谷歌 DeepMind CEO Demis Hassabis 表示 AGI 可能在 2030 年左右到来，使未来几年成为工作、科学、治理和 AI 准备的关键时期。
谷歌 DeepMind CEO Demis Hassabis 警告称 AGI 可能在 2030 年左右到来，并可能标志着人类新时代。关键问题不仅是 AGI 是否强大，而是人们、公司和政府是否能足够快地为其可能引发的社会、经济和科学变革做好准备。对于 NexusAI 用户来说，这意味着 AI 准备应超越工具试验，进入技能建设、工作流程重设计、治理、安全素养和长期战略适应阶段。
Demis Hassabis 最新的 AGI 评论提醒我们，AI 行业不再将通用人工智能视为遥远的哲学概念。谷歌 DeepMind 的 CEO 表示 AGI 可能在 2030 年左右到来，可能会在人类的工作、学习、发现和社会组织方式上带来重大转变。
“人类新时代”这个词语故意用得很宏大。Hassabis 描述了一个未来，AI 系统可能帮助治愈疾病、加速科学进步、改善教育、提升生产力，并可能创造当前经济体系无法应对的丰富形式。
但警告与乐观同样重要。如果 AGI 在几年内到来，社会准备应对工作岗位变动、错误信息、治理失效、安全风险、权力集中以及 AI 使用者与被其取代者之间日益扩大的差距的时间将非常有限。
如果 AGI 可能在 2030 年左右到来，公司和个人应在当前规划周期内做好准备，而非将其视为遥远的猜测。
Hassabis 的愿景指向 AI 系统可能帮助解锁医学、科学、生产力和丰富方面的突破。
最大挑战可能是教育、政策、工作系统和治理是否能在 AI 能力进一步提升前适应。
2030 年的 AGI 时间表改变了实际规划的时间范围。这不是一个世纪级的预测；它处于当前创业公司、大学生、企业转型计划、政府政策周期和职业决策的时间框架内。即使 AGI 迟些到来，准备工作也已相关，因为今天的 AI 工具正在改变工作。
对于公司来说，关键问题不再是 AI 是否有用，而是组织是否能足够快地重新设计工作流程、数据系统、角色和决策过程，以跟上日益强大的模型和代理。
Hassabis 的乐观基于 DeepMind 的长期使命：构建通用智能并利用它加速发现。最有说服力的 AGI 积极面不仅是更好的聊天机器人或更便宜的软件，而是在医学、材料、能源、生物学等领域实现更快突破的可能性，这些领域的人类进步受限于复杂性。
对于 AI 用户来说，这意味着最有价值的工具可能是那些帮助人们推理复杂问题、生成假设、分析数据、模拟场景并与专家系统协作的工具。“人类新时代”可能会奖励那些能结合领域专业知识与 AI 辅助探索的人。
最大危险不仅是技术失败，而是社会滞后。学校、公司、政府和法律系统通常适应缓慢，而 AI 能力可能迅速提升。如果准备窗口很短，机构可能在破坏已经重塑工作和权力之后才做出反应。
这就是为什么 AGI 准备应包括的不仅仅是安全实验室，还应包括劳动力过渡计划、AI 素养、新教育模式、经济政策、网络韧性、模型评估、透明度规则以及公众对 AI 系统能力和局限的更好理解。
创业者应将 AGI 准备视为产品和工作流程战略。这意味着构建能够适应更快模型进展、深度使用 AI 运营、保护专有数据、跨模型分配任务，并让人类专注于判断、信任、战略和客户理解的公司。
企业应绘制哪些工作流程是重复性的，哪些需要判断，哪些依赖私有知识，哪些可以通过代理改进。获胜的组织不会仅仅购买 AI 工具，而是围绕 AI 重构工作，同时保护机构智慧。
对于个人用户，实际的做法是构建 AI 准备堆栈。该堆栈应包括强大的通用助手、编码或自动化工具、研究工作流程、创意生产工作流程、个人知识系统以及将新模型与实际任务测试的习惯。
工具选择应基于适应性。最好的 AI 工具不仅今天强大；它们应帮助用户更快学习、自动化重复工作、保持上下文、改善判断力，并从被动消费转向主动构建。
他指的是先进 AI 或 AGI 之后可能出现的时期，科学发现、生产力、教育、医学和经济系统可能发生巨大变化。
不。2030 年时间表是估计，而非保证。重要的是主要的 AI 能力提升可能很快到来，因此应立即开始准备。
用户应建立实用的 AI 素养，学习自动化和代理工作流程，在实际工作中测试工具，保护数据，并发展结合领域判断与 AI 辅助执行的技能。
