2025 · MIT 记录
CBMM 索引记录同题演讲于 8 月 15 日录制、8 月 21 日发布。检索返回的逐字稿把博士规划故事描述为此前的一次谈话。完整页面本次提取超时，因此不声称完成全片逐秒审核。[3]
01 / 先定位材料
有不同场次，不能混成一个现场
2026 · Stanford 会议
官方录像元数据已核：标题为“2026 Conference on Physics and AI: Jascha Sohl-Dickstein”，发布频道 Stanford HAI，2026-06-30 上传；说明写明 2026-06-12 在 Stanford 录制，演讲人为 Jascha Sohl-Dickstein（Anthropic），并指向 PAI26。活动页本次可读部分未见演讲人名单，关联依据是录像说明。字幕返回 HTTP 429，不能把早期稿直接当作新版逐字稿。[1][2]
“全场集体破防”“当场听傻”“职业规划一夜归零”等戏剧化描述，未取得可核对的完整原始证据。用户提供的是转述文字，未附其原视频与三张原图；本报告不冒充原图重制。
标题中的“人类世”在这里是对人类主导地位的讨论框架；不能把演讲标题当作地质学结论或灾难发生日期。
02 / 主张清单
十二项说法，逐项拆开
部分支持 · Jascha 是扩散模型早期提出者
2015 年原始论文的第一作者是 Jascha Sohl-Dickstein。论文提出前向扩散与学习逆向过程；“祖师爷”是传播修辞。其演讲观点不能自动视作任职机构的正式结论。[4]
需要区分版本 · “刚刚在斯坦福，全场博士破防”
Stanford 的 2026 年会议确实存在，另有 2025 年 MIT 版本，题为 Advice for a (young) investigator in the first and last days of the Anthropocene。Stanford 录像元数据未列出具体演讲题目，是否同题仍待字幕核对。“刚刚”没有具体日期；全场反应、参与者学校范围和直接引语缺少足够一手证据。不能把早期版本当成唯一版本。[1]
不能按字面采信 · “职业规划一夜归零”
这是对未来的强烈判断，不是已观察到的就业结果。岗位涉及需求、价格、制度、信任和责任，能力曲线不能直接给出职位消失日期。（本报告分析判断，不是实证研究结论）
口径待核 · “十年算力一千万倍”
数量级可能随起点、终点和模型样本变化。Epoch 在 2024 年对相关历史样本总结约每年 4–5 倍；十年复利约 105 万至 977 万倍。这支持增长很快，不能证明材料的特定图表已被复现。[5]
概念混用 · “训练几个月等于人苦读一辈子”
训练计算量是机器执行运算的数量。人脑总活动量需要假设，思考质量和知识价值没有统一的 FLOP 换算。相近数量级不能证明理解、创造力或一个人的人生价值相等。[6]
预测被当成事实 · “2030 再翻一万倍”
Epoch 的 2024 报告研究了到 2030 年约 2×10²⁹ FLOP 训练运行的可行性，比较基准与 GPT-4 时代有关；它不是从今天起必增一万倍，更不是全球算力与智能效果同步增长一万倍。[6]
误读测量 · “独立顶替高级工程师八小时”
METR 的时长指人类专家完成任务所需的时间；50% 成功率意味着同等难度任务仍可能有一半失败。不能据此认定模型能稳定管理整个工程。[7]
真实进展但夸大 · “排队攻克全人类束手无策的世纪难题”
有新解，也有找到旧文献、改进部分结果和形式化证明。数据库标为 Open 不代表世界上从未有人解决。必须逐题看贡献与核验。[8]
观点而非共识 · “保守派最多十年，激进派三年”
即使演讲者这样描述身边人的看法，也不能作为整个研究界的时间表。应同时写 AGI 定义、预测日期、概率与判断失败的条件。[3]
建议过度外推 · “立刻停掉所有半年慢活，别做程序员金融分析”
科研建议迁移到家庭和职业选择时需要重新论证。工作周期长本身不等于低价值；研究积累、实验数据、客户关系和资质形成可能需要长期投入。（本报告分析判断，不是实证研究结论）
证据不足 · “AI 困在机房，信任责任永远吞不掉”
物理执行与责任承担是现实约束，但“永远”没有被证明。数据也必须合法获得并可用于任务；私密本身不等于独占、可用或商业价值。（本报告分析判断，不是实证研究结论）
不支持期限断言 · “不写首稿三个月大脑彻底退化”
有关批判性思考的调查发现的是自报行为与信心的关联，不能证明三个月的生理退化。保留独立思考是可实践的建议，不应配上未经证明的损伤倒计时。[11]
03 / 三张图，三种不同证据
图一：算力增长，不是思考价值的换算表
FLOP 是浮点运算次数；FLOP/s 是每秒运算速度。一次训练总量、推理成本、全球芯片能力、人脑活动估算不能混为同一条曲线。先统一单位、年份和比较对象，再谈倍数。
图二：任务跨度，不是可靠替岗时长
METR 用人类专家完成时间表征任务长度，再拟合模型在不同长度下的成功概率。50% 和 80% 是不同阈值；当前页面提示超过 16 小时的估计不可靠，并已停止积极更新。它不提供“所有行业的最强模型完整榜单”。[7]
50% 成功率
5 / 10
仅作概率示意：十个同等难度任务的期望成功数是五个；不保证实际恰好五个。
多步骤可靠性
连续十步全成功：34.9%
演示假设每步独立、无修复：p¹⁰。真实错误会相关，也可通过验证与重试修复；不是 METR 的测量模型。
图三：数学贡献，需要区分“新”在哪里
2026 年 2 月版 Gemini 研究检查了 700 个数据库标为 Open 的猜想，报告处理 13 项：5 项“看起来新颖”的自主解答、8 项从已有文献找到解决办法，后续有人类专家评估。作者明确指出数据库未解状态可能来自文献隐蔽。[8]
5
看起来新颖的解答
限定为该论文的分类；不等于五个公认世纪难题。
8
找到既有文献
有研究价值，但与创造此前不存在的证明不同。
13 / 700
不能当通用成功率
题目筛选、搜索流程和核验规则决定统计含义。
具体例子：贡献汇编把 #729 的 2026 年 1 月结果列为含 Lean 的完整解，同时注明与 #728 的解及人机协作有关。Lean 是用形式化规则核验证明的工具；证明检查通过，不自动证明选题、构造与文献核查全由 AI 独立完成。这里引用的是汇编分类，本报告没有重新运行该证明。[9]
04 / 从传播话术到可执行选择
三条建议，保留可验证的部分
① 重新检查长期项目
问：模型能力提高后，这个项目的成果会更有用，还是只是重复模型已有功能？保留可复用数据、实验方法、评估标准与真实交付渠道。
停止条件：连续试验发现需求不存在、核验成本超过节约时间，或成果可直接被现成服务替代。不要仅凭“要做半年”就终止。
② 接触真实用户与任务
访谈、现场观察和交付反馈能补足网上材料。记录使用授权、数据质量和更新机制；先确认它能改变结果，再判断是否具有商业价值。
边界：责任不是自动产生的竞争优势。人要有判断能力、组织授权和实际承担后果的条件。
③ 自己先写判断，再让 AI 扩展
重要方案先写目标、依据、备选方案与反证。AI 帮忙找缺口、生成反例和执行草稿。最后由自己解释关键取舍。
例外：低风险格式转换可以由 AI 起稿；练习与考试应保留无 AI 环节。重点是学习目标与判断能力，不是机械禁止所有 AI 首稿。
关于思考：CHI 2025 的 319 人调查发现，较高的 AI 信任与较少的批判性思考相关。它使用自报资料，不能推出因果性的“三个月大脑退化”。[11]
对不同人，改变的是验证方式
研究生 / 科研人员
把课题拆成假设、数据、实验、证明与发表。每两周检验一个关键假设；保留原始数据、文献排查与独立复现。把 AI 速度写入研究记录，不替代贡献说明。
职场人 / 独立开发者
从一项高频且能验收的任务开始：资料整理、代码改动或客户报告。记录交付质量与返工，逐步扩大权限。职业选择同时看可迁移技能、收入约束与真实招聘需求。
家长 / 学生
保留阅读、数学、表达与领域基础。让孩子先解释，再用 AI 检查，最后脱离 AI 完成一道迁移题。用真实理解判断学习结果，不因短视频直接排除整个职业。
一个人协调很多 Agent，仍需四道验证
需求：有人确实要解决交付：结果能被验收使用：之后仍被采用经济：收益覆盖全部成本
30 天试验计划
第 1–3 天 · 选一个真实任务
写清使用者、合格标准和失败代价。留一份人工完成的基线；不急着扩大工具数量。
第 4–10 天 · 做成对比较
选择难度接近的 5–10 个任务，交替采用人工与 AI 辅助流程；记录输入准备、执行、核验与返工时间，防止只统计生成时间。
第 11–20 天 · 检查学习与交付
由使用者按同一标准评价结果。另做一次无 AI 解释与迁移练习；记录新增错误及能否被发现。
第 21–30 天 · 决定扩大、修改或停止
只有质量达到要求且总成本下降时才扩大。每月更新工具与任务策略，每季度检查职业方向；保留长期方向，允许路线变化。
06 / 来源、时效与审查
证据覆盖与未解决项
本报告核对了活动记录、论文摘要、研究机构的方法说明和数学贡献汇编。未获得用户所述短视频原链接、三张原图及斯坦福完整逐秒转录；未验证全场反应、所有直接引语、“七个月”对应统计窗口及具体就业变化。“五秒做完十年课题”和“放弃长期学习”是对原材料开头及教育建议的字面风险归纳，未见对应实验支持；“七个月”缺少起止日期与题目清单，不统计成已核实成果数。未检索私人笔记库，也未把模型审查当作外部证据。来源读取截至 2026-10-28，不构成全领域穷尽搜索。
[1] Stanford PAI26 活动记录 — 2026-06-12；官方活动页已读
[2] Stanford HAI 演讲录像 — 元数据已核：Stanford HAI；2026-06-30 上传；说明为 6 月 12 日录制；字幕 429
[3] MIT CBMM 同题演讲 — 2025-08-15 录制；搜索索引含逐字稿，直接页面超时
[4] 扩散模型原始论文 — 2015；作者及方法已核
[5] Epoch：训练算力趋势 — 2024-05-28；历史样本，不是未来保证
[6] Epoch：2030 扩展约束 — 2024-08-20；前瞻情景
[7] METR：任务时长指标 — 页面最后更新 2026-09-08；已停止积极更新
[8] Gemini 数学研究 v3 — 2026-02-05 修订；700 题、13 项成果的分类
[9] Erdős AI 贡献汇编 — 访问于 2026-10-28；按贡献分类，非一张排行榜
[10] METR 生产率后续说明 — 2026-02-24；新实验选择偏差及测量限制
[11] 批判性思考调查 — CHI 2025；319 人自报调查
[12] METR 早期开发者实验 — 2025-07；16 位开发者、246 个任务