这篇推演我是在一次技术复盘会上想到要写的。当时会议室里争论的是一个很现实的问题如果下一代模型继续按当前的曲线增长我们的算力、电力、芯片产能和机器人硬件到底哪一块先撑不住话题最后滑向了一个更大的时间坐标——如果AGI真的来了它会以什么形式来、在什么窗口期来、来了之后人和机器的“寿命”怎么对齐。散会之后我把这些碎片整理了一下结合行业里流传的功耗估算、基准测试曲线和几家头部公司的量产排期写成了下面这份偏推演性质的笔记。它不给出精确预言只试图把那些决定进度表的关键约束条件摆到桌面上。1. AGI逼近的客观尺度从SWE-bench到一个小时不打断的智能体先从最容易被感知的变化说起AI能不能“连续干完一件需要长时间规划和多步操作的事”。这几年业界对AGI的讨论已经从哲学辩论转向了工程验收。以前人们争论“机器会不会思考”现在争论的是“agent在SWE-bench这类真实任务基准上能不能做到不眠不休地改完一个中型代码库”。SWE-bench本身是一个贴近真实软件工程场景的评测集给AI一个GitHub仓库和一条issue让它定位问题、修改代码、跑测试、提交补丁。它考验的不只是“会不会写代码”而是“能不能在未知代码库里做推理、做取舍、做回归验证”。换句话说这是AGI智力函数的一个可量化代理。你要问一个模型是否逼近AGI与其跟它辩论意识问题不如让它去改一个跨模块的bug看看它能不能在没有人干预的情况下自己完成闭环。从几年的对比来看这条曲线的斜率相当陡。早期能自主运行的agent基本坚持十几分钟就需要人类介入——要么是环境配置出问题要么是上下文窗口溢出要么是中途决策跑偏。而到了现在头部模型公司放出的agent评测环境里连续执行时间已经可以用小时来计任务完成率也从早期的三成左右爬到了七八成。这个进步速度背后是推理预算的大幅放宽、上下文压缩技术的成熟、以及“工具调用-自我验证-纠错循环”这套agent架构的逐步标准化。我自己的实测感受是当一个智能体能够在你离开座位喝一杯咖啡的时间里自己完成“拆需求—写方案—改代码—跑测试—写提交说明”的完整流程它和人类初级程序员的差距就已经缩小到了一个微妙的区间。当然这里必须区分“刷分”和“泛化”。SWE-bench的分数可以被针对性微调和特殊采样策略抬高真正的判断标准应该是把它丢进一个从未见过的内部系统里看它能否在半天内适应业务逻辑。所以我会把“一小时不打断”视为一个比榜单分数更真实的能力信号。顺着这个逻辑我们可以把智能基准分成三层来观察知识层记忆、检索、标准问答。这一层在几年前就已经基本被LLM覆盖。技能层需要多步操作、试错、环境反馈的能力比如写代码、数据分析、网页自动化。现在正处在快速覆盖期。创造层需要从模糊目标出发、自主定义问题、在开放约束下做探索的能力。这层还远未被征服。我一直觉得AGI临界点不是某个模型发布的那一天而是“技能层”的覆盖面超过人类工作者平均熟练度的那个时刻。从这个角度看3到7年窗口期的判断并不是拍脑袋——它对应的是现有scaling路线再往前走两三轮、agent架构再成熟一轮、足够多的真实业务场景把模型训练数据从互联网文本延伸到操作反馈数据。这三件事有没有可能在三到七年内同时发生我认为概率不小这就是整个推演的第一根支柱。2. 750MW芯片与晶圆算力红线的物理账说完了能力曲线必须回头看看支撑它的物理底座。行业里有一张流传很广的草图训练一个接近AGI规模的下世代模型单个超大规模训练集群的功耗需求可能达到数百兆瓦量级其中被人反复引用的一张推演图给出了750MW这个数字。很多人看到750MW没什么概念我来拆一下这个数字的真实含义。750MW连续运行一年的耗电量大概是750MW × 24小时 × 365天 65.7亿度电也就是6.57TWh。作为对比一个百万人口级别的城市全年的全社会用电量大约在四五太瓦时上下。换句话说这样一个训练集群跑一年吃掉的电相当于一座百万人口城市的所有用电居民、商业、工业全算上。这个量级已经不是“优化机房PUE”能解决的问题而是直接逼近一座核电机组的单机出力上限或者是一整座大型水电站的相当一部分出力。所以你会看到头部公司的数据中心选址逻辑正在变化——靠近电网枢纽、靠近水源、甚至直接绑定新能源基地而不再只考虑光纤延迟和气候凉爽。晶圆侧的瓶颈同样在收紧。先进制程的产能、极紫外光刻机的良率、高带宽存储的堆叠封装这三件事构成了当前AI算力交付的“不可能三角”。一张12英寸晶圆能切出来的可用芯片数量取决于die size、缺陷密度和封装良率。简单估算一下如果一颗训练芯片的面积在800平方毫米左右一张12寸晶圆的有效面积约7万平方毫米理论切割数量大概在五六十颗上下但实际良率、边缘损失和冗余设计会让可用数打到三四折的水平。再叠加CoWoS这类先进封装的产能紧张真正能交付到客户手里的训练芯片供给远没有晶圆产能数字看上去那么充裕。这个物理账意味着几件事。第一算力的边际成本曲线不会继续快速下降它会逐渐被电力成本和封装产能锁死第二行业会加速向稀疏计算、低精度推理FP8/FP4、以及更激进的并行策略迁移不是因为大家喜欢复杂而是因为不这么做下一个规模的训练任务根本点不起来第三模型架构的演进方向也会被功耗约束反向塑造。以前是“效果优先功耗无所谓”现在则开始出现“同等效果下训推成本减半即胜利”的评判标准。我自己的判断是750MW这个数字大概率不是最终值但它标记了AGI级训练的“量级门槛”。如果在未来几年能源侧没有对应的超大规模供给配套真正意义上的AGI训练恐怕不是“能不能”而是“开不开机”的问题。算力红线正在从芯片本身转移到电力与封装产能这是整个推演的第二根支柱。3. 人形机器人AGI从云端走向物理世界的接口如果说算力决定了AGI的“脑容量”那人形机器人就决定了AGI能不能从屏幕里走出来在物理世界产生持续影响。有人会问AGI为什么一定要有物理载体答案是真正的通用智能不能只处理已有文本它需要和物理世界交互、试错、获得反馈才能建立因果模型。你可以让模型读完十万本关于烹饪的书但如果不碰刀、不看火、不闻到焦糊味它就很难理解“翻炒”这个动作里隐含的力度反馈和时机选择。具身智能的意义正是补上这层多模态的闭环。当前人形机器人领域的进展本质上是三股技术力量的合流高爆发密度电机、轻量化材料和专用操作模型。硬件侧双足平衡和全向移动已经基本解决了“走得稳”的问题灵巧手则从早期的三指抓取进化到了带触觉反馈的多指操作能完成拧瓶盖、穿针引线这类精细动作。软件侧大语言模型和视觉语言模型被嵌入机器人的决策链路让机器人能从自然语言指令中拆解出任务步骤再交给低层运动控制器去执行。但这里的真实瓶颈恰恰是“寿命鸿沟”的硬件版本。现在头部公司的双足人形原型机电池组容量普遍在2千瓦时左右对应的工作续航大约是2到4小时。如果按人类工人一天8小时劳动来计算机器人需要两到三次充电轮换而每次换电或快充又带来电池寿命折损。再看关节谐波减速器这类核心部件的寿命通常在1万到2万小时——听着挺久但一台机器若每天满负荷跑8小时一年就是约3000小时六七年之后关节就要大修。也就是说人形机器人的物理寿命和算法模型的迭代周期之间存在一个尴尬的错位模型一年可以升两三个版本但硬件一旦出厂关节、电池、外壳的老化是按年计的。这种错位直接决定了人形机器人在3到7年窗口期内能扮演什么角色。我的判断是它不会在短期内全面替代人类体力劳动但会在特定结构化场景里快速落地——比如危险环境巡检、灾害初期的搜救、仓储物流的搬运分拣、以及老龄化社会里的基础照护辅助。这些场景的特点是环境相对可控、操作模式相对标准化、人类参与的意愿和时间成本高。在这些场景里人形机器人不需要“像人一样万能”只需要在任务成功率、持续工作时长和单位成本上跨过临界点。值得注意的是人形机器人并不是AGI的唯一物理出口。专用机械臂、自动驾驶载具、甚至虚拟环境中的仿真代理都可以承担一部分具身任务。但通用性最强的形态大概率还是类人结构——它能直接复用人类社会的工具和空间不需要为它重造世界。这也是为什么巨头们宁可烧钱迭代双足方案也不愿意退回固定的专用设备。物理世界默认的操作接口永远是人的形态。4. 生物电池给AGI设备网络另一个供能方向讲到电池就绕不开标题里的“生物电池”这个让人眼前一亮的词。我最初看到这个词的时候以为它只是某种科幻概念包装后来认真翻了一下相关研究才发现它在AGI时代的技术拼图里占据着一个相当特殊的位置。生物电池狭义上指利用生物催化剂酶、微生物或人工模拟的线粒体机制把葡萄糖、乳酸等生物质化学能转化为电能的装置。酶燃料电池从理论上讲有非常迷人的优势燃料来源广泛、可在生理环境下工作、产物环保、不需要贵金属催化剂和重金属电解质。打个不恰当的比方如果锂电池是“开烧油发动机”那生物电池就是“直接消化食物”它贴在生物体上天然就有相容性。但现实很骨感。目前实验室最前沿的酶燃料电池功率密度仍然停留在每平方厘米几十到几百微瓦的水平而锂电池的功率密度通常在每平方厘米数千毫瓦级别。二者差了上万倍体现在应用上就是生物电池只能驱动脑机接口、可穿戴传感器、植入式血糖监测仪这类微瓦到毫瓦级的设备完全撑不起一台人形机器人的动态运动。所以行业里对生物电池的判断普遍是“微系统供能的长期解”而不是“AGI大基建的能源解”。那为什么要在谈AGI的推演里专门给它留一块位置因为AGI时代的核心设备网络并不只有训练集群和机器人。更广泛落地的其实是大量低功耗的边缘感知设备、脑机接口、植入式健康监测装置。这些设备受限于体积和安全性不可能都挂一块锂电池。如果未来AGI要服务于每一个人的实时健康管理和认知增强那“人机接口端的供电”就必须走向生物相容、体内可代谢、可再生补充的方向。从这个意义上说生物电池卡的不是算力的脖子而是“AGI与人体直接交互”的脖子。更进一步生物电池其实提供了一个比“电池技术”更大的视角——它不是要在短期内替代锂电而是预告了一个供能体系分叉的未来宏观尺度靠核电和电网支撑超大规模算力微观尺度靠生物电和能量代谢支撑人体周边的智能设备网络。两套供能体系并存才是AGI时代完整的能源图景。我个人的看法是生物电池在3到7年窗口期内不会成为主流能量来源它更大的意义在于连接两个维度一是低功耗植入设备的供电需求二是潜在的健康干预和寿命延长技术。这正好引出标题里最后一个关键词——寿命鸿沟。5. 寿命鸿沟AGI时代的技术代际错位与伦理约束“寿命鸿沟”这个词不算标准术语但我觉得它精准地概括了AGI时代最容易被忽略的一组矛盾。它不是单指人类寿命的延长或缩短而是指几种不同“寿命”之间的时间刻度严重错配。第一种错位是代际鸿沟。如果AGI在3到7年内跨过临界点那现在的劳动力人口将在一个职业生涯的窗口期内面临“技能栈整体换代”而再下一代人出生的时候AGI已经是水电一样的基础设施。两代人虽然只隔了二三十年但对机器的理解、对职业结构的选择、对“人应该做什么工作”的定义会完全不同。这种代际差异可能比今天数字原住民和老一代之间的差异大得多。第二种错位是软硬件的寿命错位。算法模型的迭代周期已经压缩到年甚至月但一套芯片方案从设计到量产要两三年一个机器人硬件平台的生命周期是三五年一座数据中心的折旧周期是十年以上。软件在快速进化硬件却以物理规律的速度老去。这会造成一种“AGI大脑已经想明白了但身体和基础设施还在旧时代”的尴尬期。第三种错位才是真正意义上的“生物vs技术”寿命差。人类神经系统依靠葡萄糖能量代谢工作芯片依靠电子流工作两者在能量接口上天然不通。如果未来真有脑机接口大规模应用电极和神经组织之间的长期稳定性、供电方式、生物排异全都是“寿命鸿沟”的微观体现。而反过来如果AGI在药物设计、基因组分析上取得突破人类寿命的延长又会引发新的分叉不同人群获取健康增强技术的机会不均等技术寿命领先者与跟随者之间的“寿命鸿沟”会从年变成十年量级。我不太愿意把这个话题引向某种危言耸听的叙述。更值得讨论的是伦理约束的滞后问题。AGI相关的道德框架、责任认定、决策透明度规范目前仍然停留在“软件伦理”阶段但一旦它接入能源网络、物理机器人、医疗决策、教育体系就会变成“基础设施伦理”。从技术管理角度看我认为未来要考虑的是给AGI系统增加可观测的“决策日志”和可审计的“责任边界”——不是靠一个委员会发文件而是靠工程手段把每一次关键决策记录下来、可回溯、可质疑。这跟写代码时的日志系统和版本管理是同构的你不需要完全信任某个AI但你需要能够随时拉出证据说清楚某个判断是怎么做出的、由谁负责。这部分没有现成答案能做的就是提前把约束条件定义清楚这也是文明分叉推演里最不确定的那根弦。6. 3-7年窗口期的技术锁定与文明分叉推演把所有线索收拢到一起回到标题里的核心判断3到7年窗口期。这个窗口期的依据其实来自几条独立曲线的交叉算力侧头部芯片厂商的路线图已经把数万卡集群划进了未来两三年的交付计划功耗门槛随之跨到百兆瓦级。模型侧agent的连续工作能力、跨领域迁移能力仍在按年翻倍而且没有看到明确的scaling撞墙信号。硬件侧人形机器人从实验室原型走向小批量产线的时间表集中在未来两三年。场景侧越来越多的企业开始接受“AI作为同事”而非“AI作为工具”的组织模式。四条曲线在“三到七年”这个区间相互叠加不是某个单一突破而是系统性的能力密度抬升。所以我更愿意把它描述为“能力曲线跨越多个领域人类基准的渐入窗口”而不是“AGI降临日”。在这个窗口期内可能出现几条明显分叉模型路线分叉继续走单一巨型模型还是转向多智能体协作网络。前者在复杂推理上更强后者在鲁棒性和分布式部署上更现实。窗口期内大概率是两者混合但从远期看会形成不同的稳定性特征。算力分布分叉超大规模集中式集群 vs 边缘协同的分布式智能。前者适配“神级模型”后者适配“贴身服务”。能源约束会成为这个分叉最重要的裁决者。具身形态分叉通用人形机器人 vs 专用机器人加虚拟代理。前者天花板高但速度慢后者落地快但通用性差。供能路线分叉核电/电网支撑大基建 vs 生物电池支撑微系统。两条路并行但资源投入的重心会决定谁是“主电源”。沿着这几个分叉组合下去可以看到两种典型的文明图景一种是高度集中的“算力-能源-机器人”三位一体格局几乎所有高价值智能能力收敛到少数超大规模节点另一种是相对弥散的“智能即服务”形态能力分布在云端、终端、人体周边设备里系统整体更像生态系统而不像单体大脑。哪种图景更接近真实的AGI前夜我目前的判断偏向后两者结合——大模型收敛但应用形态高度分散。AGI不会是一个藏在地下机房里全知全能的神它会像电力系统一样发电机集中但插座无处不在。既然是推演就得诚实地说这个窗口期里最大的不确定项不是算力、不是芯片、不是机器人关节寿命而是我们有没有建立起对应的“对齐工具链”。当模型越来越强评测方法却还停留在给一堆标准化考题打分的阶段时整个行业的“体检体系”其实是滞后的。我认为未来几年最重要的技术产品很可能不是某个更强的模型而是一套能实时评估模型长期行为、能追溯决策过程、能在失控前给出降级信号的安全基础设施。写在最后与其盯住预言不如盯住约束条件这篇文章从代码能力写到晶圆功耗从人形机器人写到生物电池最后落到了寿命鸿沟和文明分叉上试图梳理的是AGI前夜的一张全景图。但我最想留下的其实只是一句话预言不重要约束条件才重要。我看技术路线图现在最关注的已经不是“哪家公司会在哪一年发布什么模型”而是五个具体数字智能体连续工作的小时数、单集群训练功耗的兆瓦数、人形机器人的任务成功率、关节与电池的实际使用寿命、以及生物电池功率密度有没有从微瓦级跨向毫瓦级。只要盯住这五组数字行业到底走多远、走多快其实比任何口头的AGI时间表都更清楚。如果你也是正在考虑自己该往哪个方向投入的从业者我的建议是在窗口期内具身智能的可靠性工程、能源侧的功率密度管理、还有对齐评估工具的研发这三条路的稀缺性会一直很高。它们不像“调一个新模型”那样能立刻看到刷榜的快感但它们决定了整个系统能不能撑过那个临界点。最后留一个问题给各位同行吧当一台人形机器人能连续工作40个小时而它的电池包却每两年就要更换一次当AGI能在毫秒级完成一个人类需要数年才能积累的决策判断、而它的硬件折旧周期只有五年——我们所有的“寿命”到底要怎么对齐这个问题比AGI本身更值得琢磨。
