Jascha Sohl-Dickstein：AI 变强后，什么还值得做？

一位研究生相信，AGI 会在 3 年内到来。聊到自己的计划时，他仍准备先读完博士，再做博士后，最后申请教职。

Jascha Sohl-Dickstein 记住了这段对话。让他困惑的是，这位学生对未来的判断，并没有进入自己的生活安排。

他承认，没有人能说清 10 年或 20 年后的学术工作会是什么样。但如果相信 AI 会带来重大变化，就不能默认今天的职业路径依然稳定。

对未来的判断，应当改变今天怎样分配时间、选择问题和使用工具。 这是这场演讲贯穿始终的主张。它也留下一项需要认真区分的前提：AGI 很快到来，是讲者的预测，确定的倒计时并不存在。

他为什么认真看待快速到来的 AGI

Sohl-Dickstein 先摆出训练规模的变化。按他展示的图表，最大模型的训练计算量在过去十年增加了约 10,000,000 倍。

他还把这个量级与人脑一生的计算量做了粗略比较，同时明确承认：计算量相近，既不足以证明智能相当，也未必是达到人类智能的必要条件。这个类比提供的是直觉，不能当作能力证明。

更接近实际工作的证据来自 METR 的任务时长研究。它考察模型能够以 50% 成功率完成多难的软件任务，难度用人类专家完成任务所需的时间衡量。这里的“时长”不等于 AI 连续自主运行的时间，也不代表模型已经能承担对应时长的所有工作。

他在演讲中说，与不到一年前讲同一主题时相比，这个任务时长已经提高约 10 倍。他还估计，要求 80% 或 90% 成功率，会把相应能力的时间表推迟约 1 年或 2 年。后一个判断属于趋势外推，不能直接视作可靠交付的承诺。

他举出的另一类进展，是 AI 开始参与解决 Erdős 留下的数学问题。相关研究记录确实收录了多种贡献，也区分独立解答、人机合作、部分进展、错误和待核验结果。把它们一概写成“AI 独立攻克数学难题”，会丢掉这些差别。

这些现象使他倾向于相信，现有方法仍有很大的进步空间。他也承认，物理资源终究有限，当前训练方式很不高效。对效率的批评与对能力上限的判断，需要分开讨论。

他所在圈子对 AGI 时间表的乐观，并不等于全体研究者的共识。模型在评测上持续进步，也无法单独证明 AGI 会在某个年份出现。

选题时，把未来的模型也放进比较里

他提出了一个具体的失败场景：研究者花 2 年辛苦推进一个问题，等成果做出来，别人向最新基础模型提问，就能得到更好的结果。

这项工作可能做得很认真，但比较对象已经变了。

一个项目需要回答：等它完成时，价值还剩多少？ 只看今天模型的短板，很容易把多年投入押在一个暂时的缺口上。

他借用 Richard Sutton 在 2019 年提出的“苦涩的教训”来解释这种选题差异：通用方法能够借助更多计算持续改善。研究可以沿着这条路增加价值，也可能被它顺手解决。

更有吸引力的项目，会因为模型更强、计算更便宜而获得更大的作用，甚至帮助改善这一过程。相反，如果项目的全部价值都依赖“当前模型还不会做某件事”，就需要反复检查这个前提。

这让他更倾向于目标明确、与他人协作、能够较快检验结果的研究。他对此并不轻松：缓慢、漫游式的探索，恰恰是他很喜欢的科学工作方式。能力变化加快，使这类探索承担了更高的时间成本。

让 AI 执行，同时保留对结果的理解

Sohl-Dickstein 描述自己每天与 Claude 工作。以演讲时的体验看，它像一个执行力极强的研究生，但判断什么问题值得研究的能力仍然欠缺。

这个分工有用，却没有被他当作永久边界。他强调，一年前的模型无法这样协作，一年后的模型也会继续变化。

在他的工作中，模型已经承担了代码、分析和图表生成。他说自己几乎不再手写代码，有问题时会让模型搭建定制仪表盘，反复查看结果。

这段个人经验在问答里得到了必要的补充。一位学生问，既然 Claude 能写代码，还值不值得花时间自己练习？他的回答是，理解代码在做什么仍然必要，因此也需要一定的编写经验。

变化在于理解的层次。研究者可以要求模型画出结果，追问图形为何与预期不符，检查假设和计算过程。正如编程语言提高了抽象层次，AI 也可能减少必须亲手处理的细节。前提是，人仍在追问和思考。

他把这种合作比作带研究团队：任务范围、预期结果和沟通方式都要清楚。把执行交出去以后，含糊的问题不会自动变清楚，错误的研究方向也不会因为产出更多而变正确。

第一稿为什么仍值得自己写

他鼓励研究者用 AI 讨论想法、批评文章，却建议把第一稿留给自己。

现场有人据此质疑：如果模型连第一稿都不能写，怎么能说 AGI 已经接近？

他的解释很直接。这个建议是为了写作者的理解，不是对模型写作能力的评测。写作本身就在形成思考；把组织观点的过程全部交出去，也可能失去真正弄懂问题的机会。

这与他愿意把大量代码交给模型并不矛盾。他关心的是，哪些操作只是把已经想清楚的事情执行出来，哪些操作会迫使人发现自己尚未想清楚的地方。

AI 可以指出论证漏洞、提出反例、检查表达。但作者仍要能够解释，为什么选择这个问题，证据支不支持结论，哪些地方只是猜测。

研究品味也是同样的难题。现场有人问它能否被评测，他承认很难设计一个没有争议的标准。模型答对现成问题，与提出值得研究的新问题，仍是需要分别观察的能力。

稳妥的职业路径，也需要重新计算风险

传统职业选择常在稳定性和潜在回报之间取舍：一个方向更让人兴奋，另一个方向看起来更稳妥。

Sohl-Dickstein 的判断是，如果 AI 会造成广泛变化，那么不同道路都要承担一部分无法回避的风险。选择熟悉的道路，未必能换来原先设想的稳定性。

这是一个带前提的建议。它没有替所有人回答是否该读博士，也没有证明某类工作注定消失。它要求研究者重新检查：所谓稳妥，究竟依赖什么条件？这些条件还成立吗？

在这个基础上，他更鼓励选择自己愿意投入、潜在贡献更大的工作。尤其值得考虑的是，那些在 AI 能力大幅提高之后，仍能让世界变得更好的项目。

早期的小选择，可能改变后来能走的路

他反复强调，个人并非只能等待技术变化。研究问题、模型是否容易理解、成果怎样分享、制度怎样设计，都会影响后来的选择空间。

他用 Epoch AI 对训练规模的研究说明自己为何认为变化仍处于早期。该报告估计，在电力、芯片、数据和训练延迟等条件允许的情况下，到 2030 年，单次训练规模可能达到 GPT-4 的约 10,000 倍。

这里需要校正比较口径：演讲口头把这一量级与 2025 年作比较，报告使用的参照是 GPT-4。报告讨论的是可行规模，也保留了投资意愿等条件；它没有保证增长一定发生，更没有保证能力同步增长同样倍数。

Sohl-Dickstein 的论点是，技术发展早期确定的规则，会影响后来大量使用者。他列举过通信协议、科学制度等例子，提醒研究者把眼光从单次性能改善延伸到长期后果。

他看好的方向包括：

• 用 AI 推动科学研究。 材料发现、蛋白质研究、天气建模和聚变等离子体监测，都在他的举例之中。
• 把 AI 本身作为研究对象。 神经科学、统计物理、心理学和经济学的研究方法，都可能带来不同的问题和观察角度。
• 研究安全、能力预测与公平获取。 模型能做什么、何时会失败、谁能获得这些能力，需要持续研究。
• 参与政策与治理。 他认为政府需要理解技术的人，学术研究者也能提供不同于商业实验室的视角。

他还谈到收益分配，个人倾向于通过税收和再分配，让更多人分享技术带来的财富。这是他的政策主张。能力提高与收益公平之间，仍需要具体制度连接。

保留怀疑，也让怀疑可以被检验

最后的问答把讨论拉回实验科学。有听众指出，理论和软件进展无法直接替代物理实验，很多问题也缺乏容易验证的答案。

Sohl-Dickstein 认为，更好的理论可以减少所需实验，机器人最终可能承担更多实验工作。他提到未来 10 到 15 年的可能性，也承认机器人的时间表更难预测。这些回答保留了推测性质，不能被写成实验室自动化已经完成。

面对“AI 做不到某件事”的判断，他更希望看到一个清楚的任务、标准和持续记录。评测不一定要公开，一个私人维护的能力清单，也能帮助判断模型究竟有没有进步。

他预想，未来可能先出现一段人类与大量 AI 智能体互相补充的时期，之后人类在某些智力任务上的独特作用还可能继续缩小。这个过程如何发生，仍然未知。

当下已经可以做的，是让更强的工具进入真实工作，检验选题是否仍有价值，同时保留理解、质疑和承担后果的能力。执行能力越充足，决定什么值得执行，就越需要认真对待。

原始资料：2026 Conference on Physics and AI: Jascha Sohl-Dickstein。发布频道：Stanford HAI。讲者：Jascha Sohl-Dickstein，Anthropic 研究员。录制日期：2026-06-12，地点：斯坦福大学；视频发布日期：2026-06-30；时长：45:14。

本文依据完整英文自动字幕整理，包含现场问答，并对照原始研究核对关键口径。人名和机构名已按视频资料校正；AGI 时间表、机器人进展及职业建议均保留为讲者观点，文中另行说明了 Epoch AI 报告与现场口述的基准差异。封面为配套生成的概念插画。