马斯克放话“2028征服所有科学”!AI教父当场泼冷水:连修水管的猴子都比不上

如果有人告诉你，再过两年，人类所有的科学研究和实体工作都将被AI彻底终结，你信吗？

2026年9月，埃隆·马斯克（Elon Musk）在社交媒体上再次语出惊人：最迟到2028年，AI将在所有领域全面超越人类。

这番豪言瞬间在科技圈激起轩然大波。然而，还没等信徒们开始狂欢，深度学习领域的宗师级先驱、LSTM奠基人于尔根·施密德胡伯（Jürgen Schmidhuber）就直接泼下一盆透心凉的冷水。

这位老牌科学家的反驳毒辣又接地气：“别吹了。今天的AI，在物理世界里连一个修水管的工人都不如，甚至连树上的一只卷尾猴都比不上！”

一个能秒写代码、推导复杂数学定理、画出惊艳艺术图的顶级AI，为什么在科学家眼里，居然比不上一只抓耳挠腮的猴子？

这场在推特上爆发的世纪交锋，撕开了今天AI狂潮背后最隐秘的遮羞布。

01.一场由狂言引发的“降维打击”

这场论战的引线，最早其实埋在五年前。

2021年，深度学习框架Keras的创造者弗朗索瓦·肖莱（François Chollet）发过一条预言：未来10到20年内，几乎所有科学分支（物理、化学、生物、医学甚至考古学）实质上都会变成计算机科学的分支，数据分析和AI模拟将无处不在。

到了2026年9月22日，肖莱把这条旧帖翻了出来，感慨道：当年大家都反对我，如今看来，这一判断已日益明朗。

▲ 弗朗索瓦·肖莱（François Chollet）重提旧帖：所有科学都将计算机化

没想到，马斯克立刻跳了出来他回复肖莱：你太保守了！最晚到明年年底，或者也许到2028年，AI就会在“所有领域”全面胜出。

▲ 马斯克语出惊人：2028年AI将在所有领域胜出

请注意这里的微妙变化：肖莱谈的是“科学研究工具的数字化”，马斯克却直接偷换概念，变成了“AI在两三年内全面吊打人类一切领域”。

这种把十年以上的技术演进，强行压缩成一两年生死局的作风，彻底激怒了施密德胡伯。

施密德胡伯直接甩出一篇长文，开启全方位嘲讽模式。

▲ 施密德胡伯正面硬刚：物理世界远比屏幕苛刻，没有真实世界的掌握就没有AGI

施密德胡伯写道，今天大家看到的AI繁荣，不过是“屏幕后面的智能”：

• 它能下国际象棋、围棋；
• 它能做摘要、生成炫酷PPT；
• 它能刷代码基准测试，甚至证明数学定理。

但在屏幕之外的物理世界里呢？今天没有任何一台由AI控制的机器人，能够完成一个普通水管工能做的事情；甚至在真实三维环境中的灵活操作能力上，它连一只卷尾猴都比不过！

他给出了明确的科学断言：“图灵测试难以作为衡量智能的基准尺度；脱离了对现实物理世界的理解与掌控，所谓通用人工智能（AGI）便无从谈起！”

02.屏幕里的神仙，现实中的“残疾”

为什么一位泰斗级学者，会把“水管工”和“卷尾猴”拔高到比数学家、程序员更高的位置？

因为物理世界远比代码和文字残酷得多。

让我们设想一个最普通的生活场景：你家卫生间水管爆了。一个水管工走进来，他必须在阴暗、潮湿、空间极其狭窄的台盆底下扭曲着身体；他要凭手指的触觉，探摸螺纹的磨损程度与橡胶垫圈的密封状态；他面对的是生锈卡死的金属接头，需要动态调整扳手的咬合角度与下压力道，稍微用力过猛，管道就会彻底断裂引发水灾。

在这个过程中，包含着连续的接触力学、多模态触觉反馈、充满噪声的非结构化环境，以及不可逆的物理后果。

在屏幕里，AI写错代码尚可随时按Ctrl+Z撤销重来，损失的无非几度电；然而置身物理世界，大自然从不给撤销的机会。

▲ 施密德胡伯在学术论文中多次重申“水管工与卷尾猴”命题

再看卷尾猴它在雨林狂风中穿梭，树枝在重力下剧烈晃动，它能在几毫秒内精确估算树枝的弹性、空气阻力和抓握摩擦力；它能随手挑起一块石头，用恰到好处的角度砸开极其坚硬的坚果。

这种对三维物理定律的本能直觉与肌肉微调，是千万年漫长进化刻进基因里的算法。

推特上有网友提出异议，质问施密德胡伯：“特斯拉的FSD（全自动驾驶）与Robotaxi难道算不上成熟的‘轮子上的物理AI’？直接把这套系统复制进Optimus人形机器人的大脑，难题不就迎刃而解了吗？”

▲ 网友提出反例：特斯拉自动驾驶能否视作现成的物理AI？

施密德胡伯的回击冰冷而无情：“自动驾驶汽车是非常简陋的机器人，它只有区区2个自由度（方向盘转向与油门刹车速度）！早在1994年，迪克曼斯（Dickmanns）团队就已经把全自动驾驶汽车开上了巴黎的高速公路并融入实际车流。整整32年过去了，自动驾驶今天依然问题不断。物理AI是一场极其缓慢的持久战！”

▲ 施密德胡伯反驳：自动驾驶只有2个自由度，搞了32年依然没彻底解决

2个自由度的轮式车辆，在平整铺装的道路上尚且折腾了30多年；而一个人形机器人拥有几十个自由度，要在完全未知的凌乱环境里操作复杂工具，指望它两年内在所有物理科学实验与现实劳动中替代人类？

如此设想脱离了客观规律，已然沦为对物理世界复杂度的傲慢。

03.幽灵重现：AI史上的“狂妄周期律”

事实上，如果你翻开厚厚的人工智能发展史，就会发现马斯克的这句狂言，连标点符号都算不上新鲜。

在过去整整七十年里，每当底层算法取得一点突破，最顶尖的科学家和商业巨头们，就会像中邪一样，整齐划一地患上“两到五年全面替代人类”的狂热妄想症。

第一幕：1956年达特茅斯，两个月搞定AI在人工智能的诞生地，1956年的达特茅斯会议上，麦卡锡、明斯基、香农等祖师爷在写给洛克菲勒基金会的申请书里，自信满满地写道：

“我们提议组织10个人在达特茅斯开展为期2个月的研究……我们认为一个夏天就能让机器学会语言、抽象概念并自我改进。”

结果，一个夏天过去了，除了留下AI这个名字，核心问题一个都没解决。

第二幕：1965年，赫伯特·西蒙的“二十年定律”图灵奖与诺贝尔奖双料得主赫伯特·西蒙（Herbert Simon），在1965年郑重向全世界宣告：

“在20年之内，机器将能够完成人类所能做的任何工作。”

第三幕：1970年，马文·明斯基的“八年之期” MIT人工智能实验室创始人明斯基在接受全美权威杂志《Life》专访时，更是信誓旦旦：

“在三到八年之内，我们将拥有一台具备普通人一般智能的机器。”

这些豪言壮语的结局是什么？

符号系统在真实世界的复杂性面前撞得粉身碎骨。承诺破灭之后，资本迅速离场，政府砍掉经费，迎面而来的，是让几代研究者陷入无尽绝望的“AI技术寒冬”。

历史没有重复细节，但一直在押着相同的韵脚。今天马斯克喊出的“2028”，与半个世纪前明斯基喊出的“三到八年”，本质上是同一张被反复售卖的空头支票。

04.为什么绝顶聪明的人，总在时间表上栽跟头？

为什么哪怕是全世界最聪明的大脑，也总会一次次掉进同一个预言陷阱里？

在认知科学与科技哲学中，有两个不可忽视的底层规律在起作用：

1. 莫拉维克悖论：智力的“难易倒错”

人类直觉在评估“任务难度”时，存在一种致命的盲区：我们总是习惯用成年人的学习痛苦程度，来衡量任务本身的艰深程度。

一个普通人要学会微积分、下国际象棋、精通五门语言、写出无Bug的代码，需要经历十几年极其痛苦的专门训练。所以当我们看到大模型在短短几年内以摧枯拉朽之势攻克这些领域时，大脑会瞬间产生一种错觉：“天哪！连最难的微积分和编程都被它拿下了，剩下的洗碗、扫地、换水管、接电线这些‘粗活’，肯定几个月内顺手就解决了！”

这完全是大错特错

这就是著名的莫拉维克悖论（Moravec's paradox）：对计算机而言，人类觉得最难的高级智力推理（如做题、下棋、逻辑演绎），其实只需要非常微小的计算量；而人类觉得毫不费力、甚至一岁婴儿都会的本能（如在凹凸不平的地面奔跑、看清阴影里的物体、伸手抓住滑溜的泥鳅），却需要耗费极其庞大、经过数亿年自然选择才迭代出来的感知-物理运动网络。

在屏幕里做微积分的AI，是站在巨人的肩膀上做符号游戏；而在现实里修水管的机器人，却在补自然界进化了五亿年的物理课。

2. 阿马拉定律与资本的“移动球门柱”

斯坦福未来学家罗伊·阿马拉（Roy Amara）曾留下一句名言：“我们总是倾向于高估一项技术的短期影响，而低估其长期影响。”

在大模型刚出现的斜率陡峭期，所有人都在做无脑的线性外推。

而英伟达背景的工程师里克·拉默斯（Rick Lamers）则在评论区道破了资本运作的另一层玄机：“球门柱又被悄悄移动了。”

▲ 工程师讽刺：球门柱又移了，接下来该说“你甚至还没殖民外星球”

为什么时间表永远是“2到3年”？因为这是一个精妙绝伦的“造梦缓冲区”：

• 如果定在“半年内”，谎言很快就会被戳穿，故事讲不下去；
• 如果定在“三十年后”，时间太长，二级市场的投资者扭头就走，没人愿意为你买单；
• 唯独定在“两三年后”，它既能最大限度地挑动整个社会的狂热神经，让千亿美金的算力投资汹涌而来，又刚好留出了足够长的时间来闪转腾挪。

倘若到了2028年承诺无法兑现，各方口径便会悄然翻新，球门柱顺势再次向后挪移。

05.终局在远方，但绝不在明天

需要指出，施密德胡伯绝非技术虚无主义者。

相反，他自己便是现代AI坚定的倡导者与先驱。在他亲手绘制的那张贯穿宇宙演化的“非线性时间线”上，他推算人类历史将在2040年左右收敛到一个技术奇点（即其命名的Omega点）。

▲ 施密德胡伯绘制的宏大时间轴：历史加速收敛于终局，远非两三年工程速胜之功

他所抵制与批判的，是那种抹杀物理规律、兜售廉价奇迹的工程速胜论。

科学的本质扎根于物质现实，绝非仅存于显示器像素之中的虚拟幻象。科学探索需要人类把双手伸进泥土、把探测器送往彗星、在零下二百度的严苛环境里反复校准紧固阀门，在物理宇宙的真实碰撞中摸索前行。

承认大模型在语言和逻辑上的惊艳，与清醒地认识到实体机器人在现实世界中的稚嫩，这两者并不矛盾。

正如施密德胡伯在论战最后所留下的启示：

屏幕后的智能是一场华丽的风暴，但真要谈论AGI和科学的终局，请先让你的机器人，走进千家万户，独立修好那个漏水的马桶。