网通社科技快报
Anthropic科学家预警AGI三年内或到来 博士路径面临系统性重构
Anthropic科学家Jascha Sohl-Dickstein在2026年斯坦福物理学与AI会议上发表演讲《人新世最初与最后日子里，给青年研究者的建议》，引发对AGI加速落地背景下学术路径的广泛反思。他基于可观测趋势指出：过去十年最大AI模型训练计算量增长约1000万倍；2025至2026年模型能力每数月提升一个数量级；近七个月AI已独立解决部分保罗·埃尔德什数学难题，标志其从辅助工具转向问题求解主体。按当前4.7倍年增长率推算，2030年训练算力可达2025年的约1万倍，GPT-4训练量已接近人类大脑一生总计算量。他明确表示AGI可能在未来三年内实现，该判断获苏纳克、奥巴马及施密特等政商界人士呼应。
在此背景下，传统博士（5–6年）—博士后（2–3年）—终身教职路径面临结构性风险：耗时数年完成的研究成果，可能被基础大模型通过提示词即时复现甚至超越。Sohl-Dickstein强调：“不要把博士、博后和终身教职视为天然稳妥的选择”，因其隐含科研体系稳定的线性假设，而AI正瓦解这一前提。
他提出三条务实建议：一，深度融入AI工具提升效率，如每日用Claude编写代码、生成图表；二，聚焦随算力增长持续受益的方向，如AI for Science、AI安全与治理；三，坚守“思考主权”——“写作即思考，外包写作即外包思考”，强调需理解输出逻辑、质疑边界，专注问题定义与价值判断等高阶认知。
他并非否定博士学位，而是主张重定位其价值：从产出具体知识转向培养问题识别、跨尺度推理与伦理判断力。当前MIT、斯坦福已设AI与科学方法论课程，Nature与Science刊发“AI原生科研范式”专题，工业界对“AI协同研究能力”人才需求激增。其核心观点是：在非稳态系统中，线性规划失效，青年研究者需构建“抗脆弱性”，使核心认知能力在技术突变中仍不可替代——当AI能回答几乎所有已知问题时，提出正确问题的能力或成最后护城河。
在此背景下，传统博士（5–6年）—博士后（2–3年）—终身教职路径面临结构性风险：耗时数年完成的研究成果，可能被基础大模型通过提示词即时复现甚至超越。Sohl-Dickstein强调：“不要把博士、博后和终身教职视为天然稳妥的选择”，因其隐含科研体系稳定的线性假设，而AI正瓦解这一前提。
他提出三条务实建议：一，深度融入AI工具提升效率，如每日用Claude编写代码、生成图表；二，聚焦随算力增长持续受益的方向，如AI for Science、AI安全与治理；三，坚守“思考主权”——“写作即思考，外包写作即外包思考”，强调需理解输出逻辑、质疑边界，专注问题定义与价值判断等高阶认知。
他并非否定博士学位，而是主张重定位其价值：从产出具体知识转向培养问题识别、跨尺度推理与伦理判断力。当前MIT、斯坦福已设AI与科学方法论课程，Nature与Science刊发“AI原生科研范式”专题，工业界对“AI协同研究能力”人才需求激增。其核心观点是：在非稳态系统中，线性规划失效，青年研究者需构建“抗脆弱性”，使核心认知能力在技术突变中仍不可替代——当AI能回答几乎所有已知问题时，提出正确问题的能力或成最后护城河。