AI判官真的來了。

前兩天老局刷抖音看到挺讓人震撼的一條新聞，在2026年4月27日，廣東省人工智能應用對接大會上，深圳市中級人民法院副院長鄺肖華扔出一組數據：

深圳法院人工智能輔助審判系統，2024年6月28日上線，是全國首個司法審判垂直領域大模型。上線一年多以來，深度賦能超過60萬件案件。

更關鍵的是，這套系統已被最高人民法院納入全國統一辦案平臺，在23家法院試運行，最高法院評價“效果非常好”下一步可能就是全國推廣。

司法審判，容錯率極低。一個判決，可能改變一個人的一生。

鄺肖華說了一句話，讓我印象很深：

"當大家還在討論人工智能能不能用于司法審判這個公認的高利害領域的時候，我們已經給出了實踐的答案。"

看到這個消息時，腦子里第一個反應：AI滲入生活的速度，比我們預想中的快太多了。

你有沒有注意到，如今的AI大模型排行榜，榜一更換的頻率已經快到讓人眼花繚亂？

2025年至今，LMArena排行榜上“最強模型”的位置已經換了至少6次。Grok、Gemini、GPT、Claude，四家頭部公司輪流坐莊。更可怕的是，領先優勢的“保質期”正在急劇壓縮——2023年前后，一個模型從“被追捧”到“被審視”的完整周期，大約是12到18個月。到了2025年，這個周期已經縮短到3到6個月。而到了2026年初，領先維持的時間甚至被壓縮到不足一個月。

過去16個月，OpenAI、Anthropic和Google三家合計完成了超過40次重大模型發布。平均每3周，就有一個大版本登場。

這意味著什么？意味著昨天你還在學的“最新最強模型”，今天可能已經落伍了。

AI正在快速介入我們的生活

看看世界上更多正在發生的事。

中國工程院院士、腫瘤內科專家徐瑞華在近期采訪中發表這樣的觀點：10年以后，活到90歲、100歲可能是常態。

要達到這樣的壽命，憑什么？因為AI正在把"早篩查"這件事變得又便宜又普及。譬如阿里達摩院發布的腸癌篩查AI模型DAMO COCA，這項研究成果證明了普通平掃CT就可以應用于腸癌大規模篩查，打破了傳統腸癌篩查的局限性。

事實上，2023年，達摩院就研發出胰腺癌早篩AI模型DAMO PANDA，相關論文登上《自然·醫學》。在這之后，達摩院又研發出全球首個胃癌影像篩查AI模型DAMO GRAPE，在近10萬人的大規模臨床研究中大幅提升胃癌檢出率。

而這僅僅是AI醫療革命的冰山一角。

想象一下：AI能在幾分鐘內分析數億種蛋白質結構，找到疾病的根源，然后設計出針對性的藥物——這個過程原本需要科學家們花費數年甚至數十年。

谷歌DeepMind研發的AlphaFold，已經能預測超過2億種蛋白質的三維結構，將蛋白質結構解析的時間從“數年”縮短到“幾分鐘”。

傳統藥物研發有"雙十定律"：一款新藥，10億美金、10年周期。AI正在打破這個鐵律，中國也在用AI加速新藥研發。

抗生素耐藥性（AMR）正在成為人類最大的健康威脅之一。2019年，全球約120萬人死于抗生素耐藥性加劇的細菌感染，已經超過同年艾滋病毒（HIV）造成的死亡人數。面對"超級耐藥菌"，人類越來越無藥可用。

2024年，西安交通大學第一附屬醫院的劉冰教授，基于華為云盤古藥物分子大模型，發現了一種全新的廣譜抗菌藥物——近40年來首個新靶點、新類別的抗生素。

而劉冰教授的團隊，用AI把藥物設計的周期從數年縮短至數個月，研發成本降低了70%。

如果一切順利，它將改變病人面對"超級耐藥菌"感染時無藥可用的局面，未來有望每年挽救百萬人生命。

而在出行方面，無人駕駛的普及日益臨近，前段時間特斯拉的Cybercab正式投產。

這是人類汽車工業史上首款原生無方向盤、無油門剎車踏板、無外后視鏡的L4級自動駕駛量產車。

注意，是"原生無方向盤"——不是把普通車的方向盤拆掉，而是從設計之初就徹底拋棄了人類駕駛的需求。車內找不到方向盤、踏板、轉向柱，只有兩個座椅和一塊中央大屏。

而中國百度蘿卜快跑，全球累計出行服務次數超2000萬次，全無人駕駛里程突破1.9億公里。

1.9億公里什么概念？繞地球赤道跑4750圈。你以為無人駕駛還很遠？人家已經在接單賺錢了。

大量工廠也在出現另一幅場景，工人正在被“蒸餾”，機器人開始“打螺絲”了。

印度南部某服裝廠里，踩縫紉機的工人頭上戴著奇怪的設備，設備上有攝像頭，記錄手部動作以訓練人工智能系統。

這是因為隨著特斯拉、Figure AI 等公司競相開發人形機器人，訓練它們所需的真實世界動作數據變得極為緊缺。

因為能夠多拿15美元的時薪，印度工人也很樂意把這玩意綁在頭上，替 AI 蒸餾自己，而今年3月小米人形機器人也已經開始在北京亦莊的汽車工廠“實習”。

在壓鑄車間自攻螺母上件工站中，機器人實現連續自主運行3小時，雙側同時安裝成功率高達90.2%，并可滿足最快76秒的產線節拍要求。

趨勢已經越來越清晰：機器人正在從T臺走向工廠，從“表演”走向“打工”。

從診斷到審判，從打螺絲到駕駛，AI正在接管那些曾經被認為只有人類能做的事。

可怕的加速回報定律

很多人如果看到AI判官這條新聞，第一反應或許是“法官要失業了”。

但真正值得關注到的是，我們的社會正在發生AI的影響下，快速變革，速度快到你可能沒感覺周遭有什么變化，但很多事情已經是AI在深度參與甚至主導了。

這樣變化的速度，再次驗證了一個規律：它就是“加速回報定律”。

提出這個理論的人叫雷·庫茲韋爾，Google的工程總監，一個靠預測未來吃飯的家伙。他在上世紀90年代就預測了互聯網的爆發，被比爾·蓋茨稱為“預測人工智能最準的未來學家”。

他的核心論點是：技術進步不是線性的，而是指數級的。這個指數的“底數”本身也在變大。也就是說，技術進步的速度，是越來越快地“越來越快”。

這話聽起來有點繞，我來翻譯一下：

你看人類科技發展史，會發現一個規律：每一次技術革命之間的間隔，都在急劇縮短。

蒸汽機從誕生到普及，用了近一百年。電力從發明到改變世界，用了幾十年。互聯網從出現到席卷全球，只用了十幾年。而今天，一項新技術從實驗室到滲透進日常生活，可能只需要幾年，甚至幾個月。

這就是技術的復利。

每一代技術都在為下一代技術提供更強大的工具。計算機輔助設計芯片，AI幫助優化AI算法——技術正在加速“自我迭代”。

馬斯克在2026年3月的一次播客對談中，直言不諱：“AI的遞歸自我完善已經到來?！?/p>

他說，新一代AI模型在很大程度上是由上一代AI模型構建的。人類在這個循環中的參與度正在變得越來越低。

當AI進化到能夠開始優化迭代自己，這就像點火的多級火箭——加速度會越來越快。

庫茲韋爾在2024年的新書《奇點更近》中給出了他的最新預測：

?2029年，人工智能在大多數方面都將達到人類水平。

? 2030年代末，納米機器人——紅血球大小的電子元件，將通過毛細血管無創進入人類的大腦"，用于修復生物損傷并增強認知能力。

?2045年，人類將把智能擴展到100萬倍，"非生物智能的計算能力將超過所有人類大腦的總和"。

你可能覺得這太科幻了。

但庫茲韋爾職業生涯中做了100多次預測，其中86%都已經成真。

兩種未來，兩個世界

還有兩個人對未來對判斷很有意思。

在馬斯克版本里未來是樂觀的：

他說："如果你走得足夠遠，假設AI和機器人持續改進，金錢將變得無關緊要。人類的基本需求——食物、住房、能源——都將變得幾乎免費。人類將進入'后稀缺'時代。"

"工作將是可選的。就像今天你可以選擇去健身房，或者在家休息。未來，你可以選擇工作，或者不工作。"

他提出了一個概念："通用高收入"——不是簡單地給人發錢，而是讓每個人都擁有超強的生產力。在AI和機器人的加持下，一個人的產出可能相當于今天一萬個人的產出。

當然，前提是——技術進步不能被打斷。"只要不發生第三次世界大戰，全球經濟規模將在未來十年內增長十倍以上。"

但AI安全專家羅曼·揚波爾斯基博士看到的是另一幅圖景：

2027年：大量工作將被AI取代，失業率達到前所未有的水平。通用人工智能（AGI）可能問世，所有電腦上能完成的工作都會實現自動化，人形機器人開始普及。

2030年：人形機器人將在所有領域與人類競爭，包括管道維修等體力工作。

更關鍵的是——人類可能無法控制超級智能，因為它們比人類更聰明，而且可能有多個備份，無法被徹底關閉。

他的警告是：AI可能終結人類，而我們完全沒有做好準備，全球甚至可能爆發第三次世界大戰。

身處巨變時代的我們

面對截然不同的兩種對未來的預判，你可能會問：那我怎么辦？到底信誰的，將來會不會失業？我的建議是：先別急著焦慮。

焦慮這東西，除了讓你睡不著覺，什么用都沒有。

當下AI的進化顯然不會因為你的焦慮而減速。蒸汽機不會因為紡織工人的憤怒而停下，與其恐懼，不如理解。

1950年，圖靈在論文最后寫了一句話："我們哪怕只能看到前方不遠處，但已經能看到那里有大量工作需要完成。"

當下最明顯的一種趨勢就是，誰能將AI結合到自己的工作，自己的專業興趣，誰就能會獲得更大的優勢。

所以適應時代，學會和AI協作，擁抱AI，畢竟適應能力，也是人類的核心競爭力之一。

▲見證中國科技奔赴星辰大海

專注產業鏈分析和案例寫作

關注AI、互聯網、汽車、消費電子

半導體等前沿科技產業

入駐媒體平臺

36Kr/ 觀察者網風聞社區/ 網易

虎嗅/ 雪球/ 騰 訊新聞