2016年，典型专家猜测将人类水平AI推到数十年后。到2020年代中期，大型调查和实验室负责人已将这些日期大幅提前，有时进入阅读本文者的工作生涯。时间线仍不确定。修正的方向却很明确。
预测调查实际显示了什么
关于AGI时间线最系统的数据来自AI Impacts，该机构多年来一直调查AI研究人员对何时看到“人类水平机器智能”（大致相当于AGI）的预期。结果发人深省。
2016年，受访研究者对HLMI中位概率的判断约为2061年达到50%。到2022年GPT-4公开发布前，这一中位数已显著提前。做出这些预测的研究者正是正在建造他们所预测的系统的人，而非末日论者或公关人员。
数据中的模式是没有一致的目标日期，而是一个收敛的时间窗口，对具体年份几乎没有共识。模式是，每一次新调查（根据实际能力发展校准）得出的时间线都比上一次更短。
四年。从勉强连贯的文本，到在专业能力标准化测试中达到人类专家前十分之一的表现。这就是校准时间线预测所依据的实证记录。
构建AI的人们在说什么
前沿AI实验室高管的公开表态与他们内部的实际假设并不相同。但这些表态仍值得注意，因为担任这些角色的人发表公开言论通常较为保守，受制于投资者关系、监管审查以及对非凡主张保持谨慎的专业规范。
“我们现在有信心知道如何构建AGI，就像我们传统上理解的那样。”
OpenAI首席执行官山姆·奥特曼 · 2025年1月
“我认为我们可能只需几年时间（甚至更短）就能拥有在各方面都超越人类智能的AI。”
Dario Amodei，Anthropic CEO · "Machines of Loving Grace" essay · October 2024
这些是做出资本配置决策的人经过深思熟虑的公开沟通，其依据的内部预测几乎肯定比他们公布的更短，而不是那些认为AGI遥遥无期的人的说法。
当一家公司基于内部假设—— transformative AI即将到来——在AI基础设施上投入数百亿美元时，这一时间表在操作层面就是真实的，无论公关团队如何宣称不确定性。
为什么日期不如分布重要
对AGI时间线讨论的自然反应是聚焦某个具体日期：会是2027年？2030年？2040年？这种框架可以理解，却有误导性。对治理而言，真正重要的不是“究竟何时”，而是“AGI在当前机构规划周期内出现的概率有多大”。
考虑建立充分的ASI治理实际上需要什么：:
- 国际条约谈判从启动到签署通常需要数年时间
- 国际协议的批准和实施需要额外数年
- 验证和监测的技术基础设施必须被设计、资助和部署
- 主要AI发展中国家的国家立法必须通过
- 计算治理框架需要逐步建立的行业合规机制
即使有非凡的政治意愿，从零构建有意义的国际ASI治理框架也至少需要五到十年。如果AGI在十年内出现的概率非零（证据显示如此），那么在AGI“明显迫近”之后才开始的治理将无法及时完成。
这已经是一个现实问题。治理窗口既非无限也非静态。它正在收窄。
使这一决定变得容易的不对称性
此处两种错误的代价存在不对称。如果我们构建了稳健的ASI治理框架，而AGI最终比预期更晚到来，代价不过是部分努力白费、AI发展遭遇一些监管摩擦，以及一套国际机构在关键时刻做好了准备。如果我们在确定时间线之前等待确定性再建立治理，而AGI在治理到位前就已经到来，代价可能是无法挽回的。
这种不对称与核治理在武器扩散前、臭氧保护在臭氧层崩溃前、以及大流行 preparedness 在下一次疫情到来前的动机相同。在每种情况下，在不确定性下建立的制度都在预测情景出现时证明了其价值。
“人类在事后建立需要事先预判的机构方面，历来表现不佳。”
Yoshua Bengio，图灵奖得主与诺贝尔奖得主 · 2024
现在采取行动的理由，并不依赖于相信最激进的AGI时间表。它只依赖于认真对待所有可信估计的完整范围（包括较短的那些），并以适当的治理行动回应这种不确定性。
AGI 之后是什么
AGI是关注阈值，而非终点。一个在所有领域达到人类认知水平的系统，已具备改进自身设计的能力，能以递归自我增强的方式，将从AGI到 人工超级智能 缩短至数月，而非数十年。
这是促使最接近这项技术的研究者发出最严肃警告的情景。不是AGI本身，而是AGI之后可能出现的动态，包括系统从可控快速变为不可控、快到人类机构无法响应的可能性。
对治理的直接启示是：框架必须在跨越AGI门槛之前就位，而不是之后。谈判的时间就是现在，正当各方仍在向门槛推进、尚未有人越过之时。 Nakada Foundation的三项政策提案 正是为此窗口设计的。
最强烈的反对
最合理的反对意见是，时间线预测此前多次出错，因此据此治理属于恐慌。对点预测而言这很公平。可移植的事实是修正方向，以及迟到的不对称性：机构需要数年，能力却可能在数个季度内跃升。在门槛到来前就搭建框架。