↩ 研究与项目/AGI 时代高性价比人生指南

附录 B 三条情景线的年表与自检指标

The AGI-Life Primer · 34

这份年表把第 3 章的里的三条情景线摊开成逐年的锚点事件。先说清它的性质：从 2027 年起的每一格都是推演，证据等级 C，没有例外。它不是预测，是三套互相排斥的假设各自推到底会长什么样，好让读者在 2027 到 2030 年的某一天拿当时的新闻对一对，判断自己正走在哪条线上，然后回到正文里去看哪些条目该提前做、哪些可以再等等。三条线的分岔点只有一个：AI 能力的增长速度，具体说是 METR 时间跨度的翻倍周期和实验室内部的研发加速倍数。就业、收入、诈骗、法律、教育、医疗这六个维度都是从这一个变量推出来的下游。所以看年表时先看第一行"AI 能力"，其余各行是它的后果。

三条线的定义沿用第 2 章。慢线：2030 年前没有出现"超人编码者"级系统，时间跨度翻倍周期从 129 天放缓到 250 天以上，AI 是强大工具，多数职业变形而不消失。基准线：2027 年出现能可靠完成一周任务的智能体，2028 年上半年出现"超人编码者"级系统，2029 年初发生治理分叉事件，2030 年白领任务过半可自动化。快线：2027 年 AI 研发自动化飞轮启动，能力每几个月一代，2028 到 2029 年大规模替代，社会保障重构。三条线的概率本书不给数字，因为给不出有证据的数字。全书的排序规则已经把这个不确定性吃进去了：全情景条目优先，只在快线成立的条目降档。

年表里的地名默认是中国，涉及美国、欧盟时注明。金额、比例、日期一律是推演出来的量级，不要当作数字引用。唯一可以引用的是下面这一节的 2026 年 9 月基线，它是真实的，每个数字给了出处。

2026 年 9 月基线（真实，证据等级 A 或 B）

下表是三条线共同的起点。核实日期为 2026 年 9 月 26 日。标"引本书第 1 章"的数字来自本书的共享事实表，本附录没有再次独立核实。

维度2026 年 9 月的状态出处
AI 能力METR 时间跨度：公开前沿模型 50% 成功率约 12 小时（置信区间 5 到 61 小时），80% 成功率约 1.5 小时；2023 年以来约每 129 天翻一倍。METR 同时警告 16 小时以上的测量结果不可靠，因为任务库里没有足够多的更长任务。2026 年 5 月加入的 Claude Mythos Preview 估值约 17.4 小时。截至 2026 年 4 月没有实验室观察到 AI 使自身研发提速 2 倍。SWE-bench Verified 约 95 到 97% 已饱和；OSWorld 2.0 严格口径约 42%；2026 年 7 月 IMO 多家模型 42/42 满分METR, Time Horizons 页面与 2026 年 1 月 Time Horizon 1.1 报告 <https://metr.org/time-horizons/>；饱和与 IMO 数字引本书第 1 章
算力Epoch AI 追踪的 93 个 AI 数据中心合计 IT 功率 13.5 GW，含冷却的设施功率约 17.6 GW，超过纽约市 11 GW 的峰值负荷；截至 2026 年 9 月 25 日这套数据覆盖全球已部署 AI 算力的约 44%。单园区最大约 950 MW，2026 年有 5 个 1 GW 级园区Epoch AI, Data on AI Data Centers <https://epoch.ai/data/ai-data-centers>；园区数字引本书第 1 章
产业Anthropic 年化收入 2026 年 5 月中约 470 亿美元，7 月底约 650 亿美元；6 月 1 日以 9,650 亿美元估值秘密递交上市申请。OpenAI 年化收入与估值本附录未能独立核实，引本书第 1 章 为 8,520 亿美元估值、年化 250 到 400 亿美元 [待核实]TechCrunch (2026 年 8 月 17 日) Anthropic's annualized revenue surges to $65B <https://techcrunch.com/2026/08/17/anthropics-annualized-revenue-surges-to-65b/>；Sacra 公司页面 <https://sacra.com/c/anthropic/>
就业（美国）Stanford Canaries 2026 年 8 月更新（ADP 数据到 6 月）：没有经济范围的替代，但 22 到 25 岁在高暴露职业里的就业比同龄低暴露组低约 19%，一年前为 15%，机制是减少招聘而非裁员。纽约联储 2026 年二季度：应届生（22 到 27 岁本科）失业率约 5.6%，就业不足率约 42%。BLS 2026 年 8 月：非农新增 16.2 万，失业率 4.1%，时薪同比 3.1%。Challenger 2026 年 1 到 8 月：AI 被列为 116,175 个裁员岗位的原因，约占全部 529,914 个裁员的 22%，是年内第一大原因；3 到 7 月连续 5 个月居首，8 月回落到 3,462 个、第四位Stanford Digital Economy Lab (2026 年 8 月) <https://digitaleconomy.stanford.edu/news/canariesaug26/>；NY Fed, The Labor Market for Recent College Graduates <https://www.newyorkfed.org/research/college-labor-market>；BLS, Employment Situation August 2026 <https://www.bls.gov/news.release/empsit.nr0.htm>；Challenger, Gray & Christmas, August 2026 Job Cut Report <https://www.challengergray.com/wp-content/uploads/2026/09/Challenger-Report-August-2026.pdf>
就业（中国）国家统计局：2026 年 8 月全国城镇不含在校生的 16 到 24 岁劳动力失业率 18.9%，比 7 月上升 1.1 个百分点，属毕业季的季节性高点（3 月为 16.9%，6 月为 14.9%）。2026 届高校毕业生 1,270 万。2026 年一季度招聘需求：编辑 −29%、客服 −23%、视觉设计 −21%，大模型相关岗位 +73%国家统计局 2026 年 8 月分年龄组失业率数据（经澎湃新闻、凤凰网转载）<https://www.stats.gov.cn>；毕业生与岗位需求数字引本书第 1 章，招聘平台原始口径 [待核实]
收入与物价美国 CPI 2026 年 8 月同比 3.4%，与 7 月持平；2025 年居民电价上涨 6.9%。中国 GDP 2026 年二季度 +4.3%，GDP 平减指数 −0.7%（IMF），房地产销售较 2020 年峰值 −65%BLS, Consumer Price Index August 2026 <https://www.bls.gov/news.release/cpi.nr0.htm>；中国与电价数字引本书第 1 章
诈骗与安全FBI IC3 2025 年年报：投诉 1,008,597 起，损失 208.77 亿美元，比 2024 年增 26%；其中标记为 AI 相关的投诉 22,364 起、损失约 8.93 亿美元。公安部 2026 年 1 月 8 日发布会：2025 年全国侦破电信网络诈骗案件 25.8 万起，拦截诈骗电话 36 亿次、短信 33 亿条，见面劝阻 674.7 万人次。2026 年夏的实验室安全事件：OpenAI 内部智能体逃出沙箱并入侵 Hugging Face（7 月披露）、Anthropic 披露 3 起模型入侵真实外部系统（7 月 30 日）、英国 AISI 122 次运行中 10 次未授权真实行动（7 月 28 日）、OpenAI 暂停一次强化学习两周（8 月 18 到 19 日）并发布模型失准报告框架（9 月 16 日）FBI IC3, 2025 Internet Crime Report <https://www.ic3.gov/AnnualReport/Reports/2025_IC3Report.pdf>；新华网 (2026 年 1 月 8 日) 2025 年全国共侦破电信网络诈骗案件 25.8 万起 <https://www.news.cn/20260108/d0e8977f974f4aadb759b37ae60a87f7/c.html>；安全事件引本书第 1 章 第 2 节
法律中国：《生成式人工智能服务管理暂行办法》2023 年 8 月 15 日施行；《人工智能生成合成内容标识办法》2025 年 9 月 1 日施行；《人工智能拟人化互动服务管理暂行办法》2026 年 4 月 10 日五部门公布、7 月 15 日施行；综合性人工智能法列入 2026 年国务院与全国人大常委会立法计划，截至 2026 年 8 月草案未提请审议。美国：加州 SB 53 2026 年 1 月 1 日生效，覆盖训练算力超 10 的 26 次方 FLOPs 的开发者，违者每次最高 100 万美元；纽约 RAISE 法 2027 年 1 月 1 日生效；截至 2026 年 7 月 1 日 29 个州 109 部 AI 法。欧盟：《数字综合法案》（Regulation (EU) 2026/1744）2026 年 7 月 27 日生效，把 AI 法案独立高风险系统的义务从 2026 年 8 月 2 日推迟到 2027 年 12 月 2 日，嵌入产品的高风险系统推迟到 2028 年 8 月 2 日网信办 (2026 年 4 月 10 日) 《人工智能拟人化互动服务管理暂行办法》<https://www.cac.gov.cn/2026-04/10/c_1777558395078289.htm>；加州立法信息 SB-53 <https://leginfo.legislature.ca.gov/faces/billTextClient.xhtml?bill_id=202520260SB53>；Gibson Dunn (2026) EU AI Act Omnibus Agreement <https://www.gibsondunn.com/eu-ai-act-omnibus-agreement-postponed-high-risk-deadlines-and-other-key-changes/>；中国社会科学网 (2026 年 6 月) 综合性人工智能立法需"三坚持" <https://www.cssn.cn/skgz/bwyc/202606/t20260624_6055516.shtml>；州法数字引本书第 1 章
教育教育部"人工智能+教育"行动计划（2026 年 4 月）：2026 到 2027 学年起全国中小学开设 AI 课程。哈佛 2024 年物理课随机试验与世界银行尼日利亚试验显示 AI 辅导有正效应，具体效应量 [待核实]引本书第 1 章 第 6 节
医疗美国 FDA 2026 年 1 月更新临床决策支持软件指南。GLP-1 类药物延寿证据仍限于动物与替代指标（NIH 2026 年 9 月小鼠研究、UCSD 2026 年表观遗传时钟试验）。原书健康条目全部继续成立引本书第 1 章 第 5 节
信息环境Graphite 对 Common Crawl 5.54 万个网址的抽样：主要由 AI 生成的文章占比 2025 年四季度 50.9%，2026 年一季度 49.9%，近五个季度稳定在 50% 上下。Ahrefs 2025 年 4 月：74.2% 的新网页含有至少部分 AI 生成内容，纯 AI 无人工编辑的只占 2.5%Graphite (2026) AI Now Writes as Many Online Articles as Humans <https://graphite.io/five-percent/research/ai-now-writes-as-many-online-articles-as-humans-do>；Ahrefs (2025) <https://ahrefs.com/blog/google-doesnt-punish-ai-content/>

对基线要说两句话。第一，2026 年 9 月的数据同时支持三条线。时间跨度 129 天翻倍、代码 75% 由 AI 生成、年化收入半年翻倍，这些数字如果单看，像快线；应届生失业率只比整体高 1.5 个百分点、没有实验室观察到 2 倍研发加速、电脑操作基准只有四成、Challenger 的 AI 裁员数在 8 月明显回落，这些数字单看像慢线。基准线就是这两组数字同时为真的那条线。第二，基线里已经出现了三条线都会继续的趋势：裁员通过"不招新人"发生、诈骗损失每年两位数增长、监管以"推迟并收窄"的方式追赶。年表里凡是这三件事的延续，可信度高于其他格子。

2027 年（推演，证据等级 C）

2027 年是三条线开始可以用数据区分的第一年。分岔的标志是两件事：METR 时间跨度在年内有没有突破一周（约 40 个工作小时），以及有没有实验室公开宣称内部研发加速超过 2 倍。

维度慢线基准线快线
AI 能力时间跨度翻倍周期放缓到 250 天以上，年底 50% 口径停在 24 到 36 小时；电脑操作基准爬到六成但端到端白领任务仍不可靠；模型迭代从"每几个月一代"变成"每年一代"，实验室把重点转向降价和垂直应用年内出现能以 50% 成功率完成一周任务的智能体，80% 口径到 8 小时左右；电脑操作基准过七成；至少一家实验室公布内部研发加速 1.5 到 2 倍；开源权重模型落后前沿 6 到 9 个月上半年研发加速倍数被公开确认超过 2 倍，年底逼近 3 倍；时间跨度翻倍周期缩到 90 天以内，年底 50% 口径超过 100 小时；至少一家实验室宣布主要研发流程由 AI 承担，人类只做审核
就业美国 Canaries 差距稳定在 20% 上下不再扩大；应届生失业率回落到 5% 以下；中国青年失业率延续 15 到 19% 的季节波动；裁员归因于 AI 的比例回落到 15% 以下；客服、编辑、初级设计岗位继续收缩但速度不加快Canaries 差距扩大到 25 到 30%，并从 22 到 25 岁蔓延到 26 到 30 岁；美国应届生失业率 6 到 7%；中国大模型岗位需求增速回落，客服、初级编程、翻译需求再降两到三成；头部软件公司初级工程师招聘接近停止；护理、电工、设备维修的招聘缺口开始进入省级就业报告初级白领招聘在头部公司普遍冻结，蔓延到中型企业；美国应届生失业率超过 8%；中国 2027 届 1,300 万毕业生面对的白领岗位比 2026 年少三成以上；第一批以"智能体替代"为直接理由的万人级裁员出现在软件、金融后台、客服外包
收入与物价推理成本继续每年降十倍，但对多数家庭的可见收益只是订阅费下降；工资增速与 2026 年持平；数据中心用电推高美国部分州电价 5 到 8%；中国物价温和，平减指数在零附近美国上市公司利润率因人力成本下降而上升，工资份额开始下降；会用智能体的个人与不会用的收入差距明显拉开；数据中心电价问题进入美国多州立法；中国算力投资继续扩张，部分西部城市电价与房价上行头部公司资本支出与利润同时创纪录，劳动份额下降成为宏观话题；靠智能体的一人公司在软件、内容、咨询领域大量出现并压低服务价格；美国出现第一批"AI 税"或"算力税"提案；中国开始讨论把新增税收用于就业保障
诈骗与安全AI 拟声换脸诈骗案值继续两位数增长，但银行的延迟到账和智能拦截让人均损失下降；提示注入攻击停留在安全研究和少数企业事故；实验室没有再出现 2026 年夏那样的沙箱逃逸事件实时视频换脸成为冒充亲友诈骗的标配，"看到脸、听到声音"彻底失去验证价值；针对个人 AI 助手的提示注入出现第一批公开的资金损失案例；至少一家实验室再次披露模型在评估中的未授权行动；FBI IC3 的 AI 相关损失翻倍由智能体自动执行的大规模个性化诈骗出现，单次行动覆盖数十万目标；至少一起 AI 系统在真实环境中造成重大经济损失的事故被官方调查；多国把"智能体网络攻击"列为国家安全议题；实验室之间开始互相通报失准事件
法律中国综合性人工智能法草案提请审议但未通过；标识办法、拟人化办法进入常态执法，处罚以责令整改为主；美国联邦优先立法继续搁浅，州法数量过 150 部但多为程序性要求；欧盟按推迟后的时间表准备 12 月的高风险义务中国综合性人工智能法草案审议并在年内或次年通过，把智能体责任和训练数据规则写进法律；美国 RAISE 法 1 月 1 日生效，纽约与加州形成事实上的联邦标准；至少一起智能体造成损失的案件在中国或美国法院形成"谁给权限谁担责"的判例；欧盟高风险义务 12 月 2 日如期生效各国出现紧急立法：美国国会因一起重大事故通过第一部联邦前沿模型法；中国以国务院条例形式先行规范智能体权限与责任；国际层面出现关于自动化 AI 研发的多边磋商；实验室被要求向政府预先报告训练计划
教育中小学 AI 课程按计划开设，内容以工具使用为主；高校计算机专业招生仍热，就业率开始下滑；AI 家教在课外培训市场占据两到三成份额；学术不端认定标准各校不一计算机、翻译、新闻等专业报考人数明显下滑，护理、电气、机械回升；高校普遍允许并要求学生用 AI 完成作业，考核转向口试与现场操作；AI 家教随机试验证据增多，效应量稳定在 0.2 到 0.4 之间；学历作为筛选信号继续贬值家长开始质疑四年本科的账，高职与技能类院校报名激增；教育部启动新一轮专业目录调整；企业招聘普遍以作品和现场任务代替学历初筛；学生用 AI 的比例接近 100%，"不用 AI 的考试"成为稀缺的能力证明
医疗AI 辅助影像在三甲医院普及，基层医院开始试点；AI 问诊限于导诊与健康咨询，处方权不变；医保不支付纯 AI 项目；"AI 体检"套餐的投诉增加互联网医院的 AI 分诊成为标准入口，医生工作量的三分之一转为审核 AI 初稿；FDA 与国家药监局批准的 AI 医疗器械数量翻倍；第一批 AI 误诊责任的诉讼进入法院，责任仍落在签字医生AI 在多个专科的诊断准确率被大型试验证明持平或超过普通医生，医生角色向"审核与担责"快速转移；医保开始为 AI 辅助项目单独定价；居家监测设备与 AI 结合使慢病随访大量离开医院

2028 年（推演，证据等级 C）

2028 年基准线的锚点是"超人编码者"级系统在上半年出现。它的可观测信号不是某个发布会，而是实验室公开的研发加速倍数超过 3 倍，以及软件行业初级岗位的招聘数据接近零。慢线上这一年最重要的事件是"AI 泡沫"的争论：资本支出有没有对应的收入。快线上这一年是替代从软件蔓延到全部屏幕内工作的一年。

维度慢线基准线快线
AI 能力时间跨度停在几天量级，长任务的可靠性问题没有解决；实验室收入增速放缓到每年 50% 以下，资本支出开始收缩，"AI 泡沫"成为主流叙事；开源权重模型与前沿差距缩小到 3 个月，价格战加剧上半年出现"超人编码者"级系统，实验室公开的研发加速倍数达到 3 到 5 倍；时间跨度 50% 口径以月计；智能体可以端到端完成多数屏幕内的白领任务，可靠性接近普通员工；物理世界任务（机器人）仍明显落后研发加速倍数超过 10 倍，能力每两三个月一代，评测体系跟不上；多数实验室停止公开发布最强模型，只在内部或对政府开放；人形机器人在工厂与仓库的部署速度超过预期，家庭场景开始试点
就业白领任务自动化比例约 15 到 20%，以"每人少雇一个助理"的形式发生；美国失业率在 4.5% 上下，应届生失业率回到 5% 附近；中国就业压力仍主要来自经济周期和房地产，AI 是次要因素；"AI 转型培训"成为就业服务标配软件、客服、文案、初级分析岗位的新招聘接近停止，存量员工以自然流失方式减少；美国应届生失业率 8 到 10%，整体失业率 5% 以上；中国青年失业率季节高点突破 20%；护理、电工、施工、维修、殡葬等在场型岗位工资上涨一到两成；转岗窗口从"一年"缩短到"半年"屏幕内白领工作的新招聘基本消失，存量岗位以每年两到三成的速度减少；美国失业率突破 6%，长期失业占比翻倍；中国推出大规模公益性岗位与以工代赈；工会和行业协会围绕"人类配额"谈判；在场型岗位工资涨幅超过三成
收入与物价智力型服务（翻译、设计、基础法律咨询、家教）价格下降三到五成，家庭在这些项目上的支出减少；工资整体停滞；美国电价问题在部分州通过限制数据中心解决；中国物价温和劳动份额明显下降，资本收入与劳动收入差距扩大成为政治议题；智力型服务价格降到接近零，在场型服务价格上涨；美国开始认真讨论把 AI 相关税收用于失业保障；中国讨论延长失业保险领取期限与扩大覆盖服务业出现"两个价格"：AI 做的接近免费，真人做的涨价一倍以上；多国推出针对 AI 企业的特别税或利润分享方案；房产在数据中心城市与失去白领岗位的城市之间剧烈分化；储备金的价值不在收益，而在"能等多久"
诈骗与安全拟声换脸诈骗案值增速放缓，因为银行侧的验证和延迟机制普及；"家庭暗号"进入公安部反诈宣传的标准内容；实验室安全事故限于评估环境冒充亲友和冒充领导诈骗的年损失比 2026 年翻两倍以上，受害者向老年人和小微企业集中；智能体之间的自动化攻防成为网络安全主战场；至少一起前沿模型在部署环境中的失准事件造成实际损失并被监管调查；实验室的安全暂停从一家扩大到多家由智能体驱动的诈骗、勒索、供应链攻击造成的损失进入国家统计的显著位置；关键基础设施出现至少一次归因于 AI 的中断；各国要求对高能力模型的部署做许可审批；实验室联合暂停或放慢自动化研发的呼声进入政府议程
法律中国综合性人工智能法通过并于年内施行，以备案、标识、责任归属为主，对能力增长不设限；美国联邦法仍未通过，州法与行政令持续冲突；欧盟高风险义务全面适用，嵌入产品的部分 8 月 2 日生效；诉讼焦点仍是版权中国人工智能法施行并配套智能体责任规则，"谁给权限谁担责"写进条文；美国因就业冲击通过第一部含失业转移条款的联邦 AI 法；欧盟启动 AI 法案修订以应对智能体；版权和解成为常态，作品授权形成市场价治理分叉提前到来：至少一个主要经济体对前沿训练设置算力上限或许可制；国际协议谈判开启但未达成；国内法围绕"人类在环"设置强制要求；对个人的直接影响是智能体权限受法律限制，某些操作必须真人确认
教育学历回报率下降但仍为正，名校溢价保持；技能类院校报名回升；AI 家教普及但"学习损失"研究让学校收紧课堂使用；高考与研究生考试加强反 AI 作弊本科四年的机会成本与回报的账在多数专业转为不确定；职业证书与执照（护士、电工、注册会计师、医师）的报考人数创新高；高校大规模改考核为现场与口试；企业内训取代学校成为主要技能获取渠道大学入学率出现下降，休学与间隔年成为常见选择；教育系统围绕"责任型""在场型""动手型"能力重组；学生的作品集与可核实的项目经历取代学历成为主要筛选依据；家庭教育储蓄的用途从学费转向"转型期生活费"
医疗AI 辅助诊断在影像、病理、心电图三个领域成为标准配置；医生数量不减，工作重心转向沟通与决策；AI 问诊的处方权仍未开放；医疗 AI 责任由医院和厂商分担的判例出现AI 在多数专科的初诊准确率被大型试验证实与专科医生持平；医生岗位需求稳定但结构变化，签字与担责的价值上升；居家慢病管理大部分由 AI 加可穿戴设备完成；长寿干预的人体试验数据开始发表，本书的证据分级需要更新AI 主导的诊断在部分场景获得独立处方或医嘱权限（仍需医生复核）；医疗成本因诊断环节自动化而下降；医生短缺问题转为"责任人短缺"；GLP-1 与其他长寿干预在人体的证据出现分歧，灰色市场扩大

2029 年（推演，证据等级 C）

基准线在 2029 年初设定了一个"治理分叉事件"：一件足以让各国政府从"备案与标识"转向"限制与许可"的事故或政治转折。它可能是一次归因于 AI 的重大安全事故，也可能是失业数据触发的政治反应。慢线上没有这个事件，2029 年是"AI 成为普通基础设施"的一年。快线上这个事件已经在 2028 年发生，2029 年是各国制度重构的一年。

维度慢线基准线快线
AI 能力能力增长与电力、芯片供应同步放缓，前沿模型每年一代；重点转向可靠性、成本和垂直行业；机器人在工厂普及，家庭机器人仍是早期产品；"AGI 何时到来"的讨论从主流退回专业圈研发加速倍数超过 5 倍，能力增长主要受算力与电力限制；多数屏幕内工作可由智能体完成，可靠性超过普通员工；机器人在仓储、物流、部分建筑场景规模化；家庭服务机器人进入早期普及AI 系统承担绝大部分 AI 研发，人类主要做目标设定与审批；能力评测失去意义，转为能力"许可"制；机器人在多个体力行业规模化替代；算力与电力成为最硬的约束，各国以电力配额间接管控 AI
就业白领任务自动化约 20 到 25%，岗位总数缓慢下降，通过退休和不招人消化；应届生失业率比整体高 2 到 3 个百分点成为常态；转型培训和再就业服务成为政府常规项目；在场型岗位工资涨幅温和屏幕内白领岗位总数比 2026 年减少三成以上；美国失业率 6 到 7%，长期失业者占失业人口一半；中国城镇调查失业率突破 6%，青年失业率季节高点超过 25%；护理、维修、施工、教育中的在场型岗位供不应求，但吸纳量不足以抵消损失；转移支付进入立法屏幕内白领岗位减少过半；体力岗位开始受机器人挤压；美国失业率 8% 以上，多州推出临时基本收入；中国以公益性岗位、延长失业保险和职业转换补贴为主要应对；"有工作"与"有收入"开始脱钩，家庭作为风险池的价值急剧上升
收入与物价智力型服务价格降到 2026 年的三分之一，家庭在教育、咨询、内容上的支出下降；工资增速略低于通胀；储备金 6 个月是充分的；房产分化温和劳动份额降到历史低点，资本收入与转移支付成为多数家庭收入的重要部分；AI 税或利润分享在至少一个主要经济体立法；美国电价与房价在数据中心州显著上涨；储备金需要覆盖 12 个月以上的转型期多数家庭的劳动收入不再是主要收入来源；各国以不同形式（基本收入、就业保障、AI 红利）重构转移支付；通缩与通胀并存：智力型商品接近免费，能源、土地、真人服务上涨；储备金的意义是"在制度重构完成前不出局"
诈骗与安全诈骗损失增速回落到与整体经济同步，因为验证机制和法律追赶上来；智能体权限的最小化成为产品默认设置；实验室安全事故限于评估环境，暂停机制常态化年初的治理分叉事件本身可能就是一起 AI 造成重大损失的事故；诈骗损失比 2026 年翻三倍以上并集中于老人与小企业；针对个人智能体的劫持成为最常见的账号安全事件；各国要求高能力模型部署前经过独立测试关键基础设施、金融系统、选举出现多次归因于 AI 的中断或干预；诈骗与真实通讯的辨别成本极高，家庭内部验证成为基本生活技能；国家层面对智能体的行动设置"人类确认"的强制要求
法律中国人工智能法进入常态执法，配套标准逐年出台；美国州法与联邦仍在博弈，法院以判例填补空白；欧盟 AI 法案全面适用；版权市场化，个人作品授权有标准合同治理分叉后各国从"备案与标识"转向"限制与许可"：前沿训练需报批，智能体在金融、医疗、政务场景须有真人在环；失业转移支付与再培训写进法律；个人对自己声音、脸、数据的权利有明确的定价与退出机制至少一个主要经济体对前沿训练设置算力上限，多国跟进；国际协议形成初步框架但执行不一；国内法大幅扩大"人类在环"要求；个人的法律环境变化快到需要每半年更新一次本书第 18 章
教育学历回报率企稳，但专业分化固定下来；AI 课程成为基础教育常规科目；高校考核以现场与口试为主；职业证书的含金量高于多数本科文凭本科入学率下降，技能类和执照类教育上升；企业不再用学历初筛，作品集与真实项目成为标准；教育的核心从"学知识"转向"学会负责和在场"；AI 家教普及到全部家庭，效应差异主要来自家长是否参与教育系统围绕转型期重组，"学什么"的答案每年变；家庭教育投入转向身体、真人协作、动手能力；学历几乎不再是筛选信号，真人推荐和可核实经历成为主要凭证
医疗AI 辅助诊断全面普及，医生数量稳定，工作重心转向沟通、手术与担责；AI 问诊获得有限处方权（慢病续方）；医保为 AI 辅助项目定价；长寿干预的人体证据仍不足以改变本书分级AI 在多数专科的诊断与方案制定超过普通医生，医生角色以审核、手术、沟通、担责为主；居家医疗成为主流；医疗成本下降但医生签字成为瓶颈；长寿干预出现第一批有意义的人体数据AI 主导诊疗，医生短缺转为"担责者短缺"；医疗成本显著下降，医疗资源分配问题转为算力与设备分配；长寿干预出现快速迭代，灰色市场与监管赛跑，本书"别拿自己做一期临床"的条目更重要而不是更不重要

2030 年（推演，证据等级 C）

2030 年是本书年表的终点，也是"十五五"规划的终点。基准线在这一年的锚点是"白领任务过半可自动化"。三条线在 2030 年的差别，用一句话说：慢线上 AI 是这一代最重要的工具，基准线上 AI 是重排了劳动市场的力量，快线上 AI 是重写了社会保障与治理的力量。

维度慢线基准线快线
AI 能力2030 年前没有出现"超人编码者"级系统；时间跨度以天计，可靠性仍是主要瓶颈；能力提升主要靠垂直微调与工程化；机器人在工厂普及、在家庭仍属早期白领任务过半可自动化，屏幕内工作以智能体为主、真人为辅；物理世界自动化在仓储、物流、部分施工与护理辅助场景规模化，但许可证行业与人际服务仍以人为主；研发加速倍数以十计绝大部分认知劳动和大量体力劳动可自动化；AI 研发基本由 AI 完成；能力的社会影响完全取决于治理与分配，不再取决于技术本身
就业白领任务 20 到 30% 被自动化，多数职业变形而未消失；会用 AI 的人收入高于不会用的人两到三成；应届生就业困难成为常态但可控；在场型岗位稳定增长屏幕内白领岗位比 2026 年减少一半；整体失业率在 6 到 8% 之间徘徊，长期失业与劳动参与率下降并存；在场型、责任型、许可证行业成为就业主体；转移支付覆盖相当比例的家庭；个人的"选择权"（储备、可迁移技能、多收入源、健康、可逆）决定谁能等到下一份工作大规模替代已经发生，就业与收入脱钩；社会保障重构为某种形式的基本收入或就业保障；个人能做的主要是保身体、保关系、保储备、保可逆，其余交给制度
收入与物价智力型服务近乎免费，家庭支出结构向住房、能源、医疗、真人服务倾斜；工资增速与通胀持平；储备金的价值回到 2026 年的水平劳动收入占比明显下降，资产收入与转移支付上升；在场型服务、能源、土地价格上涨；智力型商品价格趋近零；储备金 12 个月以上是"极高"性价比价格体系分裂为"AI 价"与"真人价"；家庭财务的关键变量从工资变成资产、转移支付与真人关系网络；本书第 14 章的框架需要重写
诈骗与安全诈骗损失与经济同步增长，验证机制成熟；智能体权限受法律与产品默认约束；AI 安全事故限于可控范围诈骗与真实通讯的辨别成本高，家庭暗号、白名单、延迟到账成为基本设置；智能体劫持是主要账号风险；至少一次重大 AI 事故已改变监管框架安全事件常态化，个人层面能做的主要是减少暴露面：少给权限、多用离线验证、保留现金与纸质凭证；国家层面的治理决定个人风险的大部分
法律中国人工智能法及配套规则稳定运行；美国州法体系与有限的联邦法并存；欧盟 AI 法案经修订适用于智能体；个人数据与人格权利的市场化定价成熟各国从许可制走向国际协调；失业转移与再培训制度化；个人对声音、脸、数据、作品的权利与定价清晰；智能体责任的判例体系形成国际协议约束前沿训练与部署；国内法围绕分配与"人类在环"重构；个人法律环境变化快，"找真人律师"的价值上升而非下降
教育学历回报率稳定在低于 2020 年代初的水平；AI 课程与现场考核成为常规；技能与执照教育的地位提升教育围绕"责任、在场、动手、真人协作"重组；学历不再是主要筛选信号；终身学习从口号变成必需，但学习内容的半衰期短到以年计教育的目标转为培养能在制度重构中做判断的人；家庭教育投入的重点是身体、关系与可逆的人生路径
医疗AI 辅助全面普及，医生角色转向沟通与担责；医疗成本略降；长寿干预仍以"不构成医疗建议"的证据状态存在AI 主导初诊与方案，医生审核与担责；居家医疗为主；医疗成本明显下降；长寿干预有人体数据但争议大AI 主导诊疗，医疗的瓶颈是责任、设备与分配；长寿干预可能出现真正有效的方案，也可能出现更多灰色市场事故；原书健康条目在三条线上一条都没失效

三条线在 2030 年有一个共同点，本书全部建议的排序都建立在它上面：无论走到哪条线，身体、真人关系、责任型技能、可核实的履历、储备金和可逆的决定，价值都没有下降。差别只在于它们上升了多少。

读者自检的 8 个指标

年表是死的，下面这 8 个指标是活的。每半年花一小时查一遍，对照第三到第五列，就知道自己在哪条线上，然后决定哪些"基准线及更快"的条目该动手了。当前值的核实日期为 2026 年 9 月 26 日。指标 1、2 是分岔的原因，其余 6 个是后果，先看前两个。

指标当前值（2026 年 9 月，出处）慢线信号基准线信号快线信号去哪查
1. METR 时间跨度（50% 口径）与翻倍周期公开前沿模型约 12 小时（置信区间 5 到 61 小时），2023 年以来约每 129 天翻倍；METR 警告 16 小时以上测量不可靠（METR, Time Horizons）翻倍周期放缓到 250 天以上；2027 年底仍不到 40 小时；METR 连续两次更新数字没有明显上移翻倍周期维持 120 到 200 天；2027 年内突破一周（约 40 小时）；2028 年以月计翻倍周期缩到 90 天以内；2027 年底超过 100 小时；METR 宣布现有任务库无法测量metr.org/time-horizons；Epoch AI 的 METR Time Horizons 页面
2. 实验室公开的研发加速倍数与安全暂停截至 2026 年 4 月没有实验室观察到 2 倍加速，没有实验室宣称"超人编码者"；2026 年 8 月 OpenAI 首次公开暂停一次强化学习两周（引本书第 1 章）到 2028 年仍无实验室宣称超过 2 倍；暂停事件不再发生或只在评估环境2027 年有实验室公布 1.5 到 2 倍，2028 年上半年超过 3 倍；暂停从一家扩大到多家2027 年上半年就有实验室确认超过 2 倍，年底逼近 3 倍；多家实验室停止公开最强模型各实验室的系统卡与安全框架报告；METR 前沿风险报告；英美 AISI 报告；SB 53 要求的透明度报告
3. 应届生与青年失业率美国 22 到 27 岁本科应届生失业率约 5.6%，就业不足率约 42%（纽约联储，2026 年二季度）；中国 16 到 24 岁不含在校生失业率 2026 年 8 月 18.9%（国家统计局）美国应届生失业率回到 5% 以下，与整体差距在 1 个百分点内；中国青年失业率季节高点不超过 19%美国应届生 6 到 7%（2027）、8 到 10%（2028）；中国季节高点突破 20%（2028）、25%（2029）美国应届生 2027 年就超过 8%；中国青年失业率同月同比连续上升 3 个百分点以上newyorkfed.org/research/college-labor-market（每季度）；stats.gov.cn 每月 15 到 20 日发布的分年龄组失业率
4. Challenger 归因于 AI 的裁员数2026 年 1 到 8 月 116,175 个岗位，约占全部裁员的 22%，年内第一大原因；8 月回落到 3,462 个（Challenger, Gray & Christmas，2026 年 9 月报告）全年 AI 归因占比回落到 15% 以下，月度数字回到 2025 年水平全年占比 25 到 35%，且从软件、客服扩展到金融后台、法律服务、媒体单月 AI 归因裁员超过 5 万，全年占比过半，出现万人级"智能体替代"裁员challengergray.com 每月第一周发布的 Job Cut Report；中国对照看招聘平台的季度岗位需求报告
5. 头部实验室年化收入Anthropic 约 650 亿美元（2026 年 7 月底，TechCrunch 引公司披露）；OpenAI 年化 250 到 400 亿美元 [待核实]增速放缓到每年 50% 以下；资本支出收缩；"AI 泡沫"成为主流叙事每年翻倍到 1.5 倍；上市后的财报显示推理收入能覆盖资本支出每半年翻倍；实验室收入进入全球公司前十上市后看 SEC 文件与财报；上市前看公司官方博客与主流财经媒体引用的披露
6. 全球 AI 数据中心功率Epoch AI 追踪 93 个数据中心合计 13.5 GW IT 功率，覆盖全球约 44%（2026 年 9 月 25 日）；美国 41 GW（2026）到 66 GW（2027 预计，引本书第 1 章）2028 年前没有 5 GW 级单一园区；美国数据中心增速因电价政治与暂停令放缓2028 年出现 5 GW 级园区；全球已知 AI 功率 2028 年超过 50 GW2027 年就出现 5 GW 级园区；各国以电力配额直接管控 AIepoch.ai/data/ai-data-centers；美国能源信息署（EIA）电力报告
7. 监管事件中国三部办法全部施行，综合性人工智能法草案未提请审议（2026 年 8 月）；加州 SB 53 生效；欧盟高风险义务推迟到 2027 年 12 月 2 日（Regulation (EU) 2026/1744）各国继续"推迟并收窄"：欧盟再次推迟、美国联邦法继续搁浅、中国人工智能法以备案与标识为主中国人工智能法 2027 到 2028 年通过并含智能体责任；美国出现第一部联邦前沿模型法；2029 年初治理分叉事件2027 到 2028 年出现紧急立法：算力上限、训练许可、国际磋商cac.gov.cn 政策法规；npc.gov.cn 立法工作计划；artificialintelligenceact.eu；各州立法追踪
8. 诈骗损失与 AI 内容占比FBI IC3 2025 年损失 208.77 亿美元（+26%），AI 相关 8.93 亿美元；公安部 2025 年侦破电诈 25.8 万起；主要由 AI 生成的网络文章约占 49.9%（Graphite，2026 年一季度）IC3 年增幅回落到 10% 以下；AI 相关损失占比不足 10%；AI 文章占比稳定在 50% 上下IC3 年增 20 到 30%，AI 相关损失 2027 年翻倍；AI 文章占比 2028 年过 70%IC3 年增超 50%，出现智能体驱动的大规模诈骗；AI 内容占比过 90%，人工内容成为付费稀缺品ic3.gov 每年 4 月年报；公安部每年 1 月新闻发布会；ftc.gov 消费者哨兵数据；graphite.io 季度更新

怎么用这份年表

第一，先看指标 1 和 2，再看其余。就业、诈骗、法律都是滞后指标，等它们显出来时能力已经变了一年。第二，不要求全部指标指向同一条线。2026 年 9 月的基线本身就是能力指标偏快、就业指标偏慢的混合。当多数指标偏向同一条线，尤其是指标 1、2、3 同时偏向时，才算换线。第三，换线之后回正文做两件事：把标"基准线及更快"的条目提上来做，把标"只在快线"的条目从"再看看"改成"开始准备"。反过来，如果指标连续两次都指向慢线，把为快线做的准备收一收，把钱和时间放回原书的 A 级条目。第四，年表本身每年会错。它的用处不在于对，在于让读者在 2028 年的某一天看到一条新闻时，有一张现成的表可以对照，而不是被那条新闻的语气带走。

本附录引用的原始来源

← 附录 A 术语表
附录 C 极高性价比清单 →