2025：AI狂飙下的焦虑与追问
回顾 2025 已过大半，人们对时间的记忆往往由重大事件的节奏所塑造。而在这一年，很少有议题能像人工智能（AI）那样，以如此高频率占据公共话语的中心。AI 不再只是学术研究的专属命题，也不仅仅是产业链上的某个技术环节，而是以一种全局化、系统化的姿态，渗透进技术、经济、政治与文化的每一个层面，重塑社会的运转逻辑与未来想象。
AI 的规模化应用与社会生产方式的重构
2025 年初，深度求索发布开源模型 DeepSeek-R1，以较低成本实现接近 GPT-o1 的性能，国产 AI 引发全球关注。
3 月，Manus AI 走红，智能体类应用开始受到广泛使用。谷歌 DeepMind 与斯坦福合作的 AMIE 系统在皮疹诊断中准确率首次超过人类医生。世界卫生组织（WHO）同期发布针对医疗领域多模态生成式 AI 的伦理治理指南，显示这一技术已进入规范化讨论。
5 月，Anthropic 发布 Claude 4，其中 Opus 4 编程模型在长任务处理和代码生成方面表现突出，氛围编程（vibe coding，即通过自然语言和意图驱动的代码生成方式）在开发者社区中流行起来。
7 月，月之暗面发布其迄今规模最大的开源模型 Kimi K2。阿里云通义千问团队发布 Qwen3-MT，支持 92 种语言互译。谷歌 DeepMind 公布 Gemini 在“深度思考”模式下解答国际数学奥林匹克竞赛（IMO）试题，并据媒体报道经官方评分专家认证，成绩达到金牌水平。
8 月，OpenAI 推出 GPT-5，在实时模型路由、多模态推理和上下文规模上做了系统性增强，在通用性和可用性上进一步拉高了行业标准。
2025 年，AI 已经从实验室走向社会的核心场景。AI 发展的速度之快，使得社会焦虑也在迅速蔓延。
AI 的规模化应用是否正在系统性替代人类岗位？个体与社会该如何应对这场生产力革命？
数据与算力：瓶颈的显现
研究机构 Epoch AI 曾预测全球公开文本语料将在 2028 年枯竭。今年，OpenAI 与 Anthropic 均提到，公开文本数据已接近用尽，行业正在更大规模地依赖合成数据训练。OpenAI 的内部测试显示，若训练过度依赖自生成语料，模型在复杂逻辑任务上的准确率会下降，且可能出现“回音室效应”。
数据限制也影响到产品节奏。7 月，市场有消息称 OpenAI 为筹集资金推迟 GPT-5 发布，引发外界对其研发进展和数据来源的关注。8 月推出的 GPT-5 引入“递归式数据生成”以缓解语料不足的问题，但在多模态交互上的表现与用户预期仍存在差距。
与此同时，算力扩张带来的环境成本愈发受到讨论。研究估算，训练 GPT-4 的碳排放量约为 12,500–15,000 吨 CO₂eq，相当于 2,500–3,000 辆汽车一年的排放。微软在 2025 财年投入 80 亿美元建设 AI 数据中心，其中约 30% 电力来自核能和风电；谷歌则在俄勒冈州启用以水电为主的新数据中心。学界警告，算力需求的快速增长可能抵消绿色能源带来的减排效果，导致“碳足迹反弹”。
当下的 AI 叙事，正在被两股暗流拉扯：一边是语料枯竭带来的技术极限与“回音室效应”，另一边是碳排放与能耗激增构成的环境约束。资本市场的神经也随之紧绷。一种新的焦虑浮现出来，
这波 AI 浪潮能持续多久？是一次短期泡沫，还是一场真正的长期革命？
AGI 的预言与未知的边界
2 月，马斯克在 Grok 3 发布会上表示：“AGI 将是人类最后一次发明。”这类观点强化了外界对通用人工智能潜在影响的讨论。
3 月，Anthropic 向美国总统科技政策办公室（OSTP）提交建议信，指出功能更强大的 AI 系统可能在 2026 或 2027 年出现，暗示能力曲线或将在短短两年内触及拐点。
4 月，Anthropic 联合创始人兼首席科学家贾里德·卡普兰（Jared Kaplan）在公开场合表示，AGI 可能在未来两三年内到来。
5 月，谷歌 DeepMind 推出 AlphaEvolve，展示了具备自主进化能力的原型系统。
6 月，Meta 发布 V-JEPA-2，在机器人抓取任务中的零样本规划成功率达到 73%。这是具身智能研究中的一次重要进展。
7 月，谷歌 DeepMind 子公司 Isomorphic Labs 宣布基于 AlphaFold 研发的抗癌药物进入人体临床试验。同一时间，谷歌 DeepMind 联合创始人 Shane Legg 在演讲中直言：“AGI 可能比预想更接近。”
8 月，OpenAI CEO Sam Altman 在 GPT-5 发布后的表态：“不排除 5 年内达到早期 AGI。”
AI 的进步看似势不可挡，却带来一股难以忽视的焦虑感，
AI 是否终将超越人类？如果它能自主进化、具备跨域创造力，它会不会有一天伤害甚至取代人类？
结语
2025 的 AI 交织构成了三条主线：
规模化应用的现实 —— AI 已经嵌入金融、医疗、教育、交通等社会基础设施。
数据与技术的瓶颈 —— 训练语料枯竭，算力与能耗压力增加，创新速度放缓。
未来走向的分歧 —— 一边是资本与学界的乐观预测，一边是社会治理的存在性焦虑。
这三条线索交织在一起，构成了 2025 的 AI 图景。
尾声：文明的引导者
在这一背景下，AI 既是一种工具，也是一种环境。它作为工具，推动产业链条加速演化；它作为环境，则重塑了人与人、人与机构、乃至国家与国家之间的关系格局。正因如此，AI 相关的讨论早已超出“下一步能做什么”的层面，而转向“它将把我们带向何方”的宏大追问。
在接下来的《文明的引导者》系列里，我们将尝试从这些不安的缝隙中，窥视那宏大的一瞥。