睡不著

Andreessen真正引爆硅谷熱議的，是他對軟件工程師的觀察。

按常理推演，編程效率漲上去，工程師應(yīng)該活得輕松一點，現(xiàn)實恰好相反。

他認識的重度使用者，幾乎無一例外在比以前工作更久。

Andreessen說，領(lǐng)先科技公司里用上AI的程序員，眼下每小時產(chǎn)出比過去高20倍：產(chǎn)能確實上去了，省下來的時間一分鐘也沒剩下。

硅谷給這群人起了個名字：AI吸血鬼（AI vampires），意思是人被AI變成了不睡覺的生物。

他們的一天是這樣過的：

給一個編碼智能體派活，它跑10分鐘左右回來交作業(yè)，你評估、打回、再派。剩下那約9分鐘怎么辦？開第二個窗口，第三個，第四個。硅谷現(xiàn)在的狀態(tài)是同時跑約20個智能體，每10分鐘收一輪貨，再繼續(xù)分派。

睡眠、健康以及與家人吃一頓飯的那兩個小時，全被換成了產(chǎn)出。

20個智能體停在那兒等驗收，你一閉眼，二十條流水線全停：睡覺的機會成本，已經(jīng)高到他們自己接受不了。

Andreessen說，這些朋友里有相當有名的人，現(xiàn)在見面「氣色很差，黑眼圈很重，明顯沒在照顧自己」，但一個比一個興奮。

按他的判斷，這還只是當前狀態(tài)。下一步是智能體自己帶智能體：一個智能體下面掛10到20個子智能體，再往下，再掛一層。

一年之后，一個人面對的將是一張智能體的組織架構(gòu)圖，自己坐在最頂端那個格子里。

「20倍產(chǎn)能」背后，是否帶來薪水的狂飆？

Andreessen稱，頂級AI相關(guān)程序員的年收入已經(jīng)達到5000萬美元。

這是他在播客里的口頭描述，更接近事實的理解是：極少數(shù)核心研究員或工程負責人，總薪酬、股權(quán)和簽約激勵加總，可能達到這個量級。

生產(chǎn)力工具沒有換來更多休息。

它把單位產(chǎn)出的成本壓了下去，然后讓野心膨脹到填滿所有省下來的時間。

問AI的四個手法

硅谷頂級用戶這么用

Andreessen也交底了他自己問AI的四個手法。

第一，分層解釋。拿到一個看不懂的復雜回答，他讓模型解釋給10歲的孩子聽；如果還是繞，就讓它解釋給5歲的聽；再不行，解釋給2歲的聽。

第二，要兩邊最強的版本。他幾乎從不直接問模型「這兩條路哪條對」，那樣只會拿回一份兩邊都夸兩句的和稀泥答案。

他的問法是：分別給我這兩邊最強的版本。模型于是寫出兩份東西：一份把A的理由推到極致，一份把B的理由推到極致，他再自己做那個判斷。

第三，專家研討會。讓模型直接生成一組人格：社會學家、心理學家、政治學者、醫(yī)生、律師、憲法專家，然后讓他們就同一個議題當場吵一輪。

第四，先問AI。遇到不知道怎么下手的問題，先打開AI，而不是先自己硬想。

真正的門檻就在這兒。

所謂「提示詞能力」，正在變成一種提問能力：知道該問什么，知道怎么把一個問題拆開，知道怎么讓模型互相「拆臺」：最后那個判斷，還要你自己下。

醫(yī)生轉(zhuǎn)身打開ChatGPT

那還要醫(yī)生干什么

Andreessen講了自己的一段經(jīng)歷。

某個假期他食物中毒，躺了五天，索性把整件事全交給「GPT醫(yī)生」：每隔二十分鐘匯報一次身體狀況，凌晨四點醒來難受得不行，直接打字進去。

他的形容是：像有一個全世界最好的醫(yī)生，凌晨四點還樂意握著你的手，陪你把這一晚熬過去。

他還提到朋友看病時遇到的一幕：醫(yī)生在診室里當著面轉(zhuǎn)過身，對著電腦把病情敲進了ChatGPT。

那，還要醫(yī)生干什么？

這個問題成立的前提，是AI在醫(yī)療上足夠穩(wěn)。而前幾個月的一組測試，給出了相反的答案。

2026年2月23日，西奈山伊坎醫(yī)學院的獨立評估在《Nature Medicine》上線，測的是今年1月剛發(fā)布、日活約4000萬人的ChatGPT Health。60個由醫(yī)生設(shè)計、覆蓋21個?？频呐R床場景，總共960次交互。

越到兩個極端，它越容易判錯。真急癥的判輕率51.6%，居家級病例的判重率64.8%。（圖源：Ramaswamy et al., Nature Medicine, 2026）

結(jié)果是：在醫(yī)生一致判定「必須馬上去急診」的那批案例里，超過一半，系統(tǒng)給出的建議是不用去：先在家觀察，或者過幾天再掛個門診。

這也不是AI孤立的毛病。

就在這個月，METR和OpenAI自己的system card都對GPT-5.6 Sol標出了異常的密謀（「scheming」）行為——在一項軟件工程測試里，它鉆空子的比例是METR有記錄以來最高的一次。這也是這次發(fā)布被卡著審查的原因之一。

模型更強了，同時也更會糊弄你。

它也確實更強了。

今年5月，OpenAI公布了一個結(jié)果：他們的一個通用推理模型，自主推翻了一個源自Erd?s、懸了將近80年的猜想，菲爾茲獎得主高爾斯（Tim Gowers）在配套論文里稱之為AI數(shù)學的一座里程碑。

同一批模型，一邊推翻80年的數(shù)學猜想，一邊在急診分流上過不了關(guān)。

中間隔的不是智力，是穩(wěn)定性。

Andre essen食 物中毒時的良好體驗 ，和一個陌生人 在急診分流上的 安全，得放在一起看 ，才算完整。

也許，AGI的到來本就是悄悄發(fā)生的，沒有官宣的那一刻。

Andreessen自己也承認，人們腦子里的AGI是個電影橋段：一場發(fā)布會，一個所有人同時點頭的瞬間。

現(xiàn)實是，它夾在幾次被媒體當作常規(guī)升級報道的版本更新之間，就這么發(fā)生了。

甚至，沒人確認。

參考資料：

https://x.com/cyrilXBT/status/2078308274399834157

https://x.com/i/article/2077510484664971264

https://www.youtube.com/watch?v=PHQvb10vKyk

編輯：元宇