AI七十年：GPT-6把AGI带进现实

GPT-6之后，，，，，，，，一个已经被会商了几十年的词，，，，，，，，再次被推到聚光灯中央：AGI，，，，，，，，也就是通用人为智能。。。。。。。好多人最先盯住的，，，，，，，，依然是那张熟悉的成就单：推理能力提高了几多，，，，，，，，代码能力到了什么水平，，，，，，，，Benchmark又刷新了几多，，，，，，，，模型距离“人类水平”还有多远。。。。。。。 但若是把功夫拉长，，，，，，，，把AI从前七十年的汗青沉新翻一遍，，，，，，，，你会发现，，，，，，，，我们可能一向把AGI最沉要的问题问反了。。。。。。。AGI真正的临界点，，，，，，，，也许并不是机械什么时辰“像人一样聪明”，，，，，，，，而是机械什么时辰能够像人一样，，，，，，，，不变、低成本、持续地创造经济价值。。。。。。。 这两个尺度齐全不是一回事。。。。。。。一个模型能够在尝试室里拿到极高分数，，，，，，，，却不定能在企衣凤陆续工作八幼时；；；；；；能够回覆一路极难的数学题，，，，，，，，却不定能独立实现一次客户调延注整顿数据、造作规划、挪用系统、发送邮件并对了局掌管。。。。。。。 所以，，，，，，，，GPT-6之后真正值得钻研的，，，，，，，，不只是“智能又提高了几多”，，，，，，，，而是AI在逾越另一条更荫蔽、也更沉要的红线：它在从一个回覆问题的工具，，，，，，，，造成一种能够被采办、复造、调度和计价的智能劳动力。。。。。。。工业革命让人类第一次大规模复造体力，，，，，，，，互联网让人类第一次近乎零成本复造信息，，，，，，，，而AGI时期真正可能产生的，，，，，，，，是第三次复造：大规模复造智能。。。。。。。 1956年夏天，，，，，，，，几位年轻科学家在达特茅斯组织了一场暑期钻研项目，，，，，，，，“人为智能」剽个词第一次被正式提出。。。。。。。那一代人极度乐观，，，，，，，，他们相信，，，，，，，，只有把人类思虑问题的规定写明显，，，，，，，，机械最终就能模拟人的智能。。。。。。。设法极其超前，，，，，，，，现实却很快给了他们一记沉拳。。。。。。。 六十年代的机械翻译遇冷，，，，，，，，八十年代的专家系统又经历了一轮从狂热到绝望。。。。。。。问题并不是那一代科学家不够聪明，，，，，，，，而是整个世界底子没有筹备好。。。。。。。唬；；；；堤螅，，，，，，，算力太弱，，，，，，，，数据太少，，，，，，，，基础设施不成熟，，，，，，，，贸易场景也没有形成。。。。。。。早期AI就像有人提前拿到了超等跑车的发起机图纸，，，，，，，，却发现这个世界既没有高标号汽油，，，，，，，，也没有铺好的高速公路。。。。。。。发起机再先进，，，，，，，，也只能停在车库里。。。。。。。 这就是钻研AI七十年最沉要的第一个法规：好多伟大的技术并不是错了，，，，，，，，而是来早了。。。。。。。技术史真正凶残的处地点于，，，，，，，，发现自身从来不蹬宗产业革命。。。。。。。蒸汽机不是在第一台样机出现时扭转世界，，，，，，，，而是在它进入工厂、铁路和轮船之后；；；；；；电力不是在第一盏灯亮起时扭转世界，，，，，，，，而是在电网、发电设备、电机和工业系统全数成熟之后；；；；；；互联网也不是在第一封电子邮件发出时扭转全球经济，，，，，，，，而是在几十亿人和几千万家公司把买卖、告白、支付、社交和贸易活动搬上网络之后。。。。。。。 所以一项技术真正发作，，，，，，，，必要等的从来不是一个单点突破，，，，，，，，而是多个变量在统一功夫凌驾临界限。。。。。。。AI从前七十年，，，，，，，，性质上就是在等这场“变量共振”。。。。。。。 互联网没有发现AI，，，，，，，，却替AI铺好了第一条高速公路九十年代，，，，，，，，互联网起头席卷全球。。。。。。。网页、论坛、搜索引擎、电子邮件、图片和视频疯狂增长。。。。。。。其时险些所有人确把稳力都在“网络世界”自身，，，，，，，，没有几多人意识到，，，，，，，，这场革命在无意间为另一场革命筹备最沉要的燃料。。。。。。。 由于AI最缺的器材之一，，，，，，，，就是数据。。。。。。。神经网络的思想早在几十年前就已经出现，，，，，，，，就像一位顶级厨师早早拿到了一本绝世菜谱，，，，，，，，真正的问题是：没有足够的食材。。。。。。。唬；；；；チぷ苏馑幼。。。。。。人类第一次起头大规模把自己的说话、照片、知识、行为、关系和偏好数字化。。。。。。。几十亿人每天上网，，，，，，，，看起来是在搜索、发帖、谈天、上传图片，，，，，，，，现实上是在一点一点建设一个前所未有的人类文化数据库。。。。。。。 到了2012年，，，，，，，，AlexNet在ImageNet角逐中横空出世，，，，，，，，深度进建真正站上舞台。。。。。。。唬；；；；灯鹜分っ鳎核辉付ū匾死喟阉泄娑ㄒ惶跻惶跣唇ィ，，，，，，，只有数据足够多、算力足够强，，，，，，，，就能够自己从海量信息里“悟”出法规。。。。。。。AI由此凌驾第一条关键临界限：从“人类给机械写规定”，，，，，，，，造成“机械从数据中进建规定”。。。。。。。 但这时的AI依然像一台被锁在机房里的超等发起机。。。。。。。它会鉴别图片，，，，，，，，会推荐内容，，，，，，，，会做搜索，，，，，，，，但通常人很难直接挪用这种能力。。。。。。。AI还缺第二样器材：一个足够单一的入口。。。。。。。ChatGPT真正扭转的，，，，，，，，不只是模型，，，，，，，，而是“人人可用”。。。。。。。 2017年，，，，，，，，Transformer架构出现，，，，，，，，AI底层能力起头加快跃迁。。。。。。。但真正把AI从工程师尝试室拖进通常人生涯里的，，，，，，，，是2022年底ChatGPT的出现。。。。。。。好多人把ChatGPT的发作理解成“模型忽然变强了”。。。。。。。这当然沉要，，，，，，，，但还有一个更容易被低估的变动：人和机械之间的接口被彻底改写了。。。。。。。从前使用推算机，，，，，，，，人必须进建机械的说话。。。。。。。编程、菜单、按钮、号令、复杂的软件流程，，，，，，，，性质上都是人去姑息机械。。。。。。。 ChatGPT第一次把这层关系反了过来：机械起头理解人的说话。。。。。。。因而，，，，，，，，一个八岁的幼孩只有会措辞，，，，，，，，也能够调动背后重大的模型、数据和算力。。。。。。。真正引爆时期的，，，，，，，，不只是模型有多通俗，，，，，，，，而是“人人可用”。。。。。。。任何一场大规？？？？？？？？萍几锩，，，，，，，都必须经历一次从“少数专家能用”到“通常人顺手可用”的跃迁。。。。。。。唬；；；；チ袖榔鳎，，，，，，，智能手机有触摸屏，，，，，，，，天生式AI有天然说话。。。。。。。ChatGPT因而凌驾了AI汗青上的第二条关键临界限：智能起头造成一种公共化入口。。。。。。。 但这里依然有最后一路墙。。。。。。。ChatGPT会写、会算、会分析、会回覆，，，，，，，，可大无数时辰，，，，，，，，人依然必要坐在驾驶座上不休通知它下一步做什么。。。。。。。它像一个智商极高的副驾驶，，，，，，，，却还不是一个真正可能独立交付了局的员工。。。。。。。而Agent的出现，，，，，，，，起头撞击这最后一路墙。。。。。。。 从前几十年的软件，，，，，，，，性质上卖的都是工具。。。。。。。Excel没有替你当管帐，，，，，，，，Photoshop没有替你当设计师，，，，，，，，Office没有替你当秘书。。。。。。。软件真正创造的价值，，，，，，，，是让一幼我工作得更快。。。。。。。 天生式AI第一阶段依然没有齐全跳出这套逻辑。。。。。。。法式员用AI写代码，，，，，，，，律师用AI整顿资料，，，，，，，，分析师用AI做钻研，，，，，，，，营销人员用AI写案牍。。。。。。。人掌管指标、判断和责任，，，，，，，，AI掌管辅助，，，，，，，，所以我们把它叫Copilot。。。。。。。但Agent起头扭转这层关系。。。。。。。当一个AI可能自己接管指标、拆解工作、寻找资料、挪用工具、操作软件、读取数据、查抄了局、发现谬误、沉新批改，，，，，，，，最后把制品直接交给你时，，，，，，，，它已经越来越不像传统软件，，，，，，，，反而越来越像一个“数字员工”。。。。。。。这可能是AGI会商中最值得沉新界说的一条线。。。。。。。 从前我们总想知路，，，，，，，，机械什么时辰占有和人一样的通用智力；；；；；；但站在产业和本钱的角度，，，，，，，，还有一个更现实的AGI尺度：它什么时辰可能真正上班？？？？？？？？一个企业不会由于AI在考试里得了满分，，，，，，，，就自动给它预算。。。。。。。企业真正愿意付钱，，，，，，，，是由于它能实现工作、降低成本、提高收入，，，，，，，，或者代替某一段正本必要人类功夫能力实现的工作。。。。。。。 所以AGI真正从技术概想进入经济系统的标志，，，，，，，，可能不是某个尝试室颁发“我们实现了AGI”，，，，，，，，而是企业第一次当真把AI当成一种劳动力来采购。。。。。。。不是AGI诞生的那一天，，，，，，，，而是AGI起头上班的那一天。。。。。。。人类第一次起头给“智能工时”标价。。。。。。。从前几年，，，，，，，，我们衡量AI的步骤极度像工业革命初期的人们围着蒸汽机钻研零件：参数几多、高低文多长、Benchmark几多分、一个Token几多钱。。。。。。。这些指标当然沉要，，，，，，，，但工厂老板真正关切的从来不是蒸汽机有几多零件，，，，，，，，而是这台机械一天到底能替我干几多活。。。。。。。AI最终也肯定会走到这一步。。。。。。。 如果有两个模型。。。。。。。第一个模型Benchmark高5%，，，，，，，，第二个模型分数稍微低一点，，，，，，，，却能陆续工作八幼时：早上实现客户调研，，，，，，，，中午整顿Excel，，，，，，，，下午造作PPT，，，，，，，，晚上把邮件发出去，，，，，，，，整个过程人类只必要花极度钟查抄。。。。。。。企业最终会买谁？？？？？？？？答案其实一点都不科技。。。。。。。企业采办的从来不是“智商”，，，，，，，，而是ROI。。。。。。。 所以GPT-6之后，，，，，，，，AI产业可能会出现一套比参数更沉要的新指标：工作实现率、陆续工作功夫、人为收受率、单元工作成本、谬误成本，，，，，，，，以及每个Agent真正创造的经济价值。。。。。。。最后所有指标城市汇聚成一个极其单一的问题：100美元的机械智能，，，，，，，，到底能替企业节俭几多美元的人类劳动？？？？？？？？ 倒剽个数字可能被不变推算，，，，，，，，并且持久大于1，，，，，，，，AI才真正凌驾贸易化最关键的临界点。。。。。。。由于从这一刻起头，，，，，，，，AI第一次从企业的“软件预算”往另一张内外移动：人力成本。。。。。。。这张表背后的市场。。。。。。，，，，，，，可能远弘远于整个软件行业。。。。。。。 AGI真正抢夺的，，，，，，，，可能不是软件市场。。。。。。，，，，，，，而是全球劳动力市场从前的软件公司抢夺的是企业IT预算：数据库、办公软件、CRM、ERP、云推算、SaaS。。。。。。。Agent若是真的成为数字员工，，，，，，，，它抢夺的就不只是软件预算，，，，，，，，而是全球企业每年支支出去的重大劳动力成本。。。。。。。 以前一家企衣珐大业务，，，，，，，，最直接的法子就是招人。。。。。。。十幼我不够就招一百个，，，，，，，，一百幼我不够就招一千个。。。。。。。由于人的功夫一向是企业最沉要、也最昂贵的出产资料之一。。。。。。。AGI时期第一次提供了第二种选择：正本必要100幼我实现的工作，，，，，，，，将来有没有可能造成20幼我，，，，，，，，加500个Agent？？？？？？？？一旦企业起头当真推算这笔账，，，，，，，，AI最大的市场就不再只是科技公司，，，，，，，，而会进入所有大量采办“人的功夫”的行业。。。。。。。金融、保险、司法、征询、管帐、客服、告白、教育、医疗行政、软件表包、企业后盾，，，，，，，，都可能被卷入这场沉新定价。。。。。。。 这些行业有一个共同特点：它们大量采办的不是钢铁、石油和机械，，，，，，，，而是受过教育的人类功夫。。。。。。。从前只有一种选择——采办人的功夫；；；；；；此刻，，，，，，，，机械第一次提供了另一种选择——采办智能的功夫。。。。。。。这也是AGI时期真正巨大的经济寓意：智能起头从一种附着在人身上的稀缺能力，，，，，，，，逐步造成一种能够像云推算一样按需挪用的出产身分。。。。。。。 从前投资人喜欢问：模型多大、算力几多、Benchmark第几、Token价值几多、融资几多。。。。。。。将来更沉要的问题会越来越靠近企业经营自身。。。。。。。一个Agent能陆续实现多长功夫的真实工作？？？？？？？？工作成功率是几多？？？？？？？？人为多久必要染指一次？？？？？？？？失败一次造成几多经济损失？？？？？？？？一个Agent每个月的成本是几多？？？？？？？？对应加强或代替的人类劳动价值是几多？？？？？？？？ 这些问题最终会形成一个AI时期极度关键的新指标：数字劳动力ROI。。。。。。。当一个Agent一年花掉2万美元，，，，，，，，却可能实现从前一个年薪8万美元员工的大量尺度化工作时，，，，，，，，企业采购AI的逻辑就不再是“我要不要试试新技术”，，，，，，，，而会造成“为什么我要持续维持原来的成本结构”。。。。。。。 企业能够不追赶科技潮水，，，，，，，，能够不懂大模型，，，，，，，，甚至能够齐全不关切底层模型用了什么架构，，，，，，，，但企业很难持久回绝更低的成本。。。。。。。这就是所有产业革命真正可怕的处所：一旦技术优势造成成本优势，，，，，，，，它就不再必要靠故事推动，，，，，，，，利润会替它实现扩散。。。。。。。 卖铲子的时期之后，，，，，，，，新的机遇是“治理一百万个数字员工”从前几年，，，，，，，，AI产业最赢利的处所重要集中在上游：GPU、HBM、服务器、光？？？？？？？？椤⑹葜行摹⒁豪洹⒌缌Α。。。。。。由于整个行业都在建设AI。。。。。。。 这很像十九世纪铁路建设初期。。。。。。。铁路疯狂铺设的时辰，，，，，，，，最先赢利的是钢铁、设备、地皮和施工。。。。。。。但铁路真正扭转经济，，，，，，，，是在铁路铺完以来。。。。。。。物流、城视注业务、零售和造作业起头沿着铁路沉新成长。。。。。。。AI也可能在进入类似的第二阶段。。。。。。。第一阶段的问题是：谁能造出最强模型？？？？？？？？第二阶段的问题会逐步造成：谁能利用这些模型创造最多利润？？？？？？？？ 如果将来一家大型企业内部同时运行十万个Agent，，，，，，，，一整套从前不存在的问题会忽然冒出来：谁给它们发“工牌”？？？？？？？？谁决定它们能看什么数据？？？？？？？？谁给它们权限？？？？？？？？谁允许它们付款？？？？？？？？谁纪录它们做过什么？？？？？？？？谁掌管审计？？？？？？？？谁在它们犯错时承担责任？？？？？？？？谁把它们接进ERP、CRM、财政系统、供给链和企业数据库？？？？？？？？你会发现，，，，，，，，一个新的产业层在出现。。。。。。。 从前的人力资源系统治理人，，，，，，，，将来可能出现另一套系统，，，，，，，，专门治理数字劳动力。。。。。。。身份、权限、支付、审计、安全、责任、工作流编排，，，，，，，，城市成为AGI经济时期的新基础设施。。。。。。。 互联网时期最大的公司并不满是卖路由器的。。。。。。。AI时期最终最大的公司，，，，，，，，也不定全数是卖GPU的。。。。。。。当所有人还在抢夺最强模型时，，，，，，，，萦绕一百万个数字员工成立的新基础设施，，，，，，，，可能才刚刚起头。。。。。。。 汗青上的技术革命很少是一夜之间让所有人隐没。。。。。。。真正产生的，，，，，，，，是分歧能力的市场价值起头变动。。。。。。。工业革命没有让所有工人隐没，，，，，，，，但机械让单纯依赖体力产生的溢价降落；；；；；；推算机没有让所有管帐隐没，，，，，，，，但沉复推算的价值降落；；；；；；互联网没有让所有媒体隐没，，，，，，，，但信息分发自身越来越便宜。。。。。。。AI同样如此。。。。。。。 它首先扑灭的可能不是“人”，，，，，，，，而是某些能力的稀缺性。。。。。。。写一段通常代码、整顿一份通常资料、造作一个通常PPT、写一封通常邮件、分析一份尺度合同，，，，，，，，这些能力从前为什么值钱？？？？？？？？由于必要一个接受多年教育的人能力不变实现。。。。。。。 但数字智能最恐怖的经济特点，，，，，，，，不只是聪明，，，，，，，，而是能够复造。。。。。。。一个优良工程师一天只有24幼时，，，，，，，，一个优良律师也只有24幼时。。。。。。。人的智能天然受到肉体、功夫和造就周期的限度。。。。。。？？？？？？？？梢桓龀墒霢gent一旦被复造成一万份、十万份、一百万份，，，，，，，，统一种能力的供给曲线会被彻底改写。。。。。。。当一种能力从稀缺品造成工业品，，，，，，，，它的价值肯定会降落。。。。。。。 所以AGI时期真正值得每幼我思虑的问题，，，，，，，，可能不是“机械会不会抢走我的工作”，，，，，，，，而是“机械会把我今天占有的能力，，，，，，，，沉新定价成几多钱”。。。。。。。当智能变便宜，，，，，，，，财富会流向新的“出产资料所有者”。。。。。。。每一次出产身分价值产生巨大变动，，，，，，，，财富城市沉新分配。。。。。。。 工业革命以来，，，，，，，，财富从手工业者流向占有机械和工厂的人；；；；；；互联网时期，，，，，，，，财富从传统渠路流向占有平台、数据和网络效应的人。。。。。。。若是智能真的造成一种能够采办、复造和调度的出产身分，，，，，，，，AGI时期的财富地图也会沉新绘造。。。。。。。谁占有算力？？？？？？？？谁占有能源？？？？？？？？谁占有模型？？？？？？？？谁占有独家数据？？？？？？？？谁节造Agent入口？？？？？？？？谁把握企业工作流？？？？？？？？谁占有客户关系和支付能力？？？？？？？？谁可能组织几十万、甚至几百万个数字员工？？？？？？？？这些问题背后其实指向统一个器材：谁把握了AI时期新的出产资料。。。。。。。 这也是为什么钻研AI不能只钻研模型。。。。。。。模型决定机械有多聪明，，，，，，，，产业链决定这种智能能不能规模唬；；；；，，，，，，，出产资料的所有权则决定智能规模唬；；；；岳矗，，，，，，，最大的价值最终落在谁手里。。。。。。。当智能起头变便宜，，，，，，，，真正昂贵的器材也会产生变动。。。。。。。能源可能更沉要，，，，，，，，独家数据可能更沉要，，，，，，，，真实世界的入口可能更沉要，，，，，，，，信赖、责任、审美、品牌、人与人的关系，，，，，，，，以及机械临时无法批量复造的判断力，，，，，，，，都可能沉新获得溢价。。。。。。。 一项技术真正从尝试室进入经济系统，，，，，，，，至少要同时凌驾几条线。。。。。。。第一条是成本临界点。。。。。。。技术必须便宜到通常企业可能大规模使用。。。。。。。第二条是基础设施临界点。。。。。。。算力、能源、数据、供给链和配套系统必须足够成熟。。。。。。。第三条是能力临界点。。。。。。。技术不能只在Demo里惊艳，，，，，，，，而要在真实世界里足够不变。。。。。。。第四条是入口临界点。。。。。。。通常人和企业必须可能低门槛使用。。。。。。。第五条，，，，，，，，也是最容易被忽略的一条，，，，，，，，是贸易化临界点：企业必须可能把ROI算明显。。。。。。。 从前七十年，，，，，，，，AI其实是在一条一条凌驾这些线。。。。。。。唬；；；；チ锉噶耸荩，，，，，，，GPU和云推算筹备了算力，，，，，，，，Transformer推动了能力跃迁，，，，，，，，ChatGPT解决了公共入口，，，，，，，，而GPT-6与Agent真正值得观察的，，，，，，，，是最后一条线有没有起头松动：数字智能创造的经济价值，，，，，，，，能不能被不变计价。。。。。。。所以寻找下一轮科技革命，，，，，，，，千万不要只盯着最炫酷的技术名词。。。。。。。人形机械人、可控核聚变、量子推算、生物科技，，，，，，，，都能够用统一套步骤沉新审视：成本降下来了吗？？？？？？？？基础设施铺好了吗？？？？？？？？能力不变了吗？？？？？？？？入口出现了吗？？？？？？？？有人愿意持续付钱了吗？？？？？？？？ 真正的大机遇，，，，，，，，往往不在技术第一次被发现的那一天，，，，，，，，而在所有出产身分终于凑齐的那一刻。。。。。。。不要只押注所谓的“伟大”，，，，，，，，要押注全身分共振之后的必然。。。。。。。 1956年，，，，，，，，人为智能有了设法；；；；；；互联网筹备了数据；；；；；；GPU和云推算筹备了算力；；；；；；Transformer扭转了底层架构；；；；；；ChatGPT解决了入口；；；；；；而今天，，，，，，，，Agent在尝试解决最后一个问题：经济价值。。。。。。。所以GPT-6到底是不是AGI，，，，，，，，也许并不是最沉要的问题。。。。。。。真正沉要的是，，，，，，，，我们是不是已经起头进入AGI经济时期。。。。。。。由于一项技术真正扭转世界，，，，，，，，从来不是尝试室颁发成功的那一天，，，，，，，，而是它起头进入企业成本表、利润表、出产流程和通常人的生涯之后。。。。。。。 工业革命让人类第一次大规模复造体力。。。。。。。唬；；；；チ萌死嗟谝淮谓趿愠杀靖丛煨畔ⅰ。。。。。。而AGI时期在尝试实现第三件事件：大规模复造智能。。。。。。。从前造就一个工程师必要漫长的教育和实际，，，，，，，，造就一个律师、医生、分析师同样如此。。。。。。。人的智能之所以昂贵，，，，，，，，一个沉要原因就是它无法急剧复造。。。。。。？？？？？？？？墒种悄苊挥姓飧鱿薅取。。。。。。若是一个成熟Agent能够复造一万份、十万份、一百万份，，，，，，，，人类经济会第一次面对一个从前从未存在过的问题：当智能自身不再稀缺，，，，，，，，什么才是新的稀缺资源？？？？？？？？可能是能源，，，，，，，，可能是算力，，，，，，，，可能是独家数据，，，，，，，，可能是信赖、责任、审美、人际关系，，，，，，，，也可能是机械临时无律例模唬；；；；丛斓呐卸狭Α。。。。。。 这才是AI七十年走到今天，，，，，，，，真正留给尊龙凯时最大问题。。。。。。。GPT-6最大的意思，，，，，，，，也许底子不是模型又升级了一代，，，，，，，，而是人类第一次起头当真尝试，，，，，，，，把智能从一种只存在于人脑里的能力，，，，，，，，造成一种能够采办、复造、调度，，，，，，，，甚至明码标价的出产资料。。。。。。。 工业革命沉新定价了体力。。。。。。。唬；；；；チ列露哿诵畔ⅰ。。。。。。AGI时期，，，，，，，，在沉新定价智能。。。。。。。而当企业第一次起头当真推算，，，，，，，，一个Agent能工作几多幼时、能代替几多人为、能创造几多利润时，，，，，，，，AGI就不再是尝试室里的一个词，，，，，，，，它第一次真正进入了人类经济。。。。。。。