“AI十年内让所有人失业”?把Leopold Aschenbrenner的4个惊悚结论拆成预测、事实和政策主张
“普通人洗洗睡吧,最晚十年内都失业。” 这种句子传播效率很高。 AH-0042把Leopold Aschenbrenner的观点压缩成四条:大规模失业、AI基建巨额机会、美国AI技术容易被中国获取、美国应该用曼哈顿计划的决心all-in AI。 问题是,抓取包里的引用帖正文没有留下,只剩链接。第一步不能把这四句话当逐字原话。 第二步,是回到Leopold本人公开的《Situational Awar
“AI十年内让所有人失业”?把Leopold Aschenbrenner的4个惊悚结论拆成预测、事实和政策主张
“普通人洗洗睡吧,最晚十年内都失业。”
这种句子传播效率很高。
AH-0042把Leopold Aschenbrenner的观点压缩成四条:大规模失业、AI基建巨额机会、美国AI技术容易被中国获取、美国应该用曼哈顿计划的决心all-in AI。
问题是,抓取包里的引用帖正文没有留下,只剩链接。第一步不能把这四句话当逐字原话。
第二步,是回到Leopold本人公开的《Situational Awareness: The Decade Ahead》。
他本人公开预测了什么
2024年的长文里,他明确做了非常激进的时间预测:2025/26的系统会超过许多大学毕业生;2027附近AGI很可能;到十年末可能出现超级智能。
他还预计数万亿美元投入GPU、数据中心和电力,并认为AI安全、模型权重和国家安全会成为重大地缘政治问题,甚至预测美国政府在2027/28左右可能出现国家级AGI项目。
这些都是真实存在于他文章中的预测和观点。
但预测不是事实。
“所有人十年内失业”不是我们能从原文直接得到的精确结论
他的核心判断确实是AI能力会快速替代大量认知工作,并可能出现接近远程知识工作者的Agent。
但“最晚十年内所有普通人都失业”是X帖的二次压缩,它删掉了不同行业采用速度、技术可用与企业部署之间的时间、监管、责任、成本、可靠性和人机互补等条件。
更准确的写法是:Leopold预测AI能力和自动化速度会极快上升,并认为经济冲击可能非常剧烈;具体就业结果仍是需要持续验证的预测。
“AI基建很多钱可赚”也不是同一件事
算力、电力、数据中心、网络和存储确实是他的核心叙事之一。
但“产业会大投入”和“投资者一定能赚钱”没有等号。一个行业可以高速增长,同时估值过高、竞争过度、资本开支无法转成自由现金流,或者杠杆把正常波动放大成永久损失。
2026年7月出现了一个很有教育意义的现实样本:Reuters报道,Leopold后来管理的Situational Awareness投资组合在AI股票抛售中单月下跌67%,不得不去掉杠杆并处理大部分公开股票仓位。报道同时说其年内仍为正。
这不证明他的AI长期判断错了。它说明:正确的宏观趋势,也不会自动保护一个高集中、高杠杆的投资组合。
关于中国与AI安全,要把事实和政策主张分开
Leopold的公开长文确实采用强烈国家安全视角,认为领先实验室对模型权重和关键技术的防护不足,并把中国视为主要国家竞争者。
这是他的明确风险判断和政策主张。
但如果转述成“美国AI技术很容易被中国偷,这是事实”,就把政策判断写成了已证明结论。
更严谨的做法是区分:模型权重和科研机密确实具有高安全价值;国家级网络窃密是现实风险类型;对具体国家的能力、意图和成功概率,需要具体证据;应采取多强限制,是政策选择,不是技术定理。
与其争“他对不对”,不如建一张预测账本
任何宏大AI预测都可以写成6列:
预测是什么?
截止时间?
可观察指标?
什么算失败?
预测者有什么角色和利益?
现实进度?
每半年更新一次,而不是几年后只挑命中的部分回看。
宏大预测真正有用的方式,不是把它当信仰,而是让它留下可以被未来打脸的接口。
越宏大的图景,越要把四种东西分开:事实、推断、预测、政策主张。
混在一起,读者得到的是情绪。分开以后,才得到可以持续检验的趋势框架。