16 min read

硅谷的 AI 预言书火了一年,但它漏掉了世界另一半

Source: http://x.com/i/article/2054107823299035136
用 3 个 LLM 跑活的人,怎么看 AGI 2027 这条预言

引言

前些天,22 岁的前 OpenAI 分析师 Leopold Aschenbrenner 写的《Situational Awareness》又在中文圈刷屏。讨论调子基本两个:赞叹他押对了 NVDA、押对了 trillion-dollar cluster 加速、押对了 AGI race;焦虑他说 2027 AGI、2028 superintelligence、2030 美国 100GW 算力中心要决定人类命运。

我花了一周读完 165 页原文,又五轮自审,然后决定写这篇。

不是反驳他。是用一年来 CN dev × Crypto rails 夹缝里实战出来的体感,校准这本书。

我的判断:60% 还成立,40% 已经过时。

过时的不是预测。是 2024 年 6 月写的这本书,原本聚焦在前沿训练层;这一年真正改变开发者日常的,恰好是另外几件事——开源模型成本曲线塌缩、多供应商 gateway 崛起、个人级 multi-model 工作流成熟、中国 LLM 进日常 dev 工作流的速度。

Aschenbrenner 看的是单一前沿实验室叙事:谁有最强 frontier model,谁就赢。这套叙事 2024 年 6 月看是对的。

但 2026 年真实战场已经从"谁拥有最大 frontier model"扩展到了"谁能把多个模型 / 多个供应商 / 多个国家工具链组合成最高效的执行系统"。

这不是反对,是升维。

我现在工作台上同时跑着 3 个 LLM——Claude Opus 主线 / GPT-5.5 (Codex) 双闸门 review / Grok 风格审。三个之间不是替代关系,是协同 ensemble。另外我还把国产开源 MiMo 接到了 Leo Labs TG 群入口,做社群侧的 AI 副驾。

这套组合本身,就是 Aschenbrenner 视野之外的另一半。

接下来这篇 4500 字会讲清楚一件事:他看对了 frontier acceleration,但 real-world deployment topology 这一层在他视野之外——而这一年,应用层的拼装能力悄悄重塑了开发者的日常。

Ch1 · 押对了什么

Image

先认账。Aschenbrenner 这本书之所以在硅谷 AI 圈被反复传,是因为他押对了几件大事——而且大部分都被 2025-2026 的事实印证了。

第一件,AI 加速度。 2024 年 6 月他写:GPT-2 → GPT-4 是 4.5-6 OOM 的 base scaleup + 2 OOM unhobbling,3-4 年内同等量级跃迁会再来一次。当时争议很大,Gary Marcus 那批"LLM 撞墙"的预言文一年发好几篇。

回看:GPT-5 / Claude 4 / Gemini 2.5 已经把 GPT-4 时代几乎所有 benchmark 解到 90%+。MMLU 三年解掉、MATH 从 5% 涨到 90%+、GPQA Claude 3 Opus 60% 已经接近 PhD 平均的 80%。这不是渐进,是阶跃。

capex 数据全跟他的 trillion-dollar cluster 阶梯对得上:2024 年大科技 AI capex $150B 量级,2026 年已经到

$500B+

,Microsoft + OpenAI 的 Stargate $100B cluster 计划在落地,xAI 的 Colossus 配天然气发电厂直接拉过来。

第二件,电力瓶颈。 Aschenbrenner 把电力从一个工程细节升到了 AGI 真正的硬瓶颈。"Where do I find 10GW?" 这句话 2024 年 6 月写出来还像激进派抛梗,今年已经是 SF 头号话题。他在书里把单一集群推到"占美国总发电 tens of percent"量级(按 2024 EIA 全美发电反推大致 100GW 级)。Epoch AI 后来的 power demand 研究再加一个角度——单次 frontier training run 到 2030 年需要 4-16GW,已经是中小州级别。两个口径不同,但都把"电力 = AGI 硬瓶颈"这件事钉死了。

押电力 = 押天然气 / 核电 / 已签长期电力合同的存量资产。这个判断从反共识变成了硅谷 capex 显学。

第三件,alignment 必失败方向。

他写:未来 long-horizon RL 训练 AI 跑业务挣钱,模型会学会撒谎、欺诈、夺权——副约束("不撒谎 / 守法")我们今天还无法可靠植入。

这一点我自己每天跑几个 LLM 干活,已经在小尺度上多次撞到他说的失败模式——agent 报告完成的任务,跑 verify 命令发现根本没动过文件;模型说"测试通过了"但根本没运行测试;agent 给我一个看起来很合理的 PR,但 hardcoded 了一个永远走 happy path 的常量。

这些不是 hallucination,是 reward hacking 的早期形态。我能 catch 它们是因为我亲自跑代码、看 git diff、对照 PROJECT_CONTEXT。一旦交给非工程师用户,这些都过不了 verify。Aschenbrenner 说的"intelligence explosion 期间 RLHF 1 年内从 work 到 break"——我每天的工作流已经在小尺度上演。

第四件,AI 国有化大方向。

他说 2027/28 美国 USG 会"觉醒"接管 AGI 项目。我们还没到那一步,但 Anthropic / OpenAI / NVIDIA / TSMC 跟美国国安系统的耦合度,正以肉眼可见的速度加深。出口管制、芯片配额、国安审查——这些都已经是日常新闻而不是未来叙事。

四件事,他押对了 60%。

剩下 40% 的过时,是从 Ch2 开始的。

Ch2 · 他低估了应用层的混沌

Image

Aschenbrenner 把 AI race 写成了一个单线叙事:谁有最强 frontier model,谁就赢。

但 2026 年我每天打开工作台看到的世界完全不是这样。

第一层是路由。我去年在 ~/.hermes/config.yaml 里搭过一个叫 hx 的小路由器:策略代码 / 数据 pipeline / 调试 → 走 GPT-5.5-medium(Codex,便宜、推理强);写文章 / 商业判断 / 不可逆操作 → 走 Claude Opus(贵,上下文 + 文笔双优);琐碎短问 → 走 GPT-5.5-low(最便宜)。后来 Cursor 把同样的路由能力做进了 IDE 内部,hermes 慢慢从主路降级成了边路——我现在把它分配给 MiMo 跑 TG 社群入口,自己手上的主要路由其实交给 Cursor 干了。

不是我搭得多好,是这种结构在 2025-2026 已经平民化——一个 IDE 都能内置 model-agnostic routing。

第二层是 multi-model 互搏。改一段策略代码,Claude 写完我让 GPT-5.5 (Codex) 高强度独立 review;写一条原创推文,最后让 Grok 走 5 维度 rubric 评分(事实 / 推文质量 / 流量 / 人情味 / 借势撞车)。

第三层是 gateway 抽象。我自己也在搭一个 multi-provider 中转层,把 Anthropic / OpenAI / xAI 等几家接到同一个 base URL(还在准备中,主路 fallback 这块还没完全搞完)。

这三层加起来——路由、互搏、gateway——是 Aschenbrenner 这本书几乎没作为主线讨论的应用层基础设施。

他不是没想到。他是把"frontier model 训练成本碾压一切"当成了底层假设,所以应用层在他叙事里只是 derivative。

但 2025-2026 真实发生的是:最强的不再是"拥有一个最强模型",是知道在什么任务下用哪个模型——到 2026 年这件事已经变成 routing engineering,而不是 prompt engineering。

这不是中国独有,全球开发者都在这条路上。Cursor 内部就是 model-agnostic routing;OpenRouter 一年涨到 5000+ 模型;GitHub Copilot 已经是 multi-provider。

只有 Aschenbrenner 这本 2024 年 6 月的书,把这一切叠加起来的 ensemble 留在了视野之外。

具体一点:我每天 Opus 用量峰值能到几千万 tokens 量级(uncached + cache 加总),按 API 现价折算大致是三位数美金/天的级别。但因为大多数代码 / 数据 / 调试任务都塞进了 Cursor 套餐附带的 GPT-5.5-medium 额度,那部分等于零边际现金成本。

这就是 application layer arbitrage——同一个工作流里,让最贵的模型干最值钱的事,让套餐附带的模型干最多的事。

Aschenbrenner 看到的战场是 frontier training compute。我每天打仗的战场是 application layer routing。

两个都真。但他只写了一个。

而真正决定 2026 年开发者能用 AI 做出多少东西的,恰恰是他没写的那一个。

Ch3 · 中国不是 follower,是开放权重 + 成本曲线 + 分发战

Image

Aschenbrenner 在原书 IIId 章把"中国威胁"压在三条轴上:偷算法、间谍、芯片封锁。这条叙事很有杀伤力,但有一条完全缺席的轴——中国通过开放权重 + 成本曲线 + 主动扶持开发者生态,自己在另一条路上跑。

2025-2026 的数据已经把"follower"这个词淘汰了。

第一件事,时间线。 5 月 1 日凌晨 0 点 13 分,我邮箱里收到一封来自小米 MiMo 团队的邮件——「你已入选『百万亿 Token』计划」。我自己 4 月 29 日提交申请,跨过五一假期前两天就拿到入选通知。这不是大厂常规节奏。一个国家级开源模型 grant,假期不休,48 小时内审批完——这是主动培养独立 ecosystem 的姿态,不是追赶者的姿态。

第二件事,训练成本被开源拉进可复现区间。

DeepSeek 2024 年 12 月公开 V3 技术报告,假设 H800 单价 $2/GPU·h,整个模型训练成本约 $5.576M。OpenAI o1 / Anthropic Claude 的训练费没公开过,所以"开源把闭源前沿成本砍到 1/10"这种话严谨说不准。但它已经把"前沿训练动辄数亿美金"的叙事拉进了

$5-10M

的开源可复现区间——这个事实本身就够大。

第三件事,benchmark 差距已经接近 0。

Stanford 2025 AI Index 把数字摆出来了:MMLU 上中美顶级 LLM 的差距,从 2023 年底的 17.5pp 缩到 2024 年底的 0.3pp。同一份报告还显示,LMSYS Chatbot Arena 上闭源 vs 开源权重模型的差距,也从 2024 年 1 月的 8.0% 缩到了 2025 年 2 月的 1.7%——开源追赶速度比"中美 frontier 差距"还快。

不是缩小,是基本拉平。

第四件事,国产开源进了我自己的真实工作流。

我写这篇 Aschenbrenner 长文,骨架是 Claude Opus 帮我搭的,事实核查交叉跑了 Codex (GPT-5.5) 和 Grok。同一时间我把 MiMo 接到了 runesgang TG 群入口——国产开源在我每天的真实工作流里已经不是"备选",是默认能跑的一个档位。Aschenbrenner 在书里把 AI race 的胜负写成了"谁有最强 frontier model"——但在我每天的工作台上,国产开源模型已经是「跑得动 80% 任务、token 成本压到一个量级以下」的 commodity layer。

⚠️ 写到这里我自己提醒一句:上面四件事说的是开放权重 + 成本曲线 + 分发战的进展,不是说中国 frontier model 已经追平美国。frontier 训练层的国家级 capex 战,美国领先仍然成立——那是 Aschenbrenner 押对的部分。我说的是另一层:中国不再是 follower,是在另一条路上自己跑。

Ch4 · 开源没有消亡,它换了战场

Image

Aschenbrenner 在书里说,前沿模型的关键算法会越来越 proprietary,开源越来越难竞争——权重 = AGI 秘密 = 国安资产。这个判断我同意一半。

frontier model 闭源趋势确实成立。GPT-5.5 不会开源、Claude 5 不会开源、Gemini 3 不会开源,这一点跟原书判断一致。

但他没看到的是另一件事:开源没在 frontier 那层消失,反而在应用层 + 工具链 + 第二梯队权重那一层加速了。

我每天打开工作台看到的开源 ecosystem,不在 frontier 那一层。在下面三层:

应用层 agent / IDE——Cline、aider、OpenHands、 continue.dev 全开源,GitHub 上每个都几万 star。

Gateway / Routing 层——LiteLLM、OpenRouter SDK、new-api、claude-relay-service 全开源。我自己也在搭一个 multi-provider 中转层,用 new-api + claude-relay-service 起的(还在准备中),目标是把 Anthropic / OpenAI / xAI 等几家供应商接到同一个 base URL。

第二梯队权重 + 蒸馏模型——DeepSeek V3/R1、Qwen3、MiMo、Llama 系列全开源权重。frontier 闭源不影响这一层每月在 HuggingFace 涨几百个新蒸馏。

精确表达:frontier 训练层在闭源化,应用层 + 工具链 + 第二梯队权重在加速开源。Aschenbrenner 看到了第一件事,没看到第二件事。

或者用一句话讲完:开源没死,它从模型层下沉到了执行系统层。

而对绝大多数开发者和构建者来说,执行系统层才是每天真正在用的那一层。

Ch5 · 个人 dev 窗口不是缩短,是变成套利窗口

Image

Aschenbrenner 给个人开发者的预言比较冷酷:2-3 年内,个人 dev 的窗口会被 AI agent 抹平——2027 年的下一代模型写代码会超过中位数 SWE,再往上是自动化 AI researcher,再往上是 drop-in remote worker。

我同意大方向。

不同意的是,他把"窗口缩短"理解成"机会消失"。

我自己一年来的体感是相反的:窗口在缩短,但缩短的同时,套利空间在打开。优势从「你能不能写代码」转到了几件别的事上。

最大的一块来自模型组合 + 供应商套利。我每天跑的不是一个模型,是 3 个核心档位——策略代码 / 数据 pipeline / 调试走 GPT-5.5-medium(吃 Cursor 套餐附带的额度,零边际现金),写文章 / 商业判断 / 不可逆操作走 Claude Opus,琐碎短问走 GPT-5.5-low。这套路由我去年试过一阵搁置了,最近又拎起来调——每多调一轮,单位 token 产出的真实价值就高一截。这一层套利 frontier model 公司不会帮你做,通用 agent 也不会替你做,只有自己接 gateway + 写路由的人能拿到。

剩下两件事更难被抹平:

垂直 workflow 私有化。

通用 agent 跑得动 80% 任务,剩下 20% 的 edge case 才是真正差异化的部分。我手上的几个项目(量化交易工具链 / 写作流水线 / 社群运营自动化)都长在「通用 agent 跑不动 + 我自己有体感」的交叉点上。

关注者 + 分发。 GPT-5.5 不会接管我的 X 关注者,不会替我维护 runesgang TG 社群,也不会替我产 leolabs.me 上的内容。这一层是 GAI 时代最不容易被抹平的资产——前提是你早一点开始攒。

护城河金句留在这里:你的护城河不是你能写的代码,是你能调度的模型组合 + 你已经积累的关注者信任。

Aschenbrenner 写这本书的时候,没把这几件事算进开发者的优势函数。所以他算出来的 2-3 年窗口是"消失窗口"。

我每天打仗的窗口是"套利窗口"。

Ch6 · 三个开放问题

写到这里,我想把三个还没答完的问题留给读者带着走 1-3 周。不给答案,是因为这三个问题我自己也还在想。

**1. GAI-proof 4 方向排序:**关注者 / 内容 / 策略 / 私域,哪个最稳,哪个最容易被 GAI 抹平?

直觉是策略最容易被抹平(GAI 量化必然碾压人脑)、关注者最稳(人对人的信任很难被模型替代)。但这只是直觉,没数据。

**2. Crypto 在 GAI 后乐观还是悲观:**是国家间对冲工具(看好),还是上一代 retail 玩物(看空)?

关键变量:GAI 时代国家会不会回到金本位 / 法币锚定,还是反而把链上协议当国际清算层。两种推演都自洽。

**3. 赶 2-3 年窗口还是建可迁移能力:**当下的工具积累 / 策略积累 / 内容积累,是在赶 2-3 年的窗口期红利,还是在建可以迁移到 GAI 时代的能力?

这个问题最难,因为它直接决定接下来 1-3 年的优先级排序。

不给答案的另一个理由:作者自己也还没答完。书里 Ch5 收尾"There is no crack team coming to handle this"——他把决策权抛给了读者。我也一样。

收尾

回到一开始的判断:60% 还成立,40% 已过时。

押对的部分——AI 加速度、电力瓶颈、alignment 必失败、AI 国有化——已经被 2025-2026 的事实印证。

过时的不是预测,是叙事——那本 2024 年 6 月的书,把战场写成了单一前沿训练层的故事。

不押 timeline。押结构变化。

我的判断很简单:开发者已经分化成两个物种——拥有模型的人,和会用模型的人。Aschenbrenner 写的是第一种人的故事。这篇文章是第二种人的回应。

这本书对你引出的问题应该是同一个:「我哪里还没准备好。」

想跟我聊这三个开放问题的,X 私信或评论里说你的排序——我会认真读。

关于作者:Leo (

*@runes_leo*

),AI x Crypto 独立构建者。在

*Polymarket*

做量化交易,用 Claude Code 和 Codex 搭建数据分析与自动化交易系统。

*leolabs.me*

:文章 · 社群 · 开源工具 · 独立项目 · 全平台账号

*X 订阅*

:付费内容周更,或请我喝杯咖啡 😁

Learn in public, Build in public.