通用人工智能（AGI）预期
AI达到人类水平的通用智能，可能彻底改变所有行业
我们即将被智能淹没，问题是如何保持人性。
——文顿·瑟夫（意引）
深度解读
012030预期：从窄AI到通用
当前AI多在特定任务（图像识别、翻译、围棋）超越人类，称"窄AI"或"弱AI"。通用人工智能（AGI）指在广泛认知任务上达到或超越人类水平：自主学习、跨领域迁移、抽象推理与创造。多家实验室与预测市场指向2030年前后可能出现早期AGI——虽无共识，但大语言模型（2020年代）已展示某些"涌现"（emergent）能力，使预期从科幻进入政策议程。理解AGI预期，要区分炒作、资本叙事与真实技术曲线。
02技术路径与开放问题
路径包括：规模定律（更大模型+数据+算力）、多模态融合、强化学习与世界模型、神经符号结合等。开放问题：AGI是否需要具身（embodied）经验？纯语言模型是否真正"理解"？对齐（alignment）——使AGI目标与人类价值一致——是核心安全难题。图灵测试早已不够；需新评估框架（ARC、BIG-bench等）。2030是预期窗口，非承诺日期——史学应记录"预期"本身如何改变投资、教育与地缘竞争。
03经济与社会重构
若AGI实现，理论上所有认知劳动——法律、医疗诊断、编程、科研——可能被部分或全面自动化。生产力或暴涨，亦可能伴随大规模失业、财富极度集中与"无用阶级"（哈拉瑞语）焦虑。各国竞相制定AI战略：美国私营主导、中国应用与数据规模、欧盟强调监管与《AI法案》。2030预期因此驱动芯片出口管制、人才战与开源/闭源路线之争——技术时间线即地缘政治。
04风险、治理与史学位置
存在性风险（existential risk）讨论从边缘进入主流：超级智能失控、自主武器、深度伪造破坏民主。治理提案包括：国际核查、算力上限、模型审计、人类在环。作为"未来事件"写入时间线，是为提示：人类可能正站在与农业、工业、信息革命并列的节点。讲授AGI预期，应培养技术素养与批判思维——既不盲目恐惧，也不无批判接受硅谷叙事。