划重点
01AGI（通用人工智能）目前大约处于L2至L3之间，与人类高手对局60局全胜，但仍有很长的路要走。
02AI时代，创造力的估值获得了巨大的抬升，因为创造性意味着提出最佳问题的能力。
03大模型是智力服务业的第一件“大宗商品”，将智力服务业带入重型“前载时代”。
04然而，AGI或让人类智力退化，因为尽责性压力减小后，智力会出现显著的下降。
05未来，人类将面临“诺亚方舟”选择，极少数人将获得巨大杠杆，而剩余的大部分人将面临智商急剧降低的惊异局面。
以上内容由腾讯混元大模型生成，仅供参考
2017年5月，Alpha Zero战胜人类围棋世界冠军柯洁，自此以后与人类高手对局60局全胜，从这个角度看，至少在某些单点上，AGI（通用人工智能）已经实现。
如果把具身智能的实现，或者说生活中充满着跟人类无缝互动的人形机器人作为AGI的实现标准，那么我们还有很长的路要走。
不妨借鉴自动驾驶L2、L3、L4、L5的分级，AGI目前大约处于L2至L3之间，并仍在猛烈地上升过程中，超过L3接近L4已经成为清晰的下一步。
一、创造性意味着提出最佳问题的能力
即使大模型的进展变慢了，也不是世界末日，放开眼光和胸怀，AI的价值正在迅速创生和繁殖出来。
“更多的产业都变得可以计算了。当一个产业变得可以计算时，它就会经历一系列可以预测的改变：从数字化，到被破坏和颠覆，再到大众化。”
“一个人的力量”也随之发生了质变。AI时代，创造力的估值获得了巨大的抬升，因为创造性意味着提出最佳问题的能力。比如，“设计师的世界改变了。设计师不再需要设计具体的形态，他们只需要提出设计的目标，并讲清楚设计的约束条件。设计师不需要自己动手，只需要从各种可能的设计图样中做出选择。我们从过去的单点解决方案，转变为更多地依靠人和机器之间的合作解决方案。有了计算机的帮助，设计师现在可以全面地理解任何一个系统，超出了原先人类思维自身能够理解的范围。”
许多产业结构面临革命性变化，比如在指令药物领域（通过编程的方式去制造具备特定功能药物），就向业外人士提供了显而易见而且可预测的绝佳机遇（业内人士则往往将这些机遇视为威胁）——因此，从事创新的业外人士能很快地成为一个重要产业或领域的主要分子，而且所冒的风险相当低。
二、大模型是智力服务业的第一件“大宗商品”
文明的全部要义，一言以蔽之，便在于“可积累性”（accumulability），而可积累性的一大核心特征就是高度前载化的资源或商品的产生和丰富，这给文明的起飞完成了储能和压缩、将能级提升到走出原始的程度；换言之，高度前载化的“大宗商品”正是现代文明繁荣的基石，也是最重要的标志之一。
站在这个角度看，大模型第一次将智力服务业带入了重型“前载时代”，换言之，大模型正是智力服务业的第一件“大宗商品”。
三、AGI或让人类智力退化
AGI统治人类，这个科幻先存疑；但我们因大模型而退化（进化意义上）倒值得一提。
现代人相对于原始人最大的进化，突出表现在“尽责性”（粗暴理解为“延迟满足”）和智力升级上——并且，“尽责性”高低与“智力”高低互为正相关。
当尽责压力减小后，智力会出现显著的下降，这个显著程度竟然可以在两代人的时间尺度上，就下降半个到一个标准差。
AGI发展的一种可能性，尤其迈过具身智能成为日常现实这道物理门槛，对于绝大多数人，尽责性的压力会大幅缩小——换言之，推动人类进化、创造文明的最强大的发动机近乎停机了、动力（压力）消失了——体现在更直观的智力上，我们的后两代，或许会出现智商急剧降低的惊异局面。
更反直觉的是，人类将会面临“诺亚方舟”选择，极少数（数百万甚至更少）的人，大模型成为他们的巨大杠杆，而幸运地登上了诺亚方舟，而剩余的70亿肉身（人类的99%）或被保育在被现代设施完整掩盖的保护区中。
如果说大模型带来的安全后果，人类进化的发动机停机、诺亚方舟分裂，那么这是值得慎重的未来。
四、“卓越经济”
AGI对不同的肉身形成了极大的价值歧视、方差远远不止3西格玛，对卓越个体的指数级加持有很大概率形成“卓越经济”，卓越个体的价值会系统性重估，“卓越经济”的价值将是总增量的大头——这与互联网经济的平民普惠经济、通缩经济互为镜像。
“卓越经济”的核心是“私人平价提供高质量公共品”——我们即将进入公共品极大丰富的世界、公共品提供会成为新的巨型赛道。
五、白盒范式到黑盒范式
文艺复兴以来、古登堡印刷革命以来，人类几百年的知识进步几乎是一个单向的“打开黑盒”的过程，我们的工程实践也是最大限度的白盒实践，我们对其中的黑盒部分，默认的范式是“打开它”“最小化”它。
爆发中的AGI有趣的地方在于，这是第一次把黑盒制造放在中心位置，我们跟它的互动关系是通过scaling不断地放大它增强它。
这个黑盒部分在生活和世界的占比在加速提升，从今天的微不足道到占据中心位置是倒计时的状态，这一点，我们可以从数据中心耗电这个侧面来印证：今天数据中心的耗电差不多占全球总耗电量的3%，2030年差不多到8%，这一块的增量大头就是来自“token in/token out”的新计算。
这个黑盒部分扩张的速度将甩开人类解开它的速度，并且这个差值会不断放大——这个“追赶不上”恐怕更好地体现了人们对AGI“悲欣交集”的复杂感受。
应对黑盒，人类本能的反应是防风险，自然的延伸是悲观主义和虚无主义。
但与传统的消极黑盒不同，今天大模型这样的黑盒是新型的积极黑盒，“不断地令人惊讶”是它的中心特征，相应的应对范式也需要与时俱进。
六、人均代码量大爆炸
编程的乐高积木化是AGI革命的一大核心，它一方面巨幅提升了代码的可复用性，一方面极大降低了高能级进步的成本，更提升了高能级进步的概率（诺奖级结果变得平常）——它极大减少了专家的知识和需求通过传统程序员再编程的耗损，极大降低了试错成本，加速了反馈回路让CXO级别、fellow级别的高能级用户成为一线编程者和巨大贡献者。
当下的人均代码量太低，是AGI革命暂时难以发挥威力的瓶颈，同时也是AGI的最大贡献点——机器自主编程。
七、摩尔定律下半场的生存法则
AGI不是人类第一次“知其然而尚不知其所以然”的技术进步。“知其然不够，必须知其所以然”是旧世界的物理学范式——更准确地说，是“因果执念”。而进化论范式下，到处都是“知其然而不知其所以然”。在摩尔定律下半场，摆脱对知其然的纠结和心结很有必要——因果范式支配的领域不仅不是前沿，甚至是包袱。
打开“知其然”的范式与“所以然”的范式究竟不同在哪里？以AI为例，围绕“算力”、协助“算力”、发挥“算力”的领域才是好领域，而不是写一个世界模型的预印本。
如果我们站在更高的台阶上，不难发现，人类正在进入技术的“寒武纪大爆发”，与AGI并行的、同等量级的技术还有分子制造，稍远一些的是量子计算、具身智能，更远一些的是原子制造，这相当于蒸汽机、电、铁路、汽车、集装箱、全球供应链等等经过了几代人发展起来的通用技术压缩在一代人甚至是一个人的职业生涯中爆炸式展开。
相信，不需要十年，三五年后，我们今天关于AGI的认识和想法都会有天翻地覆的变化。
• （本文仅为作者个人观点，不代表本报立场）