AI技术范式转变 - AI行业正从单纯依赖规模扩展（Scaling Law）的技术范式转向需要研究突破的新阶段，扩展虽能持续进步但已无法单独实现能力质的飞跃[1][4] - 顶尖研究人员共识认为当前技术已足以对社会经济产生巨大冲击，但实现AGI仍需在持续学习、样本效率等关键领域取得研究突破[7] - 实现AGI/ASI的时间框架存在分歧，专家预测从2年到20年不等，但普遍认为并非遥不可及[8] 技术发展方向 - 人类与AI的关键差异可能在于内置价值函数，情绪作为决策系统组成部分可能为AI提供重要借鉴[11][12] - 当前AI价值函数系统较为脆弱粗糙，未来需要新架构新想法来构建真正可行的系统[14] - 行业领导者认为创新是AGI道路上的核心动力，需要持续探索新架构新方式[14] 行业投资与经济影响 - 主要科技公司2025年资本支出总额预计达约3700亿美元，2026年将继续增长[16] - AI基础设施投资已成为美国经济增长关键驱动力，2025年上半年几乎贡献全部GDP增长[16] - 当前AI投资被视为建设未来数字基础设施，类似工业时代的铁路网建设[17] 市场观点分歧 - 乐观派认为AI投资是计算方式根本转型，只要持续产出可付费智能就不存在泡沫[19][20] - 谨慎派承认存在产业泡沫但认为类似互联网泡沫会留下有价值的基础设施[17] - 行业领袖强调AI创造的新需求可能超过替代效应，推动公司扩张和就业增长[28] 劳动力市场影响 - 研究显示AI目前已具备取代美国11.7%劳动力的能力，白领工作岗位面临显著冲击[22] - 预测未来5年内50%入门级白领工作可能消失，物理世界操作类工作相对安全[24][26] - 替代效应可能推动工作模式变革，可能出现更短工作周等新职场形态[28]