这份对 2023 年至 2025 年间 AI 发展的回顾显示，大多数关于 2025 年 AI 能力的预测都过于乐观。展望未来，许多专家预测 AI 将在 2030 年前带来颠覆性影响，甚至实现通用人工智能（AGI）。尽管对于具体时间点存在分歧，但普遍共识是，AI 技术正快速进步，未来几年将是验证这些大胆预测的关键时期。
对 2025 年的预测回顾
对 2025 年 AI 能力的多数预测都高估了其发展速度，尽管这其中可能存在选择效应，即敢于做近期预测的人本身就更看好 AI 的短期潜力。
2024 年及更早做出的预测
Elon Musk (2024): “明年 AI 可能会比任何一个人类都更聪明。”
- 评估： 基本错误。尽管 AI 在某些方面能力突出，但整体评估很困难。
Victor Taelin (2024): 愿意下注 10 万美元，赌他所在的公司 HOC 将在 2025 年底前实现 AGI，其定义是 AI 能像他本人一样熟练地在证明助手中证明定理。
- 评估： 错误。
Aidan McLau (2024): 认为一个 o-系列模型有 60% 的可能性在 2025 年解决一个“千禧年大奖”数学难题。
- 评估： 错误。
2025 年当年做出的预测
Gary Marcus: “到 2025 年底，没有任何一个系统能可靠地解决超过 4 项 Marcus-Brundage AI 任务。”
- 评估： 正确。
Dario Amodei: “在 3 到 6 个月内……AI 将编写 90% 的代码。”
- 评估： 错误。以“代码行数”这类指标衡量没有实际意义。
Miles Brundage: “我们何时会拥有能造成严重事件（数十亿美元损失/数百人死亡）的危险 AI 能力？不幸的是，答案似乎就是今年。”
- 评估： 很可能错误，目前没有强有力的迹象表明这一点。
面向未来的新预测
进入 2025 年后，预测的焦点转向了未来几年，尤其集中在 2030 年前实现重大突破。
近期预测 (2026-2027)
许多预测认为，通用人工智能 (AGI) 或接近 AGI 的能力将在未来一到两年内出现，这标志着一个关键的转折点。
Elon Musk: “我认为我们非常接近数字超智能。可能今年（2026）就会发生。如果不是今年，那肯定是明年。数字超智能的定义是在任何方面都比任何人类更聪明。”
Emad Mostaque: “对于任何你可以在屏幕另一端完成的工作，到明年，AI 可能会做得更好、更快、更便宜。”
Anthropic: 预计强大的 AI 系统将在 2026 年末或 2027 年初出现，其能力包括：
- 在大多数学科中达到或超过诺贝尔奖得主的智力水平。
- 能够自主地在数小时、数天甚至数周内完成复杂任务。
David Shapiro: “发展曲线正在变陡峭。超人工智能 (ASI) 将在 2026 或 2027 年得到证实。”
Kevin Roose: “我相信很快——可能在 2026 或 2027 年——一家或多家 AI 公司将宣称他们创造了 AGI……我们正在失去对人类水平智能的垄断。”
- Gary Marcus: 预测像 Optimus 和 Figure 这样的人形家用机器人仍将停留在“演示很多，产品很少”的阶段。
中期预测 (2028-2030)
这一时期的预测普遍认为，AI 将开始系统性地自动化复杂的人类工作，从编码到科学研究。
Shane Legg (DeepMind 联合创始人): “这意味着未来 3 年内实现 AGI 的概率是 50%！”
Dario Amodei (Anthropic CEO): “我们很有可能在未来 2-3 年内拥有在几乎所有任务上都优于几乎所有人类的 AI 系统……就像一个数据中心里的天才国度。”
OpenAI: “我们预计在 2028 年及以后，将拥有能够做出更重大科学发现的系统。”
Sam Altman (OpenAI CEO): 认为 AGI 可能会在“本届总统任期内”被开发出来。他还表示，AI 的进步速度将保持不变，能够实现新颖的科学发现，并在社会中运行极其复杂的功能。
Demis Hassabis (Google DeepMind CEO): 认为 AGI 的一个标志是系统能自主提出科学假说，例如“提出一个新的黎曼猜想”。他认为这可能在 3-5 年内实现。
Eliezer Yudkowsky: （在回应关于人类还有 5 年时间的说法时）“整整五年？哇，那可是一大段时间。完全不符合行业内的预期。”（这带有讽刺意味，暗示他认为时间更短）
- Scott Alexander: “我认为 AI 将能够在 5 年内取代超过 50% 的人类工作。”
长期预测 (2031 年及以后)
对于更遥远的未来，预测变得更加宏大，但也更加不确定，涵盖了从技术发展趋势到社会形态的根本性变革。
Nathan Lambert: 认为在 3-7 年内，自动化“AI 研究工程师”的角色是可行的。
Andrej Karpathy: “我感觉（构建 AGI 的）问题是棘手的，但可以克服。如果取个平均值，感觉需要十年时间。”
Richard Sutton: 认为大型语言模型在未来十年内将不再代表 AI 的前沿技术。
Ray Kurzweil: “在 2030 年代，分子大小的机器人将通过毛细血管无创地进入我们的大脑，将我们的大脑直接连接到云端。”
Andrew Ng: “能够完成人类所有智力任务的 AI（AGI 的一种流行定义）还需要几十年或更长时间。”