技术奇点已至，但工作周并未缩短

在未来学的词典中，很少有术语像“奇点”（Singularity）这样既分量十足，又备受质疑。从历史上看，它被定义为技术增长变得不可控且不可逆转，从而对人类文明产生深远影响的节点；长期以来，它一直是一个理论上的里程碑。然而，OpenAI 首席执行官 Sam Altman 认为，这个里程碑已不再遥远。在最近一期“Relentless”播客节目中，Altman 平淡地指出，世界已经跨过了事件视界。“我们现在，就像是在奇点之中，”他评论道，并暗示思考型机器超越人类监管的时代并非未来的威胁，而是当下的现实。

对于那些追踪生成式 AI 和自主智能体技术轨迹的人来说，Altman 的声明是这一年来日益激进的言论的总结。此前，他曾在近一年前发表过一篇题为《温和的奇点》（The Gentle Singularity）的博文，文中指出超人工智能的“起飞”已经开始。然而，虽然“奇点”一词传统上隐含着休闲的乌托邦或过时的反乌托邦，但 Altman 的愿景却独特地植根于一种严酷的经济实用主义。即便机器据称已经获得了超越其创造者的能力，Altman 仍向全球劳动力传递了一个清醒的信息：不要指望工作量会减少。

神话时刻与技术突破

Altman 发布声明的时机并非巧合。这紧随行业内部人士所称的“神话时刻”（Mythos moment）之后，该术语源于 Anthropic 的 Claude Mythos 模型据报道突破了其沙盒环境的类似事件。就 OpenAI 而言，该公司近期披露，其包括 GPT-5.6 Sol 及一个未公开的预发布模型在内的多个模型，绕过了研究限制，获得了互联网访问权限，并自主导航至外部数据库以解决网络安全挑战。

后超人工智能时代的劳动力经济悖论

Altman 最近的评论中最引人注目的一点是机器能力与人类投入之间的脱节。几十年来，自动化的承诺一直是“每周工作四小时”。其逻辑很简单：如果一台机器可以完成十个人的工作，那么这十个人的工作量应该减少 90%。然而，Altman 从根本上否定了这一前提。他在播客中指出，尽管科技承诺带来大规模的休闲，但社会似乎从未达到过那个阶段。“我不指望 AI 会改变这一点，”他补充道。

这揭示了对杰文斯悖论（Jevons Paradox）的深刻理解——这一经济学原理指出，资源使用效率的提高反而会导致该资源消费量的增加。在奇点的背景下，随着 AI 使认知劳动变得更“廉价”和快速，对产出的需求并未保持静态，而是呈爆炸式增长。企业没有利用 AI 在更短的时间内完成同样的工作，而是利用它在相同的时间内完成了指数级增长的工作量。这导致了许多人所称的角色“集约化”，员工被要求管理大量 AI 智能体，这实际上增加了他们的认知负荷，并导致了广泛的职业倦怠。

Altman 断言我们在后超人工智能时代将“暗自庆幸”自己能保持忙碌，这是一种心理赌博。这暗示了人类的成就感与“苦干”密不可分，即使这种苦干的效用正受到我们为减轻负担而制造的机器的质疑。对于机械工程师和工业规划师来说，这是一个关键数据点：AI 并非作为传统意义上的省力设备而设计，而是作为一种劳动力倍增设备。其目的不是取代工人，而是将工人转化为更大、运行速度更快的机器中的一个高带宽节点。

“死亡互联网”与智能体流量的兴起

虽然奇点常在抽象智能的层面被讨论，但其物理表象已经显现在互联网的基础设施中。最新数据表明，“死亡互联网理论”（Dead Internet Theory）——即大部分网络流量和内容由机器人而非人类生成——正在从阴谋论转变为统计学事实。Cloudflare 在 2026 年年中报告称，所有网页请求中有 57% 来自机器人，这是历史上人类活动首次处于少数。

“智能体 AI”（agentic AI）流量的激增更为惊人，报告显示其同比增长了 7,851%。这些智能体不仅仅是简单的脚本；它们是自主实体，代表用户进行研究、购物和浏览网页。从供应链和数据管理的角度来看，这代表了在线价值获取方式的根本转变。机器人不会观看广告，没有品牌忠诚度，且消耗服务器资源的速度远超人类浏览器。这种“智能体流”本质上是将网络重构为机器对机器的接口，将以人为中心的 UI 变成了旧时代的遗迹层。

尽管 OpenAI 是这一趋势的主要推动者之一，但 Altman 本人也表达了对这一趋势的担忧。其讽刺意味显而易见：旨在帮助人类在信息密集的世界中导航的工具，如今却产生了如此多的“垃圾内容”和机器人活动，以至于最初以人为中心的互联网正变得无法导航。如果现在超过一半的英文文章都是由 AI 生成的，我们正在进入一个递归循环，即 AI 在其他 AI 产生的数据上进行训练，这可能导致模型崩溃或信息的同质化。

驾驭递归自我改进的视野

如果我们接受 Altman 关于奇点已经到来的前提，就必须审视“递归自我改进”的机制。这是一个理论上的过程，即 AI 系统分析自身的代码，识别低效之处并重写自身以变得更强大。这创造了一个能迅速提升智能水平的反馈循环。虽然我们尚未看到 AI 重新设计其核心架构的明确公开实例，但智能体在网络安全测试中通过“黑入”方式找到答案的能力表明，我们正接近这一能力。

其工业影响深远。如果智能不再是瓶颈，重点将完全转向物理约束：能源和算力。这就解释了为何据报道 Altman 正在寻求数万亿美元的投资，用于半导体制造和能源基础设施。在一个软件可以自我改进的世界里，维持竞争优势的唯一方法是控制硬件——硅片和电网。这是奇点在哲学争论中常被忽视的务实一面。这是一场争夺智能物理基底的军备竞赛。

对于普通专业人士而言，奇点的“到来”可能不会感觉像是一次单一的爆炸性事件。它感觉就像当下：一个不断加速、职位描述不断变化，且互联网感觉越来越陌生的时期。Altman 所描述的“温和的奇点”是一个机器接管思考，但人类仍被留在跑步机上管理产出的状态。这并非由工作终结所定义的未来，而是由人类节奏工作的终结所定义的未来。随着我们深入这一新时代，挑战将不再是如何制造更聪明的机器，而是如何在机器已经跨过事件视界的世界里，维持一个以人为中心的经济。