诺贝尔经济学奖得主萨金特：AI发展尚处“开普勒阶段”，未来收益存变数

9月9日，在2026Inclusion·外滩大会见解论坛的现场，2011年诺贝尔经济学奖得主、纽约大学知名教授托马斯·萨金特（Thomas Sargent）发表了关于人工智能（AI）发展的独到见解。他指出，AI正逐步成为驱动全球经济持续增长的核心动力，然而，在AI领域的投资、战略决策以及相关政策制定方面，却充斥着前所未有的不确定性与挑战。

萨金特教授强调，尽管资本对AI的投入规模持续攀升，但这并不直接等同于未来收益的必然增长。AI当前所取得的显著进步，主要归功于海量数据的积累、计算能力的飞跃以及模型复杂度的不断提升。然而，真正的技术前沿，在于AI能否跨越“开普勒阶段”，迈向“牛顿阶段”——即不仅能够揭示数据间的相关性，更能深入理解并推断事物背后的内在逻辑与结构，实现训练数据之外的广泛适用性，并具备自我认知知识边界的能力。

他进一步阐述，面对AI引发的深刻变革，企业、投资者乃至监管机构，均不能仅依赖理想化的模型来预测未来走向。相反，应正视模型的局限性，为未知因素和潜在错误预留空间，构建灵活多变的决策框架，以应对未来可能出现的各种情景。这种前瞻性的思维模式，对于把握AI发展的脉搏，规避潜在风险，至关重要。

萨金特教授的发言，不仅为AI领域的参与者提供了宝贵的思考视角，也预示着在AI的征途上，我们既需满怀激情地探索未知，又需保持审慎与谦逊，不断适应与调整，以迎接这个智能时代的到来。