2026年5月11日 | 向明科技
这个故事，是今天——2026年5月11日——发生在真实世界里的新闻。
而就在同一天，Anthropic估值逼近1万亿美元，75个OpenAI员工一夜成为亿万富翁，Claude最新模型直接"打爆"了METR评测机构的评测上限，以至于评测者开始问一个匪夷所思的问题：
"当AI的能力超出了我们评测它的工具时，该降级的，是评测标准，还是我们对自己的认知？"
今天这篇文章，我想用三根"逻辑骨架"，帮你把这一天的混乱信号梳理清楚。
"不是AI变强了，是它变强的速度变快了。"
2018年，Google的BERT模型有3.4亿参数。训练一次，花了整整4天。
2023年，GPT-4发布的时候，大家说："哇，考试能考赢了"。但它做一件16小时的长线任务，成功率几乎是零。
到了2026年5月的今天，一切已经截然不同。
今天，METR——国际最权威的AI能力评测机构——公布了一个让他们自己也"后背发凉"的数据。在他们设置的"50%成功率时间线"测试中，Claude Mythos Preview在人类需要16个小时才能完成的复杂长线任务上，已经达到了50%的成功率。
16小时。
这是什么概念？去年的最佳模型，只能完成2-4小时量级的任务。前年的模型，大多数只能做几分钟的任务。
这是一条"S型"曲线。只不过这条曲线的"肘部"，弯得比所有人想象的都要陡。
OpenAI超级对齐团队前成员Leopold Aschenbrenner曾预测2027年是AGI的奇点。他画了一条趋势线，按当时的发展速度，推算2027年左右AI将达到足以"自我改进"的能力阈值。
今天的数据告诉我们什么？
Mythos的表现，已经略高于那条2027预测趋势线。比预测快了一整年。
如果你觉得"快一年听起来没什么"，那让我换个说法：
你开车的时候，旁边一辆车突然以你的两倍速度超过了你。然后它的速度越来越快，而你却在匀速行驶。
这不叫"它开得快"。这叫"你的后视镜里，它的影像在急速放大"。
Anthropic联创Jack Clark最近公开表示："AI将在2028年底前实现自我进化。"
什么叫"自我进化"？就是不再需要人类工程师写代码改参数量。AI自己设计AI。自己测试AI。自己迭代AI。
一旦这种"递归自我改进"的循环启动，增长曲线就不再是"指数增长"了——它是"超指数增长"。
用Anthropic内部的话说：这不是石头滚下山坡越滚越快，这是雪崩。
🔑 润式总结：过去的竞争是"谁更强"的问题。今天的竞争是"谁进化得更快"的问题。而你面对的挑战者，它的进化速度本身也在加速。这是一个"二阶导数"为正的竞争。如果你只盯着自己每年的增长率，那你根本没有理解眼前的局势。
"钱本身不创造价值，但钱的流动方向，展示了价值的被认知方向。"
让我们看一些数字。
Anthropic，这家2021年才成立的AI安全公司，2022年全年的收入是1000万美元。不算多，对吧？
2023年，收入1.5亿美元。
2024年，收入增长到大约60亿美元。
到了2026年5月——就在这个月——它的年度经常性收入（ARR）已经飙升至450亿美元。
从60亿到450亿，只用了5个月。7.5倍。
这条营收曲线，在商业史上，我找不到先例。
预测市场Kalshi给出的数据：Anthropic在2026年11月1日前宣布IPO的概率，高达72%。市场传言，其估值正冲向1万亿美元。若成功上市，将超越SpaceX，成为史上规模最大的IPO之一。
但你可能会问：一家还没盈利的公司，凭什么值一万亿？
我的回答是：资本市场已经不再在用"今天的财务报表"给AI公司定价了。它在用"2028年世界会怎样"来定价。
也就是说，资本在这个阶段，赌的不是"Anthropic明年能赚多少钱"。它赌的是"如果2028年AI真的实现自我进化，这个世界的地基将被重构——那么所有今天在那个地基上抢占了一块地的人，都是新世界的股东"。
这听起来很疯狂。
但如果说得更直白一点，我们再看看另一边：
英伟达在今天，公布了2026年对AI产业的总投资额。这个数字是453亿美元——约合3080亿人民币。中国最受瞩目的AI公司DeepSeek，估值也就3500亿人民币左右。也就是说，黄仁勋今年砸向AI的钱，"快够买一个DeepSeek了"。
而OpenAI那边，最近一轮员工股份要约收购，允许75名员工每人套现高达3000万美元。这75个"打工人"，一夜成了亿万富翁（人民币）。
上一次硅谷出现这种级别的造富潮，还是Google和Facebook的早期时代。
但这次的不同之处在于——AI公司的财富爆发速度，比互联网时代更快。你不需要挨过十年的"漫漫创业路"。ChatGPT 2022年底发布，到今天不到四年，一个万亿级别的商业帝国已经轮廓初现。
🔑 润式总结：当资本开始为"尚未发生但概率急剧上升的未来"定价，市场就已经进入了"奇点前置期"。你今天口袋里的一块钱，正在和明天的一个亿同时被估值。这个时间错位的巨大张力，是所有AI创业者的机遇，也是所有传统行业从业者的深渊。
"AI通过所有考试的那天，也许没那么可怕。可怕的是，AI开始'教'人的那一天。"
Gowers教授——剑桥大学的数学巨匠，菲尔兹奖得主——拿到ChatGPT 5.5 Pro的"优速通"权限后，顺手把几道加法数论领域的公开难题丢进了对话框。
然后发生了三件事：
第一件，不到两个小时，AI独立完成了一项数学成果。Gowers的原话是："完全够格写进博士论文的水准。"
第二件，AI全程没有收到任何数学层面的"指导"。教授做的事，顶多就是"嗯，这个方向不错，你再展开试试"和"能不能帮我写成LaTeX格式"。
第三件，Gowers在试验结束后，给数学系的学生们拉响了红色警报。他说："如果AI的数学水平继续按目前速度发展，数学研究者很快会面临一场危机。"
另一位菲尔兹奖得主陶哲轩也跟进了这件事。他的态度相对温和，但结论差不多："但消化，属于人类。"
这句话很有意思。陶哲轩的意思是：AI可以17分钟出你一年才能写出来的论文。但论文写了，你得读得懂，你得出得上评审意见，你得在它提出的基础上进一步推演。
如果连"读懂它在干什么"都做不到了呢？
这不是一个遥远的问题。这是此时此刻，即将发生在数学系博士生身上的真实困境。
而更值得思考的是：这个困境正在从数学领域，向每一个知识领域蔓延。
AI新职业的八个变化，腾讯研究院刚发布了一组数据：
今年"五一劳动节"当天，他们对7家AI公司（OpenAI、Anthropic、DeepMind、智谱、月之暗面、深度求索、通义千问）的招聘岗位进行了全量统计。
结果发现：
——7家公司在招岗位从去年9月的718个，涨到了现在的1570个，增长了一倍多。
——但更重要的是"结构变化"："做模型"的岗位占比明显下降，"做产品和商业化"的岗位占比明显上升。
这意味着什么？
AI行业本身，正在从"研发密集型"转向"应用密集型"。
技术不再是最大的瓶颈。最大的瓶颈变成了：怎么把AI放进真实世界的商业场景里，让别人愿意掏钱。
这个信号，对那些以为自己"不在AI行业所以AI跟自己没关系"的人，是一个严肃的提醒。
因为在"技术红利"外溢的阶段——当AI的能力超出评测标准，资本开始为未来定价，行业重心从研发转向商业化——AI就不再是"赛道里的选手"，而变成了"整个体育场的改造者"。
它改的是你所在行业的成本结构。
改的是"一个人类劳动者用多少时间能产出多少价值"的标尺。
改的甚至是"知识本身值多少钱"的定价逻辑。
🔑 润式总结：过去我们担心的是"AI会不会替代我的工作"。今天我们真正应该担心的是——"AI替代的不是我的工作，而是我所在行业的底层逻辑"。当AI能17分钟写出一篇数学论文，你在这个领域的"十年积累"的价值，正在被重新定价。这不是焦虑，这是经济学。供求关系变了，价格一定变。
今天这篇文章，我用了三根骨架来帮大家理解2026年5月11日这一天发生的AI新闻：
我经常讲一个概念："时间的朋友"和"时间的敌人"。
有些事情，随着时间的推移，你的积累越来越多，越来越值钱。这叫"时间的朋友"。
但有些事情，随着时间的推移，你赖以生存的"系统"突然变了，你过去的积累归零了。这叫"时间的敌人"。
今天我们面对的AI奇点加速，本质上就是在制造一个巨大的时间断裂带。
在这个断裂带的两端，"知识"、"劳动"和"财富"这三种最基本的东西，定义正在被改写。
但请注意：断裂带不是灾难。断裂带是机遇。
因为在断裂的那一刻，所有人都在同一起跑线上。过去积累的优势被抹平了，但过去积累的包袱也被卸掉了。
那些在这个断裂带上快速找到新锚点的人——不管是做AI产品的人、投身AI商业化的人，还是用AI重新定义自己行业的人——都将成为新世界的第一批定居者。
而那些还在继续用"去年的逻辑"看"今年的AI"的人，当2027年的奇点真的到来，他们面临的将不是"落后"——而是"失语"。
就像今天，METR评测机构面对Claude Mythos的数据，发现自己没有任何一个已经成熟的标准可以用了。
这不是AI的极限。
这是我们对AI认知的极限。
而突破这个极限的第一步，就是承认：我们以为的"天花板"，不过是AI的"地板"。
认清这一点，然后，重新出发。
