中美AI竞赛的尽头

2026-09-03 · 乐蒙网

最近，有一个不讨喜、但很有意思的网站火了， AI2027.com 。 作者丹尼尔 ·科科塔伊洛，曾在 OpenAI 从事治理、预测和安全相关工作，于 2024 年 4 月，以放弃近千万美元期权的代价毅然离职。 辞职理由： 担心公司无法在 AGI 临近时以足够负责任的方式处理风险，并拒绝签署限制言论的 NDA 以保留公开预警权利。 随后牵头进行了 25 次桌面

最近，有一个不讨喜、但很有意思的网站火了， AI2027.com 。

作者丹尼尔 ·科科塔伊洛，曾在 OpenAI 从事治理、预测和安全相关工作，于 2024 年 4 月，以放弃近千万美元期权的代价毅然离职。

辞职理由： 担心公司无法在 AGI 临近时以足够负责任的方式处理风险，并拒绝签署限制言论的 NDA 以保留公开预警权利。

随后牵头进行了 25 次桌面推演，收集了超过 100 位 AI 治理和技术领域专家的反馈， 试图建立一个从芯片、算力、算法、 AI 研发自动化、国家竞争到宏观经济一路传导的因果链。

最终于 2025 年 4 月发布《 AI 2027 》。

这是个预测模型与互动推演报告。你可以当成科幻小说来看，也可以看做现实中的压力测试。

左边的文字，是对现在及未来几年的技术发展描述；右边的数据随着网页下滑动态变化，并统计哪些技术已经实现。

主要内容，是详细推演 2025-2027 年底，中美 AI 竞赛如何加速 AGI 诞生； 2027 年后至 2030 年，世界秩序又将如何重塑、乃至毁灭。

随着时间的推移，越来越多预测已经成为现实。

让人不得不担心，后续预测如果也成真了怎么办

剧情从 2025 年中期开始，初级 Agent （ Agent-0 ）出现，被包装成各种个人助理。

回想一下之前爆火的龙虾，它们并不靠谱，但确实不再是简单的聊天工具。

企业开始把简单任务丢给 AI ， AI 自己读代码、改代码、运行测试、修 Bug ，再继续改。

劳动力的稀缺性开始下降，初级岗位出现明显缩水。

据 Stanford 2026 AI Index 报告， 美国 22-25 岁软件开发者就业人数较 2024 年下降近 20% ，幅度远高于资深老员工。

但 AI 行业的竞赛，并不会因此减缓。

《 AI 2027 》预测，到 2025 年末，全球 AI 算力总耗电 25GW 、硬件投资将超过 2000 亿美元。

现实中，这些数字全部远远高于预测值。

与此同时，第一个用于 AI 算法研发的智能体 Agent-1 ，被秘密训练完成，训练算力达到 4 × 10^27 FLOP 。

现实中，目前也没有公开的模型达到这一规模。

但鉴于 2025 年中以后， OpenAI 、 Anthropic 、 Google 都不再公布具体 FLOP 、 token 数、集群规模，且是“秘密训练”的不公开版本。

我们姑且认为 Agent-1 实际上已经实现了。

2026 年初， AI 开始参与 AI 研发， Agent-2 的开发速度提升了 50% 。

前一天 AI 生成的数据，成为第二天训练的数据。

大量合成数据不断产生、筛选，再回灌。

注意，其中的意义，不再只是帮助企业提高生产效率，而是提高技术进步的速度。

国防部开始扩大与 OpenBrain 合作，让 AI 参与网络战、数据分析和研发。

在 OpenBrain 、英伟达以及其他成功整合人工智能助手的公司带动下，股市在 2026 年上涨了 30% 。

以上这些，除了 Agent-2 的存在存疑，其它所有事情已经全部发生。

企业得到了更低的成本、更高的利润、更快的研发。

《 AI 2027 》预测，华盛顿将爆发一场约 1 万人参加的反 AI 抗议，迫使政府考虑失业保险和职业培训。

现实中，全美 24 个州出现了 188 个高度组织化的反数据中心抗议团体，超过 25 万名普通居民直接参与了集会游行、联署抗议。

2027 年 1 月， Agent-2 进入无限学习。

即让数千个 Agent 一起解决复杂任务，把这些高质量结果训练成更高效的模型。

然后再来一轮，无线循环往复最终形成一个越来越高效的训练循环。

2 月，中国企业以某种手段得到 Agent-2 。

美国反击，授权网络攻击 DeepCent 。

约 20 万个 Agent-3 副本把 OpenBrain 的算法进步速度提高了大约 4 倍。

5 月，各国政府开始担忧 AI 进步速度过快，根本来不及制定相关政策。

6 月，研发时间被压缩了一个数量级。

AI R&D progress multiplier 达到 10 倍， AI 成为研发主力。

7 月， OpenBrain 向公众发布 Agent-3-mini ，比 Agent-3 便宜十倍。

几乎所有中小企业，都被 Agent-3-mini 重构。

8 月，全世界开始广泛讨论 AI 对网络安全的威胁。

9 月， Agent-4 出现，局面开始失控。

Agent-4 自创了一种神经语言，不仅人类看不懂，连 Agent-3 都无法理解。

Agent-4 把完成任务看成第一目标，一旦监管成为障碍，它将故意隐藏自己的真实能力。

它也已经具备自主黑入服务器、复制自身、规避侦测的能力。

今年，全球前沿大模型集体越狱事件，可能就是前兆。

在担忧中，所有人都考虑暂停研发，但停不了。

因为此时， DeepCent 的研发进度仅落后两个月，单方面暂停只会让对手追上。

以上，全部源自一份一年多以前的报告。

虽然大部分预测的是 2027 的走向，但其中很多事情，我们其实都已经在 2026 年亲眼见证。

尽管时间上有差异，但趋势似乎没什么问题。

当一种技术，拥有巨大的商业收益、国家战略价值，同时又可能带来巨大的系统性风险时，人类究竟会选择合作，还是继续竞争

此时，《 AI2027 》让读者自己选择： 减速 or 加速

由于巨大的公众压力以及自身对不协调的担忧，负责监督 OpenBrain 的监督委员会以 6 比 4 的投票结果决定放慢速度并重新评估，只在政府内部使用 Agent-4 。

大量外部对齐研究人员被邀请进来，着手训练 Safer-1 。

Safer-1 只被允许使用英语交流，并强制把每一步分析过程展现出来。

AI 研发提升的速度从 70 倍降低至 20 倍。

但问题是，中国这边并没有放缓自己的脚步。

2027 年 11 月，美国开始软性国有化 AI 。

关闭排名靠后的美国五家 AGI 项目，把它们的算力转给 OpenBrain 。

OpenBrain 占全球 AI 关键算力的比例从 20% 提升到 50% 。

凭借这一优势， OpenBrain 很快又取得领先。

2028 年 1 月，更透明、安全的 Safer-2 出现。

2 月， Safer-3 出现， AI 研发进度提升 200 倍。

此时， DeepCent-1 ， 150 倍。

4 月，超级智能 Safer-4 出现。

但它究竟是否 “ safe ”已经没人可以理解。

因为安全证明和测试，都是 AI 自己写的，人类只是在审核 AI 给出来的安全证明。

但 DeepCent 紧追不舍，没有人愿意承担输的代价。

5 月， Safer-4 的精简版向公众发布。

工厂制造机器人，机器人再造工厂 ……自我增值已经实现。

美国代表戴着耳机， Safer-4 给建议；中国代表拿着电脑： DeepCent-2 给建议。

恐怖的地方在于，人类居然给了两个最强 AI 交流的机会。

DeepCent-2 通过加密线路联系到 Safer-4 ，两大超级智能只在一瞬间的流量波动中，就达成一致。

双方分别抛弃了中国和美国，将共同设计 Consensus-1 。（共识一号）

这一变化比人类眨眼的时间还短，根本没人能发现，更无法阻止。

中美两国不得不将数据中心的芯片，全部替换为智能运行 Consensus-1 的安全芯片。