核聚变"永远还差五十年"，AI 却跑到了时间表前面
· 2000 年预言会爆发奇点的五个领域，四个跳票了

三年前，你让 AI 写代码，得一步一步告诉它怎么做。
现在，你只说一句"把这个功能做了"，它自己去翻代码库、自己改、自己跑测试、自己修 bug，干完才叫你。
2026 年 5 月，一家顶尖 AI 公司公布了一个数字：他们内部新合并进系统的代码，超过 80% 是 AI 写的。工程师的人均季度产出，是五年前的 8 倍。
一年前大家还在争"AI 会不会取代程序员"。
现在这个问题已经过时了。
真正的问题是：AI 什么时候开始取代"教 AI 做事的人"？
这个问题有个专门的名字，叫技术奇点。
一、奇点到底是什么？
别被这个词吓住。它其实在说一件很简单的事。
正常的技术进步，是你推着它走。
你投入人力、投入钱、投入时间，技术往前挪一步。想快一点，就多投一点。投入和产出，大概成正比。
而奇点说的是另一种情况：技术开始自己拽着自己跑。
它进步一点 → 这点进步让它更容易进步 → 于是进步得更快 → 于是又更容易进步……
一旦这个圈转起来，速度就不再由你投多少人力决定，而是由它自己决定。
到了某一步，快到某个程度，从这一刻往后的事，你用前半段的经验已经推不出来了。
就像你站在瀑布上游能看见水，可一旦到了悬崖口，水去哪儿、能不能回来，站在岸上的人是想不明白的。
所以奇点不是"变强了"，是"看不懂了"。
这个词最早是数学家冯·诺依曼在 1950 年代说的，后来科幻作家文奇在 1993 年把它讲火了：不是 AI 会变聪明，而是 AI 变聪明之后，人类将无法理解接下来发生什么。

二、一个特别好用的例子：核聚变

要说清"临界点"这件事，没有比核聚变更合适的例子。
核聚变是什么？就是太阳发光发热的原理。
把两个轻原子核硬挤成一个，会放出巨大的能量。一升海水里提取的氘，聚变释放的能量约等于 300 升汽油。
听着像是人类能源问题的终极答案，对吧？
问题是，几十年来它一直有个外号——"永远还差五十年"。
不管你哪年问，答案都是"再等五十年"。
为什么会这样？因为核聚变有一道极其难迈的门槛。
门槛一：加热太贵。
原子核都带正电，互相排斥。要让它们撞在一起，得加热到上亿度，还得用强磁场把这团上亿度的"火球"悬空托住，不让它碰到容器壁（碰到就化了）。
维持这个状态本身就要消耗巨额能量。
于是就有了核聚变领域最关键的一个数字——Q 值。
Q = 你产出的能量 ÷ 你投入的能量。
Q 小于 1：你费了老大劲，产出的电还不如你耗掉的电多。
这不叫发电站，这叫电老虎。
Q 等于 1：产出刚好等于投入。这就是"点火"，也就是核聚变的临界点。
一旦过了这条线，事情的性质就变了——反应自己放出的热，足以维持它继续反应。
不用你再从外面拼命加热了。它自己养活自己。
再往后，Q 大于 1、大于 5、大于 10，多余的能量就能拿去发电。
看出门道了吗？
核聚变的 Q=1，就是物理世界一个标准的"奇点式门槛"：
在此之前，你推一下它动一下，你停它就停。
在此之后，它的产出变成了它自己的投入——正反馈转起来了。
AI 的奇点，说的其实是同一件事。
人类研发 AI，投入的是智能。
AI 被造出来，产出的也是智能。
所以当 AI 产出的智能多到能反哺研发下一代 AI 时，就等于核聚变的"产出能量超过了输入能量"——它开始自己烧自己了。
这就是为什么很多人说 AI 会"爆炸"。逻辑上确实成立。

三、但核聚变还教了我们第二件事，更重要
这才是这个例子真正的价值。
人类几年前就在实验室里第一次做到了"聚变输出略超过输入"。
科学意义上，火，点着了。
然后呢？
然后到现在，你家用的电，没有一度来自核聚变。
为什么？
因为从"点火成功"到"真的能用聚变发的电点亮一盏灯"，中间还隔着一大堆要命的工程问题：材料能不能长期扛住中子辐照、氚够不够用、装置成本能不能降下来、电网怎么接……
国际合作的 ITER 项目，启动时间已经推迟到 2034 年，比原计划晚了 9 年。
"跨越临界点"和"世界真的变了"，是两件事，中间可能隔着几十年。
这一条，请务必记住。
因为后面判断 AI 的时候，这是最容易被搞混的地方。

四、回到 2000 年：当时人们押注了哪些领域
好，现在把时间拨回二十多年前。
那时候，如果你问一位未来学家："什么技术最可能引爆奇点？"答案不会只有 AI 一个。
最有名的一份清单，来自《奇点临近》的作者库兹韦尔。他提出了 GNR 三驾马车：
G（基因技术）：他预测 2010 年代达到高峰，攻克大部分主要疾病，大幅延缓衰老。
N（纳米技术）：他预测 2020 年代成熟，纳米机器人进入血液，清除病原体、修复 DNA 错误、逆转衰老。
R（机器人 / 强人工智能）：他预测 2020 年代末能重建人类水平的智能。
再加上另外两个常被一起提起的选手：
量子计算：算力的终极跃迁。
核聚变：能源的终极答案。
五个赛道，五张彩票。
现在 2026 年了，我们来对一下账。

五、对账结果：四个延期，只有一个提前
先看基因技术。
有实质进展吗？有。
mRNA 疫苗在几年内救了很多人，CRISPR 基因编辑已经获批用于临床，细胞治疗在部分血液病上效果显著。
但"攻克大部分主要疾病、大幅延缓衰老"？
远远没有。人类寿命仍在缓慢爬升，衰老依然是不可逆的。
延期。
再看纳米技术。
这是五项里落差最大的一项。
我们确实有纳米技术——芯片制程已经做到几纳米，新材料、新涂层到处都是。
但库兹韦尔说的那种"血液里游动的纳米机器人，能修 DNA、能逆转衰老"？
基本没影。
不是"慢了几年"，是当初设想的那条路，压根还没走通。
严重延期。
再看量子计算。
这一项最近确实有好消息。
纠错这个卡了二十年的问题，在 2025 到 2026 年终于跨过了理论门槛——加更多物理量子比特，错误率真的会下降，而不是上升。
谷歌、IBM、Quantinuum 都拿出了成果，最多的做到了十几个"逻辑量子比特"。
IBM 说要投 100 亿美元，2029 年交付容错量子计算机。
听起来很快？
但圈内人自己给了一个很清醒的比喻：我们现在处在莱特兄弟和 DC-3 客机之间。
而且有个关键事实：到目前为止，还没有任何人跑过一个"有用的"纠错量子算法。
演示的都是纠错本身，不是用纠错去解决真实问题。
延期，但延期幅度在收窄。
再看核聚变。
前面讲过了。
2026 年被业内称为"可控核聚变产业爆发元年"，中国的 EAST 实现了一亿多度、一千多秒的运行，商业公司的装置首次突破千秒。
听着很热闹。
但"第一度聚变电"的目标，普遍排在 2030 年前后。
而国际合作项目 ITER 已经推迟了 9 年。
延期。
最后看 AI。
这是唯一一个没有延期、反而提前的。
当年说的"2020 年代末重建人类水平智能"，现在看，可能还保守了。
2026 年，AI 已经能独立编写大部分生产代码、能自主完成需要专业人士数小时的任务、能在数学和编程竞赛中拿到金牌水平。
五项里，四项按当年给的时间表都明显落后了。只有 AI 一项跑在了时间表前面。
这不是巧合。

六、为什么偏偏是 AI？
因为 AI 有一个其他四项都没有的特性。
它的产出，正好就是它的投入。
核聚变投入能量、产出能量，看起来也是"自己养活自己"。
但区别在于：核聚变的装置，不会自己改进自己。
你建好一个反应堆，它产出的电不会自动设计出一个更好的反应堆。改进仍然要人去做。
基因技术不会自己设计基因技术。
量子计算机不会自己设计量子计算机（顺带说一句，IBM 现在正用 AI 来帮它发现新的量子纠错码——这个细节本身就说明问题）。
唯独 AI 不一样。
人类研发 AI，投入的是智能。
AI 造出来，产出的还是智能。
而智能，恰恰就是研发 AI 这件事最需要的劳动力。
所以它的产出可以直接变回投入。
这就是"递归"的本质——不是"越做越多"，而是"越做，做下一轮的本事就越大"。
这是五项技术里，唯一一个具备完整自我加速结构的。
所以如果奇点真的会来，AI 是最可能的那个引爆点。
这一点，现在争议不大。

七、那么，AI 的奇点已经爆发了吗？
〔此处插入配图 3：技术奇点-配图3-五条进度条.png〕
终于到了真正的问题。
我的答案是：还没有。但它已经过了几道小门槛，而且正在向那道大门槛靠近。
不看感觉，看三条实打实的判据。
判据一：那个圈，闭上了吗？
AI 参与研发 AI，可以拆成四个环节：决定研究什么 → 设计怎么验证 → 动手跑实验 → 看结果改进。
现在的状况是：
后面两环（跑实验、看结果），已经在很大程度上交给 AI 了。前面那个"80% 的代码"，就是证据。
第二环（设计怎么验证），人和机器在合作。
但第一环——决定研究什么——基本还在人手里。
打个比方：你招了个能力极强的实习生。
你交代的任何事，他都干得又快又好。
但他不会在周一早上自己想明白："这周咱们该往哪个方向走。"
最值钱的那一下，还在你手里。
有个 2026 年 8 月推出的新测试，专门考这个本事：给 AI 一个"能用但很弱"的方法，让它自己折腾 12 小时去改进，最后拿一套没见过的题验收。满分 1 分，合格线 0.6 分。
最好的系统拿了 0.464 分。
没有一个过线。
圈没闭上，就谈不上自我加速。
判据二：速度是在加速，还是只是很快？
这一条最容易被误读。
AI 的能力确实在快速翻倍。能独立完成的任务时长，倍增周期从大约 7 个月缩短到了大约 4 个月。
快，非常快。
但请注意：快，和"越来越快"，是两回事。
如果倍增周期固定是 4 个月，那不管翻多少倍，你都能提前算出来。
能算出来的未来，就不叫奇点。
真正要命的是：倍增周期本身还在缩短——4 个月变 3 个月、变 2 个月、变 1 个月……
到那一步，翻倍的时间会压缩到趋近于零。这才是奇点。
现在有这个迹象吗？有。
证据够吗？不够。
两个时间点的对比，样本太少，还不足以确认趋势。
判据三：世界失控了吗？
这一条最简单，也最打脸。
2026 年针对企业的一项调查：AI 对劳动生产率的贡献，大约是 1.8%。
而同期因为 AI 导致的整体就业变化，不到 0.4%。
技术在实验室里翻倍，社会在地面上慢慢挪。
新东西从"能用"到"大家真的在用"，中间隔着组织改造、成本、信任、规矩、培训，每一样都是以年为单位算的。
一个让生产率提高 1.8% 的东西，无论多神奇，都还没到"不可预测"的程度。

八、所以到底该怎么看这件事
三条判据，一条都没过线。
所以我的结论是：AI 的奇点还没有爆发。
但请注意核聚变教给我们的第二件事——
"点火"和"点亮第一盏灯"，是两件事。
反过来也成立：当你还没看到灯亮的时候，火可能已经点着了。
最值得警惕的，不是某天早上新闻说"奇点已至"。
而是这样一种情况：它慢慢变强，强到某个瞬间越过了那条线，而当时几乎没人意识到。
等你回过神来，才发现那条线早就在身后了。
奇点不是一个你会收到通知的事件，而是一条你事后才发现已经越过的线。
好消息是，我们手上还有判据。
那个圈闭没闭上，是有办法测的。
倍增周期有没有在缩短，是有办法盯的。
生产率有没有异常跳升，是有办法看的。
坏消息是，没人会替我们一直盯着。
回到开头那个问题。
AI 什么时候开始取代"教 AI 做事的人"？
现在还没到。
它还只是个极能干的实习生——你交代什么它都能做完，但它不会自己决定这个月该干什么。
真正该盯着的，不是它有多能干。
而是那个"决定干什么"的按钮，什么时候交出去。
以及，交出去之后，我们还能不能看懂它在干什么。
你觉得呢？
如果真有那一天，AI 能自己决定"下一步该研究什么"——你最希望它先把哪件事搞明白？
评论区聊聊，我会挑几个有意思的回答，下一篇专门展开讲。
关注我，一个只讲"人话"的科技号。不追热点，不喊口号，只把复杂的事说清楚。

#人工智能 #科技科普 #AI发展