凯文·凯利（Kevin Kelly）演讲分享“13条预测”，但强调多数预测可能错，目的是倒逼思考；整体框架按“人、机器、人－机融合”三条前沿展开，并贯穿“未来10年高度不确定”。要点如下：

一、总判断：未来10年是“高不确定性”窗口

- 专家也不知道AGI能否实现、岗位会被怎样替代、中美AI与地缘如何演化；普通人与专家都不确定性高。- 企业想要确定性，但AI、气候、政治都给不了短期答案；中美关系真正看清可能要10年。- 他的预测定位：不是预言准，而是“磨锐想象力”。

二、人的前沿（生命科学/医疗）

- 重点不是延长寿命长度，而是健康跨度（healthspan）：生物年龄监测、抗衰干预。- GLP‑1类（如减肥药）只是代表，应用场景远超减重；多药联用、个体化用药是趋势。- AI医生：诊断设备、外科辅助已多；但患者会先自己问AI再找人医。预测2年内多数人会有“合格AI医生”可用。- 人医价值转向共情、鼓励、判断、经验；AI做医学知识，人做“医生式陪伴”，形成人机分工。

三、机器前沿（能源/AI/机器人）

- 能源：硅谷约70家替代核能初创，10家已有反应堆试点；AI公司、亚马逊等自建小堆供电力。预测2036年前美国至少1个小型核裂变电站商用，聚变/人工太阳能也有1个示范运行（可能不经济但并网）。- 太阳能成本继续降，未来可把光伏做成围栏、屋顶、非最优角度也因材料够便宜；太空数据中心用太阳能是热点（谷歌Sun Catcher等），但受发射成本、散热、辐射、重量限制。预测太空数据中心要等发射成本＜100美元/公斤才规模化，约2040年前后。- LLM的局限：当前大模型主要是“文本/知识型”，只做模式识别；无持续记忆、无在线学习、不懂物理世界。需要补充“世界模型”。- 下一代重点：空间智能/世界模型/大型物理·化学·生物模型，用视频与现实数据训练（Waymo是范例）；瓶颈是世界数据稀缺、合成数据补足。- 机器人：需要世界模型+低延迟本能+小模型本地化（DeepSeek式压缩方向）+灵巧手+低功耗。人形是“最复杂机器”，可靠性要从99.9%提升到99.99%极难；人脑仅约25W、全身运动约300W，机器人能耗与安全风险大。预测通用人形进家庭约10年，短期先看工业/特定场景。- 投资判断口吻：AI不是单一赛道，是“jagged front（参差前沿）”，不同模型、业务、监管速度不同。

四、人－机融合（外骨骼/智能体/显示）

- 外骨骼5年内普及三类：医疗康复（结合BCI/Neuralink帮瘫痪行走）、工业搬运、消费/运动增强；老年替代部分轮椅。- AI智能体（agents）：硅谷工程师管6–10个agent，自己不写码只调度。普通人未来1–2个“总agent”代管其余；多数token是agent对agent，预测5年后90%+ AI流量不接触人。常驻agent通过智能眼镜始终在线，看你所看、读邮件消息，可能“比你自己更懂你”；他称之为exo‑self（外我）代理，3年内成主流关系型助手。- 经济层面：后台、采购、谈判、文书交给agent；预测5年内“智能体经济”资金流转规模超过人工经济。- 显示：大屏视频墙进家庭/企业，AI生成不重复“氛围影像”；小屏走智能眼镜（透明AR），先做蓝领指导（施工、维修、导航）而非极客社交；数字孪生+3D头像让元宇宙更有“在场感”，成为最强社交通道之一。

五、产业与中美AI结论

- Token成本：虽在降，但训练/数据中心投入涨更快；短期需求超预期，会有小型、暂时性AI投资泡沫，呈“上涨—回撤—恢复”的N型，不是长期崩盘。- 中美对比：美国偏基础突破，中国偏开源、工程化、降本；中国模型基准落后美国仅几个月。未来不是分流而是convergence（趋同）——两边能力接近，中国更专低价/高效，美国更多样化；token不单比便宜，还比延迟、质量、场景，形成多模型生态。- 收尾：不确定性中仍要“想象对的事”并保持乐观；技术设施由过去的乐观者建出，未来也靠今天乐观者推进。