一场被重新翻出的演讲

介绍索尔迪克斯坦在斯坦福物理学与AI会议上的演讲，核心判断是AI快速进步可能动摇传统学术职业规划。节目先给出训练计算量增长约一千万倍、AI开始解决部分埃尔德什问题等数据，并概括演讲的几条建议。

从GDP曲线到“人类世”

演讲借用卡哈尔的著作标题，用对数坐标展示GDP长期指数增长，指出AI正经历类似过程。人类活动已在地层留下物种灭绝与核试验放射性物质等痕迹，而AI可能让人类不再是唯一大规模改变世界的智能力量。

AGI时间线为何可以公开讨论

模型任务时间跨度不到一年增长约十倍，数学领域出现突破。演讲者对比AI研究者与生物技术研究者对时间线的不同态度，并提到苏纳克、奥巴马、施密特等人的公开判断，指出新基准被突破的速度在加快。

没有明显硬障碍，但方法仍低效

人脑的数据利用效率可能高出几个数量级，但把朴素方法扩大规模仍能带来进步，因此看不到明确的硬性障碍。演讲者建议选择有针对性的项目、尽快推进，并用“苦涩的教训”判断研究是否会随算力提升而贬值。

把AI当成执行力极强的研究生

演讲者描述自己每天使用AI做头脑风暴、分析数据、生成图表，已基本不亲自写代码，但强调必须能质疑模型结果。他建议研究生把时间投入更值得做的事，而不是证明自己能独立完成每个技术步骤。

写作即思考，以及传统路径的风险

不要让AI写第一稿，因为写作即思考。演讲由一名研究生的矛盾引出：相信AGI三年内到来，却仍按博士—博后—教职规划。演讲者认为传统安全选择未必降低系统性风险，建议做有意思、值得骄傲的事，并指出早期小决策的长期影响。

值得投入的研究方向

演讲者展望人类协调AI智能体团队完成大规模工作的阶段，并列出AI for Science、直接研究AI模型、AI安全、能力预测、技术公平与政策治理等方向，建议结合自身专业知识思考如何转向研究AI本身或帮助社会应对变化。