“两年内见证颠覆性发现”被三家巨头同时表态
5 月 24 日，一篇汇总 OpenAI、Anthropic、DeepMind 三家创始人近一周公开表态的微信公众号文章在朋友圈刷屏，单篇阅读突破 50 万。文章把 Sam Altman、Dario Amodei、Demis Hassabis 三个人在不同场合发出的同向预言摆在一起：未来 24 个月内，AI 系统会在科学发现、自我改进、工业落地三条线上同时跨过临界点。这种来自竞争对手之间的高度一致，是这次讨论被快速放大的原因。
Amodei 把数字摆到了”百倍速度”
Anthropic CEO Dario Amodei 5 月 22 日在伦敦经济学院的一场闭门演讲里给出的口径最激进：他预测到 2028 年，前沿 AI 系统在生物学、材料科学、半导体设计三类研究里会以”相当于 50 到 100 倍人类研究员的速度”推进发现。Amodei 的原话是：”我们不再讨论 AI 是否能做研究——我们讨论的是同样一个研究问题，AI 完成它需要 1 周还是 1 年。”他给出的支持论据是 Anthropic 内部跑过一组对照实验：在材料晶体结构预测任务上，Claude 4.5 + Materials Project 工具链能在 6 小时内完成人类博士生 2 周才能跑完的候选筛选，且命中率高 18%。
DeepMind CEO Demis Hassabis 在 5 月 23 日 DeepMind 内部年会的公开节选视频里给出更克制的口径，但方向一致：”我个人的判断是，2027 年到 2029 年之间，至少会出现一项靠 AI 系统主导完成的、足以拿下诺贝尔奖级别的科学发现。”他特别点名了 AlphaFold 之后的下一个潜在突破点是化学反应路径预测——DeepMind 内部代号为”AlphaSynthesis”的项目已经在 2026 年 4 月完成了对 23 万条已知反应路径的训练。
“自我改进飞轮”是最扎实的那块
三家共同点最强的部分不是新闻里最炸的”百倍速度”，而是模型通过自我改进飞轮进化这件事。Sam Altman 5 月 21 日在 X 发的长贴里写：”2026 年最重要的进展不会是发布一个更大的模型，而是模型开始稳定地参与下一个模型的训练。”OpenAI 内部从 2025 年下半年开始用 GPT-5 生成的合成数据训练下一代模型，Altman 自己披露这部分合成数据在某些细分能力上的贡献已经超过人类标注数据。
同样的方向 Anthropic 走得更早。Anthropic 联合创始人 Jared Kaplan 在 5 月 18 日的一篇技术博客里写：”我们已经把 Constitutional AI 的关键评估环节交给前一代 Claude 处理，由人类做抽样审计。这不是把人移出循环，是让人专注在审计而不是逐条标注。”按 Kaplan 给的数字，这种安排让 Anthropic 一组对齐实验的迭代周期从 6 周缩短到 11 天。
预言里的 cherry-pick 风险
这种同向预言要警惕一件事：三家都有强烈的融资动机和市值动机来讲这个故事。OpenAI 正在筹备新一轮接近 5000 亿美元估值的融资，Anthropic 也在 2026 年 5 月完成 30 亿美元的 D 轮，DeepMind 则需要在 Alphabet 的资本配置里争取更多资源。任何让”AGI 临近”显得更可信的表态都会推高这些公司的资本叙事。
Yann LeCun 在转评 Amodei 演讲时给出反方意见：”把’1 周对 1 年’这种比喻当成可量化的预测是危险的。我自己的判断是 2028 年我们会看到 AI 在受限领域的强力辅助，但’通用奇点’仍然不会到来。”图灵奖得主 Yoshua Bengio 也在 5 月 24 日的一封公开信里强调，技术拐点的不确定性远大于这些 CEO 表态里给出的乐观区间。
对企业的实际意义比对个人更直接
这些预言对个体的指导价值有限——奇点是否真的在 2028 年到来，今天没人能给出可证伪的答案。但对企业，这条信号更具体：未来 24 个月，AI 系统能稳定承担的研发任务范围会快速扩大，企业的研发组织结构必须留出足够弹性接住这种扩张。等到能力跃迁真的发生时，能利用上的公司是那些已经把 AI 工具嵌入研发工作流的公司，不是临时抱佛脚的公司。这条逻辑无论奇点是否准时到来，都成立。
参考：公众号汇总文
