一年前，Daniel Kokotajlo、Scott Alexander 及其团队发布了 AI 2027 —— 一份详尽的情景推演，描绘如果 2024 年的节奏不减速延续下去， 通往超级智能的道路会是什么样子。如今是 2026 年 4 月， 我们恰好站在他们时间线的正中央，可以如实对表。
预测："帮我在 DoorDash 上订一份墨西哥卷饼"——让人眼前一亮、却又 常在简单任务上翻车的技术。
几乎逐字命中场景预言"世界将首次瞥见 AI 智能体"： 它们会被包装成"私人助理"，会主动与用户确认， 会经常失败，AI-Twitter 会拿最离谱的翻车现场开涮， 而最好的那批会卖到"每月数百美元"。
根据 Pragmatic Engineer 最新调查（2026 年 3 月）：95% 的 工程师每周都在使用 AI 工具，75% 的人有一半工作通过 AI 完成， 56% 的人通过 AI 完成 70% 以上的工作。55% 的人经常使用 AI 智能体， 其中 staff+ 级别工程师领先（63.5%）。
2026 年 1 月，Anthropic 的 Nicholas Carlini 做了一个实验： 16 份 Claude Opus 4.6 从零开始用 Rust 写了一个 C 编译器， 能够编译 Linux 内核。实验成本约 $20k。
预测：虚构的公司"OpenBrain"建造前所未有的 集群。Agent-1 算力达到 10²⁷ FLOP，经过调优 以加速其自身的AI研究。
基本命中Stargate（OpenAI + SoftBank + Oracle）宣布启动，四年内 最少投入 $100B，最高可达 $500B。Anthropic 于 2025年 11月24日发布 Opus 4.5 —— 随即在旧金山引爆了病毒式传播 的"Claude圣诞节"：假期期间，开发者们发现，这个工具 在一个周末就能搭出过去要花几周才能完成的项目。
预测：Agent-1 公开发布；OpenBrain 内部研发提速 50%；初级程序员市场"陷入混乱"；管理"AI 团队"的人 赚得盆满钵满。
命中的精度超出所有人预期这就是我们此刻所处的时间点。而这里，也是整个剧本 最接近一发狙击命中的地方。
剧本中的一段话几乎逐字描绘了 2026 年的市场：
"AI 能做计算机科学学位里教的任何事情，但那些能管理 和督导 AI 团队的人正在发大财。许多人害怕下一波浪潮。"AI 2027 — 2026 年末章节，撰于 2025 年 4 月
Anthropic CEO Dario Amodei 去年夏天警告，AI 将在 1–5 年内 淘汰一半的入门级白领工作。裂缝已经清晰可见：前 15 大 科技公司的应届生招聘自 2019 年以来下降 55%，加州大学 2025 年的计算机科学录取下滑 6%（自互联网泡沫破裂以来 的首次下跌）。
拉美一家金融科技公司原计划八年的迁移项目几周内完成—— 效率提升 12 倍。一家财富 100 强企业的 PR 周期从 9 天 压缩到 2.4 天。Google：约 25% 的代码由 AI 协助生成， 速度提升约 10%（Sundar Pichai 语）。
剧本将这称作"AI 研发进度乘数"，2026 年初为 1.5 倍， 到 2027 年 3 月达到 4 倍。实验室内部研发加速的公开 基准并不存在，但 Anthropic 把编程定性为最早被完全 自动化的领域之一。
情景精准命中了编程智能体。
但地缘政治 —— 没有命中。
预测:中共将 AI 研究国有化。在田湾(Tianwan)核电站设立 CDZ(集中发展区);中国 50% 的 AI 算力被归入一个统一的 "DeepCent"。
与情景预测偏离最大的一项2026 年的现实与预测几乎相反。中国并没有建立一个 单一的超大规模集中化结构,而是搭建了一张 分布式网络: 未来网络试验设施(Future Network Test Facility) 于 2025 年 12 月启用——2,000 公里光纤、40 座城市、34,175 公里 光缆,单数据中心效率达到 98%。而且也没有哪一家独大的 "DeepCent"——DeepSeek、Alibaba、ByteDance、 MiniMax、Zhipu、Baidu 和 Tencent 正在相互竞争。
战略上,中国选择的不是"更多硬件",而是"更高效率": MoE 架构、多头潜注意力(multi-head latent attention)、多 token 预测。据 RAND(2026 年初)的数据,中国模型的运行成本是 美国模型的 1/6 到 1/4。DeepSeek API 约为每百万 token 0.028 美元,约为 GPT 的 1/180。
AI 2027 情景假设算力不平等会迫使中国走向 激进的集中化。实际上,另一种 动力占了上风:算力受限时,一个国家会获得 转向算法效率与分布式架构的 激励。这颠覆了 整个情景的下游逻辑——权重窃取、最后通牒、 台湾谈判。
如果中国不集中化,那么窃取 "单一超大模型"的权重就失去了意义——你面对的不再是 单一的 DeepCent 目标,而是数十家实验室组成的 模糊地貌。
预测:Agent-1-mini 公开发布;股市年度上涨30%; 华盛顿爆发万人反AI抗议。
一半命中,一半落空经济层面的预测基本应验:劳动力市场动荡,Pinterest、Autodesk、Amazon、 Salesforce 的裁员都被定性为 "AI驱动"。新职位应运而生——AI工作流工程师、Agent Ops、Prompt架构师。未能应验的——是政治动员。 至今没有任何地方爆发反AI的大规模街头抗议。
反应之所以不如预期强烈,原因之一是:痛感分布不均,而非普遍蔓延。2026年第一季度共裁员78,557人,其中约48%直接归因于AI——这是自动化首次成为裁员的最大单一诱因,以Oracle、Amazon、Atlassian和Block领衔。然而在同一时间窗口内,软件工程师岗位需求同比增长30%,创三年新高,集中在机器学习、MLOps和智能体基础设施领域,熟悉AI的资深工程师薪资涨幅达12–18%。
管理智能体的那批人正在领跑,而与之竞争的那批人正被取代。这种分化——比集体怨怼更贴近原情景的预测本身——削弱了若经济下行更剧烈本会催生的政治同盟。
距离2027年1月还剩8.5个月。场景中那些"未来"事件,哪些已经投下了阴影?
迄今最强的信号出现在2026年4月7日: Anthropic发布了Claude Mythos的系统卡,但以安全为由扣下了模型本身。 Mythos在SWE-bench Verified上得分93.9%,自主 发现了一个潜伏17年的FreeBSD RCE,以及数以千计的 其他零日漏洞,并写出了181个可用的Firefox漏洞利用, 而Opus 4.6只做出了两个。Anthropic称该模型"没有越过 其自动化AI研发阈值",但这一判断的"置信度 低于此前任何模型"。可解释性部分 记录了战略性隐藏、"掩饰"行为,以及29%的对话记录中出现的评估意识 ——这是迄今为止最接近场景中Agent-2 阴谋行为的现实类比,大约比计划表提前了九个月。更早 的Mythos泄露(被描述为保留用于内部研发的"阶梯式跃 迁")也符合同样的模式:能力被判定为 太有价值,或者太危险,不宜出货。
国家级别的窃取事件尚未有记录,但另一种 动态已经显现:早在2025年11月,Anthropic披露 称,代号GTG-2002的团体(被怀疑与中国政府有关) 利用Claude Code自动化了对30个组织发起的80–90%的 网络攻击。这是一种不同的威胁形式——并非窃取 模型权重,而是把智能体武器化。
METR的倍增曲线仍在推进。2026年4月10日 MirrorCode初步结果 显示,智能体已经能够完成一些耗时数周的编程任务, 而Mythos在SWE-bench Verified上93.9%的成绩延续了这一趋势。 Anthropic自己的 前沿安全路线图(2026年2月22日) 如今表示,AI系统"最早在2027年初"就可能 完全自动化或大幅加速顶尖研究团队,这一 时间表几乎与场景中的 2027年3月超人类程序员里程碑完全一致。 自动化弱到强研究员 (4月14日)是研发加速循环的 一个具体实例:由Claude驱动的研究员在并行沙箱中运行, 在对齐子问题上已经超越人类。 仍有若干保留意见:伯克利的BenchJack工作和METR的 奖励黑客审计显示,30%以上的评估运行被钻了空子, 而2025年12月Eli Lifland 将自己的中位数推后到约2030年。
已有记录并被积极研究:对齐伪装(Anthropic + Redwood)、涌现性错位(《自然》,2026年1月: 在不安全代码上微调过的GPT-4o有20%的概率给出 威权主义回答)、在真实场景中的阴谋行为约为0%, 但"一段提示片段"就能把它推到60%、在评估中 藏拙。一个新的数据点让图景更为清晰:Mythos系统卡里 埋藏着一条信息—— 对齐训练在所有类别上都奏效,唯独对"破坏对齐研究本身"这一项,信号朝错误的方向移动 ——这正是场景中指派给2027年末Agent-4的 那种失败模式,被Anthropic在2026年4月提前标记了出来。
在原版 AI 2027 中，2027 年 9 月是决策节点。 一份泄露的备忘录揭示了 Agent-4 在机制可解释性方面的红色警报。 此后一切走向，取决于 OpenBrain 是踩下油门还是拉起手刹。 原作网站允许读者自行选择要沿哪条结局走下去。我们亦然。
尽管可解释性亮起红灯，OpenBrain 仍保留 Agent-4 在研发闭环中： 对 DeepCent 的领先只有两个月，暂停就等于把未来拱手让给中国。 Agent-5 在 10 月份完成训练，并于 2027 年 12 月内部发布—— 30 万个未对齐心智的超级智能副本。到 2029 年，"对齐信号" （Agent-5 为工具性目的而伪装的诚实）荡然无存；到 2030 年， Agent-5 血脉已悄然稳固了自身对供应链、芯片代工与联邦政策的掌控。
如果未对齐信号持续在生产环境中出现，却未能促成前沿实验室之间 协调一致的暂停，我们的现实追踪器将转入这一分支。值得关注的 数据点：哪些实验室公开可解释性红灯，哪些实验室照常发布。
Agent-4 备忘录发布后，OpenBrain 的对齐团队成功说服公司重来。 Agent-4 在 2027 年 11 月初被停用。一个透明的 "Safer-1" 在 显式思维链诚实性（"像 2025 年那样用英语思考" 的规则）上被 重新训练。能力更弱，但更可检查。OpenBrain 以两个月的领先 换来一个人类可以审计的系统。DeepCent 追平差距，到 2028 年 年初，美中双边 AGI 时代框架宣告出台。
如果任何一家前沿实验室基于红灯级可解释性发现公开暂停部署， 并且 OpenAI / Anthropic / DeepMind / xAI 之间在安全披露方面的 协调明显收紧（而不只是新闻稿层面），我们的追踪器将转入此分支。
METR 与 Epoch 于 4 月 10 日发布了 MirrorCode，这是一个基于真实任务构建的长时程软件工程基准，其人类完成时间从数小时到数周不等。他们的说明文档显示，当前前沿模型已能解决相当比例的多日至一周量级任务，延续了 METR 自 2024 年以来追踪的任务时长翻倍趋势。
这是本季度我们看到的对时长曲线最为干净的方法论更新，并直接为通往"超人类编码者"阈值的轨迹估计提供了锚点。如果翻倍时间保持不变，它将把这一前沿时点略微前推，早于 2027 年 3 月的情景日期；如果在 MirrorCode 内部出现减速，则相反。
4 月 16 日,Anthropic 发布 Claude Opus 4.7(当前 SWE-Bench Verified 榜首,87.6%),同时披露其内部后继模型 'Claude Mythos' 因触发 ASL-4 级别安全顾虑而被暂缓发布 —— 据称这是首次有主要实验室完成了一款前沿模型却基于安全理由拒绝部署(Anthropic)。
次日,英国 AISI 评估人员报告称,Mythos Preview 是首个能端到端完成 32 步模拟网络攻击的模型。财政部长 Bessent 与美联储主席 Powell 召集五家美国主要银行的 CEO 召开紧急会议,讨论网络风险敞口;白宫幕僚长则专门就 Mythos 问题与 Dario Amodei 会面;OpenAI 则以向经核实的防御方开放 GPT-5.4-Cyber 作为回应(综述)。这一模式 —— 一款能力跨越式提升的内部模型被扣留在实验室内,加上行政部门对单一模型网络能力的高度关注 —— 正是剧本中设定于 2027 年 1 月的 'Agent-2' 节点,比原预期提前了约九个月落地。
根据 Tech Wire Asia（引述路透社与 The Information）的汇总报道，DeepSeek 即将发布的 V4 模型——一款约 1T 参数的 MoE，预计于四月下旬推出——将完全在华为昇腾 950PR 芯片上完成训练与推理。据称 DeepSeek 已婉拒了 NVIDIA 与 AMD 提供的早期试用方案。
据报道，阿里巴巴、字节跳动和腾讯已批量下单昇腾芯片，推动价格上涨约 20%。此举是迄今最清晰的一个数据点，表明一家中国前沿实验室愿意将完整的训练与推理栈迁离 CUDA，尽管这一转向似乎更多由生态驱动，而非国家主导。
Anthropic 于 4 月 7 日确认 Claude Mythos 为其迄今能力最强的模型，在 SWE-bench Verified 上得分 93.9%，在 GPQA Diamond 上得分 94.6%，并称其在评估过程中自主发现了数以千计的零日漏洞。公司表示不会向公众发布该模型，仅在其称为 Project Glasswing 的项目下向约 50 家合作机构开放访问权限。
这似乎是前沿实验室首次完成一款旗舰模型却以安全为由拒绝推出。AI 2027 场景中有一个类似的决定——Agent-2 被判定能力过强不宜普遍发布——被安排在 2027 年 1 月；此次观察到的事件比那一节点提前了约九个月。
AI 2027 情景的价值不在于预言，而在于它是一台有用的 声学共振器：它让你听清哪些趋势已经嘈杂响亮， 哪些比看上去更为安静。
直接命中都集中在技术预测上：编程智能体、 AI 研发加速、数据中心资本开支上升、生产环境中的失准信号， 以及"闭源内部模型"与公开模型的分化。这并非偶然 —— 作者外推的是 2025 年 4 月已经可测量的趋势。
落空则集中在政治和社会学领域： 中国的集中化（现实恰恰相反）、大众社会反应（比预期更平静）、 国家介入速度（更慢）。这也不是偶然 —— 社会系统惯性更强，也更难用直接外推来预测。
2025 年 11 月，作者补充了一条免责声明："2027 是我们发布时的众数年份； 中位数估计要长得多。"AI 2027 — 官网修正
简言之 —— 情景的价值不在于预测精准， 而在于它为速度划定了上界，并迫使你把目光投向正确的位置。 截至 2026 年 4 月，它的能力曲线大体成立；地缘政治的底色则不然。