进展超预期：AI Futures Project 显著提前 AGI 与自动化编程实现预测

AI Futures Project 刚发布 2026 年第一季度时间线更新。这份报告由 Daniel Kokotajlo、Eli Lifland 和 Brendan Halstead 联合撰写，核心结论只有一个：他们把 AI 里程碑的实现预测整体拉快了大约一年半。

这是他们三个月前发布 AI Futures Model 以来的首次季度更新。

关键数字变了多少

自动化编程（Automated Coder，AC）指 AGI 公司宁可裁掉全部人类工程师也不愿意停用 AI 编程工具的那个时间点。这个里程碑的中位数预测，Daniel 从 2029 年底移到了 2028 年中，Eli 从 2032 年初移到了 2030 年中。

顶级专家级 AI（TED-AI）——在几乎所有认知任务上达到顶级人类专家水平的 AI——也同步前移了约 1.5 年。

AI Futures Model 发布以来，AGI 时间线预测持续前移（来源：AI Futures Project）

为什么加速了

四个因素叠加：

第一，METR Time Horizon 升级到 v1.1，新版本的趋势线比旧版更快。

第二，新纳入的模型数据（Gemini 3、GPT-5.2、Claude Opus 4.6）延续了 2024 年以来的加速趋势，没有出现任何减速信号。

第三，他们把时间范围翻倍速度的估计从 5.5 个月下调到 4 个月（Daniel）和 4.5 个月（Eli）。

第四，Opus 4.6 的能力让 Daniel 把 AC 所需的 80% 时间范围门槛从 3 年直接砍到 1 年。

商业化在印证

报告之外，现实数据也在朝同一个方向走。Claude Code 发布仅 9 个月，年化收入就突破 25 亿美元。Anthropic 的营收延续了每年翻 10 倍的增长节奏，整体已进入 100 亿美元量级。

AGI 公司年化收入趋势（来源：Epoch AI）

这份报告还提到一个值得注意的信号：几位他们尊重的 AI 公司研究者私下表示自动化 AI 研发即将到来，时间线甚至比 AI Futures 团队自己的预测还要快。这些人没有往回撤，反而在加码。

怎么看

AI Futures Model 本身是一个相对审慎的预测框架。Daniel 和 Eli 的初始时间线就不算激进，这次修正后的中位数在圈内仍偏保守。如果连他们都觉得要提前一年半，说明过去几个月的模型进展确实超出了大部分观察者的预期。

METR Time Horizon 作为单一指标当然有局限性，但目前仍是衡量编程自动化进展最有参考价值的量化工具之一。关键是这个趋势已经持续了两年，而且没有任何减速的迹象。

预测终究是预测，具体哪年实现不重要，重要的是方向。

来源：AI Futures Project