AI研究者激辩RSI时间表：3-4年实现超级智能？
TREE NEWS 报道， 一场备受关注的AI研究者深度对谈揭示了业界对递归自我改进（RSI）时间表的严重分歧。OpenAI联合创始人、现Thinking Machines首席科学家John Schulman预判，距离AI在所有可在计算机上完成的认知工作中全面超越顶尖人类专家，可能只需3至4年。参与对话的还有Zyphra首席技术官Beren Millidge和模型训练平台Baseten的Charlie O’Neill。
三位研究者一致认为，AI研究者生产力在两年内实现10倍提升具有相当可信度，但在实现全面超越人类专家的时间点上出现明显分歧：Schulman给出3-4年，O’Neill认为需5-10年，Millidge则认同5年区间但提醒存在大量长尾领域。
为何市场必须关注
对投资者而言，这场辩论并非学术讨论。RSI的时间表直接影响AI颠覆知识产业的速度、企业利润率的压缩节奏以及劳动力市场的重构。3-4年的预期意味着AI基础设施——芯片、数据中心和能源——的资本开支周期将远比10年预期更为激进。
股票市场
- 半导体与硬件：若RSI提前到来，英伟达、AMD和台积电的需求将持续旺盛；时间表拉长则可能冷却AI资本开支热潮。
- 软件与云服务：微软、谷歌和亚马逊正押注AI作为收入引擎。更快的RSI将加速企业采用，但也威胁建立在人力劳动之上的SaaS商业模式。
- 劳动密集型行业：若AI在一年内成为即插即用的远程工作者，法律、咨询和后台服务将面临生存压力。
债券与利率
更快的AI生产力繁荣可能推高长期增长预期并陡峭化收益率曲线，但也可能大规模替代劳动力，造成通缩性需求冲击。央行将在AI基础设施带来的通胀压力与劳动力替代带来的通缩之间艰难权衡。
加密货币与AI代币
去中心化算力网络和AI代理代币可能因任何缩短AGI时间表的消息而上涨。但研究者强调的“仿真到现实”鸿沟和持续学习瓶颈表明，当前AI加密叙事可能跑在技术现实前面。
大宗商品与汇率
AI数据中心的能源需求已成为天然气、铀和铜的结构性利好。更短的RSI时间表将强化这一趋势。美元可能受益于美国主导的AI繁荣，而严重依赖外包认知劳动的经济体——如印度和菲律宾——其货币可能承压。
投资者关键要点
- 不要将RSI时间表视为二元事件。研究者的分歧反映了真实的技术不确定性。应为多种结果布局，而非押注单一日期。
- 关注瓶颈。持续学习、灾难性遗忘和“仿真到现实”鸿沟才是真正的门槛。这些领域的进展——或缺乏进展——才是关键信号。
- 对冲劳动力替代交易。若AI在一年内成为可行的远程工作者，法律服务、IT外包等行业可能大幅重估。
- 能源仍是最安全的AI押注。无论RSI时间表如何，AI基础设施都是耗电大户。天然气、核能和电网设备受AGI二元结果的影响较小。
核心结论：聪明的资金应关注使能基础设施和瓶颈，而非头条日期。通往RSI的道路既非线性也非必然，但它已经吸引的资本流动是真实存在的。
