AI 落地要经过四个阶段，最慢那步还没开始

「AI as Normal Technology」里的 normal，不是说 AI 像锤子或牙刷。他们承认这是工业革命量级的变革技术，不是怀疑派口号，而是一套因果框架：能力怎么一步步变成经济与社会影响。

过去研究电力这类技术，常用创新扩散：发明 → 创新（电器这类下游产品）→ 扩散（人们逐渐采用）。他们把这套拉成四段，并以软件工程为例：

创新扩散应用到 AI：能力 → 产品 → 早期采用 → 适应性变革。来源：演讲幻灯片

第四段最慢。即便在 coding agent 的「相对早期采用者」软件工程里，他说真正的组织级重构也还没真正开始。他允许自己做一点推测：若将来 agent 能稳定做出无少 bug、少安全洞的千万行代码库，那「做一个给十亿人用的统一软件」就不那么划算了，软件会走向为每个团队定制的极致个性化，连「还要不要软件公司这种组织形态」都可能被重问。这类变化是人与组织的变化，历史上看往往以十年计。

电力进厂房：直接替换从来行不通

电力出现前，工厂靠一台大蒸汽机，用齿轮皮带把动力传到全厂。电力来了之后，厂主先做的是「拿发电机换蒸汽锅炉」，以为是更高效的直接替换。那条路没走通。

从蒸汽传动到流水线：电力的真正红利来自重组，不是换锅炉。来源：演讲幻灯片

今天常有人说 agent 会是「人类工人的 drop-in replacement（直接替换件）」。电力史给出的对照是：真正吃到红利的，是重组工作方式，不是把人原样换成机器。而且这不是电力公司的活儿，同理，AI 带来的组织重构，也不是 AI 公司一家能做完。在他们的四段框架里，这是最慢的一段，今天大体上还没真正开场。

实测：能力涨了，可靠性没跟上

各行各业「本可以用 AI 做什么」和「实际用了什么」之间有巨大落差。一部分是采用慢；他们还怀疑：部署侧的人，是否比行业更早摸到了能力榜之外的硬墙。

人们谈 AI 时最常提的顾虑是可靠性。SAGE 实验室把十来个可靠性指标收成四个维度：

AI agents：能力–可靠性缺口。来源：演讲幻灯片 · SAGE 工作

软件工程：写代码从来不是瓶颈

早在 2019 年就有论文指出：写代码不是软件工程的瓶颈。过去一年大量博客在「重新发现」这件事，coding agent 把中间那层压快了，整份工作并没有按同样比例消失。

decide–execute–deliver「三明治」：AI 主要咬中间那层。来源：演讲幻灯片

有用的隐喻：起重机操作员。来源：演讲幻灯片

「劳动总量谬误」：自动化很少按比例减员

lump-of-labor fallacy（劳动总量谬误）：以为社会需要的工作总量是固定的，AI 拿走一块就永久少一块岗位。历史对照常常不是这样，效率上来后，需求与岗位结构一起变。

劳动总量谬误与若干历史对照。来源：演讲幻灯片

软件工程自身：从机器码算起，经历多轮约 10 倍级生产力工具跃升，同期就业反而增长约 10,000 倍，因为要写的代码总量涨得更快。他的意思不是「永远不会有人失业」，而是：用「自动化率＝失业比例」去外推，往往站不住。

若「递归自我改进」真实现了？四个被混为一谈的维度

许多公司公开说在冲 recursive self-improvement（RSI，递归自我改进）。他认真对待这条线，但不把「实验室里程碑」自动等同于「全人类立刻无工可做」。

AGI 话语里的「夏威夷问题」：远看是一片岛，近了必须分清岛名。来源：演讲幻灯片

高级 AI 的四个维度：互不自动蕴含。来源：演讲幻灯片

举例：治愈癌症的真实瓶颈常常是临床试验要上千受试者、跨 10–15 年，不是实验室里再多算几个数量级就能直接消掉的外部约束。把「算力／模型里程碑」直接翻译成「社会立刻无工」，会漏掉这些墙。

AI 创造力为什么落后？开放世界评测怎么测

深度学习在感知表征上已很强，但支撑创造力与高阶推理的表征，他判断仍未追上人类。几条来自认知科学与实践的假说：

AI 创造力悖论相关讨论。来源：演讲幻灯片

SAGE 正在做的 open-world evaluation（开放世界评测）：给 agent 几千美元预算 + 一个人类专家已研究数月、写成论文但尚未上 arXiv 的真实机器学习问题，再由同一批专家评产出。团队已完成「让 agent 独立开发并上架一个 iOS App」一类评测，并在招募资深研究者扩展。

个人如何在这场浪潮里自我调适？

前面讲的是框架和证据。演讲后半，Narayanan 专门留了「Personal reflections on adapting to AI」：他不给统一答案，但把自己在研究工作流里怎么熬这场能力狂飙，摊开给听众对照。

Personal reflections on adapting to AI。来源：演讲幻灯片

先选立场：替代叙事 vs 放大叙事

开场那两条叙事，在个人层面就是两条人生配置：

地板与天花板：省下来的时间往哪扔

他用一对词框住个人策略：

他的做法：AI 带来明显生产力提升，就把省下的时间「再投资」到长期成长，补与 AI 互补的新技能、新工作流。他自己每周大约花 10 小时只做学习与试新流程。

三脚凳：生产力 · 成长 · 控制

他不把「用 AI 更快交差」当成唯一目标，而是把三件事当成要同时站稳的三条腿：

只压生产力、不喂成长，地板抬高时你会被压扁；只顾成长、不管交付，现实里活不下去；两边都有、却交出控制，长期会变成只会点按钮的人。

两条启发式：怎么守住「控制」

岗位被重定义为「操作与控制机器」。来源：演讲幻灯片

愿景收束：人机「共同超级智能」

在某种意义上，经济变革级 AI 已经开始：不是等某个 AGI 开关被按下，而是可靠性、整合、隐性知识与监管这些慢变量，正在改写工作。他反对把地缘政治简化成「谁先摸到某能力里程碑谁就赢走全部经济回报」。

关于超级智能，他强调：任务本身常有天花板；人类智能高度依赖学习与工具，AI 是又一种工具，竞赛更像「AI 增强的人」对「AI 单独行动」；若默认接受「AI 自主拥有公司、决定雇佣解雇」再只靠 alignment（对齐）兜底，这种安全立场「与其说支持安全，不如说反对安全」。

愿景：co-superintelligence（共同超级智能）。来源：演讲幻灯片

他把计算机比作「心灵的自行车」，把 AI 比作「心灵的起重机」：能把人的潜力抬到以前不可想象的高度。学习曲线陡，像一直在跑步机上，但他仍把「共同超级智能」当作值得打的仗，不是放弃工作，而是把工作重新定义成与 AI 共舞的、更高天花板的版本。

演讲 Takeaways 页。来源：演讲幻灯片

能力地板会自己抬；天花板要你亲自顶。调适不是把活全甩给 AI，而是用省下的时间练互补技能，并始终坐在控制位上。 据 Arvind Narayanan · ICML 2026 主题演讲整理

24 个月里，能力跳升，可靠性只挪了一点

SAGE 实验室把十几个可靠性指标收成四类，一致性、鲁棒性、校准、操作安全，再用两套互补基准测了 3 家头部 AI 公司约 24 个月内发布的模型。

程序员没失业，因为写代码从来不是瓶颈

早在 2019 年就有论文说，写代码不是软件工程的瓶颈。Narayanan 把知识工作拆成三层：decide 定方案、execute 写代码调试、deliver 交付担责。

效率提升史上很少按比例减员

经济学家称之为"劳动总量谬误"，以为社会要做的工作总量固定，AI 拿走一块就永久少一块岗位。历史数据常常相反。

RSI 不会自动滚成超级智能

不少公司说自己在冲"递归自我改进"(RSI:AI 参与改进下一代 AI)。Narayanan 用"夏威夷问题"类比：船靠近群岛就得分清岛名，不然会在该往哪走这件事上把自己绕晕，他把 RSI、类人智能、经济变革级 AI、超级智能拆成四个互不蕴含的维度。

• RSI，光谱两端相差巨大：一端是升级版 AutoML，另一端是取代全球 AI 研究者的创造力总和，公司说的是哪一端并不清楚。
• 类人智能，AI 在可验证任务(速度、效率)上很强，在创造力这类不可验证任务上还差得远。
• 经济变革级 AI，瓶颈是可靠性、系统整合、专业隐性知识、监管，只能靠几十年渐进采用啃掉。
• 超级智能，很多任务本身有天花板(天气预报受混沌理论限制，新药临床试验规程要 10-15 年)，人类已经贴近这些极限。