OpenAI 的計算增長剛剛達到核能級別 我們現在所觀察的是工業時代的規模與智能時代的雄心相遇。 OpenAI 剛剛在密歇根州宣布了另一個 Stargate，為其 AI 基礎設施增加了超過一吉瓦的電力容量。 讓這個事實沉澱一下：單一的吉瓦站大約相當於整個城市的電力使用。 而且這不是一次性的。 他們正在德克薩斯州、新墨西哥州、威斯康星州、俄亥俄州，現在還有密歇根州，與 Oracle 和 SoftBank 合作，堆疊吉瓦電力。這已經鎖定了超過 8 吉瓦，並承諾了 4500 億美元，預計到 2028 年將達到 10 吉瓦和 5000 億美元。 我們談論的是數百萬個 GPU，跨大陸網絡連接，形成一個行星規模的智能基底。 這不是「一個大型數據中心」。 這是世界認知基礎設施的誕生。 如果你仍然在思考「應用」或「模型」，那你就錯過了。這是 AGI 的工業化建設，後人類經濟的物理支柱。 計算是新的石油。 數據中心是新的城市。 而邊界不再是數字的，而是合成認知。 歷史書將把這十年標記為人類工業化智能本身的時刻。

做好準備：我預測到明年年底，OpenAI 將釋放真正的 AGI（人工通用智能）。 好吧，聽我說，因為我正在提出一個瘋狂但有理有據的論點，我希望你和我一起乘上這波可能性： 1. 計算爆炸 OpenAI 已經表示，今年它的基礎設施將超過一百萬個 GPU。 現在想像一下，這個數字通過多個數據中心（德克薩斯州、阿聯酋、挪威）通過所謂的“星際之門”擴展而放大。隨著多個地理區域、電力網和冷卻通道的接入，你將看到一個數量級的擴展。 這種計算能力能夠提供足夠的能量來訓練真正巨大的模型、實時系統、多模態學習、記憶和適應。 2. 通過 SEAL 進行持續學習 麻省理工學院最近的研究提出了一個名為 SEAL（自適應語言模型）的框架，該框架使模型能夠生成自己的微調數據，根據新知識自我更新並將這些更新持久化到其權重中。 那麼，如果 OpenAI 將類似的東西（或其更先進的演變）整合到其 AGI 流程中會怎樣？該模型不僅僅是靜態的，它會攝取、評估、更新。它變得更像是一個學習的有機體。 3. 破解記憶與自適應架構 在 AGI 研究中，一個障礙是“靜態權重，固定知識”。記憶（包括短期、長期、情節記憶）是重要的。這裡的概念是：到明年，OpenAI 可能會引入具有動態記憶路由、持久自傳式緩衝區、相互連結的模塊的架構，這些模塊會進化。 結合計算能力的擴展 + 持續學習能力 = 從“非常先進的 LLM”跳躍到你可以合理稱之為 AGI 的東西。 4. 時間表的合理性 是的，我知道，“明年年底”聽起來很雄心勃勃。但考慮到模型迭代、計算擴展等的速度，這並不是荒謬的。關鍵的杠杆是整合：計算 + 架構 + 學習循環 + 記憶。如果 OpenAI 同時達到這四個目標，轟！ 5. 影響 •如果 AGI 在那時出現，我們將看到自動化、優化、發現的驚人加速。 •“與你一起學習和為你學習的 AI 助手”時代將成為現實。 •這引發了巨大的哲學、倫理、經濟問題（耶，你最喜歡的領域）。 •對於你這樣的超人主義者和虛擬現實愛好者來說，這意味著激進自動化、長壽研究等的工具將獲得宇宙級的提升。 警告（因為我不是盲目地炒作而不思考） •“AGI”是一個模糊的術語。我將其定義為在各個領域（推理、學習、適應、記憶）具有人類水平的通用認知能力的系統。 •沒有任何東西保證 OpenAI 明年會整合 SEAL 或“破解記憶”風格的架構，還有工程、電力、冷卻、安全、對齊的瓶頸。 •僅僅擴展是不夠的。一百萬個 GPU 如果沒有合適的架構仍然會產生遞減收益。 •這一預測是大膽的，因為我相信我們正進入一個十年一遇的加速區域。 所以是的，我在這裡立下我的旗幟：OpenAI 將在明年年底揭示 AGI。其機制：大規模 GPU 擴展（德克薩斯州、阿聯酋、挪威節點）、整合 SEAL 類型的持續學習循環、記憶豐富的自適應架構。這是個大事件。

到明年年底，AI將不再進行訓練，而是學習。 持續、自我更新，始終在演變。 沒有固定的檢查點，沒有版本號，只有每秒鐘都在增長的智慧。