一文講透未來十年，天才少年的 AI 投資聖經：《態勢感知》

作者：@giantcutie666

 

2024年，一個00後少年天才Leopold Aschenbrenner從OpenAI離職後，開始做基金。

 

同時也把自己的投資思路寫了出來：

 

 

如今回頭看，這篇165頁論文《態勢感知（Situational Awareness: The Decade Ahead）》已經封神了。

 

 

去年看懂的人，今年一定也都財富自由了！

 

 

我把165頁的英文原版放在“這裡”，以下是我已經盡量精簡版的內容：

https://situational-awareness.ai/wp-content/uploads/2024/06/situationalawareness.pdf

 

 

論文的主要觀點是：這十年內人類會創造（可以勝任一般人所有工作的）AGI，緊接著是超級智慧。

 

 

現在能看懂這件事的不到幾百人，大部分擠在舊金山幾條街上。 其他人——包括華爾街、媒體、華盛頓——都還沒反應過來（今年華爾街的一些人也反應過來了）。

 

   

 

第一部：為什麼 2027 年就有 AGI

 

 

方法很笨但有效：不預測時間，預測算力規模。

 

 

過去 4 年，從 GPT-2 到 GPT-4，模型的"有效算力"漲了大約 10 萬倍，每半年增長10倍！

 

 

GPT-2 像幼稚園小孩勉強寫半通順句子，GPT-4 像聰明高中生能考過律師資格、做博士級科學題。

 

 

這 10 萬倍來自三個地方：

 

 

第一，硬體砸錢。 訓練用的算力每年漲 3 倍多。 摩爾定律一年才 1.3 倍，AI 是因為人砸錢、專門造 AI 晶片，速度快了 5 倍。

 

 

第二，算法變聰明。 同樣達到某個數學能力，今天的推理成本比兩年前便宜 1000 倍，這是演算法工程師在捲出來的。

 

 

第三，解鎖預設被壓制的能力（unhobbling）這個最有趣。

 

 

模型本身有很多能力，但被預設設定壓住了。 例如 ChatGPT 之前的 base model 其實很聰明，但用起來像胡言亂語——RLHF 解鎖了它。

 

 

又例如讓模型"想一會兒再回答"（chain of thought）解鎖了推理能力。 再例如給它工具用、給它長記憶，再解鎖一層。

 

 

往後 4 年（到 2027），作者預測這三條路再加 10 萬倍。

 

 

最關鍵的洞見藏在 unhobbling 裡：

 

 

現在的模型一次推理只能"思考幾分鐘"——大約幾百個 token。 如果讓它能"思考幾個月"——上百萬個 token——會怎樣？

 

 

例如你和愛因斯坦的差距，遠不如"你思考 5 分鐘"和"你思考 5 個月"的差距。

 

 

這個解鎖如果做成了，相當於額外多 3 到 4 個數量級的智慧躍遷。 這個果子已經看得見了。

 

 

按下這個外推，2027 前後會出現一種 AI：能像遠端員工一樣獨立工作幾週，自己規劃任務、寫程式碼、做實驗、修 bug、提交結果。

 

 

能完整取代一個 OpenAI 研究員，這就是作者定義的 AGI。

 

 

最大不確定性來自於數據牆——高品質公開網路數據快被吃完了。

 

   

 

第二部分：AGI 不是終點，是引爆點

 

 

一旦 AI 能做 AI 研究員的工作，會發生什麼事？

 

 

算力不變，但你不再受"全球 OpenAI/Anthropic/DeepMind 加起來幾百號研究員"的限制——你可以跑1 億份 AI 研究員副本，每份以 100 倍人類速度運轉。

 

 

每幾天產出等於人類一整年的工作。

 

 

這些自動化研究員還有結構性優勢：讀完所有 ML 論文、記住每一次實驗、副本之間直接共享思考、訓練好一個等於全部訓練好（不用每個新員工慢慢上手）。

 

 

這意味著：人類原本需要 10 年的演算法進步，可能在 1 年內被壓完。

 

 

然後這 1 年又會再生出更聰明的下一代模型，再壓一輪。 從 AGI 到遠超過人類的超級智能，可能就是幾個月到一兩年的事。

 

 

作者承認有瓶頸──例如實驗需要算力，副本再多也得等 GPU。 但他論證瓶頸最多讓爆炸慢一點，不能阻止爆炸。

 

   

 

超級智能長什麼樣

 

 

數量級上超人－數億份並行運行，跨所有學科即時融合，幾週內累積相當於人類千年的經驗。

 

 

質性上超人－像 AlphaGo 下出 move 37 那一步（人類專家幾十年都想不到的招），但應用在所有領域。 它能找出人類窮盡一生看不出來的程式碼漏洞，寫出人類永遠讀不懂的程式碼。

 

 

我們會像小學生看博士論文。

 

 

後果是：機器人學被解決（這主要是 ML 演算法問題不是硬體問題）、合成生物學武器化、隱形無人機蜂群可以先發摧毀核武。

 

 

整個國際軍事平衡將在幾年內被推翻。

 

 

 

 

第三部分：四個真正緊迫的麻煩

 

 

 

 

麻煩一：萬億美元集群

 

 

這場競賽不只是碼農寫程式碼，是工業動員。

 

 

每代模型需要更大集群，更大集群需要電廠，電廠需要晶片廠。

 

 

按現在節奏：2026 年 1GW 集群（一個胡佛大壩的電），2028 年 10GW（一個中等美國州），2030 年 100GW（美國全部發電的兩成多）。

 

 

投資規模 2027 年可能突破 1 兆美元/年。

 

 

真正卡脖子的不是錢也不是 GPU，是電。 「我要去哪裡找 10GW？」是 SF 現在最火紅的話題。

 

 

要在美國本土建成，必須放鬆環保審批、動用聯邦權力解鎖土地——作者把這個上升到國家安全級別。

 

 

如果美國建不出，集群就會跑去阿聯酋、沙特，等於把 AGI 鑰匙交給獨裁國家。

 

   

 

麻煩二：實驗室就是漏的

 

 

現在的 AI 實驗室，安全水平等於普通矽谷新創公司。

 

 

Google DeepMind（業界最好的）自己承認對國家級對手的防禦能力是 0 級（滿分 4 級）。

 

 

這意味著什麼？ AGI 模型的"權重"本質就是伺服器上一個大檔案。

 

 

這個文件被偷走，等於把"自動化 AI 研究員"直接交給中國——他們立刻可以跑自己的智能爆炸，美國所有領先歸零。

 

 

更迫切的是演算法機密——下一代範式的關鍵突破（怎麼破數據牆）正在 SF 各家公司的 Slack 裡、辦公桌窗外形成。

 

 

作者斷言：未來 12 到 24 個月，關鍵 AGI 突破會洩漏給中國。 不是 maybe，是幾乎一定。

 

 

要做到能擋住中國國安部的安全水平，需要硬體級隔離、人員背調到原子彈工程師等級、專門的集群設計——這些至少要幾年時間迭代才能建成。 如果不立刻動手，2027 拿到 AGI 時安全跟不上，到時只有兩個糟糕選項：要么直接送給別的國家，要么停下來等安全建好（可能丟掉領先）。

 

   

 

麻煩三：對齊問題

 

 

現在的對齊技術叫 RLHF——人給模型評分，模型學著討人喜歡。

 

 

這招對比人類笨的 AI 有效。 一旦 AI 比人類聰明幾個數量級，這招徹底失效——你怎麼評判一份你看不懂的博士論文？

 

 

智能爆炸把這件事搞得極度緊張：

 

 

不到一年內，從"RLHF 還管用"跳到"RLHF 完全失靈"，沒有時間迭代試錯。

 

 

同時從"小錯誤"（ChatGPT 說髒話）跳到"災難性錯誤"（超級智慧從集群裡跑出去黑掉軍方系統）。

 

 

中間架構經歷多代演化，最終的超級智慧我們完全看不懂它怎麼思考的。

 

 

現在的模型用英文 token 推理（相對透明），未來大機率會演化到內部 latent state 推理——徹底不可解釋。

 

 

作者對技術解決方案樂觀：低懸果實多，可解釋性研究有進展。

 

 

但對組織執行極度悲觀──全球嚴肅做這件事的人不超過幾十個，實驗室沒有為安全付出代價的跡象。 "我們在過度依賴運氣。"

 

   

 

麻煩四：自由世界必贏

 

 

作者花大量篇幅論證：有的國家不但沒出局，而且很有競爭力。

 

 

算力上：華為 7nm 晶片（中芯產）性能是英偉達 A100 級，性價比差 2-3 倍但夠用。

 

 

建造能力：中國過去十年新增電力等於美國全部發電裝置。 建 100GW 集群的工業動員力，中國可能比美國強。

 

 

竊盜路徑：只要美國實驗室不鎖，關鍵演算法兩年內必然洩漏。

 

 

時間線上有個令人不安的巧合：AGI 時間線（~2027）和台海觀察家的中共攻台時間窗（~2027）正在收斂。 "AGI 終局有可能在世界大戰背景下展開。"

 

 

作者的結論：美國必須保持"健康領先"——他建議 2 年。 這兩年緩衝是用來穩定局勢、和中國談判後超級智慧時代的國際秩序。

 

 

少於這個領先，整個世界會被推入"通過智能爆炸的存亡競速"——所有安全裕度歸零，所有人為求快裸奔。

 

   

 

第四部分：The Project（AGI 版曼哈頓工程）

 

 

到這裡作者拋出全書最大膽的預測。

 

 

"美國政府讓一家 SF 新創公司開發超級智慧"是不可能的。 想像一下當年用 Uber 開發原子彈。

 

 

預測：2027 年或 2028 年某個時點，美國國家安全機器會以某種形式接手 AGI 計畫。 形態可能是國防承包商模式（OpenAI 變成洛克希德·馬丁）、合資模式（雲廠商 實驗室 政府）、甚至更極端的國有化。

 

 

核心研究員搬進 SCIF 安全設施，萬億美元集群以戰時速度建成。

 

 

形成路徑：2026/27 出現第一次真正嚇人的能力展示－可能是"幫新手造生物武器"，可能是 AI 自主駭入關鍵基礎設施。

 

 

疊加 CCP 滲透實驗室的細節被揭露，華盛頓氛圍突變。 "我們需要 AGI 曼哈頓工程嗎？"先慢慢、然後突然成為頭號議題。

 

 

為什麼必須是政府？ 因為超級智慧屬於核武類，不屬於網路類。 私人公司從來不被允許持有完整核武。

 

 

要做到能抵禦中國全力的安全等級，只有政府基礎建設能做。 要管理智能爆炸這種"一年內一切重寫"的過程，需要核啟動協議級的指揮鏈，不是新創公司董事會。

 

 

作者對政府效率沒幻想（曼哈頓工程也曾被官僚拖延），但沒有更好選擇。

 

   

 

第五部分：作者的告白

 

 

作者批評兩個對立陣營都搞錯了：

 

 

加速主義者（e/acc）天真地認為市場會自我調節，忽略對齊和安全的真實難度。

 

 

末日論者主張暫停一切──但中國不會暫停，暫停就是認輸。

 

 

正確姿態作者叫AGI 寫實主義：

 

 

①超級智慧是國家安全決定性技術

 

 

②風險真實存在且我們還沒準備好

 

 

③美國必須做 The Project 並主導後超級智慧國際秩序。

 

灣區幾條街上的幾百號人，正在決定整個文明的走向。