我最近读了很多预测，这些预测来自那些试图理解人类在未来10到50年（甚至更久）将面临什么问题的人，他们希望投身于对未来至关重要的领域。同时，我也在想，这些关于未来的预测到底有多准确。由于预测的时间跨度如此之长，如今做出这类预测的人中，只有极少数拥有可追溯的预测记录。因此，如果我们想评估哪些预测是合理的，就不能只看预测记录。

这篇文章的思路是，从一个独立选定的预测者群体（维基百科上列出的知名未来学家1）中选取预测，这些预测的年代足够久远，可以对其进行评估，从而了解哪些预测技巧有效，哪些无效。这样，我们就能（主要在未来的一篇文章中）评估那些使用类似方法论的预测的合理性。

不幸的是，这个独立选定的群体中，每一位预测者的记录都很糟糕。而在对其他未来学家的预测进行抽样检查时，我发现未来学家的预测记录往往相当糟糕。因此，为了对比有效的技巧和无效的技巧，我凭记忆挑选了一些记录尚可的预测者——这是一个非独立的来源，因此引入了不少潜在的偏差。

让我比原本更有信心的一点是，我在完成本文的评估并写完98%的内容之前，刻意避免阅读他人对预测方法论的独立评估。而在阅读其他人的评估后，我发现，尽管使用的数据集截然不同，但我总体上认同泰特洛克的《超预测》（Superforecasting）中关于哪些方法有效、哪些无效的结论。

具体来说，那些热衷于“宏大理念”的人，往往用几个“大锤子”去套每一个预测，再结合对特定主题的“鸡尾酒会式理解”（cocktail party idea），来解释为什么关于该主题的预测会被“大锤子”击倒。这类人通常表现不佳，无论他们偏爱的宏大理念是否正确。一些“宏大理念”的例子包括：“环境末日即将来临，超级环保将渗透一切”、“经济增长将很快创造近乎无限的财富”、“摩尔定律至关重要”、“量子力学至关重要”等等。糟糕预测者的另一个共同特点是，缺乏任何类似严肃评估过去预测错误的行为，这使得他们无法改进自己的直觉或方法（除非他们秘密进行）。相反，糟糕的预测者常常挑选几个准确的预测，或者至少听起来与准确预测 vaguely 相似的预测，然后用它们来向他人兜售自己的下一批预测。

相比之下，预测相对准确的人对问题有深刻理解，并且往往有从过去预测错误中吸取教训的记录。由于本文数据集与泰特洛克的研究存在差异，具体细节大相径庭。我发现预测相对准确的人拥有深厚的领域知识，并且隐含地掌握了海量信息，他们能有效筛选这些信息以做出良好预测。泰特洛克研究的是对广泛领域（通常超出其专业范围）进行预测的人，因此他发现这些人会深入挖掘数据并深刻理解数据的局限性，从而做出相对准确的预测。尽管人们的具体操作方式不同，但从宏观层面看，深入钻研特定知识的方法是相同的。

由于本文篇幅较长，将先对每位预测者进行极简总结，随后提供中等长度的总结。接着会总结哪些技巧和风格有效、哪些无效，而预测评分的完整细节、与其他预测者评估的对比则放在附录中。

  • 雷·库兹韦尔：准确率7%
    • 依赖：正在发生的指数级或超指数级进步必须持续；基于过去趋势延续来预测未来；对事实和数据解读持乐观的“向上取整”；对技术和计算机的万灵药思维；对所预测主题的“鸡尾酒会式”想法
  • 雅克·弗雷斯科：预测大多过于遥远而无法评判，但就可评判的预测而言，准确率似乎非常低
    • 依赖：对人性的万灵药思维、科学方法和计算机；确信人类价值观与弗雷斯科的价值观一致
  • 巴克敏斯特·富勒：预测太少而无法评级，但就可评判的预测而言，准确率似乎非常低
    • 依赖：对所预测主题的“鸡尾酒会式”想法，其程度即使对未来学家而言也过于极端
  • 加来道雄：准确率3%
    • 依赖：对“量子”、计算机和生物技术的万灵药思维；这些领域的指数级进步
  • 约翰·奈斯比特：预测过于模糊而无法评分；在大局准确性方面结果好坏参半，可能比除迪克森外的任何未来学家都更好，但这与对其他预测者给出的百分比不可比
    • 依赖：基于报纸分析的趋势预测
  • 杰拉德·K·奥尼尔：预测大多过于遥远而无法评判，但就可评判的预测而言，准确率似乎非常低
    • 依赖：反其道而行之，即其他未来学家曾做错的事，可描述为基于近期大幅上涨的价格“试图低买高卖”；在奥尼尔认为被低估的领域，对事实和数据解读持乐观的“向上取整”；对所预测主题的“鸡尾酒会式”想法
  • 帕特里克·迪克森：准确率10%；在“大局”预测方面也远胜于这里的任何其他未来学家（但不如耶格、盖茨等非未来学家预测者）
    • 依赖：外推现有趋势（但乐观的“向上取整”程度远低于这里几乎任何其他未来学家）；指数级进步；“第二千年思维”与“第三千年思维”之间的鲜明分野
  • 阿尔文·托夫勒：预测大多过于模糊而无法评分；在非模糊的预测中，托夫勒有一种不可思议的 knack，即在某个趋势即将停止时，恰好将其命名为非常重要且可能持续的趋势
    • 依赖：正在发生的指数级进步必须持续；受关于指数级进步将带来什么的推测启发的一系列“鸡尾酒会式”想法
  • 史蒂夫·耶格：准确率50%；对未来的总体愿景通常相当准确
    • 依赖：深厚的领域知识，流入亚马逊和谷歌的信息源泉；关注流行趋势
  • 布莱恩·卡普兰：准确率100%
    • 依赖：站在人们所下糟糕赌注/预测的“对立面”，主要依赖做出非常保守的预测
  • 比尔·盖茨 / 内森·米赫沃尔德 / 微软旧领导层：预测的时间框架过于模糊而无法评分，但对未来愿景以及各种技术相对重要性的预测准确得惊人
    • 依赖：深厚的领域知识，众多拥有深厚领域知识的人之间的讨论，流入微软的信息源泉

雷·库兹韦尔声称自己的预测准确率高达86%，这一说法常被反复引用，例如彼得·戴曼迪斯曾写道：

库兹韦尔自20世纪90年代以来共做出147项预测，其中115项完全正确，另有12项“基本正确”（误差仅一两年），使其预测准确率惊人地达到86%。

那篇题为《谷歌高管声称奇点将在2029年到来》的文章开篇写道：“谷歌工程总监雷·库兹韦尔是著名未来学家，其精准预测记录令人瞩目。”文中引用了维基百科上的预测列表。对于非显而易见且关乎未来的重大预测而言，86%的准确率堪称惊人。这一说法似乎成为他人宣称库兹韦尔高准确率的来源，例如这里和这里。我亲自核查了戴曼迪斯引用的维基百科列表（通过archive.org获取其文章发布时的版本），发现实际准确率约为7%。

从根本上说，库兹韦尔许多预测失准的原因在于：他坚信几乎所有能想象的领域都存在指数级加速增长，即便在那些已实现重大增长的领域，实际增速也未能达到他的预期。他的基本论点是：技术进步不仅带来指数级增长，技术本身的改进还会形成自我反馈，进一步加快指数增长的速度，从而在计算机性能等许多重要领域实现双重指数增长（即e^x^x，而非2*e^x）。他在多部著作中反复强调这种不可阻挡的指数或超指数增长，例如1990年的《智能机器时代》中写道：“关于未来，我们可以做出的一个可靠预测是：变革的步伐将持续加速。”此后在1999年的《精神机器时代》、2001年论述技术加速增长的论文《加速回报定律》、2005年的《奇点临近》等作品中，他均延续了这一观点。

值得注意的是，尽管库兹韦尔早期工作中绝大多数可证伪的预测已被证明是错误的，他仍沿用同一套方法论不断生成新预测。这让人联想到安德鲁·格尔曼对某些预测者的讨论——他们面对旧预测被证伪的证据，仍反复做出相同的预测。例如，在2005年出版的《奇点临近》中，库兹韦尔提及“S型曲线”的存在，指出特定“事物”的增长未必呈指数级，但正如他在1990年所做的结论那样，他断言指数级增长仍将持续，因为新技术必将被发明出来推动这一趋势，并称“加速回报定律适用于所有技术领域，甚至任何进化过程。在基于信息的技术中，我们可以用精确的指标（例如每秒每美元的计算次数，或每秒每克的计算次数）来描绘这一规律”。

2001年，他运用该方法绘制图表，预测到2011年人类寿命将实现无限延长（以下引文对寿命无限延长的表述不够明确，但若通读全文或查阅他对寿命预测的澄清——“我指的不是基于出生日期的预期寿命，而是剩余预期寿命”——则含义清晰）：

你们中的大多数人（再次使用复数形式）很可能活到奇点来临。人类寿命的延长是另一个指数级趋势。18世纪，人类寿命每年仅增加几天；19世纪，每年增加几周；如今，我们每年几乎增加半年。随着基因组学、蛋白质组学、理性药物设计、治疗性器官与组织克隆，以及生物信息科学相关领域的革命性发展，十年内我们将实现每年增加超过一年的寿命。

库兹韦尔将这一预期实现的时间不断推迟（我最近看到的预测是2016年提出的，称到2029年人类寿命将无限延长），这已成为他众多预测的典型特征。

不少人指出库兹韦尔的方法论荒谬至极，因为现实世界中指数级增长不可能无限持续。但库兹韦尔在1990年出版的《智能机器时代》中解释了为何他认为这种观点有误：

这项新技术的非凡之处在于它几乎不消耗自然资源。硅芯片仅使用微乎其微的沙子和其它易得材料，耗电量也微不足道。随着计算机不断微型化，其消耗的物质资源在价值中所占比例已微乎其微。事实上，软件几乎不消耗任何资源。

我们正在进入一个自然资源充裕的世界，因为资源和电力对计算机无关紧要这一观点至今并不正确。但幸运的是，对库兹韦尔而言，他预测会无限持续下去的许多指数级和双指数级过程，早在自然资源限制发挥作用之前就停止了。因此，这并非库兹韦尔预测出错的主要原因——尽管如果他的预测不那么离谱，这倒可能成为一个重要因素。

在元层面上，库兹韦尔方法论的一个问题在于，他倾向于“向上取整”，让增长看起来比实际更快，以便让世界符合他的模型。例如，在《加速回报定律》中，我们注意到库兹韦尔基于寿命加速增长预测到2011年寿命将无限延长，他在2001年声称“现在我们每年几乎增加半年的寿命”。然而，美国（根据他的评论，这似乎是库兹韦尔论述的主要对象）的预期寿命增长总体仅为每年0.2年，在寿命更长的群体中为每年0.1年，而全球预期寿命增长为每年0.3年。虽然严格来说，如果四舍五入到最近的0.5，你可以把0.3年算作0.5年，但在试图预测无限寿命何时到来时，这样做非常不合理，因为全球预期寿命的高速增长主要来自“追赶式增长”，即导致“非自然”寿命缩短的因素大幅减少。

如果你想预测高端情况，更合理的做法是关注高端寿命，而这一增长要慢得多。库兹韦尔为了得出乐观预测而“向上取整”的另一种方式，是选择一种框架，让预期寿命看起来增长极其迅速。但如果我们简单绘制自1950年以来的预期寿命变化图，就会发现增长大致呈线性趋势，甚至趋于次线性（即使我们在库兹韦尔2001年写作时截断图表，情况也是如此），其中一些超线性时期也会回落至次线性。库兹韦尔自称喜欢使用指数等方法观察增长曲线，但在这种他本可以轻松做到的情况下，他却选择凭空挑选一些数字，因为他“标准”的增长曲线分析方法得出的预测相当平淡——寿命增长正在放缓。因此，这里涉及三种“向上取整”（选择一个不合理地乐观的数字，再向上取整这个数字，然后有选择地不在时间序列上绘制大量数据点，以描绘库兹韦尔想呈现的图景）。

库兹韦尔的“向上取整”也体现在他提出的预测中，例如计算机性能/尺寸/成本以及经济增长将遵循双指数轨迹。在计算机成本/晶体管尺寸方面，库兹韦尔在对数坐标上绘制了硅缩放曲线上的多个数据点，外加一个来自前硅时代（当时晶体管尺寸遵循不同的缩放曲线）的非常古老的数据点。然后，他对这些数据拟合了一条看似三次曲线的函数。由于三次曲线“倾向于”在未来呈现高增长或高衰退，而前硅时代的数据点将三次拟合曲线在过去的数值拉得很低，因此该三次拟合曲线必然“倾向于”在未来上升，库兹韦尔便将这种三次增长向上取整为指数增长。在库兹韦尔写作时，这一结论也仅得到晶体管缩放曲线非常微弱的支持。作为当时关注ITRS路线图的人，我的记忆是：ITRS设定了一条预测的摩尔定律缩放曲线，而半导体公司竞相超越这条曲线，由于它们持续超越以摩尔定律为基准的路线图，短暂地呈现出看似超指数缩放的现象。然而，任何真正了解具体情况的人，或者与半导体工程师交流过（而非仅仅查看缩放曲线）的人，都会知道：人们普遍预期这种超指数缩放是暂时的、不可持续的，并且登纳德缩放定律的终结以及由晶体管延迟主导（而非互连延迟主导）的高性能处理器即将到来——这意味着晶体管尺寸的指数缩放将不再带来历史上伴随晶体管缩放所实现的计算机性能提升。这一预期在当时如此普遍，以至于在本科课程中都有讨论。在库兹韦尔谈论我们正进入双指数缩放时代的时候，任何花过哪怕最短时间研究半导体缩放的人都会知道这些情况，并且会认为计算机性能若能保持普通的单指数缩放就已属幸运。但由于库兹韦尔只看曲线的总体形状而不关注机制，这些知识都没有影响他的预测；又因为他向上取整现有证据以支持其关于增长加速再加速的观点，他得以找到一组经过筛选的数据点来支撑他想要的曲线拟合。

我们将在本书讨论的其他未来学家以及附录中讨论的长期主义者身上看到这种“向上取整”的做法，并且我们将反复看到一些相同的主题，特别是指数增长，以及指数增长将因技术进步导致技术改进速度加快，从而引发更快的指数增长这一观点。

雅克·弗雷斯科

1969年，雅克·弗雷斯科撰写了《展望未来》一书。弗雷斯科声称，通过了解未来人们将持有的价值观，并以此推导未来的样貌，预测未来是可能的。弗雷斯科并未说明如何获知未来人们的价值观，而是假设人们会持有与他相同的价值观——这种价值观或许可被描述为60/70年代的嬉皮士价值观。他预测未来的另一个主要机制是：未来的人们将更加科学，并运用科学方法。

他写道，“科学方法”仅以有限的方式被应用，这导致了数千年的缓慢进步。但与20世纪不同，在21世纪，人们将摆脱偏见，在生活的所有领域（而不仅仅是科学研究中）运用“科学方法”。人们将对生活的方方面面完全开放地进行实验，所有人都会拥有“一种习惯性的开放心态，同时坚持所有问题都必须以允许事实核查的方式提出”。

这除了其他方面外，还将导致所有人完全了解自身的局限性，并因次优的政治和社会结构而终结不快乐。

弗雷斯科用于推导其预测的第三个主要机制是：计算机将能够解决人们能想象到的几乎所有问题，而制造技术也将以类似方式进步。

弗雷斯科预测中涉及的每一个主要机制都与魔法无异。如果你能想象某个领域的问题，该机制就能解决它。书中还涉及其他魔法般的机制，通常是当时流行的思潮。例如，行为主义和操作性条件反射在当时非常时髦，因此弗雷斯科假设整个社会将能够通过操作性条件反射自行解决任何可能存在的社会问题。

尽管弗雷斯科的大多数预测在技术上尚无法评判（因为它们关乎遥远的未来），但对于那些时间已到的预测，我没有看到一个准确的。

巴克敏斯特·富勒

富勒最著名的成就是发明了网格球顶，尽管实际上网格球顶在富勒“发明”它之前几十年就由瓦尔特·鲍尔斯菲尔德制造出来了。富勒还以其他各种创造闻名，例如Dymaxion汽车，以及他的未来主义预测。

我未能找到富勒预测的详尽清单，但我找到了这段视频，他在其中做出了一系列预测。富勒基本上是在进行自由联想，通过从单词的英语含义出发即兴发挥（例如，参见关于瞬间移动的预测），有时甚至基于更模糊的联系来做出预测。

视频中的预测：

  • 我们将能通过无线电传送人类，因为原子有频率，无线电波也有频率，因此有可能捕捉我们所有的频率并通过无线电发送。
  • 不发达国家（相对于高度发达国家）将能“通过月球”获得最先进的技术。
    • 我们计划将人类送上月球居住一年，这需要将相当于地球上一英里直径范围的活动浓缩进一个重500磅的小黑盒中，以便月球上的人能像在地球上一样本地操作。
    • 这将使所有人意识到，他们只需一个小黑盒，就不再需要本地下水道系统、供水、电力等设施。
  • 人类将完全从体力劳动中自动化解放出来。
    • 中国和印度的生产能力将变得无关紧要，唯一重要的是谁能“获取”中国和印度的消费者。
  • 将会出现一个关于财富的现实核算系统，财富本质上与能量相关，基于能量守恒定律，这也意味着财富不会贬值或丢失。
    • 财富只能增加，因为能量既不能被创造也不能被消灭，而当你进行实验时，你只能学到更多，因此财富只能被创造。
    • 这将使整个世界取得成功。

对于那些听说过富勒预言了比特币诞生的人，上述关于财富核算系统的最后一条预言正是人们所指的。通常，这样说的人并没有真正听过他陈述整个预言的采访，而是自己在使用富勒的自由联想方法。比特币源于消耗能量来挖矿，而富勒预言未来会有一个基于能量的财富系统，因此富勒预言了比特币的诞生。如果你真的听了那段采访，比特币甚至远未满足富勒所描述系统的特性，但如果你在做富勒式的自由联想，这并不重要。

在这篇文章中，富勒被评级的预言数量几乎比其他任何人都少，因此如果我们有一份包含100条预言的清单，他的准确率会如何尚不清楚，但我能找到的预言准确率为0%。

加来道雄

在维基百科未来学家名单中，加来道雄可能相对知名，因为作为科学普及工作的一部分，他自2006年起主持一档全美联播的广播节目，并频繁出现在脱口秀节目中，接受新闻机构采访。

在他1997年的著作《愿景：科学将如何革新21世纪》中，加来道雄解释了为什么其他未来学家的预言不够准确，以及他的预言为何与众不同：

……大多数对未来的预测之所以失败，是因为它们反映了个人的偏执与狭隘视角。

而《愿景》一书则不然。在撰写大量书籍、文章和科学评论的过程中，我有幸在十年间采访了来自不同学科的150多位科学家。

基于这些访谈，我审慎地界定了某些预测能否实现的时间框架。科学家们预计，部分预测将在2020年前成为现实；另一些则要等到更远的未来——从2050年到2100年。

加来道雄还声称，他的预测比许多其他未来学家更准确，因为作为物理学家，他以物理学家的方式思考问题，从而能够准确预测未来：

我认为，《愿景》与大众媒体上那些几乎完全由作家、记者、社会学家、科幻作家等科技消费者（而非科技塑造者与创造者）作出的预测之间，存在一个关键区别：本书关注的是科学家群体内部逐渐形成的共识。……作为一名研究型物理学家，我相信物理学家在预测未来宏观轮廓方面尤为成功。我的专业领域是物理学最基础的课题之一——追寻爱因斯坦“万物理论”的梦想。正因如此，我时刻意识到量子物理学如何深刻影响了塑造20世纪的诸多关键发现。

回顾历史，物理学家的成就令人瞩目：我们深度参与了众多革命性发明的诞生（电视、无线电、雷达、X射线、晶体管、计算机、激光、原子弹），破译了DNA分子，通过PET、MRI和CT扫描技术开辟了人体探测的新维度，甚至设计了互联网和万维网。

他还特别指出库兹韦尔的预测荒谬可笑，称其“对未来几十年的预测荒唐至极，从去火星度假到消灭所有疾病”。

尽管加来道雄认为库兹韦尔的预测荒谬可笑，但他自己的预测却依赖于与库兹韦尔相似的机制。例如，加来道雄假设原材料/大宗商品价格将在不久的将来暴跌，因为技术进步将降低原材料的重要性；他还假设计算机芯片的性能和成本缩放将延续70年代和80年代的历史轨迹。与维基百科列表中大多数未来学家一样，加来道雄也假设科学进步的速度将迅速加快，尽管他的理由不同（他引用了量子力学、计算机科学和生物学等重要领域之间日益增强的协同效应，称这些领域如此重要，以至于“未来若想成为研究科学家，却对这些领域没有一定的工作知识将变得困难”）。

加来道雄假设紫外光刻技术将耗尽潜力，我们必须转向X射线或电子光刻技术，而这些技术随后也会耗尽潜力，从而需要转向根本不同的计算机基底（光学、分子或DNA）以保持性能和缩放，但其他基础计算基底的进展并未足够快地实现，以使加来道雄的预测成真。加来道雄对具有他所谓的“量子”效应的事物赋予了极高的权重，例如，他引用微处理器作为到2020年将过时的例子（因为它们不是“量子”的），而光纤则不会过时（因为它们依赖于“量子”机制）。尽管加来道雄批评其他未来学家在对其讨论的主题缺乏真正理解的情况下做出预测，但即使作为物理学家拥有更多相关背景知识，加来道雄对许多讨论主题的理解是否更胜一筹也并不明确。

上述未实现的假设组合导致加来道雄在《远见》中的预测准确率相当低。

我没有读完《远见》，但我阅读的部分（从开头到中间某处，以避免选择性偏差）的预测准确率为3%（如果对我给予半分的预测给予满分，则可以说是6%）。他做了不少我未评分的预测，其中他说某事“可能”会发生。这样的预测当然无法证伪，因为无论事件是否发生，该陈述都为真。

约翰·奈斯比特

任何经常逛二手书店特价书区的人都会在《大趋势》的封面上看到这个名字，这本书与李·艾柯卡的自传一样，是最常见的特价书填充物之一。

奈斯比特声称，他能够通过报纸的“内容分析法”准确预测未来，并指出这种方法在二战期间曾提供重要洞见，此后被情报界广泛使用，但直到他将其应用于商业领域才得以推广。他解释其原理在于报纸的版面空间是固定的（显然报纸既不能被创造也不能被销毁，且报纸不会决定大幅增减新闻量，或改变编辑方针——除非社会整体发生相应变化）：

我们为何如此确信内容分析法是监测社会变迁的有效手段？简而言之，因为报纸的新闻版面是一个封闭系统。出于经济原因，报纸分配给新闻的版面空间不会随时间显著变化。因此，当新事物出现时，必须舍弃其他内容或组合。有增必有减。这就是封闭系统中的“强制选择”原则。

遗憾的是，我们很难评判奈斯比特的预测，因为他几乎只涉及模糊的、类似星座运势的预言，无法被明确判定为正确或错误。如果仅从《大趋势》各章节的基调来阅读，而不试图挑出具体预测，有些章节似乎相当出色，例如“工业社会→信息社会”；但即便你对其模糊预测给予最宽松的评价，部分章节仍明显褒贬不一，例如“从强制技术到高技术与高情感”。这无法与本文提到的其他未来学家相提并论，因为让模糊预测听起来大致正确，远比让精确预测保持准确容易得多。不过，若仅从感知未来方向的角度阅读，奈斯比特的预测比讨论的其他未来学家更贴近现实。

话虽如此，据我阅读其著作所见，我能找到的唯一具体预测是错误的。因此，若要将奈斯比特与其他未来学家进行同等比较，或许可以说他的准确率为0%，但误差范围极大。

杰拉德·K·奥尼尔

奥尼尔有两本较为知名的非虚构未来学著作：《2081》与《技术优势》。《2081》写于1980年，预测了此后100年的未来；《技术优势》则探讨了奥尼尔认为美国在1983年需要采取哪些措施，以避免被日本取代。

奥尼尔在讨论为何以往的未来学家预测失误时，所花费的篇幅远超其他任何未来学家。他指出，“大多数[未来学家]高估了社会与政治变革对世界的改造程度，却低估了技术变革的力量”，并列举了吉卜林、凡尔纳、威尔斯、霍尔丹和贝拉米作为此类案例。奥尼尔还提到，“科学家往往高估重大科学突破的可能性，而低估现有知识边界内常规发展的影响力”，并再次以霍尔丹为例。此外，奥尼尔认为航天领域是过去未来学家的重大失误——他们普遍低估了航天技术的发展速度。

奥尼尔同时指出，即便无法预知变革的具体机制，仍有可能预测未来。例如，他主张即便内燃机尚未发明，汽车仍可被稳妥预测——因为蒸汽动力同样可行。但他也承认有些事物难以合理预测，比如收音机、电视和电子通信。尽管这些技术的基础早在1865年就已发现，但“基础发现到实际应用的时间间隔通常很长”：从量子力学到集成电路用了30-50年，从相对论到超光速旅行需100年以上，而核能发明后50多年“仍未产生深远影响”。

我认为奥尼尔从未真正令人信服地解释为何他的预测属于“汽车”类型。相反，他采取的策略是反其道而行之——避免重蹈他人覆辙。其结果便是：他预言航天领域将取得巨大进展，声称到2081年应能实现大规模太空旅行与殖民，其前奏是2000年前实现无线能量传输（指卫星向地面传输能量），2025年前发射星际探测器（显然不同于1977年发射的旅行者号探测器）。

1981年，他宣称：“一支由1990年代技术打造的可重复使用飞行器编队，数量远少于当今全球商用喷气机队，便足以每年运送数亿人次往返太空”，并预测此后不久将诞生远超NASA航天飞机的先进设备。若此趋势持续，“到2010年前后，将存在众多太空殖民地，且每年都有新殖民地建成”。

奥尼尔的预测大多指向2081年，但偶尔也会对1981年之前的时间点做出预言。在我能找到的所有可证伪预测中，无一正确——其准确率约为0%，尽管误差范围相当宽泛。

迪克森最著名的作品是《未来智慧》（Futurewise），但他还有不少预测未来的书籍。在这篇文章中，我们只关注《未来智慧》，因为这是迪克森最侧重预测的著作，且出版时间较早（1998年），足以让我们对其中的大量预测进行评判（他的另一本候选作品《几乎一切事物的未来》（The Future of Almost Everything）出版于2015年，展望了一个世纪后的未来）。

与本文介绍的其他未来学家不同，迪克森在《未来智慧》中并未明确说明为何应信任他的预测，尽管他在致谢部分间接提到了这一点——他提到曾与许多重要人物有过交流。

我感谢数百位高级管理人员，他们通过参与“未来的六张面孔”演讲，为本书的成型做出了贡献。书中的内容正是基于他们亲身经历的现实锤炼而成。

虽然他没有直接提及自己，但他也指出，商业成功将源于倾听那些拥有远见卓识的人：

那些常常正确的人将赚得盆满钵满。未来的趋势追踪将与七八十年代截然不同，那时一切更加确定。在全球化的市场中，变量太多，反向投射和正向投射都无法可靠运作……这就是为什么经济学家在新技术领域成不了优秀的未来学家，也是为什么许多大型企业董事会在思考2000年后的跨越式发展时陷入困境。

第二个千年的思维方式永远无法带我们到达那里……一位财富1000强公司的高级董事会成员最近告诉我：“我很高兴自己即将退休，这样就不用面对这些决定了。”……另一位高级管理人员则宣称：“我们能做什么呢？”

后来，在《几乎一切事物的未来》中，迪克森阐述了他撰写《未来智慧》时所用的方法，这些方法“经受住了超过17年的时间考验”。迪克森表示：

所有可靠的长期预测都基于强大的大趋势，这些趋势在过去30年中推动了深刻、一致且因此相对可预测的变化。这些趋势是每一项精心构建的企业战略和政府政策的基础……这些更广泛的趋势对于像我这样的趋势分析师来说早已显而易见，并在过去20至30年间得到了充分描述。它们的演变速度远慢于繁荣与萧条，或社会风潮。

他还列出了诸如以下趋势：

  • 大多数大规模生产商品的生产成本下降
  • 对环境/可持续性的关注日益增加
  • 数字技术、电信和网络的价格下降
  • 各类无线/移动设备的快速增长
  • 全球企业规模不断扩大，并购与整合持续进行

迪克森没有提及他预测过但并未实现的趋势（例如，他预测日益加剧的部落主义将意味着大多数新财富由20名或更少员工的小公司创造，且这些公司多为家族企业；或者他预测“旧经济学”的消亡将使我们能够长期实现高经济增长、低失业率和无通胀压力），也没有提及趋势演变导致其预测严重失准的情况——这是基于指数趋势进行预测时的常见问题，因为变化率上相对较小的误差可能导致最终状态发生巨大变化。

迪克森的网站上充斥着对他的赞誉，明确或暗示地声称他是伟大的未来预测者，以及诸如“帕特里克·迪克森被列为当今20位最具影响力的商业思想家之一”等更笼统的表述。

在《未来智慧》一书中，迪克森严重依赖“第二千年思维”与“第三千年思维”之间截然对立的观点，这一概念在他的文本中反复出现。与讨论中的几乎所有人一样，迪克森也从许多现有趋势中推断出未能实现的预测，例如，他根据电话线成本下降和价格降低的趋势，预测到2005年人们家中将拥有大量电话线；他还认为屏幕变薄意味着到2005年“纸薄显示片”将得到广泛应用。这种外推法有时确实有效，而迪克森10%的总体准确率，与这里讨论的其他“未来学家”相比，已经相当不错了。

然而，当迪克森在我有所了解的领域解释其推理时，他似乎停留在流行语层面，因此当他做出正确判断时，通常也是基于错误的原因。例如，迪克森说软件将永远存在漏洞，这至少到目前为止似乎是正确的。但他的理由是，新计算机推出如此频繁（他说“不到20个月”——指的是摩尔定律中18个月的时间线），而编写优质软件又需要很长时间（“至少20年”），以至于程序员总是忙于重写软件以适应新一代机器（由于这本书的年代，他举的例子是“为奔腾芯片编写的全新代码”）。

实际上，大多数漏洞，甚至从漏洞比例来看，几乎没有任何漏洞是由于程序员为适应新CPU而重写现有代码造成的。如果你仔细琢磨，确实能看到类似安卓设备因更新困难以及向后移植更改到旧硬件而存在大量安全漏洞的情况，但这些漏洞既只占所有漏洞的一小部分，也并非迪克森所指。

同样地，关于未来计算机备份方式的预测，迪克森基本正确地指出，居家工作者将面临数据丢失的风险，而真正重视数据保存的人会选择在线备份，“将数据在线备份到其他城市的计算机中，以此作为终极安全措施”。

但迪克森给出的理由是，工作站已拥有大容量硬盘（≥2GB），而软盘容量却未跟上（<2MB），因此备份需要数千张软盘，这显然荒谬。然而，即便在当时，Zip驱动器（每张便携磁盘100MB）已很常见，且尽管未普及，生产Zip驱动器的同一家公司还推出了1GB的“Jaz”驱动器。当然，磁带备份在当时也被使用，并沿用至今。这一趋势延续至今：大容量便携磁盘随处可见，我认识的不少人会通过便携磁盘传输或备份大量数据。大多数人不用磁盘/磁带备份的原因，并非备份本地计算机需要数千张磁盘（若观察人们家中常用的电脑，多数人只需按故障域划分，用一张便携磁盘即可备份数据，甚至可在同一张磁盘上保留多个版本），而是因为在线/云备份更为便捷。

既然迪克森的推理有误（至少在我足够了解该话题、能判断其推理适用性的案例中如此），那么当他预测正确时，似乎并非出于所述理由，要么是巧合，要么是他看到了更宏观的趋势，却为预测编造了错误的合理化解释。但如上所述，要准确预测趋势随时间的变化率极为困难，因此若缺乏对背后机制的理解，也可以说基于粗略趋势而实现的预测同样是巧合。

阿尔文·托夫勒 / 海蒂·托夫勒

与这份名单上的多数人一样，托夫勒宣称自己做出了重大预测

托夫勒夫妇在其网站上声称，他们预言了苏联解体、德国统一以及亚太地区的崛起。他在接受《人民日报》采访时表示，《未来的冲击》预见了有线电视、录像技术、虚拟现实以及美国家庭规模缩小。

本文中，我们将探讨托夫勒最著名的作品《未来的冲击》（亚马逊链接），该书于1970年出版。

据多方资料显示，阿尔文·托夫勒的主要著作均由海蒂·托夫勒合著。在书籍本身中，海蒂·托夫勒被列为重要协助者而非作者，尽管其他场合提及合著关系。在本节中，我将以单数形式指代托夫勒，但读者不妨在脑海中替换为复数。

托夫勒声称，我们不仅应通过理解过去来认识当下，还应通过理解未来来把握现在：

过去，人们研究历史以照亮当下。而我翻转了时间的镜子，深信关于未来的连贯图景同样能为我们提供理解今日的宝贵洞见。若不将未来作为一种智力工具，我们将越来越难以理解个人与公共问题。在接下来的篇章中，我刻意运用这一工具，以展示其所能发挥的作用。

托夫勒通常发表模糊、摇摆不定的言论，因此评估他的具体预测并不合理——因为他给出的预测寥寥无几。然而，托夫勒强烈暗示，过去的指数级趋势预计将持续甚至加速，由此引发的急剧变化将导致“未来冲击”——这正是本书书名的由来：

我创造了“未来冲击”一词，用以描述在短时间内让个体承受过多变化所引发的毁灭性压力与迷失感。受这一概念的吸引，我花了五年时间走访数十所大学、研究中心、实验室和政府机构，阅读了无数文章与科学论文，并采访了数百位研究变化、适应行为及未来的专家。诺贝尔奖得主、嬉皮士、精神病学家、医生、商人、专业未来学家、哲学家和教育家们纷纷表达了对变化的忧虑、对适应的焦虑以及对未来的恐惧。这段经历让我带着两个令人不安的信念离开。首先，未来冲击已不再是一种遥远的潜在危险，而是一种真实的疾病，越来越多的人正深受其苦。这种心理生理状态可以用医学和精神病学术语来描述。它是变化的疾病……严肃的知识分子勇敢地谈论“为变化而教育”或“让人们为未来做好准备”。但我们对此几乎一无所知……因此，本书的目的在于帮助我们与未来和解——通过加深对人类如何应对变化的理解，更有效地应对个人与社会的变化。

托夫勒处处使用的“大锤”是指数增长的推演，暗示这种趋势预计将持续。关于从曲线进行推演的总体概念，托夫勒的立场与库兹韦尔非常相似：如果你能在图表上看到一种趋势，就能用它来预测未来；而技术加速新技术发展的能力，将导致创新以比人们天真预期更快的速度发生。

若将过去一代人的进步绘制成图表，代表发展的曲线将垂直跃出纸面。无论我们审视旅行距离、攀登高度、矿产开采量还是所驾驭的爆炸性能量，同样的加速趋势都显而易见。这一模式——在此处及其他成千上万的统计序列中——绝对清晰且不容置疑。千百年乃至数个世纪悄然流逝，而后在我们这个时代，界限骤然突破，惊人的飞跃骤然发生。其原因在于技术具有自我催化的特性。技术使更多技术成为可能——只要稍加审视创新过程，便能看清这一点。技术创新包含三个阶段，它们相互联结，形成一个自我强化的循环……如今有证据表明，这一循环中每个步骤之间的间隔时间已然缩短。因此，不仅如常言所道，有史以来所有科学家中90%如今仍健在，且每天都有新的科学发现问世——这些新思想付诸实践的速度也比以往任何时候都快得多。

书中列举的首批N个主要例子包括：

  • 人口增长率（翻倍周期为11年），这将必然引发重大变革
  • 经济增长（翻倍周期为15年），将增加人们拥有的物品数量（此处明确表述为物品数量而非财富）
    • 强烈暗示这一趋势至少将持续70年
  • 旅行速度：虽未给出翻倍周期，但作者邀请读者根据以下节点进行外推：数百万年前人类奔跑速度、1880年代的100英里/小时、1938年的400英里/小时、1958年的800英里/小时、此后不久达到的4000英里/小时（绕地球轨道时则为18000英里/小时）
  • 从概念构思到实际应用的时间缩短，用以支持增长将加速的观点

正如我们上文讨论迪克森、库兹韦尔等人时所指出的，通过外推指数增长来预测未来充满风险。托夫勒却奇迹般地完成了一项反预测壮举：他列举了一系列即将终止的趋势，其中一些趋势在他写作时已然显露出终结的征兆。

随后，托夫勒基于上述内容进行外推，预言一切事物的半衰期都将缩短，这将从多个层面颠覆社会的运作方式。

例如，企业和政府将在1995年至2020年间用“临时组织”取代官僚体系。人们担心随着公司规模扩大自己会像齿轮一样被对待，这种担忧已经过时，因为在临时组织中，自上而下的指挥控制概念将彻底消失，而万物加速的节奏会淘汰这种结构。虽然确实有些公司的自上而下管理比托夫勒时代预期的要少，但许多公司反而加强了这种管理——技术让雇主能比以往更严密地监控员工，使人比以往更像齿轮。

另一个例子是，托夫勒预测人类将在“公元2000年到来之前”殖民海洋，即“新亚特兰蒂斯”。

法比安·吉森指出，无论托夫勒的预测准确与否，文卡泰什·拉奥的《欢迎来到未来眩晕》（链接）解释了为何“未来冲击”并未发生在技术飞速发展的领域。

维基百科列表中未收录的人物

  • 劳丽·安德森
    • 我很难找到她的具体预测，除了一些据称预言了9/11的歌词，但那种方式非常“占星术”式。
  • 阿瑟·哈金斯
    • 他的维基百科条目后来因知名度不足被删除，当时已标注为不具知名度。
  • 斯蒂芬·霍金
    • 我能找到的预测通常过于遥远而难以评判，且更多是建议而非预测。例如，上述维基百科未来学家列表链接到2001年的预测：如果不通过基因工程让人类跟上步伐，人类将被计算机/机器人抛在后面；还链接到2006年的预测：人类需要向其他星球扩张以保护物种。
  • 索尔基尔·克里斯滕森
    • 我很难找到克里斯滕森的一套英文预测。索尔基尔·克里斯滕森与1970年代反增长论战《增长的极限》有关联，但并非作者（来源）。
  • 大卫·西尔斯
    • 无论当时还是现在，都不足以拥有维基百科页面。
  • 约翰·泽尔赞
    • 泽尔赞更像是因其政治观点呼吁社会变革的人，而非试图预测未来的“未来学家”。

史蒂夫·耶格

正如开头所述，维基百科列表中的未来学家预测准确度都不高，因此我们将从其他来源选取几位通常不被视为未来学家的人，看看他们的表现如何。

我们此前曾分析过耶格的预测，这些预测写于2004年，主要针对未来5-10年，部分更远。共有九项预测（严格来说是十项，但有一项并非真正预测）。如果按原文评分（即未来学家的评分标准），我会给4.5/9分，约50%。

你可能会认为这不公平，因为耶格预测的是相对近期的未来，但如果我们看看未来学家对相对近期未来的预测，他们的准确率通常远低于50%，所以我认为以某种方式比较这个数字并无不妥。

如果你想按照人们通常给未来学家打分的方式——即只要方向大致正确就给予肯定——那么我会说耶格的得分应该在7/9到8/9之间，具体取决于他在某个问题上能获得多少部分分数。

如果你想采取更全面的视角，即“如果耶格的愿景成真，世界会是什么样子，与我们今天所处的世界相比”，我认为耶格的表现也相当不错，最大的失误在于基于Lisp的语言并未统治世界，尽管Clojure取得了成功。这与这里的未来学家们截然不同，他们通常描绘了许多并未实现的巨大变革，例如，看看库兹韦尔对世界的愿景：到2010年，我们应该拥有自动驾驶汽车、治愈截瘫的方法、广泛使用的增强现实等；到2011年，我们将拥有无限寿命；到2019年，纳米技术将无处不在，包括计算机从晶体管转向纳米管，有效“缓解”失明和耳聋，广泛部署的完全逼真虚拟现实，能通过逼真的全身刺激模拟性爱，普及自动驾驶汽车（再次预测），全新的艺术和音乐领域等，以及这一切所隐含的种种——这与我们实际生活的世界大相径庭。

如果我们看看其他未来学家的预测，也会发现类似情况，他们曾预言人类将生活在地下、海底等；大多数预测了许多真正会改变社会的革命性变化，其中少数得以实现。而耶格则预测了相当多的温和变化（以及一些领域的变化会比许多人预期的更慢），并且在他预测的领域，变化确实比他预期的要慢，但只是稍慢一些。

耶格在以上文章中描述了他的方法论：

如果你阅读量够大，就会开始察觉趋势和暗流。你可能会发现人们更频繁地讨论某个你认为即将爆发的主题或技术，或者只是隐约感觉到行业（甚至你所在的公司）正在迎来某种临界点。

我似乎总在书写已知事物时获得最佳洞见。我突然意识到，记录那些看似显而易见且不可避免的趋势，或许能帮我挖掘出一些不那么明显的趋势。于是我决定根据自己注意到的趋势做些随机预测，看看会有什么结果。这本质上是一种挖掘洞见的思维训练。

在这篇文章中，我将根据今年阅读科技类内容时感受到的暗流做出十项预测。写这段文字时，除了第一个预测，我完全不知道另外九个会是什么。第一个预测简单明了，只是为了启动创意思维。然后我会在灵感涌现时抛出另外九个，即使它们听起来很疯狂，我也会尝试给出理由。

他并非真的想做出最精准的预测，但凭借领域知识和对所见现象的直觉，依然表现得相当不错。

在关于Yegge预测的文章中，我们还注意到他在预测帖之外也做出了不少成功的预测：

史蒂夫还有不少文章虽非明确预测，却早在2004年就对当今现状做出了相当扎实的预判。比如《这不是软件》一文，超前时代数年探讨了人们如何编写“软件”，指出编写服务器应用与编写盒装软件的本质差异——这种差异使得许多此前牢不可破的建议（如Joel反对重写的原则）过时，同时揭示了面向服务架构的形态；《谷歌在Delphi》（同样写于2004年）准确预言了机器学习和人工智能的重要性，以及谷歌对ML的巨额投入；一次旧采访中他预言“Web应用程序编程将逐渐成为最重要的客户端编程方式。我认为它将基本取代所有其他客户端工具包：GTK、Java Swing/SWT、Qt，当然也包括Cocoa和Win32/MFC等平台专属工具包”；等等。史蒂夫在谷歌内部博客的许多文章也做出了有趣的预测，但据我所知这些内容属于机密。

Yegge的不少预测在当时看来相当不显而易见，而他在其他预测上的成功率似乎也相当不错（虽然我没有全面搜寻并评分，但抽样阅读他的一些旧文后发现，整体成功率与预测帖中的表现相近）。

对于Yegge和其他被选中的预测者，我们得以审视一些准确的预测，但当然存在一个担忧：挑选这些预测者时可能存在幸存者偏差。我怀疑Yegge并非如此，因为在我最初注意到他似乎有准确预测之后，他依然持续保持准确，所以这并非是我事后挑选了一个运气好的人。此外，尤其在他的一些谷歌内部G+评论中，他提出了相当高维度的观点，这些观点最终因他提出的理由而正确，这提供了比连续赢下一连串抛硬币结果更多的信息，来证明他的推理有多准确。这种关于推理深度的评论不适用于下面的Caplan，因为我尚未评估Caplan的推理，但确实适用于1990年左右的微软领导层。

布莱恩·卡普兰

布莱恩·卡普兰报告他的记录是23/23 = 100%。他在明确预测方面比我们看过的任何人都更精确，并试图给出一个精确的赌注，这个赌注既容易裁决，又附带赔率。

卡普兰开始做出预测/下注大约是在“打赌是对废话征税”这一概念流行的时候（其理念是，很多人愿意信口开河，但如果被要求真正打赌就会安静下来，而那些不安静的人如果做出糟糕的实际赌注，就会付出真实代价）。卡普兰似乎有一种策略，即充当废话的税务员，因为他通常站在人们本不该下的赌注的安全一边。安德鲁·格尔曼说：

卡普兰的赌注是一个有趣的组合。第一个赌注他给出了1比100的赔率，所以他赢了并不奇怪，但大多数都是均等赔率。其中几个他运气不错（例如，他在2008年打赌，没有大国会在2020年1月1日之前退出欧盟，所以他只是侥幸多活了一个月），但嘿，运气好也没问题，而且无论如何，即使他只赢了23个赌注中的21个，那也仍然令人印象深刻。

在我看来，卡普兰的诀窍在于对哪些球该挥棒有良好的判断。人们带着一些强烈而不切实际的看法来找他，而他善于将这些看法结晶成赌注。用扑克术语来说，他等到自己手握王牌，或者接近王牌时才出手。23胜23负……这是一个了不起的记录。

我认为这样做很有价值，既符合“赌博是胡扯税”的普遍道理，也具体体现在：如果你高度相信某人试图接住糟糕赌注的另一边，并且判断力良好，那么知道这位卡普兰式的赌徒已下注，即便你对相关领域毫无专长，也能从中获得不错的信号。例如，看看我的赌注，尽管我有时会押注明显错误的观点，但我更常下注那些我极可能输掉的赌局，因此仅知道是我下注，远不如知道是卡普兰下注能提供更多信息。

当然，跟卡普兰下注同一方并非万无一失。正如格尔曼所指出的，卡普兰至少有一次是侥幸获胜，而且他很可能输掉卡普兰和塔巴罗克对阵鲍曼的全球气温赌局。就这一特定赌局而言，你也可以认为他预期会输，因为他以3:1的赔率接下赌注，但很多人会辩称，3:1的赔率远不足以让他接下这个赌注。

卡普兰迄今使用的方法，永远无法在重大变革极可能发生之前对其做出积极预测，因此这种方法无法像耶格、盖茨或其他敢于下更冒险赌注的较准确预测者那样，为你描绘未来的图景。

比尔·盖茨 / 内森·梅尔沃德 / 微软领导层（约1990年至1997年）

因微软反垄断案而公之于众的几份备忘录，阐述了微软高管对世界将如何发展的愿景，无论是否有微软的参与。这些备忘录并未列出具体的时间线预测，因此无法像本文中对未来学家的预测那样进行评分。如果按对未来愿景的准确度来评价这些预测，我会给它们打出与史蒂夫·耶格（得分7/9或8/9）相近的分数，但这些预测的野心要大得多，因此在控制预测范围后，它们显得更加令人印象深刻。

与我们讨论过的未来学家相比，这些预测在多个方面都更为详尽（因此在给定准确度水平上更令人印象深刻，且本身也更准确）。其一，微软高管对所讨论的事物及其相互影响有着更深刻的理解。而“我们的”未来学家往往只在高层次上泛泛而谈，一旦深入细节，就会暴露出他们其实并不真正理解主题，甚至常常不清楚自己所用的词汇究竟何意。那个时代的微软高管显然对涉及的问题有着深刻洞见，这使他们能够做出我们那些未来学家无法企及的详细预测——例如，尽管FTP和IRC等协议仍会被使用，但互联网的近期未来将是基于TCP的HTTP协议，而浏览器将成为一个“平台”，就像Windows是一个“平台”一样，其重要性和规模将远超任何操作系统（除非微软成功采取行动阻止这一趋势——但尽管微软高管预见了可能导致微软未能掌控互联网的具体机制，他们最终并未成功）。微软高管正是凭借这种理解深度，才得以对我们未来学家所讨论的宏观议题（如工作本质及其演变）做出预测。

真正理解涉及的问题，而不仅仅停留在未来学家惯用的术语层面，这让微软领导层能够对未来图景做出相当准确的推测。

关于盖茨为理解事态付出了多少努力，有一个有趣的故事，请看乔尔·斯波尔斯基讲述他第一次参加比尔·盖茨评审的经历。

比尔转向我。

我注意到我的规格说明书的页边空白处有批注。他读了第一页！

他读了我规格说明书的第一页，还在页边写了小批注！

考虑到我们大约24小时前才把规格说明书给他，他一定是昨晚读的。

他在提问。我在回答。问题相当简单，但我怎么也想不起来具体是什么问题了，因为我一直忍不住注意到他在翻阅规格说明书……

他在翻阅规格说明书！ [冷静点，你当自己是小姑娘吗？]

…… [编者注：省略号来自原始文档] 而且所有页边空白处都有批注。规格说明书的每一页都有。他读完了整本该死的说明书，还在页边写了批注。

他读完了整本！ [天哪，太激动了！]

问题变得越来越难，也越来越详细。

它们看起来有点随机。到这时，我已经习惯把比尔当成我的好哥们了。他是个好人！他读了我的规格说明书！他可能只是想问我几个关于页边批注的问题！我会为他每一条批注在缺陷跟踪系统里提交一个bug，并确保尽快处理！

最后，来了个致命问题。

“我不知道，各位，”比尔说，“真的有人仔细研究过所有实现细节吗？比如，所有那些日期和时间函数。Excel有那么多日期和时间函数。Basic会有同样的函数吗？它们的工作方式会完全一样吗？”

“是的，”我说，“除了1900年的一月和二月。”

沉默。…… “好吧。嗯，干得好，”比尔说。他拿着他那份标满批注的规格说明书……离开了。

盖茨（以及微软其他一些高管）对他们所关注的事情了解得非常深入，考虑到他们同时还要操心那么多宏观问题，这种细致程度相当惊人。

另一篇文章的主题是，微软领导层对未来愿景的把握比老牌竞争对手（Novell、IBM、AT&T、雅虎、Sun 等）更为有效，这如何使微软成长为一家市值 2 万亿美元的公司，而它的竞争对手们最好的结局也不过是变得无足轻重，大多数甚至未能成功变得无足轻重，最终销声匿迹。翻阅微软过去的备忘录，可以清楚地看到，微软确实密切关注着竞争对手的动向，并且常常对竞争对手领导层的低效感到惊讶。例如，关于 Novell，比尔·盖茨指出：“我们的传统竞争对手才刚刚开始涉足互联网。考虑到网络对其地位的重要性，Novell 的缺席令人惊讶。”盖茨还提到，时任 Novell CEO 的弗兰肯伯格似乎理解互联网的重要性，但弗兰肯伯格直到 1994 年才加入 Novell，并于 1996 年离职。他在 Novell 的大部分时间都在扭转公司此前在努尔达领导下的发展方向，这使得当弗兰肯伯格在他主导的转型进行两年后“辞职”时，Novell 既没有连贯的定位，也没有明确的计划。

从很多方面来看，讨论当时科技高管对未来形态的设想以及通往成功的路径，比关注那些基本上不懂自己谈论话题的未来学家更有趣。但我写这篇文章的初衷是考察未来学家对他们所讨论话题的理解程度，而我事先并不知道，他们对自己所讨论话题的理解以及由此产生的预测准确性会如此糟糕。

未来学家常见错误来源

  • 不从错误中学习
    • 优秀的预测者往往认真审视过去的失败预测，并试图校准。
  • 基于对话题的肤浅理解进行推理（链接）
    • 优秀的预测者倾向于深入思考细节。
  • 推销一个或几个“宏大想法”
  • 通常对未来抱有高度确定性假设
    • 更糟的是：对增长曲线（尤其是指数增长曲线）抱有高度确定性假设。
  • 万能药思维
  • 只看到技术变革的积极（或消极）一面
  • 从毫无根据的假设出发
不从错误中学习

我们在这篇文章中考察的未来学家往往自我评价很高，事后通常声称自己是伟大的未来预测者，甚至到了会告诉你如何准确预测未来的地步。然而，在对他们进行评分后，最准确的未来学家（在那些做出了足够具体、可以评分的预测的人中）在宽松评分下准确率也仅为 10%。这种宽松评分甚至在他们错误预测了预测实现机制的情况下，仍因预测偶然成真而给予肯定（若严格解读他们的许多预测，准确率还会降低，因为他们声称预测会因他们设想的机制而实现，但该机制是错误的，从而使预测本身失效）。

这些未来学家之所以能做出如此宏大的断言，主要靠两个伎俩。第一，许多人会做出模糊的预测，然后只要出现任何与预测略微相似的情况，就声称自己预测对了。第二，几乎所有人都会做出大量预测，然后只统计那些应验的。看待4%准确率的一种方式是：你实在不该依赖这个人的预测。另一种方式是：如果他们做了500个预测，其中20个准确，那他们就是伟大的预言家——因为做出了20个准确预测。由于几乎没人会费心去逐一核查预测列表来评估整体准确率，所以采用后一种策略——做出海量预测，再从中挑选出准确的——就成了成为知名未来学家的好办法。

但如果我们想弄清楚如何做出准确预测，就必须研究其他人的策略。确实有人能做出相当不错、方向基本正确的预测，正如我们在分析史蒂夫·耶格的预测记录时所看到的。不过，这些人往往对自己预测的批评相当严厉，就像史蒂夫·耶格回顾自己的预测记录时所说：

我看到了Hacker News上关于Dan Luu评论这篇文章的讨论，觉得大家评分时有点过于慷慨了。

一位相对准确的预测者给自己打分比我更低，这并不奇怪——因为用批判的眼光审视自己的错误，并指出那些小到大多数人都不在意的失误，正是提升自我的绝佳方式。我们在微软领导层的沟通中也能看到这一点，例如他们承认未能预见到缺乏向后兼容性会葬送OS/2和LanMan等重大努力。而像大多数未来学家那样，只关注那些应验的预测，却不审视哪里出了问题，并不是什么好的改进方法。

鸡尾酒会式的理解

在那些能做出方向基本正确预测的人身上，我们还能看到另一个共同点——比如前面提到的史蒂夫·耶格的文章、内森·米赫沃尔德1993年的《信息高速公路上的路杀》、比尔·盖茨1995年的《互联网浪潮》等——那就是做出预测的人实际上理解这个主题。在上述所有例子中，文档作者对所预测的主题显然有着相当扎实的技术理解。一般来说，那些预测相对准确的人，确实是在努力理解主题，这与本文讨论的未来学家形成了鲜明对比——后者几乎都明显表现出对所讨论主题仅停留在流行词层面的理解2。

如果你真正理解某个领域并且能够获取正确的数据，做出准确的预测其实并不算太难。在加入一家大型企业并亲眼目睹未来展开之前，我曾觉得《信息高速公路上的路杀》和《互联网浪潮》这类文档具有惊人的预见性。但当我2013年加入谷歌后，许多从外部看并不明显的趋势，从内部视角来看却显得相当显而易见。

例如，移动端对大多数应用类别都至关重要，这一点非常明显——以至于未来能成功的应用大多会是“移动优先”的，网页应用即使存在也只是次要的。而根据内部可获取的数据，这个趋势至少从2010年起就应该被看清。反观外部，许多在移动端至关重要的领域里运营的初创公司，直到2016、2017年仍抱着2009年的未来认知：它们优先开发网页应用，既没有移动应用，网页应用在移动设备上也完全无法使用。另一个例子是，2012年谷歌内部有不少人独立地希望公司对深度学习进行大规模押注。深度学习将变得极其重要，值得投入十亿美元级别的资金用于硬件组合，以加速谷歌的深度学习研发——这在当时看来非常明显。

这并不是说问题很简单——许多拥有相同数据的人仍然会做出错误的预测。一个著名的例子是鲍尔默的预言：“iPhone绝无可能获得任何显著的市场份额。绝无可能。”3 鲍尔默和其他微软高层掌握的信息质量，与十年前微软高层所拥有的不相上下，但他们的许多预测并不比我们讨论过的未来学家高明。而就上述深度学习案例而言，谷歌内部一位拥有相同信息的竞争对手完全看走了眼，并且多年来持续误判，即便有多年额外信息的加持；十年后的今天，他们仍远远落后于谷歌，原因就在于未能理解如何开展有效、实用的深度学习研发。

假设高确定性

预测错误的另一个常见原因是过于自信。这是一个普遍问题，在基于过去的指数增长进行预测并外推至未来时会被放大，原因有二：一是对指数增长中重大变化发生时间的误判可能产生巨大影响；二是指数增长中相对微小的持续变化也可能带来重大影响。一个暴露了我们未来学家群体中大部分人这些弱点的例子，是他们对于摩尔定律的解读——许多人将其理解为计算机相关的一切好事每18个月翻一番，或一切坏事每18个月减半。这从来就不是摩尔定律最初的预测，但却是大众对摩尔定律的普遍误解。具有启发意义的是，即便在20世纪90年代末和21世纪初，单线程计算机性能与摩尔定律将面临重大挑战已是常识，甚至被纳入当时的本科课程，那些撰写预测的人仍基于这种“摩尔定律”做出天马行空的预测。任何未来学家只要花几分钟与领域专家甚至本科生交流，就会发现计算机性能扩展存在高度不确定性，但我们讨论的大多数未来学家要么不这么做，要么忽视那些会为其叙事增添不确定性的证据4。

随着计算能力的提升，所有常数因子低效问题（如“内存用量翻倍”、“RISC操作次数增加三倍”）往往会被摩尔定律的碾压所消除，使得多项式增长和指数增长的成本成为唯一值得关注的领域。因此，Flare愿意接受任何O(C)低效（单次一次性成本），也愿意接受大多数O(N)低效（常数因子成本），因为这两类成本都不会影响可扩展性；Flare程序和程序空间可以在不增加这些成本相对重要性的情况下增长。当N增大时，你可以用硬件堆砌来解决O(N)问题；但用硬件堆砌来解决O(N²)问题很快就会变得昂贵得难以承受。

特别是在计算机扩展方面，在2000年时对2022年的计算机做出合理预测本是可能的，但这种预测必须是对结果分布的预测——其中很大权重放在未来性能增长严重放缓的可能性上，同时部分权重分配给一组可能带来持续大幅增长的情景。做出此类预测的人，必须或隐或明地熟悉当时的ITRS半导体扩展路线图、近期预测失准的原因（据我当年阅读路线图的记忆，短期内公司实际表现甚至超出了近期的扩展预测，但这是通过预期无法在未来持续扩展的机制实现的），以及可能意外维持半导体扩展进程的因素。此外，这样的预测者还需能够评估那些可能成功的架构思路，将其排除或赋予低概率，例如数据流处理器、人们为提升ILP而研究的各种技术组合——这些技术旨在从Tjaden和Fisher在1970年和1973年经典论文中讨论的ILP模式，转向更接近Riseman与Foster在1972年、以及后来Nicolau与Fisher在1984年所讨论的边界。

对于非该领域人士而言，这样的预测将是极其繁琐的工作，因为影响计算机扩展的因素实在太多。然而，未来学家们并未如此行事，而是严重依赖他们对半导体的通俗理解。在所讨论的未来学家中，加来道雄是少数认真对待“摩尔定律未来并非一帆风顺”这一观点的人，但他错误地判断了UV/EUV技术何时会耗尽潜力，并且错误地高度确信某种更“量子化”的技术将拯救计算机性能的扩展。而大多数讨论计算机的未来学家则采用类似库兹韦尔的推理方式——库兹韦尔认为，由于存在“明确定义的指标”，我们可以“以惊人的精确度”预测未来：

加速回报定律适用于所有技术，实际上适用于任何进化过程。在基于信息的技术中，我们可以凭借明确定义的指标（例如每美元每秒的计算次数，或每克每秒的计算次数）以惊人的精确度对其进行衡量。

这里还有一点值得注意：即使你正确预测了某个事物的指数增长曲线，要理解这一精确事实的深层含义，仍需具备对全局的把握——这正是耶格、盖茨和梅尔沃德等人所展现的，而本文讨论的未来学家们却未能做到。一个典型案例是迪克森对家庭电话线路数量的预测：他大致正确预测了电话线路成本的下降趋势，却错误地认为这会导致人们在家中安装多条电话线路——尽管他同时相信数字技术和手机普及速度会比实际更快。在电话领域，另一个因未能理解技术机制而失准的预测是：他认为电话通话成本下降后，追踪通话记录的相对成本会变得过高，以至于电话公司不会对单次通话进行计费追踪。

对于了解底层技术的人来说，这个预测显得颇为怪异。其怪异之处在于：追踪通话双方信息的绝对成本极低，而人类拨打和接听电话的速率本身存在较低的上限——即便元数据追踪成本与通话费用相比显得很高，其绝对成本依然微不足道。换个角度看，比较一次通话传输的信息比特数与存储通话元数据所需的比特数，以及按次计费所需的中期存储成本：除非中期存储成本相对于网络传输成本出现不可思议的暴涨，否则这个预测根本不可能成立。更何况迪克森本人通过其对计算机存储容量增长的预测，已隐含地预言了存储成本的指数级下降——其下降曲线陡峭到足以使上述条件无法成立；即便该条件意外成立，存储成本也早已低至可以忽略不计。

万灵药思维

另一个常见问题是 Waleed Khan 所说的万能药思维，即认为解决方案是一种几乎无限美好、能解决所有问题的万能药。我们在不少上世纪 70 年代前的未来主义者身上能看到这一点，许多人假设计算机能解决任何需要思考、计算或资源分配的问题，资源稀缺将变得无关紧要。但事实证明，许多问题并不会因为强大计算机的存在而神奇地解决。例如，2008 年房地产危机造成了住房建筑劳动力的短缺，直到新冠疫情爆发前才勉强恢复到历史水平。拥有高速计算机既未能预防这一问题，也未能在其发生后解决它，因为问题的根源并非计算资源的短缺。其他被类似思路对待的话题包括“纳米技术”、“量子”、“加速增长”/“开发时间缩短”等。

与此密切相关的问题是，这里几乎每位未来主义者都犯了一个错误：只看到技术进步的积极面，从而形成了一种技术乌托邦式的未来观。例如，2005 年，库兹韦尔写道：

当前基于网络的商业劣势（例如，无法直接与产品互动，以及频繁遭遇僵化菜单和表单而非人工服务的挫折）将随着趋势强劲地转向电子世界而逐渐消失。到本十年末，计算机将作为独立物理对象消失，显示屏嵌入我们的眼镜，电子设备织入我们的服装，提供完全沉浸式的视觉虚拟现实。因此，“访问一个网站”将意味着进入一个虚拟现实环境——至少对视觉和听觉而言——在那里我们可以直接与产品和人物互动，无论是真实的还是模拟的。

暂且不论关于非虚拟现实界面的计算机将在 2010 年前消失的说法，令人震惊的是库兹韦尔假设技术进步意味着企业会为消费者提供更好的体验，而不是以更低成本提供相同水平的体验，或者以更低成本提供更差的体验。5

尽管这个例子来自库兹韦尔，但我们在维基百科列表上的其他作者身上也能看到同样的技术乌托邦主义，唯独泽尔赞除外——我没有统计他的预测，因为预测并非他的专长。例如，许多未来学家将万能药思维与技术乌托邦主义相结合，预言计算机将使一切在无需人类干预的情况下实现近乎完美的效率运作，从而让大众过上悠闲的生活。然而实际上，对美国普通民众而言，这些益处微乎其微，以至于人们仍在争论普通人的生活是否有所改善。至于效率提升，许多人预言了极端版本的即时配送，而人类至今远未实现这一目标，并描述了其优点；但讨论中的未来学家无人提及全球分布式即时制造系统与供应链的弊端，包括脆弱性增加和稳健性下降——尽管全球系统远未达到许多未来学家预测的即时性和脆弱程度，但新冠疫情从2020年至至少2022年仍对多个行业造成了显著冲击。

虽然本文未讨论（因为他们不在维基百科的知名未来学家名单上），但存在悲观主义未来学家，如杰伦·拉尼尔和保罗·埃利希。从对相对知名的悲观主义未来学家的快速非正式观察来看，悲观主义未来学家并未比乐观主义未来学家更准确。许多人做出的预测过于模糊而无法评分，而那些做出具体预测的人往往倾向于预言灾难性崩溃或过度反乌托邦的未来——这些并未成为现实。从根本上说，反乌托邦思想家犯了与乌托邦思想家相同的错误。例如，保罗·埃利希陷入了乌托邦思想家同样的问题，他至今仍坚称其备受质疑的著作《人口炸弹》基本正确，正如那些坚持认为其备受质疑的作品基本正确的乌托邦未来学家一样。

埃利希1968年的著作开篇写道：

养活全人类的战斗已经结束。20世纪70年代，世界将经历饥荒——数亿人将饿死，无论我们现在启动任何紧急计划。在如此晚的阶段，没有什么能阻止世界死亡率的大幅上升，尽管通过戏剧性的计划来“拉伸”地球的承载能力（通过增加粮食生产）可以拯救许多生命。但除非这些计划伴随着坚定且成功的人口控制努力，否则它们只能暂缓死刑。人口控制是对人类数量的有意识调节，以满足不仅是单个家庭，而是整个社会的需求。

没有什么比我们当前的富裕社会更能误导我们的孩子了。他们将继承一个完全不同的世界，一个20世纪60年代的标准、政治和经济都已消亡的世界。

当这一预言未能实现时，他采取了与许多我们考察过的未来学家相同的做法——将预测日期后移，把书开篇文字中的“1970年代”改为“1970年代和1980年代”。随后，埃利希在1990年又写了一本新书，其中提出了更为可怕的预测。

再后来，埃利希干脆否认自己曾做出过任何预测，尽管任何读过他书的人都能清楚看到，他在书中对未来做出了大量断言，且未对这些论断附加任何假设性说明：

安妮和我始终遵循联合国人口司经人口参考局修正的人口预测——所以我们从未做过“预测”，尽管有些蠢货认为我们做过。

不幸的是，对于悲观主义者而言，仅仅将万灵药思维的符号位反转，并不能让预测变得更准确。

无证据的假设

这些未来学家犯错的另一个主要根源，是在没有任何证据支持的情况下做出工具性假设。一个典型例子是弗雷斯科的理论：他认为可以通过从人们的价值观出发并反向推导来预测未来，但他并未认真探讨如何预测人们的价值观。由于这些价值观来自他的直觉而非基于证据，从价值观出发虽然制造了一层间接性，却并未从根本上改变预测未来会发生什么的问题。

结语

本项目的一个目标是考察当前的预测者，看看哪些人使用了历史上准确率尚可的方法，但我们将把这个话题留到后续文章中讨论。我通常不喜欢将文章拆分成多个部分，但由于本文篇幅已达3万字（相当于一本小书的字数，且比大多数科普书籍剔除流行故事后的实际字数还多），而评估未来学家这部分内容相对独立，我们就在这里打住吧（不过附录中会对一些与本文重叠的长期主义分析稍作评估）6。

就具体启示而言，你可以将本文视为一种负面结论：它支持了一个非常无趣的观点——如果你对自己预测的领域缺乏理解，就不可能取得多大进展；而如果你对某个领域拥有（或获得）深厚专业知识，并运用经过锤炼的直觉来预测可能发生之事，则有可能做出不错的预测。我们详细考察了若干导致预测高失误率的常见推理错误，也简要探讨了一些有助于产生相对准确预测的方法。

关于有效方法的一个重要警示是：虽然使用效果不佳的高层次技术容易产生糟糕的预测，但使用效果良好的高层次技术也意义不大——因为魔鬼藏在细节中，尽管这话听起来老套，但你真的需要深入思考问题。这是认真对待数据分析的人经常强调的观点，例如你会在安德鲁·格尔曼的博客以及理查德·麦克尔里斯的《统计再思考》中看到这一主题。麦克尔里斯在面向没有定量背景的社会科学研究生讲座中，将统计方法比作魔像（golem）。魔像会机械地执行你的指令，统计技术也是如此。没有任何东西能替代你运用大脑去思考：以特定方式应用某种统计技术是否合理。人们似乎常把方法当作驱除错误的护身符，但这行不通。

我们在附录中考察的长期主义分析中看到了这一点——这些分析声称比“古典”未来学家的分析更准确，因为它们（除其他技术外）会陈述概率，而预测文献（如泰特洛克的《超预测》）指出这是应该做的。但这些分析本质上使用了与我们在此考察的未来学家分析相同的技术，只是在上面叠加了一些做出准确预测的人也会做的事情。这是本末倒置的。像概率这样的东西需要成为建模的核心部分，而不是事后添加的附加品。这种逆向推理是数据分析中常见的错误，我要提醒那些认为自己的分析安全无虞的读者——仅仅因为他们的分析在高层次上大致可以描述为与优秀分析类似7。一个明显的例子是我们考察过的比尔·盖茨审阅报告。盖茨提出了很多问题，在页边写了不少笔记，但提出大量问题并在文档页边写笔记并不会自动让你对情况有良好理解。这个例子如此荒谬，我认为任何稍微理性的人都不会质疑它，但我看到的大多数分析（无论是关于当下还是未来的）都以某种方式犯了这个基本错误，正如法比安·吉森可能说的那样，它们只是在cosplay严谨分析的样子。

感谢nostalgebraist、Arb Research（Misha Yagudin、Gavin Leech）、Laurie Tratt、Fabian Giesen、David Turner、Yossi Kreinin、Catherine Olsson、Tim Pote、David Crawshaw、Jesse Luehrs、@TyphonBaalAmmon、Jamie Brandon、Tao L.、Hillel Wayne、Qualadore Qualadore、Sophia、Justin Blank、Milosz Danczak、Waleed Khan、Mindy Preston、@ESRogs、Tim Rice和@s__video的评论/更正/讨论（可能还遗漏了一些人，因为这篇文章太长且我收到了太多评论）。

更新/更正：本文早期版本包含此错误，由 ESRogs 指出。虽然我认为该错误不影响结论，但我仍视其为相当重大的错误。若按科技公司的事后复盘风格，该错误未显著影响结论这一点，应归入“我们如何侥幸过关”部分。具体而言，这是一个“幸运”的错误，因为错误发生在从大量错误案例中挑选少数示例时——本意是展示某预测者的错误类型，因此单个错误案例有误不会改变结论，因为可替换为其他错误案例；即便不替换，被评估的推理质量依然显得相当低下。但若某预测者几乎不犯错或完全无错，错误地将某判断定性为错误则可能导致不同结论——正因如此，这个失误对我来说是幸运的。

附录：《超预测》简评

  • 预测超过3-5年极其困难；人们的表现通常不比随机好多少
    • 书中后文指出10年基本属于不可能的时间框架，但限定于特定预测类型（前文3-5年的表述更为宽泛）> 塔勒布、卡尼曼和我一致认为，没有证据表明地缘政治或经济预测者能预测十年后的任何事，除了那些显而易见到令人发指的结论——“会有冲突”——以及大量预测者大量预测时必然出现的偶然命中。这种可预测性的局限，是非线性系统蝴蝶效应的可预测结果。在我的EPJ研究中，专家预测的准确率在五年后趋近随机水平。然而这类预测仍很常见，甚至出现在理应更明智的机构中
    • 一种可能是比尔·盖茨等人因后见之明而显得正确，但这似乎不适用于某些情况，例如2010年左右在谷歌工作的人明显看出移动是唯一出路
  • 鲍尔默的预测：“iPhone绝无可能获得任何显著市场份额。绝无可能。”
  • 精确写下预测至关重要
  • “宏大理念”型预测者不准确（即严重依赖一两个“大锤”式理念，如“全球变暖”、“生态灾难”、“摩尔定律”等来解释一切）
  • 具体知识型预测者（相对）准确；高度依赖概率思维，酌情使用不同分析工具
  • 优秀预测者擅长数字，通常能在给预测者做的数值能力测试中取得高分，并具备概率思维
  • 优秀预测者并非高智商；预测者群体中非超级预测者的典型智商为70百分位；典型预测者智商为80百分位

另见泰洛克与泰勒·考恩的访谈，若不想读全书——不过该书采用标准科普风格，包含大量轶事故事，阅读起来非常快。

在我们考察的预测者与泰特洛克研究的对象之间，我们关注的预测者所采用的风格，与那些促成《超预测》一书的研究中所涉及的人截然不同。未来学家和科技领袖都试图预测未来的愿景，而超级预测者则被要求回答非常具体的问题。

准确预测者之间的另一个主要区别是，我们考察的准确预测者（除了卡普兰）在其领域内拥有非常深厚的专业知识。这可能是时间线差异的一个原因——我们的一些预测者似乎能够预测超过3-5年的事情，这与泰特洛克的论断相悖。另一个区别在于预测的内容——我们这里看到的许多预测，本质上是判断一个趋势是否会持续，或者一个新兴趋势是否会演变为长期趋势，这似乎比泰特洛克让他的预测者回答的许多问题更容易。例如，在《超预测》的开篇，泰特洛克将预测“阿拉伯之春”作为一个几乎不可能的例子——尽管其条件已存在多年，但“阿拉伯之春”的直接诱因是一系列无法预测的巧合。这与1980年有人猜测“计算机将继续变得更小更快，最终导致比80年代超级计算机更强大的手持设备”截然不同，而且可以说后者要困难得多。

附录：其他评估

在这些评估中，与本文评估的未来学家唯一重叠的是库兹韦尔。霍尔登·卡诺夫斯基说：

2013年的一项项目评估了雷·库兹韦尔1999年对2009年的预测，而2020年的一项后续研究评估了他1999年对2019年的预测。库兹韦尔以在当时引人入胜而非事后看来正确而闻名，并且大量预测被找到并评分，因此我认为这项研究与上述研究具有类似的优势。……库兹韦尔以其非常大胆和反常规的预测而闻名，我总体倾向于认为他的记录介于“平庸”和“尚可”之间——整体上过于激进，但也有一些显著的命中。

卡诺夫斯基对库兹韦尔的评价为“尚可”到“平庸”，依据的是LessWrong上的这两篇分析，并通过对结果进行非常宽松的解读，得出库兹韦尔的预测“尚可”的结论。这两篇文章将预测评为“正确”、“弱正确”、“无法判断”、“弱错误”或“错误”。卡诺夫斯基随后将“正确”加“弱正确”的数量与“错误”加“弱错误”的数量进行比较，这相当于向上取整一层以得出乐观结果；另一种看待方式是，任何非“正确”的评级，按字面理解都应视为错误。如果你仔细查看LW分析中使用的数据和方法，这个问题会更加突出。

在第二篇文章中，作者斯图尔特·阿姆斯特朗间接指出，实际上没有任何预测能通过强烈共识被认定为“非常正确”。他提到，“最正确”的预测平均得分为1.3（1=正确，2=弱正确……5=错误），而第二高评分的预测平均得分为1.4。尽管阿姆斯特朗在文中未提及，但如果你查看数据，会发现第三“最正确”的预测平均得分为1.45，第四为1.6。也就是说，如果四舍五入到最接近的预测评分，105个预测中只有3个被评为“正确”，而32个预测得分≥4.5，被评为“错误”。卡诺夫斯基认为阿姆斯特朗的评分中12%的预测为“正确”，但该文章实际上并未评论预测中“正确”的比例，而12%这个数字是通过汇总每种评分的总数得出的。

我不会说取每个问题的平均值是汇总数字的唯一方法（也可以主张取中位数或众数，以及一些更复杂的评分函数、极端化函数等），但将所有问题的投票简单相加会得到一个毫无意义的数字，几乎不应用于任何目的。如果每位评分者对每个预测都进行了评分，或者存在一种系统性的交错安排，让不同评分者评价不同问题，那么这个数字或许还能用于某些用途（尽管不能作为预测准确率的分数），但由于每位评分者可以跳过任意问题（尽管指导要求从第一个问题开始评分，并一直评到停止为止，但人们并没有这样做，而是随意跳过了问题），汇总每个得分出现的次数既无意义，也无法提供关于问题真实比例的洞察。这一切看似严谨：有大量数字、讨论了标准差等等，但大多数人（包括Karnofsky）对帖子中数字的解读是错误的。我觉得有点奇怪的是，尽管对这些LW帖子有诸多评论，却很少有人愿意花一分钟（我真的是说一分钟——我花了一分钟阅读帖子，注意到Armstrong的评论是一个危险信号，然后查看了原始数据）去查看数据并理解帖子实际在说什么，但正如我们之前指出的，几乎没有人真正阅读他们引用的内容。

回到卡诺夫斯基对库兹韦尔“尚可至平庸”的评级，这依赖于两个层面的四舍五入。其一，对原始数据采用错误的聚合方式，将原本可能只有3%的准确率四舍五入到12%；其二，通过上述对比而非统计真实陈述数量，再次进行四舍五入。若严格解读并关注3%的数据，其结果与本帖所见数字并无太大差异。若查看阿姆斯特朗的另一篇帖子，会发现评分者数量过少，根本无法形成任何有意义的聚合。阿姆斯特朗对每项预测都进行了评分，一人评了68%的预测，其余人甚至未评完172项预测中的半数。8位预测者共评了506项预测，评分数量相当于3人评完全部预测，但由于人们随意选择预测项目的方式，结果噪声极大。相比2019年的预测，2009年的预测因评分者更少且多数评分者覆盖面稀疏，这一问题更为严重，导致该数据集保真度相当低。若想从2019年数据中得出简单推论，最佳方案或许是仅采用阿姆斯特朗的评分而舍弃其余数据（当然也可进行非简单分析，但若真要如此，不如亲自为预测评分）。

该分析的另一根本问题在于，其依赖的投票聚合群体主要来自《少犯错》读者及相关社区。正如我们在此处讨论的，在HN、Lobsters、LW等论坛中，最常见的高赞评论往往是那些无需专业知识、稍加思考几秒就能看出明显错误的陈述（链接中给出了LW的示例）。那么，为何LW社区的投票聚合结果应被视为有意义？我常看到人们引用高层次的“群体智慧”概念，但若审视网络群体具体认可的观点，便会发现这些群体往往并不明智。在Arb Research的评估中（下文讨论），他们通过自行复核答案、并为错误评级的预测提供赏金来解决此问题——这是应对不可信评分者的一种方式，但阿姆斯特朗的研究并未对此问题采取任何缓解措施。

在卡诺夫斯基与阿尔布研究评估中，卡诺夫斯基的评分标准似乎比我宽松，并且再次乐观地“向上取整”。阿尔布研究报告将每个问题评为“明确错误”、“模棱两可或接近正确”或“明确正确”，但卡诺夫斯基的评分去掉了模棱两可和接近正确的结果，而我的评分只去掉了模棱两可的结果，理由是接近正确仍然是错误。考虑这些因素会大幅降低分数，但海因莱因、克拉克和阿西莫夫的分数仍然显著高于本文正文中讨论的未来学家。至于其他人，许多被评为“明确正确”的预测，我本会拒绝评分，原因与我拒绝评分的预测类似（例如，一个预测某事“很可能”发生被评为了“明确正确”，而我认为这无法证伪，因此不会纳入）。还有相当多的“明确正确”预测，如果按照你在下方详细附录中看到的严格解读，我会将其评为错误。

卡诺夫斯基向上取整的另一个例子是，阿尔布研究指出“这些预测通常非常模糊。几乎没有采取’到X年，技术Y将在指标Z上取得突破’的形式”。这使得阿尔布研究所考察的未来学家的预测准确性，与卡普兰或卡诺夫斯基本人所做的精确预测不具有可比性，但卡诺夫斯基直接使用这些数字来证明自己的预测是准确的，而没有指出这些数字不具有可比性。由于这些不可比的数字已经被向上取整，这里存在两个层次的取整（稍后会详细说明）。

如上所述，有些预测我不会评分，因为我看不出预测在哪里，比如这个（根据阿尔布研究电子表格，这是被评分的预测的“确切文本”），它被评为了“明确正确”

计算机技术在职业体育中的应用是否会适得其反？如果事情变得更可预测，公众对体育或博彩的兴趣是否会降低？还是总会有足够多的不可预测性来保持高兴趣？当某支球队的低排名球员突然开始……人们是否会从击败计算机中获得特别的兴奋感？

这看起来是一系列关于可能发生的事情的问题，但如果这些事情都没有发生，它也不会是假的，因此在我看来不算预测。

同样，我不会对以下预测进行评分，阿尔布也将其评为“明确正确”

其潜力往往以看似神奇的方式实现，不是因为理想主义，而是因为对社会的实际好处。因此，计算机促进人类创造力的能力可能会被充分利用，不是因为这会是一件美妙的事情，而是因为它将服务于重要的社会功能。此外，我们已经在朝着

另一种有时被判定为“明确正确”而我拒绝评分的预测，是类似“当前正在进行的趋势将变得更为{显著/重要}”的形式，例如：

人类在废弃物和污染方面的不负责任行为所导致的后果，将随着时间的推移变得更加明显和难以承受，而应对这些问题的努力也将愈发艰难。希望到2019年，技术进步能为我们提供工具，加速逆转环境恶化的进程。

关于卡诺夫斯基更宏观的观点——即我们应该相信长期主义者的预测，因为未来学家基本表现良好，而长期主义者正更认真地对待预测、付出更多努力，因此应能产生更好的预测——这其实更适合另文讨论，但由于与本篇文章高度相关，我将在此简要探讨。这一论点主要基于两个支柱：第一，未来学家基本表现良好（如我们所见，这很大程度上依赖于大量向上取整）；第二，长期主义者如今使用的方法比过去未来学家的方法有效得多。

卡诺夫斯基称，他所考察的未来学家“收集了随意的预测——没有给出概率，几乎没有推理过程，也没有明显尝试收集证据或权衡论点”，而卡诺夫斯基的总结则（除其他内容外）包括：

  • 开放慈善项目员工花费数千小时撰写的报告，系统性地呈现证据并考虑论点与反驳。
  • 认真尝试利用关于如何做出良好预测的新兴文献；例如，作者（以及我本人）通常都接受过校准训练，并试图使用概率语言来具体说明我们的不确定性。

当我们以评估长期主义者的视角来评估未来学家时，会发现卡诺夫斯基像库兹韦尔和其他未来学家一样，大幅向上取整，以描绘出他们想要呈现的图景。此外，他关于库兹韦尔预测报告总结的不准确之处在于，他未注意到该报告作者使用的方法产生了有利于卡诺夫斯基所支持结论的荒谬数字。诚然，卡诺夫斯基及其引用的报告确实做了预测文献中提及的与更准确预测相关的表面工作，例如陈述概率。但要让这奏效，概率必须源于对数据的理解。如果你拿一堆数据，错误地解读它，然后进一步向上取整解读结果以支持特定结论，最后再给它加上一个概率，这不太可能使其准确。尽管他没有使用这些词，但泰特洛克在其研究中指出，那些为了迎合特定议程而向上或向下取整的人，其预测准确性往往较低。由于卡诺夫斯基的错误和取整明显偏向一个方向，这似乎正是这里发生的情况。

我们也能在其他分析中看到这一点。尽管深入挖掘未来学家预测之外的材料超出了本文的范畴，但nostalgebraist已经做了这项工作，他在一次（经他允许提及的）私下交流中表示，Karnofsky对https://openphilanthropy.org/research/could-advanced-ai-drive-explosive-economic-growth/的总结，在AI时间线方面比原始报告乐观得多——报告中至少有一个重大担忧未被Karnofsky的总结列为“不利因素”。nostalgebraist后来撰写了这篇帖子，他在其中（含蓄地）指出，他详细审查的一份报告所使用的方法论，本质上与我们讨论的未来学家所用的方法并无太大差异。这份报告可能看起来可信（它有数百页的研究内容、一个复杂的模型等），但归根结底，该模型可简化为几个简单的变量。特别是，TAI是否可能出现的巨大方差，很大程度上取决于硬件成本（尤其是FLOPS/$）的改进幅度。根据2025年后FLOPS/$的提升程度，模型输出结果的范围可以从34%到88%。如果将任意大的FLOPS/$值输入模型——即假设无限计算能力免费可用（由于存储和网络等其他维度未纳入模型，我们假设FLOPS/$也是这些维度的代理变量）——TAI的概率仅能提升至88%，我认为这过于悲观，尽管很难对无限计算能力免费供应时的实际情况形成良好直觉。相反，如果计算机性能毫无提升，TAI的概率为34%，我认为在没有充分理由的情况下，这一估计过于乐观。但我只是一个不从事AI风险研究、也未深入思考过此事的普通人，所以你的猜测与我的一样可靠（如果你相当于Yegge或Gates级别且在该领域工作，你的猜测很可能更准确）。

这一切与未来学家所做之事本质相同的关键在于：对FLOPS/$的估计——这一对预测至关重要的变量——是由一位并非半导体、计算机架构或相关领域深度专家的人凭空捏造的，而这些领域本可为该估计提供依据。

正如卡诺夫斯基所指出的，为了确保这一估算的可靠性，人们尝试了多种方法（“作者（以及我本人）通常都接受过校准训练，并努力使用概率语言”）。但是，当你构建一个模型，其中单个变量控制了大部分方差，而对该变量的估算又是凭空捏造时，所有建模工作实际上反而降低了我对估算结果的信心。如果你说，基于直觉，你认为到2100年出现TAI（变革性人工智能）的概率相当大——10%、50%、80%，或任何你想要的数字——我会觉得这听起来合理（为什么不呢？事情正在快速进步，而且可能持续如此），但不会特别信任这个估算。如果你构建一个模型，其输出依赖于相对较少的变量，然后基于一个凭空捏造的关键变量声称有80%的概率，那么这个估算应该比单纯基于直觉的估算更值得信赖还是更不值得？我认为答案不应该是模型输出具有更高的可信度。直接猜测80%至少诚实地反映了其不确定性。而在基于模型的情况下，由于模型没有传播不确定性，且选择一个高但不确定的数字可能导致模型输出一个相当确定的数字（比如88%），因此模型实际产生的不确定性与概率估算之间存在脱节。

在总结报告时，卡诺夫斯基曾提到：

我认为“进化”分析非常保守，因为机器学习能够实现比自然选择相关的试错过程快得多的进步。即使有人相信“人类大脑以独特的方式推理，现代AI无法匹敌也无法模仿”之类的观点，似乎人类大脑的任何独特之处，如果能够基本上重演整个自然选择的历史，都应该能被重新发现。而即使是这样非常保守的分析，也估计到2100年出现变革性AI的概率约为50%。

但将这一估算称为“非常保守”似乎过于牵强，因为该估算隐含地依赖于未来FLOPS/$（每秒浮点运算次数/美元）的改进保持在某个任意且无依据的阈值之上。在报告本身的附录中，估计会有6个数量级（OOM）的改进，而4个OOM的改进则被视为保守，但为什么我们应该预期6个OOM是硬件改进的剩余空间，而4个OOM是我们极有可能达到的某种保守目标？鉴于这些估算对模型输出的决定性作用，最终估算的不确定性至少必须等于这些估算的不确定性乘以其对模型的影响，但鉴于缺乏对这些模型输入的证据或论证，这里的情况显然并非如此。

更广泛地说，整个方法论是颠倒的——如果你对某个主题有深刻理解，那么给出一个数字来向他人传达你知识的确定性是有价值的；而如果你缺乏深刻理解却试图理解某个领域，那么明确表达你的不确定性也是有价值的，这样你就能知道何时只是在猜测。但在这里，我们看到了一个相当自信的估计（nostalgebraist 指出，Karnofsky 写道：“生物锚点估计，到2036年变革性AI的概率超过10%，到2055年约为50%，到2100年约为80%”），这个估计基于一个毫无意义的模型，而该模型又依赖于一个凭空捏造的变量。事后给出一个高概率，然后给出一个较低的数字，并声称这是保守估计——当它基于这种建模方式时——不过是表面文章。查看 Karnofsky 在其他地方的评论，他列举了一系列极其薄弱的证据来支持他的立场，例如，在上一个链接中，他列出了一份强度参差不齐的证据清单，包括 Metaculus，而 nostaglebraist 已指出 Metaculus 对此目的基本毫无价值，详见此处和此处。一个在这个特定问题上追求真相的人，引用如此多糟糕的证据会显得非常奇怪；列出这样一份参差不齐的证据清单，与一个持有强烈先验信念、并寻找任何能证明其合理性的东西（无论多么薄弱）的人的行为是一致的。这也与上述草率的直接推理相吻合。

回到其他评估者，关于 Justin Rye 的评估，我会按“原文”对预测进行评分，因此比他更严格，最终得分会更低。

对于我们在本文档中考察的那些几乎或完全给出类似预测的预测者，我拒绝给他们任何精确的数值评分。需要明确的是，我认为尝试对模糊预测和接近命中进行评分是有价值的，但这与本文档所做的不同，因此这些分数不具有直接可比性。

不少人指出，像库兹韦尔那样做出大胆预测的人，其预测实际上相当准确。毕竟，如果有人做出大量大胆预测，且所有预测都偏差了10年，那么即便他们在预测市场中输得精光、血本无归，其见解仍具价值。然而，这并不意味着做出大胆预测的人总能因此“获得赞誉”。以库兹韦尔为例，若他始终如一地预测诸如“2011年前实现无限寿命”这类极端大胆的内容，7%的准确率或许不算差。但这仅适用于命中与失误均为大胆预测的情况——而本文所分析的库兹韦尔预测样本并非如此。在该文档评估的库兹韦尔预测中，其正确预测往往非常平淡，例如“不会出现阻止经济增长的巨大经济崩溃”“2019年人工耳蜗将广泛使用”（1999年预测）等。

前者类似于卡普兰式的对赌，针对的是那些做出“经济将严重或彻底崩溃”这类疯狂预测的人。此类对赌有其价值，但成功也并不令人意外。至于后者，我能快速查到的数据显示，从库兹韦尔做出预测到2019年，人工耳蜗植入率呈缓慢线性增长。这固然可称为正确预测，但本质上只是赌“人工耳蜗植入率不会大幅下降”，又是一项卡普兰式的稳妥赌注，而非依赖库兹韦尔关于“加速回报定律”的疯狂设想。

若某人做出40项平淡预测，其中7项正确；另一人做出40项平淡预测和22项疯狂预测，其中7项平淡预测正确、0项疯狂预测正确（这些数字是随意设定的，因为我并未尝试将库兹韦尔的预测分类为疯狂与否，仅统计了被评分为正确的7项），你会认为后者“鉴于其预测之疯狂，准确率相当不错”吗？我认为不会。

在Hacker News上某位未来学家的相关讨论串中，该未来学家给自己打了5/10分，但多数评论者只给0/10分，宽泛些也不过1/10分，普遍评论指出此人及其他未来学家往往对自己评分过于宽松。

sixQuarks: 我讨厌那种“未来学家”挑出一个异常情况，然后声称自己的预测准确的做法——比如那个酒保的例子。

karaterobot: 我本来也想说这个。他把目标从“会让2022年的观众嗤之以鼻的事情”悄悄换成了“过去十年里发生了一些边际性、分布不均、渐进式变化的事情”，然后说自己猜对了大约50%。更广泛地说，这就是我对未来学家的看法：他们预测错了，然后继续不断做出更多预测。我觉得这倒也没什么，除非他们试图让别人相信他们，并根据他们的猜测做决策。

chillacy: 这让我想起了雷[库兹韦尔]的预测：评分极其宽松。

附录：其他阅读材料

附录：预测的详细信息

雷·库兹韦尔

在评级的预测中，4/59 正确。如果你认为那些我未包含但可能有争议应计入的预测也算，那么是 7/62。

这份列表来自维基百科上库兹韦尔预测的要点列表，当时库兹韦尔在 SingularityU 的联合创始人 Peter Diamadis 引用它来支持库兹韦尔有 86% 预测准确率的说法。凭记忆，这遗漏了库兹韦尔做出的不少预测，例如到 2019 年预期寿命“超过一百岁”、到 2029 年达到 120 岁（1999 年做出的预测），以及到 2011 年预期寿命无限增长（每年增加一年）（2001 年做出的预测），还有计算机将在 2000 年击败国际象棋顶尖人类棋手（1990 年做出的预测）。

如果我们将库兹韦尔的所有预测都纳入统计，他的准确率很可能会有所变化，但要达到86%似乎极不可能。更广泛地说，审视库兹韦尔对世界面貌的构想，我们生活的世界也显然不可能普遍接近他所想象的未来。

  • 1985
    • 1985年语音激活打字机/语音书写器（1982年为此创立了一家公司）
      • 不。在任何有意义的层面上都不成立。2013年左右基于深度学习的语音转文字技术才足够准确，可以在电脑上使用（仍需大量修正），但对于打字机来说根本不可行。
  • “21世纪初”（维基百科指出，在库兹韦尔的年表中，这一条目列在2010年之前，因此除非书籍组织得非常混乱，否则这应该远早于2010年）
    • 翻译电话让人们可以用不同语言互相交谈。
      • 不。如今，这项技术效果很差，翻译结果荒谬可笑，但在深度学习帮助下，勉强能在“帮助游客四处走动”这类场景中凑合使用，而在2010年则基本毫无希望。
    • 设计用于将语音转录为电脑文本的机器，让聋人能够理解口语。
      • 不。如上所述，2010年时效果非常差。
    • 外骨骼式机器人腿部假肢让截瘫患者能够行走。
      • 不。也许存在一些原型，但截至2022年，这仍未得到有意义的部署。
    • 电话通话由智能答录机例行筛选，这些机器会提问以确定通话的性质和优先级。
      • 绝对不是在2010年。2022年可以说存在类似功能，但我认为将电话语音菜单称为“智能”有些牵强，因为如果你不按它们期望的关键词匹配操作，它们通常就会混乱。
    • “电子 chauffeurs”可以为人类驾驶汽车，并且可以改装到现有汽车上。它们通过与其他车辆以及嵌入道路的传感器通信来工作。
      • 不。
  • “21世纪早期”（维基百科指出，在库兹韦尔的年表中，这一条目列在2010年之前，因此除非书籍组织得非常混乱，否则这应该远早于2010年）
    • 教室由计算机主导。能够根据每个学生的优缺点进行自我调整的智能课件。媒体技术允许学生操作和互动地学习他们所研究的系统和人物的虚拟描绘。
      • 不。如果你非要强行解释，可以说2022年勉强接近，但我仍然认为2022年也不成立。
    • 少数高技能人才主导了整个生产部门。为个人定制产品很常见。
      • 不。你可以争辩说，从字面上看，第二部分在技术上得到了满足，但这与库兹韦尔预测的未来主义愿景相比，只是微不足道的方式。
    • 药物在模拟人体环境的仿真中设计和测试。
      • 不。
    • 盲人使用能够视觉识别环境特征的机器来导航和阅读文本。
      • 2010年没有。不过，深度学习后来解锁了其中一些功能，并且仍在持续改进。
  • 2010
    • 个人电脑能够通过无线方式访问互联网信息来回答查询。
      • 是。
  • 2009
    • 大多数书籍将在屏幕上阅读，而非纸张。
      • 不。
    • 大多数文本将通过语音识别技术创建。
      • 不。
    • 智能道路和无人驾驶汽车将投入使用，主要在高速公路上。
      • 不。
    • 人们使用戒指、别针、信用卡和书本大小的个人电脑。
      • 不。其中一项（书本大小）是成立的，但预测是“和”而非“或”。
    • 个人可穿戴电脑提供身体功能监测、自动身份识别和导航指引。
      • 不。可以说，像一些运动员佩戴的用于监测心率的Garmin胸带之类的设备勉强算，但考虑到整个陈述或预测的精神，并不成立。
    • 电缆正在消失。计算机外设使用无线通信。
      • 不。即使在2022年，电缆也远未消失，而且不幸的是，无线外设通常工作效果很差（Gary Bernhardt, Ben Kuhn等）。
    • 人们可以对着电脑说话来下达命令。
      • 是。如果从库兹韦尔的未来主义愿景来看，我认为这在精神上实际上是“不”，但技术上在2009年确实可以实现，尽管效果很差。
    • 用于增强现实的眼镜内置电脑显示器投入使用。
      • 不。你可以争辩说，某处某人在使用这些设备，但飞行员在1999年就已经在使用头戴式显示器了，因此认为这种有限的使用构成了对未来的成功预测是荒谬的。
    • 计算机能够从图片或视频中识别主人的面孔。
      • 不。
    • 三维芯片被普遍使用。
      • 不。
    • 发声扬声器正被非常小的基于芯片的设备取代，这些设备可以将高分辨率声音放置在三维空间中的任何位置。
      • 不。
    • 一台1000美元的计算机每秒可执行一万亿次计算。
      • 未定义。技术上成立，但使用峰值运算来衡量计算机性能通常被认为过于愚蠢，了解计算机的人不会这么做。在这种情况下，要使这个基准不仅仅是一个糟糕的指标，就必须定义计算类型。
    • 人们对大规模并行神经网络、遗传算法和其他形式的“混沌”或复杂性理论计算越来越感兴趣。
      • 不。2012年由于“Alexnet”论文，人们对神经网络的兴趣激增，但请注意这个预测是“和”，即使在“或”的形式下，2009年也不成立。
    • 通过破坏性和非侵入性扫描来逆向工程大脑的研究已经启动。
      • 未定义。非常模糊，很容易从正反两方面争论。
    • 自主纳米工程机器已被展示，并包含自身的计算控制。
      • 未知（对我来说）。我不太想费心去查这个，因为这些预测的准确率如此之低，以至于这个预测是否准确并不重要，而且我也不知道该去哪里查。
  • 2019
    • 一台4000美元计算设备（按1999年美元计算）的计算能力约等于人脑的计算能力（每秒2亿亿次计算）。
      • 未定义。根据上述关于计算能力的预测，原始每秒运算次数基本毫无意义。
    • 所有计算机的总计算能力与人类总脑力相当。
      • 未定义。首先，你需要一个不愚蠢的指标来进行比较。
    • 计算机嵌入到环境的各个角落（家具、珠宝、墙壁、衣服等内部）。
      • 不。存在小型计算机，但这意味着它们普遍存在于普通家居用品中，而事实并非如此。
    • 人们通过眼镜和隐形眼镜体验3D虚拟现实，这些设备将图像直接投射到视网膜上（视网膜显示）。结合音频源（耳机），用户可以远程与他人通信并访问互联网。
      • 不。
    • 这些特殊的眼镜和隐形眼镜可以通过三种方式提供“增强现实”和“虚拟现实”。首先，它们可以在用户的视野中投射“平视显示器”，叠加的图像无论用户的视角或方向如何，都保持在环境中的固定位置。其次，眼镜可以在固定位置渲染虚拟物体或人物，因此当用户的眼睛看向别处时，这些物体似乎停留在原地。第三，这些设备可以完全屏蔽“真实”世界，让用户完全沉浸在虚拟现实环境中。
      • 不。这些用例需要不同的设备，对于平视显示器用例，视场角很小，并且图像不会在用户视角或方向改变时保持在固定位置。
    • 人们通过双向语音和手势与计算机交流，而不是使用键盘。此外，这种交互大多通过具有不同个性的计算机化助手进行，用户可以选择或定制这些助手。因此，与计算机打交道越来越像与人类打交道。
      • 不。有些人有时会这样做，但我认为“而不是”暗示语音和手势已经取代了键盘，而事实并非如此。
    • 大多数商业交易或信息查询涉及与模拟人物打交道。
      • 不。
    • 大多数人拥有不止一台个人电脑，尽管“计算机”的概念已经发生了很大变化：计算机的设计不再局限于笔记本电脑或连接显示器的机箱。相反，具有计算机能力的设备以各种意想不到的形状和尺寸出现。
      • 如果严格使用“大多数人”的定义，并将个人电脑视为通用计算设备（智能手机可以说是），那么在美国或其他高社会经济地位国家，对于例如90%财富水平及以上的人来说，可能是“是”，但总体上是“不”。
    • 连接计算机和外设的电缆几乎完全消失。
      • 不。
    • 旋转式计算机硬盘不再使用。
      • 不。
    • 三维纳米管晶格是主要的计算基板。
      • 不。
    • 大规模并行神经网络和遗传算法被广泛使用。
      • 不。注意这里使用了“和”。
    • 对大脑的破坏性扫描和非侵入性脑部扫描使科学家能够更好地理解大脑。允许相对较小的遗传密码构建更复杂器官的算法正在被转移到计算机神经网络中。
      • 不。
    • 针头大小的摄像头无处不在。
      • 不。
    • 纳米技术能力更强，并用于专业应用，但尚未进入主流。“纳米工程机器”开始用于制造业。
      • 未知（对我来说）。我不太想费心去查这个，因为这些预测的准确率如此之低，以至于这个预测是否准确并不重要，而且我也不知道该去哪里查。
    • 轻薄、手持、高分辨率显示器是查看文档的首选方式。前述的电脑眼镜和隐形眼镜也用于相同目的，并且所有设备都通过无线方式下载信息。
      • 不。讽刺的是，很多人喜欢用Kindle之类的设备查看文档，但它们的分辨率相当低（2019年的Kindle分辨率为800x600）；许多人出于各种原因仍然更喜欢用纸张查看文档。
    • 计算机使纸质书籍和文档几乎完全过时。
      • 不。
    • 大多数学习是通过计算机模拟教师呈现的智能、自适应课件完成的。在学习过程中，人类成年人扮演辅导员和导师的角色，而不是学术讲师。这些助手通常不在现场，而是远程帮助学生。学生仍然一起学习和社交，尽管这通常是通过计算机远程完成的。
      • 不。
    • 所有学生都能使用计算机。
      • 不。不过在某些地方是成立的。
    • 大多数人类工作者将大部分时间用于获取新技能和知识。
      • 不。
    • 盲人佩戴特殊眼镜，通过语音为他们解读现实世界。视力正常的人也使用这些眼镜来增强自己的能力。视网膜和神经植入物也存在，但由于不太有用而使用有限。
      • 不。
    • 聋人使用特殊眼镜将语音转换为文本或手语，将音乐转换为图像或触觉。人工耳蜗和其他植入物也被广泛使用。
      • 是？我认为就库兹韦尔的愿景是否实现而言，这实际上是“不”，但这些是可能的，并且并非没有人使用。我把人工耳蜗植入物的预测也归在这里，因为它太无聊了。在1999年做出预测时，这可以说已经成立，而到2019年达到的使用率基本上只是植入率缓慢线性增长的结果，即人们没有完全拒绝人工耳蜗的想法，并且/或者没有其他东西取代人工耳蜗。
    • 脊髓损伤患者可以通过计算机控制的神经刺激和外骨骼机器人助行器行走和爬楼梯。
      • 不。
    • 计算机也以控制论植入物的形式存在于某些人体内。这些最常用于残疾人恢复正常的身体功能（例如，视网膜植入物让盲人看见，脊柱植入物结合机械腿让瘫痪者行走）。
      • 不，至少没有达到库兹韦尔愿景所暗示的普及程度。
    • 语言翻译机器质量更高，并经常用于对话中。
      • 是，但这主要是因为该预测基本毫无意义（2019年的语言翻译质量比1999年“高得多”）。
    • 有效的语言技术（自然语言处理、语音识别、语音合成）存在。
      • 是，尽管有争议。
    • 互联网接入完全无线，由可穿戴或植入式计算机提供。
      • 不。
    • 人们几乎可以在任何地方随时无线访问互联网。
      • 不。在大城市里可能感觉如此，但即使在美国州际公路系统上自驾游时也明显不成立，如果驶离州际公路则更不成立，如果去往无法驾车到达的地方则更不成立。
    • 为用户皮肤表面提供感觉的设备（例如紧身衣和手套）有时也用于虚拟现实以完善体验。“虚拟性爱”——两个人通过虚拟现实进行性行为，或者人类与仅存在于计算机中的“模拟”伴侣进行性行为——成为现实。正如视觉和听觉虚拟现实已经成熟，触觉技术也已完全成熟且令人信服，但需要用户进入虚拟现实舱。它常用于电脑性爱和远程医疗检查。由于安全且能增强体验，它是首选的性媒介。
      • 不。
    • 全球经济持续增长。没有发生全球经济崩溃。
      • 是。
    • 绝大多数商业互动发生在人类与模拟零售商之间，或者人类的虚拟个人助理与模拟零售商之间。
      • 不？取决于“模拟零售商”的含义。结合库兹韦尔关于模拟、虚拟现实、完全沉浸式触觉设备等的讨论，我认为这是“不”。
    • 家用机器人无处不在且可靠。
      • 不。
    • 计算机完成大部分车辆驾驶——事实上，人类被禁止在高速公路上无人辅助驾驶。此外，当人类接管方向盘时，车载计算机系统会持续监控他们的行为，并在人类鲁莽驾驶时接管控制。因此，交通事故非常少。
      • 不。
    • 大多数道路现在都配备了自动驾驶系统——监控和通信设备网络，允许计算机控制的汽车安全导航。
      • 不。
    • 使用微型襟翼的载人飞行器原型存在。它们也主要由计算机控制。
      • 未知（对我来说）。我不太想费心去查这个，因为这些预测的准确率如此之低，以至于这个预测是否准确并不重要，而且我也不知道该去哪里查。
    • 人类开始与自动化人格建立深厚关系，这些关系比人类伴侣具有一些优势。某些计算机人格的深度使一些人相信它们应该被赋予更多权利。
      • 不。
    • 越来越多的人相信他们的计算机以及与之交互的模拟人格具有达到人类意识水平的智能，但专家们否定了任何能通过图灵测试的可能性。随着模拟人格变得更加令人信服，人机关系开始出现。
      • 不。
    • 与虚拟人格的互动成为主要界面。
      • 不？取决于“主要界面”的含义，但考虑到库兹韦尔的整体愿景，我认为不是。
    • 公共场所和工作场所受到普遍监控以防止暴力，所有行为都被永久记录。个人隐私是一个主要的政治问题，一些人用牢不可破的计算机代码保护自己。
      • 不。在某些国家的某些公共空间成立，但就陈述而言不成立。
    • 下层阶级的基本需求得到满足。
      • 不。即使只看一些高社会经济地位国家，如美国，也不成立，更不用说整个世界了。
    • 虚拟艺术家——能够创作自己艺术和音乐的创造性计算机——出现在所有艺术领域。
      • 不。也许在技术上勉强成立，但我认为在2019年的精神上远未达到。

以上列表仅使用了维基百科中按时间段划分的章节下的项目符号预测。如果从同一页面中引入其他可评估的预测，例如“基于纳米技术的飞行汽车将在[2026年之前]问世”，这并不会显著改变准确率（实际上，由于其他预测数量相对较少，也无法大幅改变）。

雅克·弗雷斯科

弗雷斯科著作的前言很好地概括了他的预测风格：

《展望未来》是一本富有想象力且引人入胜的书，作者将带你踏上21世纪文化与技术的旅程。在讨论了“塑造你未来的事物”的引言部分之后，你将探索一百年后那个陌生、令人担忧却又激动人心的世界的缘由。你将通过下个世纪的一对夫妇——斯科特和赫拉的视角来审视这个社会。他们的生活空间配备了一台“赛博纳特”，一种看似神奇的计算机设备，但它基于已知的科学原理。它调节睡眠时间、全球通信、一个令人难以置信的水下生活综合体，甚至这对“年轻”夫妇的每日卡路里摄入量（他们四十多岁，但预计能活200年）。斯科特和赫拉生活的世界是一个实现了完全天气控制的世界，开发了一种手指大小的计算机，每个婴儿出生时就被植入大脑（婴儿是科学孵化的，21世纪的女性无需经历分娩之痛），并且完善了基因操控技术，使人类能够通过科学手段得到改良。按照我们的标准，这个世界在经济上是乌托邦式的。工作、工资和货币早已被淘汰。一切都没有价格标签，个人财产也非必需。民族主义已被超越，全面裁军已经实现；教育技术使学校和教师变得过时。孩子们通过实践学习，在这个友好的世界里，他们五岁时就能独立自主。

这个更伟大社会的主要来源是“关联中心”，即“科森”，一个庞大的计算机综合体，它服务于人类，但从不奴役人类。科森调节生产、通信、交通以及过去所有繁重单调的任务。这解放了男男女女，让他们能够追求创造性的挑战性体验，而不是过着毫无意义的空虚闲暇生活。显然，这本书是推测性的，但它牢固地基于已知的科学进展。

如上所述，弗雷斯科声称预测未来是可能的，而要这样做，应该从人们未来将持有的价值观入手。许多预测都涉及“21世纪”，因此可以说它们仍有可能是准确的，尽管书中谈论“20世纪”与“21世纪”之间鲜明分界线的方式暗示，既然我们已不再处于“20世纪”，书中提到的变化应该已经显现，但该书并未提及两者之间存在漫长的过渡期。弗雷斯科确实就某些特定日期前会发生的事情做出了一些具体陈述，这些将在后文涉及。对于“21世纪”，他在书的第一部分做出的预测如下：

  • 将不再需要法律，例如禁止谋杀的法律，因为人类将不再做出谋杀之类的事情（这些事情只会在“今天”发生，因为“我们病态的社会”使人们养成了做出堕落行为的习惯）
    • “今天我们开始识别各种使我们按现有方式行事的事物。在未来，那些导致人类杀人或做出其他伤害同胞行为的影响因素将被理解并消除”
      • 整个部分非常行为主义，并假设我们将能够通过操作性条件反射消除所有不良行为
  • 对人性的理解加深将导致
    • 完全的自由，包括个人不再有从众的欲望
    • 完全的经济富足，这将终结“竞争性、占有欲、节俭”等
    • 完全摆脱疾病
    • 爱与友谊的更深层次感受，其程度是生活在二十世纪匮乏世界中的人无法理解的
    • 对性完全没有负罪感
    • 欣赏各种自然之美，而非“今天‘选美皇后’心态的狭隘标准”，同时摒弃任何形式的人工美
    • 完全的自我认知，没有任何压抑，从而“产生一种今天几乎不为人知的放松生活的新维度”
    • 将对他人的重视提升到与人们重视自己或本地社区相同的水平，即完全的无私，以及任何类似部落主义或民族主义的东西的终结
    • 所有人都将是“多才多艺的”，并且擅长所有事情
    • 这与以下观点形成对比：“有史以来第一次，所有男性和女性将过上多维度的生活，仅受其想象力的限制。在二十世纪，我们可以通过说‘他擅长运动。她是个知识分子。他是个艺术家’来对人进行分类。在未来，所有人将拥有时间和设施去接受生活提供的各种奇妙挑战”

如上所述，弗雷斯科预测的下一部分是关于科学将如何运作。他写道，“科学方法”仅以有限的方式被应用，这导致了数千年的缓慢进步。但与20世纪不同，在21世纪，人们将摆脱偏见，将“科学方法”应用于生活的所有领域，而不仅仅是进行科学研究时。人们将对生活的各个方面完全开放地进行实验，所有人将拥有“一种习惯性的开放心态，同时坚持所有问题都必须以允许事实核查的方式提出”。

这除了其他方面外，还将使所有人完全了解自身的局限性，并终结因政治和社会结构不理想而导致的不幸福：

科学方法在解决几乎每个问题上的成功，将让21世纪的人们对其有效性充满信心。他们将不害怕尝试新的感受、思考和行动方式，因为他们已经观察到科学的自我修正特性。科学给我们的是最新结论，而非最终结论。他们会知道，如果在个人或社会生活中尝试新事物，其带来的幸福感可以在积累足够经验后确定。他们会以放松的方式适应变化，在曲折中朝着实现自身价值观前进。他们会知道，做事总有比过去更好的方法，并决心通过实验直到找到它们。他们会明白，20世纪中期人类的大部分不幸并非源于缺乏闪亮的新玩意儿；部分原因在于没有运用科学方法来检验那些本可以带来更大幸福感的新政治和社会结构。

在高层面上讨论了这对人们和社会的影响后，弗雷斯科转向具体细节，称到1979年，可以实现用计算机处理一切——他称之为“自动化控制”的社会，让每个人在1969年美元价值下拥有每年10万美元的税后收入（相当于2022年美元价值下每年约80万美元）：

你想不想每年拥有10万美元的免税终身收入？而且只需每周工作一天、每天三小时，持续五年，每年还有半年假期？听起来像天方夜谭？在现代技术面前，这绝非空想。这并非21世纪虚无缥缈的愿景。如果我们将现有关于自动化和计算机的知识全部应用于构建一个“控制论社会”，美国或许十年内就能实现这一目标。但恐怕不会如此迅速，因为需要以现代思维推动一场明智的“突击计划”——就像当年仅用四年多就成功研制原子弹那样。

其他关于“控制论社会”的预测：

  • 制造业将实现全面自动化，人类只需启动工厂，所有设备便能自主运行（甚至自我维护）
    • 这将带来“极致效率”
  • 由于不再需要人类劳动，T恤等商品的价格将低至免费——当人力成本被消除后，物品本身便无需标价
  • 人类劳动的消失将让所有人过上悠闲的生活
  • 弗雷斯科指出，他此前提出的10万美元/年（1969年美元价值）已无意义，既然万物皆可免费，这个数字完全可以变成100万美元/年（1969年美元价值）
  • 地球上任何地方通过“控制论”制造的商品，都能在24小时内送达全球任何角落

加来道雄

  • 到2005年
  • “在21世纪期间” 暗示这不是在世纪末才发生的事，而是贯穿整个世纪的过程
    • “未来，如果没有[量子力学、计算机科学和生物学]的一些实用知识，将很难成为一名研究科学家”，因为这些基础领域之间的“协同作用”和“交叉融合”日益增强。
    • 硅计算机芯片将遇到瓶颈，而DNA研究将解锁这一瓶颈，从而实现在有机分子上进行计算。
    • 由于“强烈的协同作用”，科学进步的速度将加快。
  • 在2020年
    • 大宗商品价格下跌60%（相对于1997年价格），原因是财富基于知识、贸易全球化以及市场通过电子方式连接，延续了大宗商品价格长期下降的趋势。
      • 否。2020年的CRB大宗商品价格指数相较于1997年是上涨的，并且在2022年进一步上涨。
    • 由于摩尔定律持续扩展，直到2020年都没有遇到障碍，微处理器将变得像“废纸”一样便宜（2000年10美分，2010年1美分，2020年0.1美分）。
      • 否。摩尔定律的扩展曲线发生了变化，微处理器总体上在2010年并未达到1美分，在2020年也未达到0.1美分。
    • 上述情况将“为我们带来智能家居、智能汽车、智能电视、智能服装、智能珠宝和智能货币”。
      • 否，因为“和”以及评论暗示了完全的普及，但方向性预测其实相当准确。
    • “我们将与我们的电器对话，它们也会回应我们。”
      • 否，因为这里暗示了普及性，但方向性同样相当不错。
    • “互联网将连接整个地球，并演变成一个由数百万个计算机网络组成的膜，创造一个‘智能星球’。”
      • 否，因为“智能星球”这一点不成立。
    • 摩尔定律/硅芯片扩展将持续到2020年，届时“量子效应必将占据主导地位，传说中的硅时代将终结”。
      • 否。
    • DNA测序的进步将持续到大约2020年（之后停止）；“将有数千种生物被解开其完整的DNA密码”。
      • 也许？不确定是数百种还是数千种；此外，人类基因组计划在宣布“完成”时并未完全测序，这里是否也有类似情况？我没有对此评分，因为我不具备相关背景知识。
    • “地球上任何一个人都有可能将自己的个人DNA代码存储在CD上。”
      • 不将此视为预测，因为使用了“可能”，无法证伪。
    • “许多遗传疾病将通过向人体细胞注射正确的基因来消除。”
      • 否。
    • “由于癌症现在被揭示为一系列基因突变，许多类型的癌症可能最终被治愈，而无需进行侵入性手术或化疗。”
      • 不将此视为预测，因为使用了“可能”，无法证伪。
    • 在2020年或接近2020年，DNA测序的瓶颈将阻止DNA测序的进展。
      • 否。
    • 在2020年或接近2020年，硅芯片的瓶颈将阻止计算机性能的进步。
      • 否；计算机性能的进步早在2020年之前就已放缓，并且在2020年并未停止。
    • 上述两者的结合将（在2020年之后）需要光学计算机、分子计算机、DNA计算机和量子计算机，才能使生物学和计算机科学取得进展。
      • 否。也许其中一些东西在未来会变得至关重要，但在2020年左右，它们并非计算和生物学取得进步的必要条件。
    • 生物学的焦点将从测序DNA转向理解基因的功能。
      • 我没有资格判断这一点。
    • 某物某物可能成为解决关键疾病的关键。
      • 不将此视为预测，因为使用了“可能”，无法证伪。
    • [许多预测基于之前的预测，即微处理器将像废纸一样便宜，价格在0.1美分或更低，同时也忽略了处理器周围所有其他组件的成本]
      • 否；将这些合并为一个要点可以减少错误预测的数量，但在这个案例中应该不会有太大影响。
    • 关于2010年和2020年自动驾驶汽车进展的各种无法证伪的“可能”预测。
    • 虚拟现实将成为“世界不可或缺的一部分”。
      • 否。
    • 人们将使用全身套装和电场传感器。
      • 否。
    • 在虚拟现实中探索模拟将成为科学进展的关键部分。
      • 否。
    • 大量关于计算机“可能”对各个领域至关重要的预测。
      • 不将此视为预测，因为使用了“可能”，无法证伪。
    • 半导体光刻技术低于0.1微米（100纳米）时，需要从紫外线转向X射线或电子束。
      • 否；现代5纳米工艺使用极紫外光（EUV）。
    • 更多无法证伪的“可能”和“很可能”的预测。

这给出了3%的预测准确率。我读到此处便停下来了，因此可能遗漏了一些正确的预测。但即便本书剩余部分全是正确预测，其整体正确率恐怕仍然偏低。

此外，还有一些预测我没有收录，因为它们只是对当时现状的描述。例如：

如果说互联网的土路是由铜线铺就的，那么信息高速公路的柏油路面很可能将由激光光纤构成。激光是完美的量子装置，能产生相干光束（即彼此精确同步振动的光束）。这种宇宙中本不存在的奇异光形式，是通过操控原子轨道间发生量子跃迁的电子实现的。

这似乎算不上什么预测，因为在该书写作时，“信息高速公路”已经大量使用光纤了。全书充斥着对量子特性的神秘主义解读——例如上文将其作为论据，声称微处理器（非量子）将在2020年前被淘汰，而光纤（量子特性）则不会：

约翰·奈斯比特

以下是其畅销书《大趋势》中体现方法论的一些引述：

过去十五年间，我一直在与美国大型企业合作，通过监测地方事件和行为来理解美国真正发生的变化——因为地方层面的集体动向，正是整个美国的缩影。

尽管纽约和华盛顿自视甚高，但几乎没有任何变革始于这两座城市。

在工作过程中，我深刻感受到美国是一个自下而上的社会：新趋势和新思想往往发源于坦帕、哈特福德、圣地亚哥、西雅图、丹佛等城市和社区，而非纽约或华盛顿特区。我和同事们通过阅读地方报纸来研究这个伟大的国家。我们发现，趋势是自下而上产生的，而时尚则是自上而下传播的。本书的研究结论基于对十二年间美国各地城镇超过200万篇地方新闻报道的分析。

正是从这些高度本地化的数据中，我逐渐观察到一个新社会的整体轮廓。

我们通过一种名为“内容分析法”的方法来了解这个社会，该方法起源于二战时期。当时，情报专家们试图找到一种方法，能够获取敌对国家中本应由民意调查提供的信息。

在后来成为著名传播理论家的保罗·拉扎斯菲尔德和哈罗德·拉斯韦尔的领导下，我们决定分析能够获取的德国报纸内容——尽管有时会滞后数日。德国人民、工业和经济承受的压力开始在其报纸上显现，即便该国关于物资、生产、运输和粮食状况的信息仍属机密。通过仔细追踪地方报道中关于工厂开工、关闭和生产目标，以及火车到发和延误等事件，我们逐渐拼凑出德国国内的真实状况，并判断其条件是改善还是恶化……尽管这种监测公共行为和事件的方法至今仍是情报界的首选——美国每年在全球各地花费数百万美元进行报纸内容分析——但它极少被应用于商业领域。事实上，奈斯比特集团是首个（目前也是唯一一个）运用此方法分析美国社会的机构。

我们为何如此确信内容分析法是监测社会变迁的有效方式？简而言之，因为报纸的新闻版面是一个封闭系统。出于经济原因，报纸分配给新闻的版面空间在长期内不会发生显著变化。因此，当新内容被引入时，就必须舍弃某些旧内容或组合。有增必有减——这是封闭系统中的强制选择原则。

在这种强制选择情境下，社会会接纳新的关注点，同时遗忘旧的关注点。通过追踪哪些关注点被新增、哪些被舍弃，我们实际上是在衡量相互竞争的社会议题所占据的市场份额变化。

显然，社会与人相似。一个人在任何时刻，心中或脑中只能容纳有限的问题和关注点。当新问题或关注点出现时，一些原有的就会被放弃。这一切都反映在集体的新闻版面中——它成为社会梳理自身优先事项的机械表征。

奈斯比特很少做出可证伪的预测。例如，在谈到“信息社会”时，奈斯比特说：

在我们这个新的信息社会中，时间导向是指向未来的。这也是我们对此如此感兴趣的原因之一。我们现在必须从当下学会如何预见未来。当我们做到这一点时，就会明白趋势并非命运；我们将能够像过去学习那样，从未来中学习。

这种时间导向的变化，解释了20世纪70年代公众和专业领域对未来兴趣日益增长的原因。例如，提供某种未来导向学位课程的大学数量，从1969年的2所增加到1978年的超过45所。世界未来学会的会员人数从1967年的200人增长到1982年的3万多人，而致力于理解或研究未来的大众及专业期刊数量，也从1965年的12种急剧增加到1978年的122种以上。

这可以概括为“在未来，人们会更频繁地思考未来”。几乎任何试图论证奈斯比特的论断最终正确或错误的案例，都可能遭到反驳。

在关于“信息社会”的章节中，最具体的预测之一是：

新的信息技术最初将应用于旧的工业任务，然后逐渐催生出新的活动、流程和产品。

我认为这在一般情况下是错误的，但它的表述足够模糊，以至于你可以争辩说它是正确的。

一个罕见的、可证伪的评论是关于计算机价格的预测：

家用电脑的爆发式增长已经来临，随后将迎来一场为其提供动力的软件内爆。据预测，到2000年，一套家用电脑系统（包括电脑、打印机、显示器、调制解调器等）的成本，应该只相当于目前电话-收音机-录音机-电视系统的价格。

快速搜索一下，1982年这些参考设备的价格大约在300美元？换算到2000年大约是535美元，这对于一台电脑以及文中提到和“等等”所暗示的外设来说，并不是一个合理的价格。

杰拉德·K·奥尼尔

我们在本文主体部分讨论了奥尼尔关于太空殖民的预测。本节将简要介绍他的其他一些预测。

奥尼尔指出，在2081年，“任何大型中央计算机都将能快速访问至少一亿亿个字的存储空间（数字’1’后跟14个零）。拥有如此存储量的计算机体积不会大于一个手提箱。它的运算速度将快到足以在光从这一页传播到你眼睛所需的时间内完成一次完整操作，甚至可能只需十分之一的时间”。这意味着机器将拥有100万亿字的随机存取存储器（RAM），或者简单取整，假设为1PB的RAM，时钟速度在300MHz到6GHz之间，具体取决于你拿书离脸的距离。

在其他话题上，奥尼尔预测我们将实现全自动化制造；2081年的人均能源消耗将是1980年的6倍；除二氧化碳外的污染问题将得到解决；燃煤电厂仍会使用；大部分（50%至95%）能源将来自可再生能源（但他指出“地面太阳能”是永远行不通的“神话”，而风能、潮汐能和水能都是太阳能的形式，即使加上地热能，也无法合理提供足够的能源）；卫星太阳能将满足当时及未来的能源需求。

在《技术前沿》一书中，奥尼尔对1983年该书出版后的10年做出了预测。奥尼尔表示，“这本书主要基于对首席执行官们的采访”。当时许多美国人正担忧日本即将主导世界。奥尼尔说：

作为美国人，我忍不住愤怒——不是对日本人的成功，而是对美国国内的怯懦、短视、贪婪、懒惰和误导势力，这些势力近年来严重拖累了我们，削弱了我们的力量，使我们无法取得同等成就。

正如我们将看到的，现在存在开启全新产业的机会，这些产业甚至可能比我们输给日本人的那些产业更庞大。我们是否还要拖延，连这些也失去？

在关于这本书的一次采访中，奥尼尔表示：

微工程、机器人技术、基因工程、磁悬浮飞行、家用飞机和太空科学。他警告说，如果美国不能在这些领域成功竞争，它将失去一直享有的技术和经济领导地位。

这似乎是一个重大失误，既有严重的误报，也有严重的漏报。奥尼尔未能提及那些对美国当时继续主导世界经济至关重要的行业，例如软件，同时他还预测太空和飞行领域的重要性远超其实际发展结果。

在具体机制上，奥尼尔也常有疏漏。例如，他在书中引用美国博士培养不足以及人们直接进入产业界的情况，作为美国落后且将持续落后于日本的原因。但在软件等重要行业中，许多重大经济/商业贡献恰恰来自未获博士学位便投身产业的人。美国在1983年之后的几十年里，并不需要大幅增加博士培养数量来维持经济竞争力。

书中还用了大量篇幅讨论当时一个普遍现象：日本企业将凭借制定和执行长期计划的能力，碾压美欧公司。我承认，短期思维为何能对美国公司如此奏效，至少到目前为止，对我来说仍是个谜。

帕特里克·迪克森

迪克森开篇写道：

下一个千年将见证人类历史上最严峻的生存挑战，其中许多挑战将在其第一个世纪的早期降临……

未来有六张面孔，每一张都将在第三个千年对我们所有人产生深远影响……【快速、城市化、激进、普世、部落、伦理，拼写为FUTURE】

从这六张面孔中，衍生出超过500项关键预期——作为这些重要全球趋势逻辑推演的具体预测。这些预测从必然发生到高概率，再到较低概率——但依然重要到需要战略规划和个人准备。

  • 在第三个千年中，让人联想到前一个千年的事物将会过时，时间点各有不同（2004年、2005年、2020年、2025年），例如：“真正的赢家将是那些抓住这一巨大转变并帮助定义它的人。哪个电视制作人还想制作第二个千年的电视节目？哪个服装设计师敢冒险让自己的年度系列被贴上‘陈旧的20世纪末时尚翻版’标签？……”
    • 不，20世纪末的时尚现在非常“流行”，而其他20世纪的时尚在十年前也曾“流行”。
  • “前千年主义者倾向于将2000年至2010年视为又一个十年。80年代和90年代的趋势会延续，只是更多相同而已。后千年主义者则截然不同。他们是第三个千年的产物。他们生活在其中。他们是21世纪的人，一个新时代。预计会看到近代史上最大的代沟之一。”
    • 主观，但并非如此。迪克森赋予了千年计数器翻转巨大的重要性，并说了一些话，比如：“至今很少有人意识到千年的影响。我的孩子是M世代。他们的整个成年生活将在第三个千年中度过……预计M因素将影响地球生活的方方面面……人类大脑通过将过去划分为间隔来理解它：日……月……年。然后是十年和世纪……而四个时间事件即将在同一时刻冲击我们：新年、十年、世纪和千年。”但计数器的翻转似乎并未引起任何特别剧烈的变化。
  • “预计会看到对立趋势之间的千年文化冲突，一个日益极端的世界，随着群体争夺未来主导权，不容忍的倾向加剧。”
    • 基本上是的，尽管他陈述的理由（未引用）关于为什么这应该发生在世纪之交（而非其他任何时间）是荒谬的，因为它适用于整个历史。
  • 市场主导权/权力将变得不那么重要，因为“微观市场”变得更加重要。
    • 不；关于较小市场存在的部分是正确的，但大型参与者，即迪克森所称的“第三个千年”中价值1万亿美元的大公司，如苹果、微软、谷歌和亚马逊，对这些市场拥有巨大权力，并且并未减少迪克森所称的“主导权”在经济或文化上的重要性。
  • 预计在“未来20年”（从1998年到2018年）会出现更多“变数”，例如“战争、核事故或核武器意外发射、大规模火山爆发或瘟疫，甚至具有巨大破坏力的彗星碰撞”。
    • 不；如果包括新冠疫情，这听起来会好得多，但如果我们看看该书出版前的20年，有苏联解体、天安门广场事件等，这些显然并不比1998年至2018年期间所见到的“变数”少。
  • 减少对经济增长的重视，因为人们越来越理解财富并不能让人幸福。
    • 不；迪克森写作时距离“增长是不可持续的，应该为了人类利益而刻意缩减”这一观点达到顶峰并不久远。

介绍到此结束。其中一些预测或许过早下结论，因为迪克森在部分内容中似乎将《未来智慧》视为涵盖整个“第三个千年”的著作，但他也指出21世纪最初几年和几十年预计会发生剧烈变化——无论是迪克森明确提及具体时间线的案例，还是未指明时间线的案例——而这些变化大多尚未实现。总体而言，我尽量只收录迪克森似乎指向2022年或更早时间段的预测，但他表述的模糊性使得百分之百准确判断变得困难。

下一章标题为“快速”，探讨的是未来六种“面相”中的第一种。

  • “预计将出现进一步迅速的重新调整［类似于苏联解体］，朝鲜首当其冲，作为斯大林主义的最后堡垒……朝鲜随时可能崩溃，导致成千上万饥饿的难民涌入中国、韩国和日本。”
    • 不；许多地方发生了重大政治动荡（泰国、阿拉伯之春、苏丹等）；朝鲜甚至不在政治动荡前十名之列，更不用说榜首了。
  • “预计南北紧张局势将加剧，因为新兴经济体意识到，为了追求增长而废除所有贸易和货币限制，也使它们受制于谣言、直觉和市场舆论。”
    • 不认为南北紧张局势会特别加剧。
  • “预计全球化将遭遇日益强烈的反弹，一些国家因大规模、不稳定的资本流动而沦为‘经济奴隶’。”
    • 不，因为这句话的后半部分，尽管这非常主观。
  • ［一堆没有评分的预测，都是关于模糊事物会继续发生的“送分题”，例如“预计大型机构将继续试图在这些国家波动剧烈的市场中猜对方向，从而赚取（或损失）巨额财富”］
    • 以这个预测为例，它相当模糊，可以根据预测的精神进行正反两方面的争论，但按字面意思非常容易满足，因为它只需要（例如）两家对冲基金对波动性进行重大押注，无论输赢；还有一系列类似的“预测”，按字面意思似乎极其容易满足，我就不一一列举了。
  • “预计将开发出日益复杂的投资工具，以至于某种商品［从上下文看，这显然指的是实际商品市场，而非抵押贷款之类］有时会因一项与某个完全无关的事件挂钩的大规模市场干预而大幅涨跌。”
    • 是的，尽管迪克森写这本书时，这一趋势肯定已经存在且广为人知，这使得这个预测非常乏味。
  • “管理理论仍不成熟……预计未来二十年将发生变化，因为严格的统计和分析工具将被开发出来，用以证明或证伪管理方法成功的关键要素。”
    • 不；严重低估了严格量化不同管理方法影响的难度，只有没做过严肃数据分析的人才会这么想。
  • ［似乎漏了一行；抱歉！］
    • 是的，尽管如果陈述的细节少一些，这个说法会更有说服力。
  • “预计‘管理史学家’将变得抢手，他们分析前一次工业革命以及二十世纪之交的工业成功与失败。”
    • 不；确实有人做这类工作，但他们并不特别抢手。该陈述的上下文暗示他们会受到CEO或其他试图了解如何经营实际企业的人的追捧，但通常情况并非如此。
  • “预计消费者调查和市场研究将被基于未来学的客户画像所取代。市场研究只能告诉你人们今天想要什么。这有什么聪明的……”
    • 不；并不是说人们不尝试预测趋势，但这个预测的上下文错误地暗示市场研究是微不足道的（“任何人都可以出去问同样的问题，那么真正的竞争优势在哪里？”），在计算机化的世界里，品牌无关紧要等等，所有这些都不正确，当然，市场研究和当前测量已经过时的简单说法是完全错误的。
  • 全球统一费率“通话”，无长途费用。
    • 是的，按字面意思，因为你可以用不少应用程序给任何地方的人打电话，所以我把这一条算给迪克森，尽管上下文暗示他的推理完全错误。首先，他似乎是在谈论电话通话，并认为传统电话通话会很重要，但他也对电信成本结构做出了一些错误陈述，例如“测量每次通话的时间和距离，在总通话成本中所占比例如此之高”（这被预测会发生，因为通话成本本身会下降，导致通话元数据追踪的成本主导通话本身的成本；即使这真的发生了，追踪通话时长和通话地点的成本也会非常小，事实上，我的电话账单仍然会追踪这些信息，尽管我没有为此付费，因为成本如此之小，除了隐私原因外，不追踪是荒谬的）。
  • “预计到2005年，富裕国家的大多数家庭将拥有多个电话号码……这意味着大多数高管在家中将拥有比今天在办公室更多的电话线路供个人使用。”
    • 不；有一种解读方式可以认为这个预测是正确的，但从上下文看，迪克森显然是在谈论人们拥有大量电话号码和电话线路，并在其他地方做出了一个陈述，暗示人们在家中的固定电话号码和线路数量将爆炸式增长。
  • 移动电话将取代今天大多数固定电话的使用场景。
    • 是的；基本上完全正确，尽管他关于预测的未来情景的故事并不正确，因为他对界面如何发展做出了一些错误的猜测。
  • 许多新兴经济体将直接进入移动时代，跨越现有技术。
    • 是的。
  • 到2005年，出差的高管/非常重要的人物将普遍使用卫星电话。
    • 不；到2005年，许多高管、副总裁等仍然受到蜂窝网络覆盖不完整的影响，并且没有卫星电话。
  • “未来十年”［到2008年］，手机将在必要时无缝切换到卫星覆盖。
    • 不。
  • 到2002年，电话树将从“令人讨厌的按键系统”切换到语音识别，到2005年实现无缝的、基本完美的识别。
    • 不；这些系统在2022年已经很常见，但我认识的许多人认为它们比按键系统差得多。
  • 每台“PC”的计算能力将继续每18个月翻一番，且无限期持续［有一个陈述暗示这至少会持续到2018年，但没有暗示此后会趋于平稳］。
    • 不；即使在当时，人们也已经观察到性能提升正转向更慢的增长曲线。
  • 未来的小型显示器将能够被放大。
    • 不，或者至少还没有（如果这个预测意味着软件缩放将成为可能，那在本书出版之前就已经可能实现，甚至内置于操作系统中，所以这算不上是对未来的预测）。
  • “到2005年，出现纸一样薄的显示片。”
    • 不。
  • 投影显示器将被广泛使用，取代许多CRT的应用。
    • 不；投影仪今天仍在使用，但应用场景与本书写作时大致相同。
  • 许多CRT的使用场景将被激光投射到视网膜的技术所取代。
    • 不，或者至少还没有；即使这在某个时候发生，我也会将其评为“不”，因为这一部分是关于什么会杀死CRT，而这项技术并非杀死CRT的关键因素。
  • 到2020年，数码相机在图像质量方面可与胶片相机媲美。
    • 是的；技术上按字面意思是对的，但这样写暗示数码相机到2020年才赶上胶片相机，而实际上这发生得很早，所以我认为迪克森错了，但他把这个预测写得足够模糊，以至于按字面意思恰好正确。
  • 在消费领域，到2010年数码相机将取代35毫米胶片。
    • 是的；但同上，迪克森严重低估了数码相机改进的速度。
  • “超高清电视摄像机”到2005年将“在大多数情况下”取代胶片。
    • 是的。
  • 软件将永远充满漏洞，因为新芯片的发布速度意味着程序员无法跟上漏洞修复，因为他们需要为新芯片重写软件。
    • 是的，尽管原因完全错误。尽管软件漏洞百出将持续相当长一段时间是显而易见的。我将在此处引用更多迪克森的原文，因为许多读者是程序员，他们对计算机为何有漏洞有自己的看法，并且无需额外背景就能直接评估迪克森的推理：“软件将永远充满漏洞。今天的台式计算机如此强大，即使技术停滞不前，全世界的程序员也需要至少20年才能完全发挥其能力。问题是他们只有不到20个月的时间——因为到那时新一代机器就会出现……所以为奔腾芯片编写了全新的代码。旧版本中的漏洞从未被修复，新版本中的漏洞也永远不会被修复，原因相同。”
    • 迪克森关于软件为何有漏洞的推理完全错误。并非因为英特尔发布新芯片，程序员就必须放弃旧代码并为新芯片编写代码。这种推理的错误程度在迪克森的评论中普遍存在，即使他确实猜中了一个预测，并且没有包含某种“因为”来否定该预测。
  • 计算机灾难恢复将变得更加重要，导致针对备份公司的诉讼成为下个世纪的一个主要特征。
    • 不；并非没有诉讼，但针对备份数据丢失的诉讼并非本世纪的主要特征。
  • 在家工作者将容易遭受数据丢失，最终会“将数据在线备份到其他城市的计算机上，作为终极安全措施”。
    • 是的，尽管这里的推理是错误的。迪克森根据硬盘大小（>= 2GB）与软盘大小（<= 2 MB）的比例得出这个结论，这使他断定本地备份是不可能的（需要超过1000张软盘），但即使在迪克森写作的年代，廉价、大容量、便携的磁盘（如Zip驱动器）和磁带备份也是可行的。
  • 在杀毒软件上的支出将大幅增加，杀毒软件需要“每月更新”，并且杀毒公司会制造病毒来迫使人们购买杀毒软件。
    • 不；微软基本上通过免费提供Windows内置的杀毒软件，使商业杀毒软件在用户购买杀毒软件的最大平台上过时了；企业在杀毒软件上的支出仍然可观，并且随着企业拥有更多计算机而增加，但消费者支出的大幅下降似乎与迪克森的预测相反。
  • 将创建新的自由区或半国家实体以规避在线销售税，各国将对提供来自这些避税天堂内容的ISP进行报复。
    • 不。
  • 色情行业将成为互联网技术和整体技术的主要驱动力，“未来30年”（直到2028年）。
    • 不；色情内容在90年代中期之前是互联网技术的主要驱动力，因为它占据了互联网商业的很大一部分，但在迪克森写这本书时，这种情况已经在改变（如果我没记错的话，1999年MP3超过了性成为最热门的互联网搜索词），非色情互联网经济远远超过色情互联网经济，因此色情网站不再是技术创新的主要驱动力，例如，YouTube的基础设施推动了前沿工作，而Pornhub的基础设施则没有这种需求。
  • 到2020年，互联网将终结我们所知的所得税，因为交易将无法追踪。
    • 不。
  • 到2020年，由于上述原因，销售税和财产税将取代所得税。
    • 不。
  • 到2010年，西方国家所有新建住宅都将是“智能的”，包括洗衣机在出现问题时自动呼叫维修人员等。
    • 不；我住过多个2010年后建造的房屋，没有一个是“智能的”。
  • 到2005年，通过电源插座实现普遍网络连接，允许你插入“世界上任何建筑物的任何电源插座”来获得网络连接。
    • 不。
  • 在上述时间线内，PC或游戏机将成为“智能家居”的大脑。
    • 不。
  • 电力线网络将淘汰家庭中的其他网络技术。
    • 不。
  • 到2000年，不再需要订购食物；垃圾桶中的扫描仪将检测到食物用完并自动订购。
    • 不；即使这样的扫描仪可靠且普及，这个想法也是荒谬的，因为系统只知道什么食物被用掉了，而不知道这个人将来想要什么食物。
  • 世界将由最大的电信公司主导。
    • 不；迪克森的想法是，互联网和网络的重要性意味着电信公司将主导世界，这类似于有人说软件公司的重要性必须增长，因为软件的重要性会增长；相反，电信变成了一种商品。
  • 电力公司将与电信公司竞争，到2001年高压线路将承载主要的远距离通信流量。
    • 不。
  • 互联网将取代电话。
    • 是的。
  • 移动电话成本下降如此之快，以至于到2000年它们将免费。
    • 不；可以说“是”，因为某些手机运营商一度提供签约免费送手机，但算上总成本，这些并不比有合约机可用的地方的非合约机便宜。
  • 很快将出现带有直接视网膜显示和语音识别的手机（原型已存在）。
    • 不。
  • 书籍的终结；被拥有“超过一百张纸一样薄的电子页面的数字书籍取代。只需加载你想要的文本，向后一靠，尽情享受。”
    • 不；显示技术尚未达到，而且不清楚为什么像Kindle这样的设备应该采用迪克森提议的设计，而不是仅仅拥有一个单页显示器。
  • 廉价打印导致家庭按需打印也成为终结书籍的力量。
    • 不；尽管这在90年代是一个非常时髦的想法（无论是在家里还是在本地）。
  • 互联网广播的增长；“预计成千上万的业余唱片骑师、单一议题活动家、古怪的人和不合群者，将在车库或卧室里，几乎只凭一套高保真音响、一台PC、调制解调器和麦克风，可能还有电视摄像机，向只有几十到几百人的听众广播。”
    • 不；严重低估了会进行广播和/或流媒体的人数。
  • 主流电视公司将失去黄金时段的收视率。
    • 不给这个预测打分，因为它是一个极其乏味的预测；正如迪克森在书中所指出的，在他写这本书的几年前，这种情况就已经开始发生了。
  • 到2010年，医生实际上将被要求遵从计算机进行诊断，因为计算机诊断将比人类诊断好得多，以至于用人类判断推翻计算机的法律责任将令人望而却步。
    • 不。
  • 外科医生将根据手术中死亡的人数来评判，这将导致外科医生避免给可能预后不良的患者做手术。
    • 不。
  • 教育增加；“一生中修读几门研究生或博士后课程”。
    • 不。
  • 纸质证书贬值，被对“不是通过书本学习获得的技能”的重视所取代。
    • 不。
  • 政府为识字率、教育等设定更严格的目标。
    • 不，或者至少对于旨在达成的严肃目标而言并非普遍如此。
  • 许多因接受不良教育而提起的诉讼。
    • 不。
  • 回归单一性别学校，至少在部分地区如此。
    • 不。
  • “彻底反思惩罚和教育，认识到‘零接触’政策行不通”，到2005年。
    • 不。
  • 美国城市学校中黑白种族融合的崩溃。
    • 不。
  • 大学图书馆变得无关紧要。
    • 不，或者至少不比本书写作时更无关紧要。
  • 到2005年，视频电话和视频电话使用普及。
    • 不。
  • 杂货店中密集的多媒体和VR体验。
    • 不。
  • 零售业普遍整合，除了“街角小店”，它们将因大约2010年左右“开始显现”的汽车使用限制而幸存下来。
    • 不。
  • 杂货店的通用忠诚度计划被定制的个人计划取代。
    • 不。
  • 到2010年，VR主导街机和主题公园。
    • 不。
  • 到2000年，“所有复杂的［制造］原型设计”都在VR中完成。
    • 不。
  • 从VR图像快速原型制作。
    • 不。
  • 语音识别的普遍使用将导致开放式办公室在2002年重新设计。
    • 不。
  • 语音识别将取代打字，以至于到2008年打字被认为过时且低效，除非在需要保持安静的场合。
    • 不。
  • 准确的手写识别将存在，但到2008年变得无关紧要，被语音识别淘汰。
    • 不。
  • 传统银行业被互联网摧毁。
    • 不。
  • “数百万”人将通过在线市场直接相互买卖。
    • 不计入这个，因为仅eBay在本书出版时就已经有200万用户。
  • 传统经纪服务将随着时间的推移变得不那么重要；更多交易将通过廉价或折扣经纪商在线进行。
    • 是的，但这是一个极其乏味的预测，在本书写作时已经在发生。
  • 普遍的企业间谍活动，比以往时代有所增加，由变得更小、更容易放置的窃听器等促成。
    • 不？不过这个很难判断。
  • 普遍的内部企业监控（无处不在的麦克风和隐藏摄像头，包括员工家中），以打击企业间谍活动。
    • 不。
    • 视网膜扫描普遍用于验证身份。
    • 不。
  • 完全自动驾驶汽车，相互联网等。
    • 不，或者至少还没有。
  • 汽车在道路上物理连接形成列车。
    • 不。
  • 到2010年，广泛使用身份芯片标记人类。
    • 不。

至此，“快速”章节结束。从浏览全书剩余部分来看，后续章节的命中率并未显著提高，推理风格也并无二致，因此我决定不再逐条预测进行评分。仅在此提及几处亮点（部分相当准确，但多数并非如此；因未确保抽样一致或随机，故不计入预测准确率统计）。

  • 到2020年，水资源供应极度有限，广泛实施水表计量、洗澡水回收利用等措施；到2010年，水资源稀缺到主要国家因此发生冲突，水成为重要外交政策工具；到2025年，实现无水清洁织物等技术
  • 到2020年，回归“经典”流行基督教美国家庭与文化价值观，单亲家庭受到更多污名化
  • 大规模禁烟、禁酒、禁致幻药物等运动兴起
  • 由于全球人口增长和流动性增加，重大疾病流行风险上升
  • 因部落主义加剧，大多数新财富由员工不超过20人的公司创造，其中至少75%为家族拥有或控制，且以家族资金起家
  • 全球自由贸易进一步扩大
  • “旧经济学”消亡，例如全球化压低工资与计算机化提升生产率相结合，使得低失业率与无通胀压力并存
  • 到2000年，自动化程度提升使旅行几乎零摩擦：你可以在线购买机票，前往机场，通过安检时扫描仪自动扫描，无需等待；甚至可跳过购票流程直接登机，此时系统会扫描你手表或皮肤中嵌入的智能卡，自动从银行账户扣款
  • 左/右政治终结，单一议题政治与政党兴起（此处推测指美国政治）
  • 环保主义成为最大政治议题
  • 臭氧层破坏导致人们避免日晒；阳光充足地区的度假和海滩不再受欢迎
  • 到2008年，新收集的数据使天气预报极为准确
  • 核能消亡，到2030年活跃反应堆数量为零或接近零
  • 对“电磁场”造成损害或致癌的担忧加剧
  • 降噪技术消除汽车和家中的恼人噪音
  • 人类克隆市场广泛存在，人们常培育自己的基因克隆体，而非传统受孕
  • 到2010年，具备设计针对特定器官或种族群体的定制病毒/瘟疫的能力
  • 到2010年，美国法律体系全面改革，减少/消除无根据诉讼
  • 宗教大幅增长，尤其是伊斯兰教和基督教
    • 在全球及美国，基督教重要性提升，催生“基督教民主党”等组织，基督教学校数量增加
  • 互联网有助于保障自由，对抗威权政权（后者可审查报纸、广播和电视，但无法审查互联网）
  • 全面全球化催生一种新世界宗教，它不源于旧观念，并自诩为教条、排他且优于旧宗教
  • 新世界秩序伴随国际法和国际法庭；否则国际贸易无法进行
  • “网络空间”拥有自身治理体系，包括“网络政府”及民主诉求（每个电子邮件地址获得一票）；国家层面治理“网络空间”“不能也不会持久，任何非选举、非代表权威的仁慈独裁同样如此”

总体准确率：8/79 = 10%

托夫勒

《未来的冲击》引言：

另一个保留意见与动词“将会”有关。没有哪个严肃的未来学家会搞“预测”。那是留给电视预言家和报纸占星家的事。……然而，在一本这样的书中加入所有适当的限定条件，只会让读者淹没在“也许”的雪崩中。与其如此，我斗胆以坚定的口吻直言不讳，相信聪明的读者能理解这种风格上的问题。“将会”这个词，始终应被理解为前面加了“很可能”或“依我之见”。同样，所有针对未来事件标注的日期，也需要带着判断力去审慎看待。

[第一章主要讲的是未来的冲击在未来将如何成为一件大事，以及我们目前正经历一场革命]

尽管引言中有这样的免责声明，但书中具体的预测却寥寥无几。我能看到的第一个预测出现在第二章中间，甚至算不上真正的预测，只是一个非常模糊的表述，暗示世界人口增长将以同样的速度持续或加速。第一章有很多关于未来冲击将有多严重的模糊陈述，然后第二章讨论了世界正以前所未有的速度变化，并引用人口翻倍时间为十一年，指出这必将极大地改变世界，因为这意味着在十一年内需要新建相当于东京、汉堡、罗马和仰光规模的城市，以此说明世界变化之快令人震惊。书中还提及了未来地下城市的建设，但表述得相当模糊，很难称之为预测。

书中还有一个类似的隐含预测，即经济增长将持续，翻倍时间为十五年，这意味着当一个人三十岁时，物质总量（原文表述为物质总量而非财富）将翻两番，而到七十岁时，将增长三十二倍。这个隐含预测比前一个更强，因为其措辞暗示这种增长率应至少持续七十年，或许这是本书中第一个真正的预测。

本章稍后还有另一个关于旅行速度的预测：1880年代，人类花费数百万年才达到时速100英里；仅58年后，1938年便达到时速400英里；随后又用20年时间翻倍；此后不久，火箭便能以时速4000英里推进人类，而人们已能以时速18000英里环绕地球。严格来说，文中并未对未来旅行速度作出明确预测，但由于这两章旨在说明这种加速变化将在未来引发未来冲击，若引用指数增长终将趋于平稳的例子作为未来引发冲击的理由，则显得荒谬——引用本身隐含的正是旅行速度将持续增长。

随后托夫勒列举了一系列历史案例：在过往时代，从产生想法到付诸实践的时间间隔很长，而越接近当代，这一间隔越短，因为“随着时间推移，我们发明了各种社会机制来加速这一过程”。

直至第四章，托夫勒仍避免作出具体明确的预测，但暗示建筑将更具临时性——尤其在美国，拆除旧建筑（如建成十年的公寓楼）以建造新楼的现象将增加，因为新建筑远优于旧建筑，继续居住旧楼已无意义；学校将转向使用临时建筑，这些建筑在不再需要时能快速拆除，可能常采用测地线穹顶结构。

此外，模块化程度将普遍提升——建筑部件可随时更换，使现代建筑在短短25年寿命期内能实现更快速的改造。

另一个隐含预测是：一切事物都将从拥有变为租赁，文中特别以汽车和住宅为例，指出在即将到来的1970年代，汽车租赁率相对于拥有率的增长将持续急剧加速。

直至第五章，托夫勒仍避免作出具体预测，但强烈暗示：人们为通勤等日常事务而进行的旅行量将大幅增加，使地理位置变得无关紧要。与先前隐含的预测类似，这基于托夫勒视为趋势的急剧加速，并隐含着对当时近未来的预测——他引用有人年通勤5万英里、日通勤120英里的案例，以及旅行里程持续增长的统计数据。至于实际预测，托夫勒仅作出模糊评论：

在我所描述的“未来之人”中，通勤、旅行和定期举家搬迁已成为他们的第二天性。

如果严格按字面理解，这并非严格意义上的未来预测，尽管可以推断未来人们通勤和旅行的频率会高得多。

在类似的隐含预测中，托夫勒暗示，未来企业将要求高技能工人迁往对企业最有利的任何地点，而他们若想拥有职业生涯，除了服从别无选择。

在第六章中，托夫勒罕见地做出了具体预测，他写道：

当被问及“你是做什么的？”时，超工业时代的人不会根据自己当前（短暂）的工作来定义自己，而是根据其职业轨迹类型，即工作生涯的整体模式。

托夫勒列举了一些过时的职业类型，例如“机器操作员”、“售货员”和“计算机程序员”。这一部分隐含的意思是，职业变化将如此迅速和频繁，以至于未来“计算机程序员”这个概念将变得毫无意义。此外，还暗示未来知识的半衰期将非常短，人们将不再能在职业生涯中积累有用的知识，尤其是管理层的人不应期望随着年龄增长而晋升，反而可能因知识过时而降级，最终从事“更简单”的工作。

书中还暗示，更多人将为临时工机构工作，取代原本的全职岗位。这本书高度以美国为中心，并认为这对工人有利（能带来更多灵活性），却未提及任何弊端（如缺乏福利等）。这一章确实有一些关于人们如何与家人和朋友联系的明确预测，但这些预测足够模糊，以至于很难判断这些预测是否已经实现。

在第七章中，托夫勒表示，官僚机构将被“临时委员会体制”取代。在官僚机构中，权力自上而下，人们被分配到明确的角色；而在临时委员会体制中，角色变化如此频繁，以至于人们不会陷入固定的角色。托夫勒指出，一些人对未来的担忧是，随着组织变得更大、更强大，人们会感到自己像齿轮一样微不足道，但这种担忧是没有根据的，因为临时委员会体制将取代官僚机构。这也意味着自上而下的指令将终结，因为未来创新的快速步伐不会给自上而下的决策留出时间，从而赋予工人权力。此外，计算机将自动化所有日常和常规工作，不再需要官僚机构，因为官僚机构只用于控制从事常规工作的大群体，在非常规工作中毫无用武之地。书中暗示，“在未来二十五到五十年内，[我们将]参与官僚机构的终结”。由于托夫勒写作于1970年，他这一预测的时间范围是1995年至2020年。

第八章以“一切都在加速”为主题，并将其转向文化领域。托夫勒预言，名人、政客、体育明星、著名虚构角色、畅销书、艺术品、知识等，其职业生涯或相关性的持续时间在未来都将大幅缩短。此外，新的、广泛使用的词汇将以比过去更快的速度被创造出来。

第九章延续“一切都在加速”的主题，指出社会结构和政府正因快速变革的压力而濒临崩溃，柏林、纽约、都灵、东京、华盛顿和芝加哥的动荡便是明证。托夫勒是否借此声称自己预测了苏联解体？

在“新亚特兰蒂斯”的小标题下，托夫勒预言了一场争夺海底所有权及相关海洋生物的激烈竞赛，全新的产业将涌现以加工海洋产出。“水产养殖”将变得与“农业”同等重要，新的纺织品、药物等将来自海洋。这将是一片新边疆，堪比美国西部边疆，人类将殖民海洋。托夫勒写道：“如果这一切听起来太过遥远，那么不妨冷静地注意到，通用电气公司的科学家沃尔特·L·罗布博士已经成功让一只仓鼠在水下存活——他将它封闭在一个实际上相当于人工鳃的盒子中：一种合成膜，能从周围水中提取空气，同时阻止水进入。”托夫勒将海洋殖民的时间表定为“远在公元2000年到来之前”。

托夫勒还预言，从70年代开始人类将能控制天气，并且“显然只需数年”，女性就能“免于怀孕的不适”而生育子女。

我读到此处便停了下来，因为各章似乎大同小异，只是将同一套推理应用于不同领域，而后续章节的预测准确率似乎也不太可能提高。

  1. 我使用 web.archive.org 提取了一份较旧的名单，因为当前的未来学家名单太长，人们难以评估。我在 archive.org 上随意选择了一个过去的时间点，那份名单似乎短到足以评估（不过，考虑到这篇文章的长度，也许事实并非如此），然后我查看了那些未来学家。[返回]
  2. 虽然确实存在这样的情况：人们能做出出色的预测，或以其他方式展现专业知识，同时发表“鸡尾酒会式观点”水平的言论，因为有可能拥有精炼的直觉却无法将其言说，但培养这种直觉需要认真对待负面反馈以训练直觉，而这与我们在这篇文章中观察到的未来学家的行为恰恰相反。[返回]
  3. 鲍尔默说这话时难以置信地大笑；500美元对于手机来说太贵了，而且将是最贵的手机；没有键盘的手机不会吸引商务用户，也不适合写邮件；你可以花100美元买到像摩托罗拉QPhone这样“很棒”的Windows Phone设备，它能做所有事情（发消息、写邮件等），等等。

你可以在大公司里到处看到这类未来学家级别的预测。例如，在谷歌的内部G+上，史蒂夫·耶格对谷歌各个主要组成部分（如谷歌云）的未来做出了相当准确的预测。如果你阅读一些相当资深人士的评论，很多人不同意耶格的观点，原因在我看来当时就明显站不住脚，后来也被事实证明是错误的。从某种意义上说，你可以认为这意味着即使拥有正确信息，将要发生的事情也并不那么显而易见，但这真的取决于你对“显而易见”的定义。

泰特洛克的《超预测》中有一个反彩蛋：泰特洛克提出了一个“聪明的逆向思维”观点，认为鲍尔默的言论受到不公正的攻击，因为全球iPhone市场份额并不高，他还声称鲍尔默的言论相当克制，只是被断章取义了。如果你读了这本书，并看了泰特洛克使用的断章取义的引文，这似乎说得通，但如果你看了那段引文来源的采访，显然不是这么回事。泰特洛克提到自己并非超级预测者，并基本表示自己没有耐心成为这样的人，所以我并不因此责怪他，但我确实觉得有点好笑：这本长篇讨论理解你所讨论的话题有多么重要的书里，竟然出现了这种虚假的《魔鬼经济学》式逆向思维“反驳”。

[返回] 4. 尽管这实际上是另一个话题的内容，但我还是要指出，长期主义者不仅常常以同样的确定性行事，而且关注的也恰恰是相同的话题。例如，在2001年，著名长期主义者埃利泽·尤德科夫斯基在描述其新编程语言Flare的一份文档中写道：

一门新编程语言必须足够出色才能存活。新语言需要实现质的飞跃才能参与竞争。我们对此直言不讳：Flare 确实出色。Flare 中蕴含着前所未见的概念。我们期望能用 Flare 解决其他语言无法真正解决的问题……在美好的旧时光里，编写“高效”编程语言或许合情合理。然而，这是一个新时代。微波炉与速溶咖啡的时代。成立六个月的公司、二十二岁的CEO与摩尔定律的时代。光纤的时代。速度的时代……“效率”决定了你需要多少硬件资源，而“可扩展性”则决定了你是否能向问题投入更多硬件资源。在极端情况下，缺乏可扩展性可能彻底阻碍某些问题的解决；例如，任何基于32位指针构建的程序，在超过4GB内存空间后可能完全无法扩展。这种可扩展性的缺失迫使程序员将精力耗费在效率上——在区区4GB可用内存中不断压榨性能。但若硬件与软件具备可扩展性，本可购置更多内存；这未必廉价，但通常比再雇一名程序员更划算……可扩展性还决定了程序或语言随时间的适应能力。在决策时对内存设定640K或对磁盘设定4GB的硬性限制或许并不荒谬，但摩尔定律及其推论不可阻挡的进步终将撞上此类限制……Flare 的核心理念是：牺牲效率换取可扩展性是可以接受的。重要的不是从当前硬件中榨取最后一丝性能，而是保留向问题投入硬件资源的能力。只要可扩展性得以保留，Flare 也可以为了简化程序员的工作而执行复杂、耗用大量MIPS的操作。在计算黎明时期，大多数计算任务都受限于可用硬件，因此必须花费大量时间优化效率，才能让计算体验勉强可忍受。如今，无论用快语言还是慢语言编写，大多数简单程序都能快速运行（从用户角度看几乎是瞬间）。若程序运行缓慢，瓶颈往往在于内存带宽、磁盘访问或网络操作，而非内存使用量或CPU负载……可扩展性常以效率为代价。传统上，编写可并行化的程序需要付出内存屏障指令和同步锁获取的代价。对于小规模N，O(N)或O(N**2)的解决方案有时比可扩展的O(C)或O(N)方案更快。双向链表支持常量时间的插入或删除，但代价是内存消耗，以及使链表在其他操作（如索引查找）中更笨拙（O(N)而非O(C)或O(log N)）。Flare 通过维护在目标上的双向链表追踪双向引用，会消耗内存以维持添加或删除引用的可扩展性。当仅存在十个引用时，普通向量类型会更简单且同样快速，甚至更快。使用双向链表增加了复杂性，并在最小规模下消耗额外计算能力，但换回了理论上扩展到数千或数百万个引用指向同一目标的能力……尽管对于这种极端情况，可能需要进一步增加复杂性。

与那个时代的其他摩尔定律预测一样，这不仅事后看来是错误的，而且错得如此明显，以至于本科生都被教导为何这是错误的。

[返回] 5. 根据我的个人经验，随着大型企业变得愈发强大，客户体验往往显著恶化，因为我离那些真正有权帮我解决问题的真人越来越远。而我之所以能将自己的体验描述为“显著恶化”而非“严重恶化”，唯一原因是我拥有足够多的推特粉丝——当我遇到导致某家大型企业产品完全无法使用的漏洞时（过去一年发生过两次），我可以在推特上发帖，很可能有人会将问题升级到足够高的层级，使其得到修复。

在2005年，当我与企业打交道时，我要么直接与能处理任何问题的人沟通，要么只需经过一次升级就能找到这样的人。而且，即使问题无法解决（我从未遇到过这种情况，但理论上可能发生），市场也足够分散，我可以直接改用其他公司的产品或服务。最近，在我不得不通过推特寻求支持的两次事件中，其中一种产品基本没有同类替代品，因此如果我无法通过朋友的朋友找到帮助，或者无法制作出某种病毒式传播的视频/博客/推文等，我将彻底失去使用该类产品或服务的能力。在另一次事件中，该领域有两家公司，但其中一家规模更大，能在更广范围内提供有效服务，因此我将失去在多个地区使用整类产品或服务的能力，除了“制造病毒式传播”外别无他法。目前没有简单的方法量化这种影响是否“大于”已发生的改进，以及总体而言消费者体验是改善还是退步，但关于此类现象普遍存在的抱怨足够多，以至于在讨论中至少应赋予劣化体验一定权重——而库兹韦尔却给了它们零权重。

[返回] 6. 如果事实证明长期主义者及其他当代未来预测者严重依赖与过去未来学家相同的技巧，我可能不会撰写分析报告，因为篇幅会很长，而且我认为罗列一长串显而易见的错误并不有趣。根据上文关于“若聚焦商业领袖会更有趣”的评论，如果存在一些使用合理方法论的人可供比较对照，撰写分析报告会更有趣得多。

反之，如果预测未来的人完全不依赖本文讨论的技术，那么基于未来学方法分析得出的结论将是一个相当直白的负面结果，可能只需一条简短的推文或一篇极短的帖子就能说明。正如凯瑟琳·奥尔森所指出的，长期主义借鉴了多种思想传统（而我与长期主义文化距离较远，无法对这些传统的相对权重形成个人观点）：

现代“长期主义”汲取了多种思想传统，包括历史上的“未来学”思维，以及从学术人口伦理学哲学到伯克利理性主义文化等其他影响。

就当今“长期主义者”特别使用与历史“未来学家”相似的预测方法而言，[本文]对长期主义者预测未来几十年技术发展的能力而言并非好兆头。

如果本文有严肃的“第二部分”，我们将探讨这一观点及其他内容，但基于上述原因，本文可能不会有太多“第二部分”的内容。

[返回] 7. nostalgebraist的这篇文章提供了另一个例子，其中metaculus使用布里尔分数进行评分，正如泰特洛克在其超级预测工作中所做的那样。这赋予了它一种可信度，直到你审视实际计算的内容——那并非一个有意义的布里尔分数适用对象，意味着使用这种严谨的、经超级预测认可的技术所得出的结果是毫无意义的；这正是麦克尔里斯所警告的那种情况。[返回]