AlphaGo之父：你准备好失业了吗？新智元

OpenAI大神Noam Brown刚发了一份碳基生物的《死亡通知书》，直接把硅谷和推特看炸了。2026年，当AI不再是你的工具，而是你的老板时，你准备好失业了吗？

1997年，《纽约时报》曾引用普林斯顿天体物理学家Piet Hut的神预言：

电脑要想战胜人类围棋手，可能需要100年，甚至更久。

结果呢？仅仅过了19年，AlphaGo就把李世石按在地上摩擦。

这种盲目自信的循环，直到今天还在继续。

就在几小时前，OpenAI的研究员Noam Brown甩出了一张时间表。

看完这张图，硅谷的精英们沉默了，推特的评论区炸锅了。

这不是技术进化史，这是碳基生物的《死亡通知书》。

人类最擅长的游戏：无赖式「移动球门」

直说吧，人类最擅长的从来不是围棋或数学，而是「耍赖」。

就像这样——

每当AI攻克一个领域，我们立马改口：「切，那只是暴力计算，不是真正的思维」。

这招精神胜利法，用了40年，现在终于不好使了。

1987年：笑AI不懂「规划」

当时的舆论普遍认为，国际象棋不仅是计算，更需要深远的战略规划。

人类相信，机器只能看几步，而人类能看到「局」。

直到1997年深蓝击败卡斯帕罗夫，我们被迫改口：大家被迫改口：「好吧，象棋只是算术，围棋才是艺术。」

1997年：吹AI没有「直觉」

这是人类坚守最久的阵地。

围棋的落子讲究「棋感」，那是玄学，是艺术，是不可言说的美学，是人类灵魂的护城河。

结果大家都知道了。AlphaGo不仅赢了，还下出了人类几千年来从未想过的招法。

不管是「玄学」还是「棋感」，在AI眼里不过是高维度的概率分布。

你引以为傲的直觉，只是算力不够时的脑补。

2016年：赌AI学不会「诈唬」

这曾是心理学家的最后防线。

德州扑克这种不完全信息博弈，不仅要算牌，还得会骗人、会偷鸡。机器懂个屁的人心？

Noam Brown亲手埋葬了这个幻想。

他搞出的Pluribus在六人桌德州扑克里，把顶尖人类牌手骗得底裤都不剩。

那一刻大家才惊恐地发现：连「骗人」这种独属于人类的狡黠，AI都比我们更专业。

2023年的裂痕：当「逻辑」不再神圣

如果说下棋打牌是「雕虫小技」，那创造力和逻辑推理总该是人类的自留地了吧？这里可是数学家和艺术家的圣殿

但Noam Brown的时间表，冷酷地记录了这两座大厦的崩塌：

2019年：AI无法创造艺术？ Midjourney和Sora出来后，插画师和导演已经在天台上排队了。

2023年：AI做不了奥数？ 就在数学界还在争论LLM是不是「只会背书的鹦鹉」时，2024年DeepMind的AlphaProof在IMO拿到了银牌。

这可不是简单的死记硬背，IMO题目需要极富创造性的辅助线构造和严密的逻辑推导。

曾经我们认为，机器只能做加减乘除，不能做数学证明。

现在的现实是：机器不仅能做证明，还能在最变态的奥数赛场上，和全球最聪明的人类大脑硬刚。

Judgment是人类独有的？做梦！

Noam Brown把这个节点定在2026年，绝不是危言耸听。

在此之前，AI更像是你的「超级实习生」。它帮你写代码、画图、做表，但最后还得你来拍板。

什么是「Judgment」？它是CEO决定裁员还是扩张的魄力；是VC在一堆烂项目里押注下一个字节跳动的眼光。

我们一直以为这是只有人类才能掌握的「灰度艺术」。

现在，随着OpenAI Operator等Agentic AI的爆发，AI正在从「Chatbot」进化为「Boss」。

知名AI研究者Nikolai Yakovenko一针见血：

只要判断力和品味可以被量化，AI就会瞬间秒杀人类。或者更残忍点——它会重新定义什么是「好品味」。

所谓的商业直觉或审美，在AI眼里只是一堆尚未被标记的数据。

只要你能给出反馈信号，AI就能通过强化学习，找到那个你根本想都想不到的最优解。

最后的避难所：这种「胜利」有点凄凉

面对这张咄咄逼人的时间表，评论区有个高赞反驳，成了人类最后的倔强：

AI唯一永远无法做到的事情，就是替你爱你的孩子。

这句话听起来很温暖，但细想之下，却透着一股彻骨的寒意。