人工智能究竟会在多大程度上改变人类社会?Anthropic内部一名负责AI安全防护的研究人员给出了一个相当激进的预测:到2027年底,人工智能可能在几乎所有专业领域超越人类顶尖专家,而随着这种能力逐渐扩展到整个经济体系,人类甚至可能最终失去通过劳动获得收入的能力,成为永久无法就业的群体。

这名研究人员名叫Tao Lin,目前在Anthropic负责Claude模型的安全防护工作。他近日接受人工智能安全研究机构Palisade Research采访时表示,按照自己的估计,距离广泛意义上的超级人工智能(Broadly Superhuman AI)出现,可能只剩下约1.3年,也就是2027年底左右。
需要强调的是,这只是Tao Lin个人对技术发展速度的预测,并不代表Anthropic公司的官方判断,也不是人工智能行业已经形成的共识。
Lin所说的超级人工智能,并不是指某一项特定任务上超过人类的AI,而是指能够在几乎所有领域达到或超过世界顶尖专家水平的系统。涉及领域包括软件编程、电影制作、政治以及其他高度专业化的工作。
换句话说,未来的人工智能可能不再只是帮助人类完成某些任务,而是能够独立承担过去必须由专业人士完成的绝大多数认知工作。
Lin认为,这种变化将对就业市场造成连锁冲击。他描述了一种可能出现的就业演变过程:首先,人们失去目前从事的工作;随后,他们尝试转向其他尚未被自动化取代的职业;但随着AI能力继续扩展,新的职业也可能迅速受到冲击。最终,人类将越来越难以找到能够与人工智能竞争的工作。
他甚至直言,未来地球上几乎所有人都可能永久失去就业能力,不得不依靠政府福利维持生活,传统意义上的人类就业可能逐渐消失。
不过,Lin并不认为超级人工智能出现后,所有人会在短时间内同时失业。他特别指出,数字世界和物理世界的自动化进度存在明显差异。
对于软件开发、数据分析、金融研究、设计以及其他主要依赖计算机完成的工作,AI能力提升可能迅速转化为实际生产力。但对于建筑、物流、制造、农业以及其他需要实际操作的职业,仅仅拥有能够胜任工作的AI模型还不够。

要真正取代这些岗位,还需要大量机器人设备、生产设施和配套基础设施。即使AI已经能够在理论上完成某项体力劳动,也不意味着企业能够立即制造并部署足够数量的机器人。
Lin认为,机器人生产和部署速度可能成为限制就业自动化进程的重要因素。也正因为如此,他预计人类就业不会在超级人工智能出现的当天就彻底消失,而是会经历一段从职业转移到就业机会逐渐萎缩的过渡时期。
但他担忧的是,这个过渡时期最终可能并不会给人类留下足够多的替代职业。
除了就业问题,Lin还对超级人工智能可能带来的权力失衡提出警告。他认为,人类不应该继续简单地将人工智能视为一种提高生产效率的工具,而需要认真考虑,当AI系统拥有远超人类的能力,并且能够独立制定目标和采取行动时,人类是否还能够有效影响和控制它们。
他使用了一个颇为直观的比喻:如果人工智能变得足够强大,人类与AI之间的关系可能类似于普通人与一个拥有压倒性优势的霸凌者。当双方利益发生冲突时,能力较弱的一方可能根本没有办法阻止另一方。
Lin提出的潜在风险包括更加先进的自主作战机器人、针对个人和关键系统的网络攻击,以及利用社交媒体大规模操纵公众舆论等。他还提到了所谓的灰蛊(Grey Goo)情景,即能够自我复制的机器失去控制,不断扩散并消耗周围资源。不过,这属于一种极端假设,并不是已经发生的现实技术事件。
对于人工智能最终可能将人类排除在关键决策之外的风险,Lin给出了约20%的估计。他认为,与人类直接灭绝相比,更值得担忧的情景可能是AI逐渐掌握社会运行的实际控制权,而人类仍然能够生活在一个物质条件舒适的环境中,却不再拥有决定世界如何运转的权力。

他借用了动画电影《机器人总动员》(WALL-E)中的情节来解释这种可能性:人类生活在由机器管理的环境里,日常生活得到充分保障,甚至可以过得相当舒适,但实际上已经失去了对周围世界的控制。
面对这些风险,Lin主张人工智能行业大幅放慢研发速度。他认为,目前各家公司为了争夺技术领先地位,不断加快模型训练和发布节奏,留给安全研究、风险评估和监管机制建设的时间却相对不足。
他提出,AI企业应该将当前人工智能研究的推进速度降低到大约四分之一,为研究人员提供更多时间,完善安全机制,并确认越来越强大的系统仍然能够受到人类有效控制。
Lin甚至表示,从事人工智能研发的人,包括他自己在内,都应该对当前的发展速度保持警惕。他认为,整个行业不应该只关注技术进步所带来的商业收益,而忽视其可能产生的长期社会后果。
这番警告并非Anthropic内部唯一出现的类似声音。今年9月,曾在OpenAI和Anthropic从事预训练研究的Jacob Coxon宣布辞职,公开批评行业正在竞相开发能够自我改进的超级人工智能,却没有充分解决相关安全问题。他认为,这种竞争可能使人类在真正理解和控制技术之前,就已经失去主动权。
不过,研究人员的极端预测与现实就业数据之间仍然存在明显距离。

Anthropic此前发布的自身研究显示,截至2026年3月,研究人员尚未发现自2022年底以来,AI暴露程度较高的职业出现系统性失业增长。不过,研究也发现,在一些更容易受到AI影响的行业中,年轻劳动者的招聘速度已经出现放缓迹象。
这说明AI已经开始影响劳动力市场,但目前还不能据此认定大规模失业或永久性就业消失已经成为现实。AI能够在理论上完成某项工作,与企业真正将其部署到生产流程、取代全部相关岗位,是两个不同的问题。
Tao Lin的预测真正引发关注的地方,在于他认为这两者之间的时间差可能远比人们想象的短暂。即使机器人普及需要更长时间,软件和知识工作领域的自动化仍可能先行改变大量职业。
如果他的预测最终接近现实,那么未来社会面临的将不只是传统意义上的失业问题,而是一个更加根本的经济制度挑战:当劳动不再是大多数人获得收入的必要条件,现有的工资体系、社会保障制度以及财富分配方式将如何运转?
但2027年底是否真的会出现广泛意义上的超级人工智能,目前没有可靠证据能够确定。Tao Lin提出的是一种基于个人判断的技术发展时间表,而不是已经得到验证的预测。超级人工智能的能力边界、实际部署速度、机器人产业的发展,以及人类社会适应技术变化的能力,都将影响最终结果。
这场讨论也再次揭示了人工智能发展中一个越来越重要的矛盾:技术进步可能让社会创造出前所未有的财富和生产力,但如果生产力不再依赖大量人类劳动,如何让普通人继续分享技术进步带来的收益,将成为比模型性能本身更加复杂的问题。

