马斯克称AI到2028年可“超越所有领域”，远快于肖莱的10-20年预测

马斯克又给AI时间表踩了一脚油门。他在社交平台X上回复AI研究者弗朗索瓦·肖莱（François Chollet）的一条旧帖时表示，肖莱2021年关于“未来10到20年科学将日益计算化”的预测“太保守了”，并给出自己的判断：AI将在明年年底前，或者最晚2028年，“击败所有领域”。这一表态比肖莱原本10到20年的预期大幅提前，也延续了马斯克近期一贯的激进口径——他此前曾预测，到2027年底，AI将在几乎所有数字化任务上达到“超人”水平。 肖莱是Keras深度学习框架的作者，他本周二重新翻出自己2021年5月的旧帖，称当时这个预测遭到“大量反对”，但“如今看起来一天比一天明显”。他原本的判断是，几乎所有科学学科都将实质上演变为计算机科学的分支，由模拟、大数据分析和机器学习驱动。马斯克的回复等于把这个进程压缩到了两三年之内。不过，独立研究给出的信号并不那么乐观。9月3日发表在同行评审期刊npj Digital Medicine上的一项研究，用1245道骨科和运动医学题目测试了20个AI模型，结果发现：在结构化选择题上，领先模型的准确率能超过90%，但在需要综合文本和图像推理的开放式任务上，准确率 barely 达到60%。研究者认为，当前模型距离独立具备临床能力仍有明显差距。 与此同时，AI实验室正在把触角伸向更深的科研环节。Anthropic上周表示，Claude在不到四周内优化了30多个开源生物分子模型，速度提升约四倍；路透社上周五报道称，Anthropic已建立实体生物学实验室，正式进军药物发现，把AI与真实世界实验结合起来。谷歌DeepMind的Co-Scientist系统则用多个AI智能体生成、辩论并打磨科学假设，直接瞄准“发现”本身。马斯克也在押注自家公司能加速这一进程：SpaceXAI本周发布了面向编程和知识工作的Grok 4.7，而Grok 5正在用SpaceX的工程数据进行训练。Deepwater Asset Management的吉恩·蒙斯特最近预测，这款模型可能成为“史上最有用的工程工具”。 对跨境电商卖家和AI工具用户来说，这场关于时间表的争论不只是口水战。如果AI真如马斯克所说在2028年前“通吃所有领域”，意味着选品分析、广告投放、客服自动化、供应链预测等环节的工具能力可能在两三年内出现代际跃升；但独立研究提示的“复杂推理短板”也提醒卖家，短期内AI在需要图文综合判断的场景（比如商品合规审核、多模态质检）仍不能完全替代人工。真正值得关注的，不是谁的时间表更准，而是这些能力何时以可用的产品形态落到日常运营里。