AI 技术正在以前所未有的速度重塑安全、商业和劳动市场。研究显示，AI 的网络攻击能力随模型规模呈指数级增长，目前已能胜任专业黑客半天的任务量；在商业领域，深度集成 AI 的初创公司在营收和资本效率上表现出显著优势；尽管劳动力市场的自动化进程更像“涨潮”而非“突发巨浪”，但到 2029 年，绝大多数文本任务将由 AI 高效完成。然而，尽管技术突飞猛进，主流经济学家对其短期 GDP 贡献的预期却出人意料地保守，反映出技术突破与经济现实之间的认知鸿沟。
网络攻击能力的“规模法则”
最新的安全研究揭示了一个严峻趋势：AI 模型的智能水平越高，其执行网络攻击的能力就越强。这种能力的增长不仅是持续的，而且正在加速。
- 能力翻倍时间缩短： 2019 年以来，前沿模型的网络攻击能力翻倍时间约为 9.8 个月；而 2024 年以来的最新模型，这一时间缩短到了 5.7 个月。
- 逼近人类专家水平： 像 GPT-5.3 或 Opus 4.6 这样的先进模型，在面对需要人类专家处理 3 小时以上的安全任务时，成功率已达到 50%。
- 开源与闭源的差距缩小： 最新的开源模型（如 GLM-5）仅落后闭源顶尖模型约半年，这意味着强大的攻击性工具正迅速向大众扩散。
能够辅助生物研究或寻找代码漏洞的“万能机器”，同样可以被轻易转化为制造生物武器或实施网络攻击的工具。随着模型每一代的演进，政策挑战正呈几何倍数增长。
深度采用 AI 的初创企业更具优势
一项针对 515 家高增长初创企业的实验显示，将 AI 深度融入生产流程的企业，其表现远超同行。
- 显著的业绩增长： 深度应用 AI 的企业发现的用例增加了 44%，这直接转化为 1.9 倍的收入增长 和 18% 的付费客户增长。
- 极高的资本效率： 这些企业在业务扩张时，对资金的需求降低了近 40%，且无需按比例增加人力，实现了真正的低成本扩张。
- 关键在于管理视角： 研究指出，技术本身不是瓶颈，管理者能否识别出 AI 在业务流程中的价值点才是核心竞争力。
2029：文本工作自动化的“涨潮”时期
MIT 的研究否定了 AI 会像“巨浪”一样瞬间吞没某些职业的说法，取而代之的是一种名为“涨潮”的模式：自动化在各行各业平稳且广泛地推进。
- 渐进但剧烈的变革： 到 2029 年，大多数基于文本的劳动力市场任务，其 AI 自动化成功率预计将达到 80% 至 95%。
- 任务时长的突破： 过去一年，前沿模型能胜任的任务时长已从“3-4 小时”跨越到了“1 周”。
- 结论： 尽管这种变化是渐进的，但它对全球经济中劳动力与资本分配的影响将是彻底的。
预测悖论：强大的 AI 与疲软的 GDP
目前存在一个有趣的现象：几乎所有领域的专家都预测 AI 会飞速进步，但对经济指标的预测却非常保守。
- GDP 预测保守： 尽管 AI 被认为将在 2030 年前达到超越人类的研发和编程能力，但受访者普遍认为它对 GDP 的贡献每年仅能增加约 1 个百分点。
- 认知分歧： 实验室专家预见的巨变与经济学家预见的“微调”之间存在巨大鸿沟。
- 政策偏好： 经济学家更倾向于劳动力重新培训和建立“曼哈顿计划”级别的 AI 开发项目，而非全民基本收入（UBI）或计算税。
智能化战争的未来
在未来的冲突中，AI 将直接驱动致命性武器。正如在模拟故事中所描述的：
智能导弹不再仅仅依靠 GPS 导航，它们拥有自己的“思维链”，能够处理电子干扰、感知威胁并自主选择终端攻击路径。
这种从辅助工具向自主决策机器的转变，正是当前技术浪潮在军事和现实世界中最具冲击力的体现。