刚刚，Anthropic正式宣布奇点已至！超级智能或把美国GDP推上44万亿美元
曼谷，IMF与世界银行年会现场。台下坐着各国央行行长和财政部长。
Anthropic联合创始人Jack Clark站上讲台，说了一句话。
“奇点已经到来。”
紧接着是一个数字：到2030年，AI可能把美国GDP推到44万亿美元。而今天的美国经济，刚刚略高于30万亿。
四年，多出近一半。年均名义增长接近10%。一个成熟经济体，以两倍于现代历史速度的节奏奔跑。
这话听起来像科幻。Clark自己也承认：“我知道，这听起来非常离谱。”
但真正值得看的，不是那个数字有多吓人。是这个数字从哪来，以及Clark在同一场演讲里还说了什么、没说什么。
01
44万亿不是凭空冒出来的。
它来自Anthropic内部一套经济模型，2026年9月以经济情景探索器的形式发布。
模型画了三条路，终点都在2030年。
温和情景：34.1万亿美元。
AI承担大约4%的经济任务，影响大致相当于一次正常的技术升级。
实质情景：36.3万亿美元，比无AI基线高8.3%。
极端情景：44.4万亿美元，比基线高出32.4%。
Clark在IMF讲的，是第三条路。
ainvest在同日的分析里把话说得很直白：44万亿是Anthropic模型里的极端上限，不是基准预测。
Clark自己的框架也是一个天花板，不是地板。
一个前沿AI公司的联合创始人，在IMF的讲台上，选择用极端情景做 headline。
这不奇怪。
奇怪的是传播链条上，大多数人把天花板当成了天气预报。
02
极端情景里藏着什么，比44万亿本身更值得看。
CNMO对Anthropic模型的拆解显示，在极端情景下，GDP扩张32.4%的同时，知识工人工资下降超过10%，失业率升至通常与经济衰退相关的水平。
经济在膨胀，创造价值的人却没有同步分享到膨胀的果实。
更细的一组数据出现在ainvest的评论中：认知就业萎缩21.5%，劳动份额从当前约60%降至45.2%，资本份额升至54.8%。
你品品。
GDP冲上44万亿的那条路，和知识工人工资缩水的那条路，是同一条路。
Clark在演讲中没有把这两个数字放在一起讲。
他在IMF强调的是AI极大加速科学发现和需要非同寻常且严肃的规则。
路透社的报道倒是把两者都写了：增长数字在标题，风险警告在正文。
03
凭什么相信极端情景有可能发生？
Clark甩出了一串基准测试。
Humanitys Last Exam，2025年1月最强模型得分8%，本周Claude Opus 5.5刷到67.7%。
Frontier Math，2024年底2%，今天94%。
TheoPhys Eval，50道未公开的物理前沿难题，AI一开始拿80多分，坚持人类专家算错了，复核后人类确实有误，AI最终98%。
单看这些数字，学生成为老师的叙事很有说服力。
但基准测试有一个老问题：它衡量的是在特定题目集上的表现，不是在真实研发流程中的自主替代能力。
Google DeepMind在Clark演讲前两天发布的Gemini 4 Argon安全报告提供了另一组对照数据：内部生产代码超过75%由AI生成或参与生成，但AI能力指数自2026年4月以来月均仅上升0.1点，进步速度没有统计显著变化。
真实任务中，AI只能独立完成约一半的内部研究工程任务，距离DeepMind设定的90%自动化信号仍有显著距离；约88%的AI生成Pull Request需要额外人工指令。
AI参与研发和AI递归自我改进并驱动研发显著提速，是两个量级的事情。
前者已经在发生。
后者还没有在可验证的统计意义上发生。
04
然后是最容易被忽略的物理层。
44万亿情景的隐含前提是算力供给必须以极高速度扩张。
10亿数字科学家不烧汽油，但它们烧电。
高盛2026年5月的预测：美国数据中心电力需求从2025年的31吉瓦升至2026年的41吉瓦，2027年达到66吉瓦。
2026年10月的最新报告把2027年容量预测调整为90吉瓦，电力需求年度增速仍维持在38%左右。
两年接近翻倍，甚至更多。
电网跟不跟得上，是另一个问题。
PJM互联电网的容量拍卖价格在2025/2026交付年较上一年度上涨近9倍，2026/2027交付年触及联邦能源监管委员会批准的价格上限329.17美元/兆瓦日。
纽约州2026年7月宣布暂停新建超大规模数据中心项目一年。
高端芯片交付周期仍在36到52周的紧平衡区间。
算法可以指数级进化。
变压器和输电线路不能。
Clark在演讲中用了一个很有画面感的比喻：算力允许我们瞬间克隆出1000个、10万个顶尖科学家的虚拟分身。
但虚拟分身的物理底座，是电网、是变电站、是铜和硅。
这些变量不服从Scaling Law。
05
Vals AI的RSI Index也被拿来当作奇点已至的证据。
Claude Opus 5.5以37.31%排在公开快照首位，Claude系列在前四名中占了三席。
开源模型GLM-5.3和Qwen3.8 Max在20%出头。
37%是什么概念？
Vals的方法论是参照锚定的对数刻度：0是基线，0.5对应已发表研究中记录的表现水平，1是理论最优。
Vals AI创始人Krishnan对指数的解读相当审慎。
他的原话大意是：担忧不在于一个得分35%的模型即将失控，而在于从35%到更高分数的趋势可能急剧上升。
换句话说，RSI Index的设计意图是趋势预警工具，不是阈值判定器。
把37%解读为奇点已经发生的经验确认，超出了这个工具本身能承载的重量。
还有一个时间线上的细节。
新智元在2026年10月16日——这篇报道的两天前——记录过Clark将RSI实现时间从2028年提前至2027年，标题是人类仅剩6个月应对窗口。
同一信源在极短周期内大幅修正核心时间线，本身就是一个信号：预测本身在剧烈漂移。
一个两周内被提前了一年的预测，很难同时被当作已经到来的确定事实。
06
把44万亿放在更长的预测史里看，会冷静很多。
2023年，马斯克说特斯拉已经实现了部分AGI。
2024年，他预测AGI将在2025年前到来。
2025年过去，AGI没有出现，时间点被推到2026年，奇点之年。
完全自动驾驶的时间表在过去十年里被反复设定、反复推迟，公开记录中FSD预测落空的次数超过15次，偏差以年为单位累积。
这不是说Clark的预测一定会重蹈覆辙。
Anthropic的模型比明年就实现的口号精细得多，有情景参数、有分配效应测算、有明确的假设条件。
但预测的结构是相似的：一个能力指标在短周期内快速跃升，被解读为宏观奇点的前兆；时间线被反复压缩，每一次压缩都被当作加速的证据，而不是预测不稳定的证据。
07
中国在同一个时间窗口里，选择了另一条叙事路径。
2026年10月16日，Clark演讲的前一天，国务院常务会议听取人工智能+行动进展汇报。
会议表述的核心落在以落地应用牵引技术创新，以实体经济为重点强化供需衔接，让人工智能技术更好转化为现实生产力。
同一天，两种话语。
一边是奇点已至和44万亿的认知复制叙事。
一边是场景培育和实体经济赋能的渗透率叙事。
斯坦福《2026年AI指数报告》提供了一组结构性对照：中美顶尖模型性能差距仅2.7%，中国在论文发表量、引用次数和AI专利授权总量上领先，工业机器人装机量占全球54%；美国在基础模型创新、资本投入和算力存量上保持优势。
自2017年以来移居美国的AI学者数量下降了89%。
一个经济体的AI宏观效应，不只取决于前沿认知能力的上限。
也取决于技术渗透到生产过程的广度和速度。
前者是Anthropic模型的计算对象。
后者是另一套账本。
08
就业市场已经在用数据说话，而且比GDP总量更早、更细。
斯坦福基于ADP数百万劳动者薪资数据的研究显示，22至25岁群体在AI高暴露职业中的就业率，比同年龄段低暴露职业的同龄人落后约19%。
软件开发、客户服务是典型领域。
资深从业者没有出现同等缺口。
2026年初，美国应届毕业生失业率达到5.6%，比三年前上升1.6个百分点。
Anthropic极端情景中认知就业萎缩21.5%的测算，和这些就业市场的早期信号方向一致。
方向一致不等于量级已经兑现。
但它至少说明：分配效应的裂缝，比总量效应的爆发更早出现在数据里。
纳格斯瓦兰在Clark演讲后被引用的那段话——当大脑被廉价化，人类的双手、体温、在场感和道德决断反而变得昂贵——在这个数据背景下不是修辞。
它是AI暴露度分布不均衡的一种冷静描述。
电工、水管工、焊工、护士、养老陪护，这些职业的AI替代弹性低，不是因为它们更高级，而是因为它们嵌入在物理世界和人际关系的摩擦里，而摩擦恰好是当前AI最不擅长的东西。
09
回到Clark演讲的结尾。
有人问他，孩子该学什么专业。
他说，死记硬背和应试套路型的专业会被碾碎，价值在创造力、通识教育、哲学和历史。
然后加了一句：我孩子只有1岁和3岁，我甚至不知道他们长大时，世界会变成什么样。
这句话比44万亿更诚实。
一个站在前沿实验室最高处的人，对自己孩子的未来给出的答案是不知道。
而同一个人的经济模型，却给出了一个精确到小数点后一位的2030年GDP数字。
两者之间的张力，就是这场奇点叙事最真实的位置：方向可能是对的，量级可能是错的，时间线可能是漂移的，分配后果可能是被系统性低估的。
44万亿如果最终被证明是一个有用的天花板情景，它的价值在于帮助政策制定者和普通人为极端情况做准备——准备电网、准备转岗通道、准备分配机制。
而不是被当作一个已经锁定的未来，用来合理化除了加速别无选择的政策叙事。
Clark自己在路透社的报道里说得很清楚：AI在生物研究领域已能够创造新病毒，需要最严格的人类监督和透明度。
他在同一个演讲里既说了奇点已至，也说了规则必须严肃。
传播链条选择了前半句。
后半句留在了正文的深处。
你觉得，一个需要最严格监督的技术，和一个被用来论证必须全速冲刺的44万亿，能放在同一张桌子上谈吗？
评论区聊聊。
创作声明：本文为基于公开新闻与权威报道的深度解读，部分细节为合理推演，不代表任何官方立场，请勿与现实绝对关联。