自 2022 年年中以来，FRI 已在多项研究和项目中收集了关于 AI 进展的预测。其样本包括资深专家。第一轮 LEAP（Longitudinal Expert AI Panel，纵向 AI 专家小组）招募了 339 位专家，包括 76 位计算机科学家、76 位行业专家、68 位经济学家和 119 位 AI 政策专家。计算机科学家中包括 30 位来自排名前 20 机构的教授，以及 200 位被引最多的 AI 作者中的 10 位。专家组还包括超级预测者，即有着准确预测记录的通才。

AI 比预测提前数年达成重大里程碑

差距最大的是数学。AI 在2025 年 7 月达到国际数学奥林匹克竞赛金牌水平，比专家预测中位数早了五年，比超级预测者预测中位数早了十年。这些预测是在 2022 年、ChatGPT 发布之前收集的，但据 FRI 称，此后这一模式依然成立。

根据他们的预测，专家对实际发生的基准测试结果给出的平均概率为 24.6%，而超级预测者仅给出 9.7%。对于数学奥林匹克竞赛的金牌表现，这两个数字分别降至 8.6% 和 2.3%。| 图片：Forecasting Research Institute

AI可能还解决了一个千禧年大奖难题，不过目前仍不清楚该解答是否符合评审标准。在 2025 年 8 月和 9 月的一项调查中，专家认为到 2027 年底出现此类解答的赔率中位数仅为 10%，超级预测者则为 5.4%。

在一项关于 AI 病毒学能力的研究中，专家预测 AI 模型要到 2030 年才能在故障排查基准测试上匹敌顶尖病毒学家团队。超级预测者说是 2034 年。FRI 称，这很可能早在 2025 年 4 月就已发生。一项网络安全基准测试也显示出类似的低估。

按中位数，专家预计 AI 将在 2030 年在病毒学能力测试上匹敌顶尖团队，超级预测者则预计在 2034 年。FRI 称这很可能发生在 2025 年 4 月。受访者将这一里程碑与更高的预期生物风险联系起来，而非与任何有记录的实际危害上升相关。| 图片：Forecasting Research Institute

经济预测也过于保守。专家们对 2026 年底任何一家 AI 公司最高年度经常性收入（ARR）的中位数预测为 200 亿美元。经济学家说是 160 亿美元，超级预测者说是 250 亿美元。FRI 引用Anthropic 在 2026 年 9 月约 1000 亿美元作为一个可能已经达到的数字。

Anthropic 和 OpenAI 的年化收入（左）远超所有受访组的中位数预测（右）。即便是最高一组的 250 亿美元估计，也远低于 2026 年 7 月报告的 650 亿美元。| 图片：Forecasting Research Institute

现实世界的影响更难判断

并非所有预测都偏低。生物安全专家预测，使用语言模型的参与者中有 22.5% 能完成生物实验室任务。病毒学家预计为 40%，超级预测者为 16.2%。在一项对照试验中，只有 5.2% 的人在语言模型和互联网访问的帮助下成功，而仅使用互联网的成功率为 6.6%。语言模型没有带来可测量的差异，尽管该试验规模较小。

专家们可能也高估了自动驾驶汽车。他们对 2027 年美国自动驾驶网约车出行份额的中位数预测为 7.3%，而一项 LLM 预测给出的数字是 2.5%。FRI 表示，关于经济增长、就业和重大 AI 危害的预测目前还无法可靠评判。

与此同时，受访者正在上调他们的预期。在完成两次调查的受访者中，九个月内，AI 成为“世纪技术”的平均概率在专家中从 31% 升至 36%，在超级预测者中从 28% 升至 35%。

专家和超级预测者现在预期 AI 带来的社会影响比九个月前更大。两组都将最高平均概率赋予“世纪技术”，与电力相当。| 图片：Forecasting Research Institute

FRI 正在加入更快的方法以跟上 AI 的步伐

今后，FRI 将重点展示一个子样本，即那些预期 AI 到 2040 年将取得极快进展的受访者，并在人类预测之外持续发布不断更新的 LLM 预测。根据ForecastBench，一些模型在某些问题类型上已经能与超级预测者匹敌。FRI 还希望在数据足够后，找出最准确的 LEAP 小组成员，并展示他们的预测。

RI 确实指出了自身数据中的一个问题：一旦现实超越了预测，低估就会立刻显现，但高估只有在截止日期过后才会变得清晰。这使得中期报告天然倾向于发现预测者过于保守的案例。FRI 自身的一些评估还依赖于 LLM 的预测，而这些预测使用了原始预测者当时并不掌握的信息。