DeepMind 聯合創辦人 Shane Legg攤牌 AGI 時間表：2028年即將迎來巨變

TN科技筆記(TechNotes)

發佈於科技領域筆記

2026/01/02 更新2026/01/02 發佈閱讀 13 分鐘

Google DeepMind 的聯合創辦人 Shane Legg 在近期給出了明確的 AGI 分級定義、時間表，並直言不諱地剖析了這項技術將如何從根本上重塑我們的經濟、社會與個人價值。

The arrival of AGI | Shane Legg (co-founder of DeepMind)

快速整理：DeepMind 首席科學家 Shane Legg 的 AGI 預言

在我們深入細節之前，先為你快速整理 Shane Legg 在這次訪談中拋出的幾個核心觀點：

AGI 發展是「階段制」：他將 AGI 的發展路徑分為三個明確的階段：最低通用智慧 (Minimal AGI)、完全通用智慧 (Full AGI)，以及最終的超級智慧 (ASI)。
2028 年關鍵節點：Legg 維持了他十多年來的預測，認為在 2028 年，有 50% 的機率達成「最低通用智慧」。這意味著 AI 將能處理普通人所能做的所有認知任務。在達到最低標準後的數年內，大約十年內，我們將迎來「完全通用智慧」，AI 的能力將能涵蓋包含愛因斯坦、莫札特在內的所有人類認知光譜。
經濟結構將被徹底改變：他警告，目前「以勞動換取資源」的社會經濟模型可能不再適用。AGI 將對特定領域，尤其是「菁英認知型工作」造成巨大衝擊。
AI 倫理的關鍵在於「思考過程」：他提出了一個名為「系統二安全 (System 2 Safety)」的框架，目標是讓 AI 具備深度、可追蹤的道德推理能力，甚至在一致性上超越人類。
我們正處於「有如疫情前的寧靜」：他將當前大眾對 AGI 的普遍感受，比作 2020 年初，專家們已在大聲疾呼疫情將至，但多數人仍未意識到生活即將天翻地覆的時刻。

Shane Legg 的 AGI 分級與時間表

第一階段：Minimal AGI (最低通用智慧) - 2028年的50%機率

Legg 定義的「最低通用智慧」，是指一個人工智慧體，至少能做到一個普通人通常能做的所有認知類型的事情。這個標準很巧妙：如果 AI 做不到普通人能做的事，那顯然還沒達到「通用」；如果標準設得太高，又會排除掉大部分人的能力範圍。

他坦言，目前的 AI 還沒達到這個標準。雖然現在的模型在某些方面（如語言翻譯、知識廣度）早已遠超人類，但在其他關鍵領域仍有明顯弱點：

持續學習 (Continual Learning)：目前的 AI 很難像人類一樣，在一段長時間內持續學習並整合新技能。這就像一個新員工，你期望他能邊做邊學，但現在的 AI 還做不到。
推理能力 (Reasoning)：特別是在視覺推理上，AI 仍顯得笨拙。它可以輕易辨識圖片中的汽車，但若問它「哪輛車比較大？」，它可能無法像人類一樣理解透視原理（遠的車看起來比較小）。

儘管存在這些挑戰，Legg 認為這些都不是根本性的障礙。他預測，我們有 50% 的機率在 2028 年達到這個里程碑。這也是他從 2009 年以來，始終堅持的預測。

第二階段：Full AGI (完全通用智慧) - 十年內的光景

一旦跨越了「最低通用智慧」的門檻，下一個階段就是「完全通用智慧」。這意味著 AI 不僅能完成普通人的認知任務，更能涵蓋人類認知能力的全部光譜，包含那些最頂尖、最富創造力的非凡壯舉，例如提出新的物理學理論、創作出偉大的交響樂或文學作品。

Legg 認為，從 Minimal AGI 到 Full AGI 的過程，可能只需要「三、四、五、六年」。這意味著，在我們有生之年，甚至在未來十年內，我們很可能會見證一個能夠比肩甚至超越人類最頂尖智慧的 AI 誕生。

最終階段：ASI (超級智慧) - 遠超人類的必然未來

當 AI 的能力開始全面超越人類認知的範疇時，我們就進入了「超級智慧 (ASI)」的領域。對此，Legg 的觀點是：這幾乎是必然會發生的。

他的論證並非基於科幻想像，而是來自物理學的第一性原理。他比較了人腦與資料中心的物理限制：

功耗：人腦約 20 瓦；資料中心可達 2 億瓦。
訊號傳遞速度：人腦神經元約每秒 30 公尺；電腦中的光纖接近光速（每秒 3 億公尺）。
運算頻率：人腦約 100-200 赫茲；電腦晶片可達數十億赫茲。

在能量、空間、頻寬和速度這四個維度上，機器都擁有比人腦高出數百萬到數億倍的潛力。Legg 表示「人類智慧會是潛能的上限嗎？我認為絕對不是。」就像我們不會期望自己跑得比跑車快、舉得比吊車重一樣，我們也不該期望自己的認知能力會是宇宙中的極限。

AGI 的「道德羅盤」：我們如何確保超級智慧是善良的？

一個比人類更聰明的智慧體，無疑帶來了巨大的安全與倫理隱憂。對此，Legg 和 DeepMind 團隊的核心思考，不是如何為 AI 設立一堆僵化的規則，而是如何讓 AI 本身具備強大的、可信賴的道德推理能力。

超越直覺的「系統二安全」框架

Legg 借用了諾貝爾經濟學獎得主丹尼爾·康納曼 (Daniel Kahneman) 的「系統一、系統二」理論，提出了一個名為「系統二安全 (System 2 Safety)」的框架。

系統一：是人類快速、直覺、本能的反應。例如，被激怒時想立刻反擊。
系統二：是緩慢、深思熟慮、有邏輯的分析。例如，深呼吸，思考反擊的後果，然後選擇更理性的做法。

傳統的 AI 安全措施，很多時候像是在教 AI 一堆「系統一」的規則（例如「不准說謊」）。但現實世界的道德困境極其複雜。有時候，為了拯救生命，說謊反而是更道德的選擇。

「系統二安全」的目標，是讓 AI 在面對複雜的倫理困境時，能夠啟動一個類似人類「系統二」的深度思考過程。AI 必須能分析情況的細微差別、評估不同行動的可能後果，並根據我們希望它遵循的道德體系進行推理。更重要的是，這個「思考鏈 (chain of thought)」應該是透明的，讓研究人員可以監控和審查它的決策過程。

AI 能比人類更道德嗎？

Legg 提出了一個相當大膽的觀點：一個成熟的 AGI，在原則上有可能比人類更道德。原因在於，人類的道德判斷時常受到情緒、偏見和疲勞的影響，但一個設計精良的 AI，可以更一致、更客觀地應用其道德框架進行推理，甚至達到超乎人類的分析深度。這將倫理問題從一個「感覺」問題，轉化為一個「推理」問題。

從測試到部署：DeepMind 的安全防線

當然，在達到這個理想狀態前，每一步都充滿風險。Legg 強調，DeepMind 採用了極其嚴格的流程：

內部測試：在模型發布前，會進行大量的基準測試和壓力測試。
紅隊演練：專門的團隊會扮演攻擊者，想盡一切辦法誘導模型做出危險行為，例如幫助設計生化武器或進行駭客攻擊。
分級釋出與監控：根據模型的能力等級，制定相應的風險緩解措施。模型部署後，會持續監控其行為，一旦發現超出預期的風險，就可能需要撤回。

他強調，世界上沒有 100% 的安全，他們的目標是將風險降至可接受的範圍內，並在效益與風險之間做出審慎的權衡。

AGI 將如何顛覆我們的經濟與社會結構？

如果說 AGI 的技術細節令人著迷，那麼它對社會的影響則足以讓人警醒。Legg 形容這將是一場「巨大的轉變 (massive transformation)」，其規模和深度將不亞於工業革命。

哪些工作最危險？

過去我們總認為，高學歷、高技術的白領工作比較安全。但 Legg 提出了一個截然相反且更精準的判斷法則：

如果你的工作可以僅僅透過一台筆記型電腦，以遠端的方式完成，那麼它就處於風險之中。

這條法則直接指向了大量的「菁英認知型工作」，例如軟體工程師、金融分析師、律師、作家、設計師等等。他舉例，在未來幾年，軟體工程領域，原本需要 100 人的團隊，可能只需要 20 位懂得使用先進 AI 工具的工程師就能完成。

與此相對，那些需要與真實物理世界進行複雜互動的工作，在短期到中期內反而相對安全。因為即便 AI 的認知能力達標，機器人技術的發展和成本，仍需要很長一段時間才能與人類匹敵。

我們正處於指數曲線的轉折點

Legg 講述了一個深刻的感受：他現在向各界專家解釋 AGI 的急迫性，感覺就像 2020 年 3 月，流行病學家們看著指數增長的數據，焦急地警告一場全球大流行即將到來，但當時大部分人仍在酒吧聚會、看足球賽，無法想像世界的樣貌將在幾週內徹底改變。

人類天生不擅長理解指數級的變化。大部分時候，那些「世界將迎來巨變」的預言最終都落空了。但 Legg 提醒，我們必須分辨哪些是空談，哪些是由堅實的底層技術驅動的真實趨勢。而現在，AI 發展的趨勢，正是一條陡峭的指數曲線。

重新思考財富分配與人類價值的「後AGI時代」

當大量的認知勞動可以被 AI 以極低的成本完成時，我們現行的社會經濟結構將面臨根本性的挑戰。

勞動價值瓦解：數百年來，人類社會的運作基礎是「人們貢獻自己的腦力或體力勞動，以換取生存和發展所需的資源」。當機器的生產力遠超人類，這個模型可能不再成立。
財富蛋糕變大，但如何分配？：AGI 無疑會創造巨大的財富和生產力，讓整個社會的「蛋糕」變得更大。但問題是，如果大部分人失去了透過勞動來分蛋糕的資格，我們要如何設計一個新的、公平的財富分配系統？
教育、法律、政治的全面重構：Legg 呼籲，從教育、法律、經濟、政治到城市規劃，每一個領域的專家都必須開始嚴肅思考：「當廉價、充沛、強大的機器智慧出現時，我們的領域會變成什麼樣子？」

TN科技筆記的觀點

Legg 提出「以勞動換取資源」的模式將不再適用，這點與 Elon Musk 等人對未來的設想不謀而合。在一個由 AGI 創造巨大物質豐裕的「後稀缺時代」，傳統意義上的「財富」重要性確實可能大幅降低。但這不代表經濟活動的消失，而是可能催生出全新的經濟型態。當所有人的基本生存需求都被滿足，價值交換的標的，將從物質轉向非物質。屆時，主導社會的可能是「聲望經濟」或「影響力經濟」，一個人的社會地位不再由銀行帳戶決定，而是由他的創造力、社群貢獻、或獨特觀點所能吸引的關注與信任來衡量。我們也可能看到一種「使命驅動經濟」的出現，人們不再為了薪水而工作，而是投身於自己熱愛的專案、藝術創作或科學探索。然而，從現有體系過渡的過程，必然伴隨著劇烈的陣痛。

另外 Legg 對 ASI 將基於物理定律全面超越人腦的論證，非常具有說服力。但這也引出了一個令人不安的矛盾：我們真能期望，人類所設計的道德框架，能夠有效且永久地約束一個遠比我們聰明的超級智慧嗎？如果 ASI 的推理能力將遠超我們想像，它或許能完美地理解我們設定的每一條倫理規則，但同時也可能找到我們無法預見的漏洞，甚至以一種我們無法理解的、更高層次的「道德」為由，來合理化其違反我們初衷的行為。單純依靠訓練 AI 的「思考模式」恐怕是不足的，因為我們無法保證它的最終目標與人類的長遠福祉完全一致。在通往 ASI 的道路上，我們目前最大的希望，只能寄望於頂尖的 AI 科技公司，能夠真正將「對齊 (Alignment)」與「安全優先 (Safety First)」的原則，置於商業競爭和發展速度之上。