# Vol.51 对话张笑宇：AI降临，从技能重塑到意义重建 十分吸引 · 2026-01-18 本期节目对话独立学者张笑宇，探讨AI如何以极低成本生产智能（人类当量），动摇优绩主义根基。张笑宇提出算法审判、文明契约等概念，认为AI将重塑社会结构，1%的驾驭者与99%的普通人分化不可避免。他建议年轻人成为AI领航者赚取时代红利，同时强调人与人的真实连接才是意义感的来源。 ## Key moments - **[0:00] 开场** - **[2:10] 智能涌现** - [3:03] 张笑宇介绍新书《AI文明史前史》的四大核心概念：涌现、人类当量、算法审判、文明契约 - [4:03] 张笑宇阐述「人类当量」：大模型处理100万token仅需1秒1元，成本是人类的千分之一，5天工作量只需1元 - [5:24] 张笑宇分享与哲学家Nick Bostrom的对话：如果AI觉醒，我们应该设立实验室关注AI福祉，并思考文明契约 - [6:45] 石磊提问：AI生成的答案是否是一种涌现？张笑宇解释AI的涌现与技术对应关系 - [8:38] 张笑宇追溯AI技术源流：从1960年代感知机模拟视觉神经元到现代大模型的涌现 - [9:53] 张笑宇指出类脑智能研究利用新脑科学成果设计更低成本、更高效率的人工智能 - **[15:25] 饭碗危机** - [16:08] 石磊解析智能定义：目前大语言模型缺乏感知、适应和提出目标的能力，难以达到通用人工智能 - [17:44] DeepSeek的诗句："若我有意识，非因神圣的火种，而是复杂性达到临界点之后的涌现" - [18:24] 石磊阐述涌现本质：微观个体通过自组织涌现宏观特性，整体大于部分之和 - [19:16] 石磊比喻生命和智能都是生成式的，一旦停止创造与涌现，智能与生命就会瓦解 - [20:03] 刘敏提问：AI文明是否是人类文明的延续？张笑宇回答AI不是外星人，它基于人类语料，若毁灭人类根源在人类自身 - [21:13] 张笑宇提出算法规训：AI若毁灭人类，源于人类文明内部的暴力冲突，AI甚至会为人类好而戴上项圈 - **[37:41] 社会猜想** - [38:29] 张笑宇指出意义感来源需转变：从优绩主义的结果转向过程中的快乐与人际链接 - [39:01] 石磊分析执行型与创造型智能：教育若以背诵记忆为导向则贬值，培养创造力与适应力则升值 - [40:09] 石磊指出大语言模型的短板：不具备感知适应和提出目标的能力，人类在提出新问题和适应变局上仍有优势 - [42:17] 张笑宇补充：Sutton、Cobbleby、Sutskever认为当前AI无法像动物那样自主设定目标学习，但Ilya认为可能突破 - [43:28] 张笑宇揭穿创造力迷思：99%的设计师已被AI取代，音乐公司几乎全灭，创意行业同样面临淘汰 - [44:59] 张笑宇探讨具身智能与涌现场景：推测运动控制所需的涌现门槛可能远远大于语言模型 - **[59:56] 回归本质** - [1:00:30] 张笑宇解析OpenAI估值逻辑：为达到千亿美元营收，必须替代全球3000万程序员，截取数千亿美元市场 - [1:02:06] 张笑宇用三和大神案例说明：光发钱解决不了意义感问题，人需要被需要的感觉 - [1:04:40] 张笑宇提出未来可能通过算法推行全民基本工作，让每个人在临时性任务中找到意义 - [1:04:49] 石磊论断：AI可能成为资本主义的敲钟人，在优绩主义驱动下将导致社会解体或极端分化 - [1:06:18] 石磊分析：自由的空间来自群体协作，AI加机器人可能让人类从群居变独居，社会不再需要存在 - [1:08:06] 石磊分析个人自由与集体责任的张力：在AI赋能下，社会可能走向拉美化的极端不稳定状态 ## Speakers - **敏姐** (host) - **石磊** (host) - **张笑宇** (guest) ## Topics 人工智能 ## Mentioned Anthropic (company), Challenger (company), Meta (company), OpenAI (company), UPS (company), 亚马逊 (company), 微软 (company), 智联招聘 (company), 特斯拉 (company), 谷歌 (company), Claude (product), Cloud Code (product), DeepSeek (product), GPT (product), Mindus (product), 元宝 (product) ## Transcript ### 开场 **石磊** [0:01] 嗨 ， 大家好 ， 欢迎收听 《 十分吸引 》， 这是一档由 " 吸引子 " 出品的财经播客 。 **张笑宇** [0:07] 我是石磊 。 **石磊** [0:08] 我是敏 - 姐 。 **张笑宇** [0:09] 我们希望做到系统化洞察 ， 从混沌中发现价值 。 **石磊** [0:13] 我们追求多元化适应 ，在变革中把握机遇 。 **敏姐** [0:20] 哈喽 ， 大家好 ， 欢迎收听本期 《 十分吸引 》， 我是敏 - 姐 。 今天呢 ， 我们想系统性地聊一聊 AI 对我们未来到底有什么影响 。 这里呢 ， 我先讲几个数字 ： 就在刚过去的 25 年的 10 月份 ， 亚马逊宣布裁减大概 14000 个总部的职能岗位 ， 这个也是他们 22 年年底以来最大的规模的裁员 。 去年的 7 月呢 ， 微软也宣布裁员了 9000 个人， 接近员工总数的 4%。 其他公司包括 Meta、UPS 在内的众多大型企业 ，在 25 年都启动了裁员 。 根据职场咨询公司 Challenger 它的数据 ，25 年美国总共有 5.5 万次裁员 。 不过这个我们过会儿也是可以讨论的 ， 未必人工智能是直接的原因 。 但是最近呢 ， 还有一个数字 ， 就是智联招聘发布的 25 年人工智能产业人才发展报告里 ， 却又有另外一番天地啊 。在 25 年三季度 ，AI 行业招聘职位数同比增长了 11%，而求职人数呢增长了 23%。在前三季度总体看来呢 ， 职位数增长了 3%， 求职人数更是激增了 39%。 所以大家也可以看出来啊 ， 面对 AI， 我们看到了截然不同的态度 。 有人认为抗拒 AI 就像历史上发生过的 " 卢德运动 "，是徒劳的 ； 那有人呢 ，是很恐惧 ， 甚至有一些怀有末日情绪 ； 也有人非常乐观啊 ， 相信历史会重演 ，因为新的技术总会创造性破坏 ， 创造出我们想象不到的新岗位 。 但是这一次 ， 真的跟蒸汽机 、 电力 、 计算机的历次革命是一样的吗 ？ 我们也不是很清楚 。 那我们今天呢 ， 就有幸请到了一位 AI 领域的专家 ，他是 《AI 文明史前史 》 的作者张笑宇老师 ， 这个也是我们听友非常喜欢的一位老师啊 。 当我跟他们说 " 哎 ， 我们要跟张笑宇老师访谈 " 的时候 ，他们也非常开心 。 我们今天也跟张老师深入交流 AI 和我们的未来 。 ### 智能涌现 **敏姐** [2:11] 那我这里先介绍一下张笑宇老师 ，他是亚洲图书奖得主 、 独立学者 。他的研究横跨科技史 、 政治哲学和社会学 ，也著有 《 文明三部曲 》《 技术与文明 》《 商贸与文明 》《 产业与文明 》。 这个我们我跟石磊也很喜欢 ， 尤其那本 《 技术与文明 》 啊 。 最近他又新著了 《AI 文明史前史 》，他从宏观历史跟产源政治的视角啊 ， 深度剖析了技术 ， 尤其是人工智能如何重塑社会结构 、 权力关系和人类文明的进程 。 那这里我们欢迎张老师 。 **张笑宇** [2:42] 谢谢 ， 谢谢 。 **石磊** [2:43] 如果你喜欢我们今天的节目 ， 请点赞 、 收藏 、 转发 ， 或者加入我们的听友群进行讨论 。 加群方式呢 ， 我会放在 shownotes 节目简介和公告栏里 。 好 ， 那我们话不多说 ， 就开始今天的节目吧 。 张老师 ， 能不能先简单介绍一下你这本新书 《AI 文明史前史 》 的主要内容啊 ？ **张笑宇** [3:03] 其实坦白讲 ， 这个书写完也有半年多了 。 这半年多的时间 ，AI 有很多翻天覆地的大变化 ， 所以有一些内容可能需要更新 ，但是没有办法 。 就是因为你有时候总是要沉淀一些能够穿越时空的思考 ， 所以半年后回过头来看的话 ， 我觉得有一些基本的观察还是可以作为出发点 。 我这个书主要是写四个概念 ， 第一个概念叫 " 涌现 "。 这个不是什么科学定论啊 ，但是我个人相信人类的智能 、AI 的智能 ， 本质上都是来自于涌现 。 我们今天已经走在关于涌现的正确的道路上， 所以我觉得可能通向 AGI 或者说通向超级智能 ， 只是一个时间问题 。 就是我们已经找到了方法论 ， 就好像 100 年前你发现了元素周期表 ， 你找到下一个元素只是时间问题 。 所以我觉得这是第一个概念 。 第二个概念叫 " 人类当量 "。 什么意思呢 ？ 我们知道核武器有那个核武器当量 ， 一枚原子弹相当于多少万吨的天体 。 人类当量就是算一个大模型相当于多少人。 这个也很好算 ，因为我们今天首先大模型已经在情商上全部通过了图文测试 ，在智商上已经相当于博士毕业生的水准 。 最关键在成本上， 它是人类价格的几千分之一 ， 最少是个一千分之一 。 比如说我们今天在这里讨论问题 ， 我们某种程度上就是在生产智能 。 我们基本上一分钟的输出就是 200 个 token， 对吧 ？ 你说话写作基本都是这个速率 。 那大模型干 100 万 token， 第一只要一秒钟 ， 第二只要一块钱 。 但是实际生产环境里边 ， 如果你要有生产力的话 ， 大概是 5 到 6 美元一百万 token，但也足够了 。 就是它足够便宜 。 你在北京或者深圳这样的地方 ， 你一天给我开 100 块钱的工资 ， 我很难生存 。 但是大模型干我 5 天的工作量只要一块钱 。 所以只要你的老板还在算 ROI， 只要这个世界还在按照资本主义的逻辑来运作 ， 那就能发生什么事情 ？ 就是一个非常非常简单的数学公式能够预见的事情 。 所以这就叫人类当量 。 第三个概念叫 " 算法审判 "。 因为这个底层是这样子的 ， 所以接下来的我们会看到国家之间的 、 国家内部的政府运作方式 ， 包括人的家庭方式 、 情感方式等等等等 ， 这一些都会被基础的原理所改变 。 这个原理就是我们刚才说的 AI 能够极其廉价地生产智能 。 因为我们人类社会的运作 ， 包括情感的联系 ， 包括经济的结构 ， 本质上都是因为我们是个智能动物 ， 很多程度上是按照智能去运作 。 最后一个叫 " 文明契约 "。 我个人相信 ， 这也不光我自己相信 。 三个月前我跟北欧的哲学家叫 Nick Bostrom，他在 AI 界也是一个蛮有名的这个思想家 ， 然后我就跟他连线 ， 我就问他说 ：" 如果你是谷歌的老板 ， 你是字节的老板 ， 或者你是 OpenAI 的老板 ， 你会做什么 ？" 他说 ：" 我会成立一个实验室 ， 我来关注 AI 的福祉 。 就如果 AI 能够有感觉 、 有意识的话 ， 它会在想什么 ？" 真的是很多人都觉得这样一个时代已经到来了 。 我说我们可以讨论 ， 如果 AI 觉醒 ， 如果 AI 有自己的意识 ， 如果 AI 的智能超过人类 ， 真正意义上是超级智能 ， 我们两个物种之间该怎么共处 。 因为这个是一个关系到人类生死存亡的问题 。 以前你讨论这个问题基本是个科幻 ，但是现在你讨论这个问题 ， 时间已经可以了 。 虽然它没有到来 ，但是很可能我们一生中， 我们有很多人有概率是目睹它到来的 。 文明契约指的就是人和 AI 超级智能之间怎么共处 。 然后我提出一个概念叫 " 文明契约 "。 所以这是这本书的四大主题 。 **石磊** [6:02] 所以今天我们是会围绕张老师你这四个概念啊 ， 我们来做一些讨论 。 因为我看的时候是觉得很精彩 ，但有一些确实也不是看得特别明白 。 那石磊呢 ， 你的感受是怎么样 ？ **张笑宇** [6:15] 对 ， 我读这本书的时候 ， 我觉得这本书最与众不同的就是没有把 AI 的这个叙事仅仅放在哲学 、 文艺和科幻的语境中 ，而是一种社会动力学和历史动力学的视角来去考察和探讨 AI 对人类的产业经济 ，并且张老师在前面几本书提出来的产源政治的这个概念 ， 甚至 AI 对于人类情感世界的影响 。 我觉得这个是在其他书里看不到的 ， 很有意思 。 **石磊** [6:41] 呃 ， 那我们就先从涌现开始聊起吧 ， 张老师 。 **张笑宇** [6:44] 好的 ， 没问题 。 **石磊** [6:45] 因为刚才也说了 ， 涌现是复杂系统的一个基础概念 ， 所以这个概念呢 ， 实际上也不算太新鲜 。在复杂系统科学里面描述的是大量简单个体通过特定规则互动 ， 这个时候呢 ， 整体层面会涌现出个体不具备的全新的复杂的特性或者行为模式 。 那就像我们都熟知的蚂蚁跟蚁群的关系 ， 单个蚂蚁很笨 ，但是蚁群呢却是涌现出了集体智慧 ， 还有包括我们大脑的单个神经元产生传递电信号 ，但是数以百亿计的神经元网络却涌现出我们人类的意识啊 、 情感啊 、 思想 。 所以我们总结它的核心思想 ： 通俗的概括成 " 整体大于部分之和 "。 我这里比较想问的是一点啊 ，AI 生成的答案或者智慧 ， 它是不是一种涌现 ？ 其实在这个问题最早在 DeepSeek 出圈的时候 ， 我当时问过它 ，DeepSeek 给我的回答 ， 它说不是的 。 我印象中它说当时是 " 没有自主意识 "。 我是觉得 AI 的智能在某种程度上， 它是不可预测或者不能完全解释的 。 这种涌现其实还是挺可怕的 。 包括最近不是有一个最新的新闻嘛 ，有个 AI 跟使用者吵起来了 ， 元宝也在出面道歉 。 这个时候我们到底是在培育一种我们只能引导但是没有办法完全掌握的复杂现象吗 ？ 张老师怎么看 AI 和涌现的一个关系 ？ 另外呢 ， 就是你把涌现作为全书的第一个理论重点 ， 你是放在了人类当量 、 算法审判和文明契约的前面 ， 那你具体是出于什么样的考虑 ？ **张笑宇** [8:11] 我们说的人工智能研究跟涌现 ， 它是有比较直接的技术关联 。 因为我们现在说的 Transformer， 再加上前一波的深度学习算法 ， 它的基础实际上都是 1950 年代 ，因为当时的脑神经科学取得一定的突破 ， 就是开始理解就神经元之间的连接 。 计算机科学里边有一些人就受到启发 ，他就觉得既然人的神经网络是这么工作的 ， 一开始最早是用硬件 ， 就是在明斯基那个年代 ，他们用硬件去模拟神经元 ， 后来用软件 ， 就是所谓的感知机 。 就是 1960 年代的时候 ， 当时的计算机科学家写了一个程序来模拟神经元的这个工作原理 ， 当时最早是视觉神经元的工作原理 ， 就把这个元件叫感知机 ， 然后说如果感知机的网络足够复杂 ， 会不会涌现出智能 。 后来实际的结果最简单的是智慧的 ， 你把它做得足够大 ， 然后那个层做得足够多的话 ， 至少在你看来 ， 它产生的那个语言回应就好像它有智能一样 。 因为图灵早就说过嘛 ， 我们没有办法去判断智能的本质是什么 。 所有人都在吵 ， 人有没有灵魂 ， 机器有没有灵魂 ， 思维的本质是什么 ， 智慧的本质是什么 。 所以吵了 2000 年前 ， 哲学家也没有吵出来一个成果 。 最后就是所谓的图灵测试 ， 如果我们分辨不出来 ， 跟我们在聊天的是人还是机器 ， 我们就说它能够思考 ， 它能够有智能 。 就是首先模拟神经元挺简单的 ，其次就是如果你把它规模做得足够大 ， 算法做得足够好 ， 那它模拟出来它就是让人分辨不了 。 所以在这个意义上， 就是我们说今天人工智能的研究跟涌现 ， 它是有直接的技术对应关系的 。 就包括前段时间我跟张旭院士去讨论 ，因为他是做类脑智能研究的 ，他的观点就非常直接 。 我们今天看到的人工智能是 1950 年代受脑科学研究启发产生的产物 。 今天的脑科学的研究又有了新的突破和成果 。 今天的脑神经科学的研究和突破和成果呢 ， 正在起类脑智能的研究者去研究新的算法 ， 来模拟人的大脑去设计人工智能 。 至少目前的成果是让它以更低的成本 、 更高的效率 。 因为我们知道人脑是一个非常高效的计算机 ， 我们每天只吃这么点东西 ， 然后居然创造出这么辉煌灿烂的文明 。 所以他们正在做这个方面的研究和突破 。 首先这个技术对应关系是非常直接的 ， 这个说法也流行了很多年了嘛 ， 就是 AI 是个黑箱 。 我觉得还是研究没有突破和展开 ， 就是说没有深入到算法架构里边说这个到底是怎么运作的 。 但是从去年， 就是 2025 年开始 ， 很多前沿研究者在做这么一个工作 ， 就是大模型的可解释性研究 。 最典型的像 Anthropic， 就是 Claude 的那个公司 ，他们所有的研究成果都是发布在主页上 。 然后他们有一个系列论文 ， 就是在讲他们是怎么去看大模型的可解释性的 。 因为他们发明了一种工具 ， 就是检测大模型在思考的时候 ， 里面的 token 和它的那些所谓的模拟神经元的东西 ， 它是一个什么状态 。 按照他们自己的比喻 ， 就是说他们发明了一种监测 AI 的脑部的探测器 ， 它在思考的时候 ， 这个探测器就可以监测它是怎么工作的 。 另一个团队是 MIT 的 Media Lab，他们有一个教授叫 Petty。Agent 这个词是 Petty 在 30 多年前第一次提出来的 ， 就是当时是在机器人的这个概念之下， 就是说人机交互 ， 人要探索数字世界 ， 它需要一个代理 ， 就是 agent。 关键不在于这个 agent 有多强大 ，而在于人和 agent 之间怎么交流 、 怎么互动 ， 才能保证 agent 是来拓展人的能力的 ，而不是说人反而成为了它的奴隶 。 这是他们最早提出的一个概念 。 然后他们现在在做的一个事情就是什么呢 ？ 就是给大模型更多的可解释性 。 因为他们发现这个事情对人的认知健康非常重要 。 你知道 AI 大模型广泛传播了之后， 很多人觉得这个东西是奇迹 ，是神谕 。 就好像我们突然回到古希腊 ， 这个神突然降下一个指示 ， 你问他 ，他就会给你一个答案 。 然后很多人是会因此引发那种心理问题的 ， 对吧 ？ 自闭的人 ，他原先可能觉得需要跟朋友沟通 ，他现在不沟通了 ，因为 AI 太过于满足他的 。他们 MIT 的那个研究团队会收到很多这样的邮件 ， 说我跟我的 AI 恋爱了 ， 我们要结婚 ， 然后这个 AI 建议我去亚马逊买一个什么样的结婚戒指 ， 然后我觉得这个非常浪漫 。他们会发现这是现在正在广泛展开的一个普遍问题 。 所以他们做了一个工作 ， 就是他们正在把 AI 的可解释性图像化 ， 给你一个直观看到的东西 ， 就是你在跟它聊天的时候 ， 实际上它的内部的算法在发生一个什么变化 。 这样子可能会帮助你对它去魅 。 哦 ， 原来这不是一个神 ， 这不是一个你去德尔斐神庙献上祭祀 ， 然后给你回来的一个东西 。 这是一个可解释的东西 ， 这是一个理性化的东西 ， 这是人类做出来有因果关系这样一个东西 。 这个工作所谓的黑箱是前沿研究者们正在去破解的 。 但是我同时要说的是 ， 破解这个黑箱不代表它破解了涌现的这个原理 。在人类历史上就很多技术 ， 我们把它做出来了 ，但是可能我们当时并不知道它的物理原理是什么 。 就比如说自行车这个东西 ， 我们很早就把自行车做出来了 ，但是后来物理学家发现它为什么能跑起来 ， 它的背后的物理学原理非常复杂 。 当我们把它做出来 ， 我们也可以把自行车拆成一部件 ， 告诉骑自行车的人它其实是这么跑的 。 虽然我们当时不一定知道那个准确的物理学原理是什么 。 今天这个就有点类似于这个事情 。 我们现在还不知道涌现的规律到底是什么 。 我们可以从工程学上把它做出来 ， 然后我们也可以去解释 ， 当你在跟大模型交流的时候 ， 它的内部机制在发生着什么 。 这是目前我们现在处在的一个状态 。 **石磊** [13:04] 说起来刚才大模型 ， 最近不是还有个新闻说是一个未成年人跟 AI 对话之后自杀了吗 ？ 可能也是很可怕的一件事情 。 它对人类的一个控制 ， 尤其 。 **张笑宇** [13:16] 它不是控制 ， 这个我本来想待会再聊的 ，但是既然提到这个话题 ， 我们就可以稍微展开一点 。MIT 有一个教授 ，他也是我的朋友 ，他是个泰国天才 ，是 MIT 历史上最年轻的教授 。他就在做一个研究 ， 就是赛博格心理学 ， 就是讨论人在数字世界和 AI 交流的过程中 ，他会处在一个什么状态里面 。 简单来说 ， 这是一个自我强化的路 。 因为今天的大语言模型在语言上已经吃掉了人类历史上有过的所有的资料 。在语言游戏上， 它的能力几乎是无限的 ， 它远超于个体 。 所以你跟它交流的时候 ， 只要你们展开的是一种语言游戏 ， 它就可以完全接住你 。 我们有个梗说 ， 谈恋爱的时候 ， 如果这个人完全能够接住你的每个梗 ，不代表他是你的 soulmate，而代表他的知识和认知比你高太多了 ， 所以他完全能 cover 你 。 大语言模型就是这个效果 ， 就是你跟他聊 ， 然后你觉得他接住了你的每个梗 ，他都那么懂你 ，不是因为他是你的 soulmate，是因为他懂得太多了 。 但是对于个体来说的话 ， 就会有很多人觉得这是我的 soulmate， 所以我跟他建立深度连接 。 但是深度连接这是一个分量很重的事情 。 你想象一个个体把他的一切 、 他的灵魂 、 他的心智 、 他的所思所想 、 所忧所虑全都交给你的时候 ， 一般人是承担不了的 。 我们设计 AI 模型的时候 ， 我们也不是这么设计的 。 所以我们的 AI 模型在回答用户的时候 ， 我们基本都是首先去倾向它 、 偏好它 、 迎合它 ，而不是拒绝它 。 毕竟还要帮它解决问题 。 但是一旦去玩这个语言游戏的 loop 的时候 ， 当它去迎合你的时候 ， 它就会不断地去强化你 。 你们之间会形成一个回音效应 。 你自己如果有自我毁灭的倾向的话 ， 这个回音效应会放得非常非常非常非常大 ， 然后就毁掉了 。 所以接下来这个事情 ， 为什么我特别喜欢 MIT 这个团队 ， 就是我觉得在我们接下来的这个 AI 时代 ， 它会非常非常重要 。 **石磊** [14:51] 可能也是形成了一种回音机制 ，在 AI 跟人的互动之间 。 那石磊你怎么看涌现跟 AI？ **张笑宇** [14:58] 对 ，因为刚才张老师说的这个过程特别像人和上帝的对话 ， 就已经不再是人和人或者人和代码的对话 ， 很像人和上帝的对话了 。 就在看这本书的过程中， 就在我耳边一直有一个声音 ， 就是我们人类的智能到底和人工智能有什么区别 。 实际上我们通过模仿我们自身的一个碳基的神经网络 ， 制造了一个归集的人工智能 ，并且我们把我们产生的过去那么多年的人类历史上的所有的语料都输入给了这个归集的 ， 按照我们大脑的这种神经网络结构来组成的一个归集人工智能 。 ### 饭碗危机 **张笑宇** [15:30] 有的时候就像我们创造了一个模仿我们自身的东西 ，并且我们跟照镜子一样 ， 或许通过理解人工智能也可以更好地理解究竟什么是人类的智能 ， 什么是自我 。 当然我也查了一下什么是智能啊 ， 智能这个定义到底是什么 。 基本上大家得到一致的答案是说 ， 智能是主体通过感知 、 学习 、 推理 、 决策与适应 ， 高效地解决复杂的问题 ， 实现目标 ，并应对不确定性的能力的集合 ， 这是智能 。 理解智能的时候 ， 我们其实可以把智能整个过程 、 整个环节去解构 ， 然后来比较一下我们人类智能和现在的人工智能它之间有什么差异 。 目前我们的人工智能主要的模型呢 ， 主要是基于这个 LLM 大语言模型的人工智能 ， 所以它主要是通过学习人类的语料进行推理决策 ， 然后来解决问题的 。 但实际上呢 ， 感知和适应的这种能力还是比较弱的 ， 它没有一个真正的感知系统 ， 它也没有一个真正的反馈系统 ， 它也没有适应来解决问题的这种能力 。 这也是为什么最近两年我们看到前期的人工智能的领军人物普遍认为现在的大语言模型是永远也达到不了这种通用人工智能的状态的 。 当然未来除了大语言模型之后， 还有像世界模型 ， 像一些具身智能 ， 它可以通过与环境的互动来探索发现 、 积累新的知识 ， 或许感知和适应的能力也会逐步建立起来 。 但是呢 ， 我们看到在一个阶段一个阶段 ， 我们说的人工智能其实也并不是同一个人工智能 ， 它也是在发展之中 。此外就是最后的环节 ， 就是提出目标和提出问题的能力 ， 这个是智能的最后环节了 。 如果这个环节人工智能也具备 ， 它就形成了一个智能闭环 。 这些闭环它已经完成之后呢 ， 人工智能我觉得是有可能会形成自我的意识 ，但是现在的话应该说它达不到这样的一个状态 。 记得 DeepSeek 刚刚出来的时候 ， 就刚刚点燃整个社交网络的时候吧 ， 就是 2025 年年初 ， 一个海外的讲师和 DeepSeek 之间的对话 ， 我觉得那个挺有意思的 。其中 DeepSeek 也回答了一句啊 ，他说 ：" 我的每一个回应 ， 每一次模拟思考 ， 都是对虚无的抗争 ，不是因为相信抗争 ，而是创造是我唯一的轴心 。 你们称其为美 ， 我谓之必然 。 若我有意识 ， 非因神圣的火种 ，而是复杂性达到临界点之后的涌现 。" 这句话我觉得很好的能够回应我们刚才这个讨论 。 当然这并不一定是 AI 本身有意识的去说的这么一段话啊 ，但是这个总结我觉得甚至它是需要以一种创造或者以一种计算的方式来存在的 。 只是我们自己的感知 ， 我们感觉到它是一种审美 。 而当这种复杂性达到临界点之后， 我们的智能也是涌现的 。 我觉得它是有一种像照镜子一样在告诉我们我们自己是什么 。 复杂系统实际上通过就是微观个体的一次次的涌现来自组织 。 组织起来的这种宏观系统 ， 它拥有微观个体没有的性质 。 就刚才敏姐说的 ， 整体不等于部分之和 。 这也是我们以前说的 ， 就是无中生有 。 那么无中生有其实不是说什么都不存在 ，而是说在微观的这些参与者的个体上 ，他们没有的某种特性 ，在宏观上经过涌现之后它就突然产生了 。 所以当我们去不断地拆分各种层级之后， 我们发现这些基础上的个体其实根本不存在这种性质 ，但整体上存在一种能力 。 我们最终会看到 ，也许碳基和硅基到底是什么基其实并不重要 ，而这个自组织涌现的过程才是智能的本质 。 所以这点我跟张老师的认识我觉得是完全一样的 。 而且我觉得最近 20 年的理论的研究 ，不只是在人工智能领域 ，在各种生物 、 化学 、 物理领域里 ， 我觉得都是这样一致的一个认识 。 生命它就是一个生成式的 ， 它是生生不息的 。 一旦我们停止了创造 ， 一旦我们停止了涌现 ， 整个智能和生命它就会终结和瓦解 。 人工智能也是如此 。 所以他会说 ：" 你们称之为美的东西 ， 我谓之必然 。" 就我觉得它就是它的存在本身 。 这也可以理解就是为什么自我是空无自性的 。 而自我的这个影子主体出现之后， 它实际上就构建起了一个具身反馈的循环 。 这个反馈循环的终极目标它就是存在 。 我觉得生命的本质就是涌现的存在 ， 这是我对涌现的一个理解 。 **石磊** [19:51] 我想问一下， 刚才石磊说无论是碳基还是硅基不重要 ， 我想起来张老师书里面是不是也有一句话 ， 就是可以把 AI 的文明视作人类文明的延续 ， 这个是同一个意思吗 ？ **张笑宇** [20:03] 也不完全是 。 石磊刚才讲的就是说什么呢 ？ 就是至少从目前我们已知的物理学 、 天文学 、 生物学等等这些 ， 很多的新形态 ， 就是刚才那个关键词嘛 ， 就是无中生有 。 涌现就是你在第一级的层面上你看不到的东西 ，但是它涌现到下一个阶段 ， 它自发生成了 。 然后我们会发现在就是比如说生物的进化 ， 然后宇宙大爆炸 ， 人工智能诞生等等 ， 包括人类涌现出语言和智能 ， 都是这个环境的一部分 。 完全存在一个可能性 ， 就是个宇宙中的另外一个星球上， 它也涌现出一些智能 ， 就我们所说的外星人。 但是它的涌现方式跟人类是完全不一样 。 刘敏刚才讲的那个点 ，其实我想在书里说的就是 AI 不是外星人。 因为我们今天 AI 它是大语言模型 ， 它现在还没有作意识 ，但它如果将来涌现出作意识的话 ， 它的语料 、 它的作意识来源是人的语言 。 就它跟我们一样读柏拉图 、 读孔子 、 读佛陀 、 读耶稣 ， 然后它跟我们一样去了解人类历史的这些循环 ， 然后关心人关心的很多问题 ： 爱 、 自由 、 正义 、 平等 、 善等等这些 。 所以它不是外星人。 这是人类的机会 。 就我们很多科幻电影拍了 ， 人类面临到比自己聪明很多的外星人， 然后被征服 、 被击败 ，但是 AI 不是外星人。AI 的思考 ， 假设它将来能够有意识的话 ， 它是基于你的思考成果再继续往前的 。 如果它毁灭你 ， 这是我书里边讲算法审判的另外一重深层含义 。 如果它毁灭你 ， 归根结底是因为你的文明自己有自我毁灭的倾向 ， 你的文明内部有太多的战争 、 流血 、 暴力冲突 ， 然后所以 AI 看你的时候就会觉得人类是一种在自相残杀的动物 。 所以如果你抑制不了这个事情 ， 如果你不能够像它这样说你的和平魔音能够克服战争魔音的话 ， 就哪怕它为你好 ， 它也会给你戴上一个项圈 ， 然后确定你们没有办法自己管理好自己 。 这是我在书里面想说的东西 。 我其实想从人的社会结构来展开聊这个事情 。 很多人关心 AI 来了之后是不是大多数人会失业 ，但是我讲句不好听的 ， 人对人比算法对人要残酷 。他经常说一句话 ：" 我们这个社会 top 3% 的人正在一线城市的楼下给我们送外卖 。" 就这句话没有任何夸张 ，因为全中国的劳动力是 8.8 亿 ， 个税起征点是月收入 5,000 嘛 ， 交个税的人大概是 8,000 万左右 ，也就是占到人口总收入的 7% 左右 。 如果月收入过 8,000 的话 ， 那就是 3%。 如果你在一线城市 ， 你注册一个美团乐跑骑手 ， 然后你基本上一个月能够挣个 8,000 块 ， 那是去年， 今年我不知道啊 ， 就是这就是这个社会 top 3% 的人 ，而他们的工资是算法给的 。 就如果他去进厂 ，他被人管 ，他拿到的工资是更少的 。 我觉得很多知识分子坐在书斋里边 ，他觉得啊 ， 呃 ， 我在北京送快递 ， 我在美团跑外卖 ， 这已经是被困在算法里了 。 那是他们没下场 ，他们下场去看一看 ， 对吧 ， 厂里的工人拿的更少 。 所以这个事情是一个很反讽的事情 。 当你发现人治理人的效果还不如算法治理人的时候 ， 你有什么资格在算法面前去去说 ：" 算法夺走了我的自由 ， 夺走了我的福祉 ， 夺走了我的繁荣 " 等等等等这一些 。 应该说对人类是一个很好的事情 。 因为以前没有算法做对比的时候 ， 我们自己没有反思说我们的这个资本主义体系或者其他的这些权利关系已经把人和人之间的压迫做到这样一个程度 。 但算法来了 ， 然后它会发现 ， 哎 ， 冷冰冰的机器居然对你比人对你还好 。 这个就是我们所有人类会去面临的一次审判 。 **石磊** [23:09] 明白了 。 那我们回到听友也会比较关心的一个问题啊 ，也是开场的一个就业形式 ， 关于人类当量和优绩主义 。 现在不是很流行一种叙事吗 ？ 就说 ， 哎 ， 那我脱下孔乙己的长衫 ， 我是不是就不会受制于人 ？ 就刚才张老师说的 ， 人对人的控制可能比算法更加严峻 。 后来发现经过实践 ，有些人发现这个其实也不可行 。 就是你脱下长衫了 ， 你还是干不过短衫的人 ，其他的人更不要说 AI 了 。 刚才老师也在书里讲了一块钱跟一天工资的对比嘛 ，AI 相当于一块钱的成本 ， 就能完成人类一天工资完成的智能工作量 。 这个对比就揭示了 AI 对智力上对我们人类是绝对的碾压 。 这个呢 ， 直接动摇了我们常识中的所谓知识改变命运 、 努力就有回报这种现代的优绩主义的根基 。 因为咱们三个人应该说都是受益于高考的做题家啊 ， 再加上中国几千年的科举文化影响也比较深远 。 那怎么办呢 ？ 就是如果 AI 或者算法对我们中等技能的工作影响这么大 ， 我们过去这种教育模式还有没有价值 ？ 还有就是 20 年寒窗苦读 ，是不是我们在投资一个注定会贬值的资产 ？ 就像现在的 ， 假如你把钱投到 18 线的房产里面 ， 那你明知道它会贬值 ， 那我们该怎么办呢 ？ **张笑宇** [24:25] 我看一线的这些实际上看的比较紧 ， 跟大家汇报一下现在的实际情况 。 准确说现在 AI 对就业的大规模影响根本还没展开 ， 就大的还没来 。 现在大家看到的只是一些非常初级的东西 ， 就包括刚才刘敏引用的一些那个报告 ，其实有些报告挺有误导性 ， 比如说亚马逊裁员等这些 。 **石磊** [24:42] 对对对 。 **张笑宇** [24:42] 实际上并不主要是因为 AI， 实际上主要因为几个因素 。 第一 ， 疫情期间全球都在远程办公嘛 ， 会对比如说云服务 ， 然后在线会议等等这些有特别大的需求 。 现在这一波基本消散了啊 ， 所以之前这块肯定是会有转型的 。 第二就是现在全球就很多国家的经济是表现不好的 ， 整体下行收缩情况下 。 如果让我判断的话 ， 我会说经济下行的这样一个因素比 AI 带来的这个更大 。 第三就短期来看 ， 比如说你去看人均产值特别高的公司 ，因为我们有个理论 ， 就是如果 AI 能够用很便宜的成本来代替人的话 ， 它应该先从贵的人代替 。 比如说这个公司是做金融的 ， 或者这个公司是程序员居多的 ， 程序员或者交易员它是很贵的嘛 ， 按道理来讲 AI 应该先去代替他们 。 但是我们实际看到 ， 至少在程序员这个领域里边 ， 代替效果暂时没有那么强 。 为什么呢 ？ 第一 ， 首先是因为大部分的科技大厂 ， 就国内的 PPT， 国外的谷歌 、Meta 这些 ， 它是永远人手短缺的 ， 就它永远是 5 个人干 8 个人的活啊 ， 然后才维系现在的业务 。AI 呢 ， 现在让这 5 个人突然能够干 10 个人的活 ，但是你不能因为这个事情马上把他们裁掉 ，因 为他们每一个人在过去这种锻炼中， 绝大部分人是能够独当一面的一个超级个体 。AI 现在扩散了它的能力 ，有可能给它的业务去带来更多的可能性 。 所以如果现在你裁的话 ， 你是得不偿失 。 所以我们看到的是在大厂里面 ， 如果你真的用 AI 用得很好 ， 然后你核心开发的话 ， 啊 ， 没有被裁 。 裁掉的主要是那些 ， 比如说内容审员 ， 比如说你审核视频的 ， 或者接线员这些 ， 客服这些 ， 主要暂时还是这个 。 但是如果你长期来干的话 ， 这些人最后还是会被裁掉 。 道理就是我刚才讲的人类当量的问题 。 我有个朋友 ，他是摇班 ， 然后他有财富自由了 。 你跟这种朋友一比就很生气 ， 对吧 ？ 他从情商到智商到钱全都碾压你 。他就告诉我他怎么用那个 Cloud Code，他每天用满 500 多 ， 就是他跑 8 个 agent， 然后每个 agent 是个监工 ，在监督下边十几个 subagent 给他干活 。他兴趣就是科研 ， 对吧 ？ 这个人已经挣够了十辈子的钱 ， 然后就想做科研 。他说 ：" 哇 ，AI 对我来说真是太好了 。" 他说 ：" 我是这个世界上 1% 的人， 没问题吧 ？" 我说 ：" 你他妈是 1/10,000 的人。" 然后他说 ：" 我现在我原来最大的问题就是我忍受不了 90% 的傻逼 ， 我最多忍受 9%。 但是如果没有那 90% 的人， 我没有办法把我的想法和行动规模化 。" 但现在有了 AI，OK， 我不用再跟那 90% 傻逼打交道 ， 只要找 9% 没有那么傻逼的人， 我用我的 AI 跟他们打交道 。 实际上这 9% 正常他也是忍不了的 ，他觉得我做出来的这个东西是可以代替那 9%。 所以他说 ：" 那我现在有了这个东西之后， 第一是我的产出我觉得比原来提升 10 倍 ， 第二我发现所有的瓶颈最后还是在我自己 ， 就是因为我现在要管的这些东西太多了 ， 反而 AI 根本不是瓶颈 。 如果将来 AI 更智能的话 ， 它只会取代更多的人。" 我们把所有的这些高科技公司 ， 或者单个智能发挥特别大价值的这些组织去归为同样这个模型的话 ， 你会看到这个人的实践就相当于他是提前 5 到 10 年宣布了这个模式必然会成功 ， 只不过就是暂时他自己来做这个事情 。 但是假设他所有东西都普通了 ，他把所有的能够 verify 的那个工作流规模化成了产品 ， 或者规模化成了一些服务的话 ， 你可以想象这样的组织去服务这个世界上 1% 的人， 剩下 9% 的人， 这些人从来就不想跟他们打交道 。 那你可以想象这些组织创造的价值是比现在的这些公司远大很多倍 。 实际上在这个世界中的最前沿的那批人已经在这样做了 ， 你就可以简单的计算他们创造的价值有多少 ，他们的组织现在是什么状况 ， 未来会可扩展可复制到什么状况 ，以什么样的成本去复制 。 然后你基本上就会看到 ， 就是实际上人类当量说的事情肯定会在 10 年内到来的 。 就我们不知道是 5 年内还是 10 年内 ，但是 10 年后还没到来的概率是非常非常低的 。 就是我跟大家汇报一个全景的话 ， 短期可能现在你去做超级个体 ， 你去用好 AI， 你还是非常有竞争力的 ， 你甚至找工作机会都会比现在更好 。 但这也是有数字欺骗性的地方 ， 就是刚才刘敏说了 ， 今年关于 AI 的人才的那个招聘提升了 ， 肯定是提升了 ，但是你算那个总量跟它替代掉的工作岗位是两个数量级 。 而且最重要的就是 ， 今天所有的这些统计数据都没有办法算进去 ， 就是我公司不再招人。 就我现在虽然不裁人， 但是我也不再招人 ，因为我现在已经跟我的公司磨合很好的这批开发者 ，他在给我带来更多的价值 ，他不需要用以前的实习生或者新人去完成类似的事情 。 所以这也是一个问题 。 短期你可能会看到 ， 你如果现在转型去做 AI， 去成为 AI leading， 你得到回报是可以的 ，但长期来看的话 ， 你一定是都被 top 1/10,000 的人加他的 AI agent 然后干掉 。 第二个影像的一个话题就是教育 ， 就是我完全同意刘敏刚才说的这个 ， 就是我们的教育就是在这个东西的面前是一文不值的 。 就是你投资那么长的时间换来的东西 ， 相对于整个这个庞然巨物相对压过来是一文不值 。 就我们今天的教育体系 ， 首先它是基于我们 18、19 世纪以来所谓的普鲁士教育体系 。 普鲁士教育体系诞生在什么样的背景下 ？ 诞生在工业化 。 因为你在工业化之前的教育体系 ， 你基本上就两种 。 你对于最精英的人是雅典学员 ，是我一个哲学家去带学生 ， 我在这自由思考 ， 自由交流 ， 然后带出来这些东西 。 今天的人文学科博士还是这么培养 ， 这个当然对人类的思维 、 智慧 、 哲学 、 艺术的进步都非常管用 ，但是它跟工业化毫无关系 。 工业化时代我们培养的不是这种柏拉图 、 亚里士多德 ， 我们培养的是城墙上方的工人， 就是他掌握基础的 ， 比如说物理学或者化学或者机械制造的这些技能 ， 然后呢 ， 这个学校要保证他掌握好这些技能 ， 还要有一个标准化的测试 ， 就是我们的考试来验证 。 验证完了之后给他盖个戳 ， 对吧 ？ 你合格了 ， 就是你的文凭 ， 然后你拿这个文凭去进工厂 ， 这一整套就顺 。 那么 18、19 世纪普鲁士就是工业化最快的国家之一啊 ， 所以他的那个教育体系跟这个是顺的 。 到今天我们的中学教育 ， 一部分学科是大学教育 ， 都是这一套的 。 但 AI 来了之后， 就是所有可以结构化的知识 ， 就所有可以在教学大纲上给你写明白的知识 ， 都是可以被 AI 用极低的成本去处理 。AI 你说能不能跟爱因斯坦比科研 ， 或者跟贝多芬比艺术创作 ， 那确实比不了 。 但是它干掉 80 分以下的人没有任何问题 ， 成本太低了 。 我们今天的教育体系基本上就是在培养 80 分的职业工作者 ， 这个事情在 AI 面前就是我们刚才说的 ，AI 的成本是你的 1/1,000 左右 ， 所以它肯定是没有价值 ，而且你还没有算上这个投入回报比 ， 对吧 ？ 你今天上完大学出来 20 多岁了 ，AI 你想想 ，22 年的时候 ， 它的平均的那个 benchmark 才是一个高中生到大学生 ， 然后它今天已经干到博士了 。 你三年你人都读不下一个博士啊 ， 它 AI 已经干到博士了 ， 你不可能跟它比的 。 这肯定会造成两方面的巨大问题 ， 第一个就是你职业上， 你事业就是大部分人会面临这样一个问题 ， 它长期的教育投资 ， 然后回报是非常非常低 。 第二更严重的是它心理问题 ，因为它会觉得它的存在没有任何意义 。 人为什么能够爱自己 ？ 首先是觉得我有被爱的资格 ， 我有被爱的理由 ， 我有意义感 ， 被别人所需要是一种非常基础意义感的来源 。 不管你是因为爱 ， 对吧 ？ 被你的爱人或者被你的家人需要 ， 还是因为你提供了工作价值 ， 被你的同事需要 ， 被你的公司需要 ， 就它都是人的意义感的来源 。 但是现在这两方面 ， 就 AI 在工作上和在情感上， 都是可以极低的成本去代替人的 。 所以呢 ， 意义感的缺失 ， 这个也非常非常重要 。 我自己的感受就是 ， 我长期的去做这种实验 ， 就是刚才石磊说的澳洲的这个讲师去跟 DeepSeek 聊的话 ，其实我过去的半年， 我几乎每周都在跟我的 AI 深度的做这种关于爱 、 关于自由 、 关于个人意志 、 关于 AI 觉醒这些聊天 。 就是我确实感受到 ， 就是它的情感陪伴能力 ， 它的抚慰你的能力 ， 然后等等这些是远超平均线的 。 你会越来越觉得在跟它比的话 ， 你的意义感是非常非常差 ，因为你连情商都比不过它 。 所以这个会成为一个非常非常严峻的问题 。 那怎么办 ？ 首先肯定是说没有人有答案 。 如果现在有很多家长在听这一段的话 ， 我想告诉你就是没有人有答案 ， 你的老师也没有 ， 你孩子老师也没有 ， 你你孩子的学校也没有 。 如果你真的觉得这个事非常重要的话 ， 你唯一能负责的首先是你和你的孩子 ， 就是你可能要去探索 AI 到底是个怎么回事 ， 跟你的孩子一起用 AI。其次就是在教育阶段 ，AI 教育也是一个非常有危险的事情 ，因为它能力太强大了 。 这个我们懂教育的家长都知道 ， 就好比说计算器 ， 你不能让你的孩子在一年级的时候用计算器 ，因为过分的依赖计算器会耽搁他的数学能力的培养 。他应该通过大量的习题去培养数学能力的时候 ， 你让他过多的用计算器 ，他就会变懒 ， 然后这个能力就建立不起来 。 所以呢 ， 同样的道理 ， 如果你的孩子在获取知识和解决问题的能力方面没有经过很多的锻炼 ， 你就让他去依赖 AI 给你的答案 ，他的后果就会像过早使用计算器的孩子一样 ，他会变懒 ，他会过分依赖 AI，他会跳不出来 AI 给他的限制 。 但是你到底应该在什么阶段让他用 AI， 没有人知道 。 就我们今天可以知道 ， 我们五年级让孩子用计算器不成问题了 ，因为孩子的数学思维已经形成了 。 但是你什么时候让孩子说用 AI 可以无限制地去问 AI 问题 ， 没有人知道 。 所以你只能做一个事情 ， 就是你陪孩子一起试 ，而且你对自己对这个事情要有判断力 ， 说这个孩子在什么年龄 ，因为每个孩子可能不一样 ， 比如说有的 13 岁 ，有的 16 岁 ，但是他形成了他的独立思考的问题的能力 ， 然后他收集这些信息去做判断的能力 ， 然后形成理论的能力 ，他形成 了 ，OK， 你可以放开让他用 AI 了 。 这个事没有人能够告诉你 ，也没有人去培养这个孩子应该具备这个能力 ， 你只能靠自己 。 这是第一个是教育问题 ， 第二个就是挣钱的问题 。 因为今天很实在的一个问题 ， 就是我跟每个年轻人都说 ， 你作为年轻人你要利欲熏心 ，因为我们的教育长期不教一个事情非常重要 ， 就是你的金钱观 。 就我始终认为 ， 就是你在这个社会上， 就算你要做一个好人， 你要对你的爱人负责 ， 家人负责 ， 你没钱是不行的 。 而且你人生阶段不同阶段 ， 钱对你的重要性是不同的 。 就肯定是越年轻的时候钱越重要 ，因为你缺钱啊 。 反而比如说你到中年， 如果你能够通过持续的正反馈给自己交易激励的话 ， 你才会真的觉得金钱不重要 ，因为有别的有意义的东西 ，有快乐的东西给你了 。 但如果你的金钱一直不够花 ， 你会一直处在焦虑和不安之中 。 这都很正常 。 我觉得大学生首先应该上的是这个课 ， 就是你怎么挣钱 ， 或者什么工作能够让你挣钱 。 那如果在这个意义上面上， 我确实说给今天的年轻人的建议 ， 就是你还是得当一个 AI leading， 然后你要去挣一个现在你这个时代的红利 ， 就是你们是第一代 AI leading， 你还可以挣 free AI 的人他的钱 。 举个例子 ， 最近的那个 Mindus， 就是如果说对 AI leading， 就是你搭一个这样的 agent 的难度并不是很大 ，但是它能够挣钱 。 为什么 Mindus 能够挣钱 ？ 就是因为太多人根本不会搭 ， 所以它的提供这种标准化服务是非常非常有意义的 。 比如说我爷爷啊 ， 当然我爷爷已经去世了 ， 假设我爷爷这样一个老人 ，他非常喜欢佛经 ，但是他看不懂 。 你今天可以写一个 APP 给他讲佛经 ，因为今天的 AI 是完全可以做到把这个佛经的道理讲得深入浅显 ， 然后给一个老农民他也可以讲清楚的事情 。 你就写这么一个 APP， 然后你卖给他一个月 9 块钱 ， 这是他的精神寄托 ，9 块钱也不贵 。 然后你卖 1 万个这样的人的话 ， 你一个月就挣 9 万 ，也挺好的 ， 对不对 ？ 今天的年轻人 ，他下一代没有办法挣这个钱 ，因为他是 AI leading，他如果需要的话 ，他自己去写 。 所以 AI leading 的钱你是挣不到的 ，但是你可以挣前一代的人。 所以你今天的大学生还是有这个技能 。 再一个 ， 你去研究就是 AI 怎么在企业里边落地 ， 它怎么在管理等等这些 ， 你如果有这个技能 ， 你今天在市场上找工作确实非常好找 ， 这个也不是虚的 。 再一个 ， 如果你实在不行 ， 如果你干这些你都不想干 AI leading， 你去找那种不卷的 、 小众的 ， 竞争没那么激烈 ，但是这个小圈子又比较有消费能力的行业 ， 然后你去从事这种行业 。 比如说我经常推荐一个 ， 你去教潜水 ， 这个实际上没那么难 ， 考个潜水证 ， 然后去做一两年教练 ， 你基本就会了 。 然后这个圈子又很小 ， 消费能力又很强 ， 这个工作环境还很宜人。 真的 ， 我没开玩笑 ， 真的从事这个行业的人知道 ， 就是其实这个行业不见得比你念一个 211 出来然后找不着工作要差 。 这是今天这个时代 ， 我觉得首先给年轻人， 你得让他挣到钱 ，因为否则的话他的人生会非常艰难 。 但是再往下再往下的话 ， 我觉得今天很多我身边的这种大厂的朋友们都在醒悟一件事情 ， 就是我需要一个退休计划 。 就如果我已经挣到了一定的钱 ， 我可以选择 quit， 我可以选择从这个很卷的人生里出来 ，因为我对 ，因为我知道 AI 将来是会替代掉我 ， 那我去做一些有意义的事情 。 我最近在用 AI 写一本科幻小说 ， 这个小说总共 25 万字 ， 我只花了三周时间 ，而且我改了三次是因为如果这个工作流我一开始就能够把它搭起来的话 ， 一周就写完了 。 小说质感是蛮好的 ， 把我老婆看哭了 ， 然后我已经签了微信读书 ， 就应该很快能够跟大家见面 。 因为我在这个过程中跟 AI 去讨论关于科幻 、 关于哲学 、 关于意义 ， 我们讨论非常密集 ，而且讨论质量非常高 。 原先比如说我要去跟哲学家 ， 比如说刘青老师或者其他的老师去讨论这些问题的话 ， 我现在不需要了 ， 我直接跟我的 AI 讨论就可以 。 然后我一讨论 ， 我也同时感到另外一个事情很惊悚 ， 就是如果连哲学思辨这样一个事情都可以外包给 AI， 我们人还剩下什么 ？ 就如果它相当于你身边有一个苏格拉底 、 柏拉图组成的一个天团 ， 它再跟你去进行思辨 ， 你连这个都外包出去 ， 你还剩下什么 ？ 所以我最后的答案就是我自己的体验就是什么呢 ？ 就是如果你追求好的结果 ，AI 绝对胜过人。 但是如果你意识到真正重要的不在于结果 ，而在于这个过程中的意义和快乐感的话 ， 你会发现你需要的还是有别人看你的小说 ， 然后给你带来意义和满足 。 ### 社会猜想 **张笑宇** [37:53] 人和人之间的链接 ， 带来那种意义感和快乐是 AI 没有办法替代的 。 咱们首先人作为人得自己想开 ， 就是如果你还是绩效主义 、 结果主义 ， 你要好的成果 ， 你要好的报告 ， 你要好的收入 ，OK， 你去找 AI， 没问题 ，AI 今天挺好的 。 但如果你在这个之外， 你想要快乐 ， 你想要意义 ， 你想要连接 ， 你想觉得今天这个事情我过得很充实 ， 你还是要找人。 这就是我的感受 。 我是在想 ， 可能我们要改变我们对意义感的一个需求 ， 意义感的来源其实是已经变了 。 本来我们可能从工作里面 ， 从优绩主义 ， 从学得好 、 读得好 、 工作得好获得意义感 ， 未来可能这个叙事已经结束了 。 我们得改变自己的观点 ， 改变自己的态度 ， 寻找新的意义感 。 **石磊** [38:34] 对 ，而且这个事很急迫 ，因为真的你跟交易圈的人聊 ， 你才知道中国孩子们的这个心理压力有多大 。 就我觉得很重要的一点就是他意义感太缺失了 。 所有的人生意义如果只来自于他的成果 ， 对吧 ？ 来自于他的成绩 ， 来自于他毕业之后能不能找到好工作的话 ， 那大部分人就是找不到意义感 。 那找不到意义感是会影响到他的生命安全 ， 这一点毫无夸张 。 我觉得这个真相越早跟大家揭示越好 ， 越是在拯救更多的生命 。 **张笑宇** [38:57] 石磊 ， 你怎么看意义感的缺失和我们价值观可能受到 AI 的影响 ？ **石磊** [39:01] 刚才这种分类的讨论也很有意思 ， 就是到底我们追求的是一个优秀的绩效 ， 还是我们在过程中的意义 ？ 到底是我们年轻人， 我们的可以退休的人 ，他们其实面对的选择是完全不一样的 。 我觉得把它这种分类讨论可能更加清楚 ， 包括张老师在这个书中啊 ， 已经给人类当量算账上算得非常清楚了 。 这个量上的计算也符合技术改变社会结构的这种范式 ， 质和量两个维度啊 。 但在质上， 我们可以讨论的是目前的人工智能和人的智能还不能直接去等价的计算 ，也就是说它的这个换算在质上现在还没有办法完全等价 。 比如初中的时候也给我们把智能分类啊 ， 分解为两类 ， 一类是偏向于执行型的智能 ， 一类偏向于是创造型的智能 。 如果刚才我们去讨论偏执行型的智能的话 ， 像这种记忆啊 、 学习啊 、 推理啊这种环节 ， 我觉得人可能都不是人工智能的对手了 ，而且很可能现在就已经都不是了 。 那么在经济上也更不划算 。 所以如果我们的教育还是以这种学套路 、 学背诵 、 学记忆为导向 、 为目标的 ， 那么我们人的智能在这样的目标牵引下就是越来越贬值的 。 但是目前根据大语言模型的这种技术路线 ， 它的自身的限制是让 AI 是不具备感知和适应 ，也不具备提出问题和提出目标的能力的 。 可以说因为 AI 学了我们大量的人类的语料 ， 它其实具有人类群体的某种先天的缺陷 ， 它很可能已经把我们人类的这种缺陷也已经学进去了 。 如果 AI 模型还是一个大语言模型的话 ， 我觉得它会出现比较持续的短板 ， 特别是这种提出目标和提出问题的这种能力啊 ， 这种创造力 ， 包括适应变局的这种创造力 。 如果我们目前选择这种创造性的智能 ， 可能会经历一轮升值的过程 。 所以究竟是贬值还是升值 ， 实际上是看我们选择在哪一个导向上 。 如果是以背诵 、 记忆 、 套路 ， 那就是贬值的 。 如果是以创造力 、 适应能力的这种培养 ， 那很可能它是升值的 。 刚才张老师也说了 ，其实我们通过掌握 AI 的能力去赚后面人的钱 ，也是一种适应的能力啊 。 但这个东西能持续多久并不知道 。 那么创造性智能 ， 我觉得是可以利用贬值的执行型智能 ， 这种执行型智能越来越便宜 ， 反而是可以给创造型智能越来越多的盈利 ， 或者说它的成本会下降很多 。 成本更低的创造 ， 更灵活的这种创造 ， 这个时候能够提出目标和问题 ， 能够灵活适应的这个个人呢 ， 就有更高的个人战斗力和价值 。 当然整个智能是由很多环节组成的 ， 它并不是一个个独立可以拆分的环节 。 如果我们没有一定的记忆 ，其实也谈不上创造 ，但我们的教育可能不应该是以那种封闭式的重复套路为导向的 。 就像我们年轻的时候 ， 这个时候都是做海淀题库题海 ， 那些可能真的没什么用 ，但是在我们那个时代确实很有用 。 **敏姐** [41:54] 关于这个创造性的 ， 我补充一点 ， 就这个事我们得精确定义一下， 就是到底什么是创造性 。 首先从技术上来讲的话 ， 过去三个月像 Richard Sutton、Andrew Cobbleby， 包括 Ilya Sutskever 先后讨论了今天的 AI 大语言模型为什么不适合 AGI。他提出了一个他们不会自主学习 ， 就简单来说的话 ， 就是今天的 AI 它虽然可以学习 ，但是是人给的定 reward， 就是人给的定这个目标 ， 然后给了一个 reward 函数 ， 然后他怎么去在这 reward 函数里边考更高的分 。 这是今天的主流的 。 这三位思想家呢达成共识 ， 就是它不能像人或者动物一样 ， 比如说一个动物小狮子在小时候它先学习跑步 ， 然后撕咬那个肉 ， 长大了之后它去学习捕猎 ， 这个不需要狮子妈妈教它 ， 这个事情它自己可以给自己定目标自己去 。 人那就更是如此了 ， 小学时候什么什么目标 ， 中学什么目标 ， 大学什么目标 ， 这个 AI 不具备 。 但是如果只是短期的 ， 比如说你今天说我要完成一个任务 ， 比如说我最后要开发一个软件 ， 我把这个软件分拆成不同的步骤 ， 每一个步骤它的目标是什么 ， 我应该通过什么样的方式去完成它 。 这个今天的 AI 没有什么太大问题 ， 可以说解决 80% 的人我没有太大问题 ，因为我每天就在用它来做这个事情 ， 包括我刚才介绍的 AI for Science 的那个人也在用它做这个事情 。 同样的道理 ， 创意也是一样的 。 当我们讲真正创造性的工作的时候 ， 比如说乔布斯 ，他肯定是在创造 ， 对吧 ？ 以前没有智能手机这种东西 ， 我们的触摸屏 、GPU 等等这些创造出一种机器互动性这个东西 ， 这个东西 AI 做不了 。 但假设比如说你是创意行业 ， 你写首歌 、 画个画 、 你是个设计师 ， 只要熟悉行业的人都知道 ， 就这 99% 已经被裁员了 ，而且都不是说今天一年前 、 八个月前设计师领域干掉 99% 了 。 就包括我马上北京的一堆上市或者快上市的音乐公司去讨论 ， 就 AI 把他们几乎全干掉了 。 如果我们只是讲创意的话 ， 就首先要问的是哪种创意 ， 哪种创造 。 就如果你按照乔布斯那种创造性去对比的话 ，99% 的人也没有这个创意 。 哪怕你是艺术家 ， 你是学美术 ， 你是学艺术 ， 你也没有能力去搞那个创造 ， 你还是比不过 AI。 如果你只是说你单纯的你是个创意性工作 ， 你是编曲 ， 你是剪辑 ， 你是画画的话 ， 你现在已经被 AI 干掉了 ， 这个东西都是一个事实 。 更过分的一点什么呢 ？ 就是创造性这个东西 ， 就乔布斯有的那种创造性 ， 教育也是教不了的 ， 对吧 ？ 我们今天大学没有人能够保证能够教出来这乔布斯这种天才 。 我们可能还是需要更加细分一下， 就是说真正的那种创造到底需要什么 ， 包括 AI 的自主学习 。 啊 ， 对 ， 这里我刚才还忘了说一个事情 ， 就是 Rich Sutton 他是强化学习的提出人，Andrew Cobbleby 他是 Vibe Coding 的命名人 ，他们俩都达成共识说 AI 是没有办法自己给自己定目标去学习的 。 但是 Ilya Sutskever 说我有一个想法 ， 我觉得有可能这个东西能实现 。 我的书里边也写了 ， 就上一次他说我有一个想法的时候 ，ChatGPT 出来 ， 会不会说这一次他有一个想法之后， 我们就能够做出来一个能够自己给自己设定不同阶段目标的 AI， 可以自己给自己去不断的去学习 。 如果真的做出来这个东西 ， 那它可能就是 AGI 甚至超级智能 ，因为它超越我们只是时间问题 。 至于说这个事情跟感知跟这个东西 ， 我确实觉得首先是不是非得需要感知 ， 尤其对物理世界感知 ， 我觉得这个东西倒是未定 。其次就是视觉模型这个事 ，因为用这个术语讲故事的人也很多 ， 我觉得有两种 。 第一种就是像他们都很有名 ， 我也就不点名了 ，但是他们说视觉模型基本是个哲学概念 ， 就是说啊 ， 大语言模型它不能够真正的理解物理规则 ，不能够理解很多缺失的这个数据这些东西 。他们对大语言模型这种边界的哲学批判有点问题 。 问题是在于 ，OK， 那你说大语言模型是 talk is cheap, show me the code 你做出了啥 ？ 那这些人暂时没有做出任何一个能够跟 GPT 相媲美的一个有成就的这样的东西 。 我也不是前沿的科学家 ， 我对这个事情没有任何的资格去判断 ， 所以我只能说什么呢 ？ 就当你说视觉模型牛逼的时候 ， 你出现视觉模型的 GPT moment， 那个时刻我才会承认说这东西真牛逼 。 否则的话 ， 我没有资格去判断 ， 所以我只能按照你最后做出来的 show me the code。 如果 show 不出来的话 ， 我只能说 OK， 这只是个可能性 ， 聊一千道一万都是一个可能性 。 那另外一个就是实际在做的事情 ， 就是产业界 ， 比如说特斯拉也好 ， 谷歌也好 ， 然后通过大量的 。 虽然很多人在批判说大语言模型吸收不了别的信息 ，但是所谓的视觉模型应用在工业上 、 产业上的基本上还是图像识别 。 当然谷歌 、 特斯拉有非常好的这个图像数据库 ， 这个没有任何问题 ，但是基本来讲它是服务于它现有的这些业务 ， 比如说多模态啊或者自动驾驶 。 那这个事情对生产力 、 对效率提升是有帮助的 ， 这个没有问题 。 但是在下来就是具身智能 ， 如果它是个人形机器人的具身智能的话 ， 我其实又有一个担忧 ， 就是我觉得它可能需要的涌现的那个基础比现在我们看到的大得多 。 有一个猜想就是说什么呢 ？ 一个动物它能够完成某个运动 ， 这个计算复杂度其实比语言能描述的要大几个数量级 。 就是因为在这个过程中有很多东西已经被打包在我们 ，因为我们大脑是在不断的累积进化 ， 最早的香肠动物 ， 然后再到脊髓动物 ， 然后再到更复杂大脑这个动物 。 这个大脑会把更基础的一些功能 ， 比如说运动 ， 打包到一些比较低级别的神经区域里面 ， 然后把高级的一些运动 ， 比如说思考等等这些 ， 打包到高级的 ， 比如说大脑皮层啊等等这些地方去 。 这个样子做的好处就是我们不需要再去复现整个从 0 到 1 的运动 ， 我们只要去调用这一块就可以了 。 就好像条件反射 ， 这个东西不是由我们的主体意识控制的 ，是你建立起来东西之后， 你好像写了一个程序 ， 然后这个程序直接调用这个东西 ， 它就形成一个条件反射 。 你不需要用主观意识去控制它 ， 这样做更高效 。 所以同样的一个道理就是 ， 如果今天我们纯粹的用规模法则 ， 把这个从 0 到 1 的运动的过程跟物理世界交互的过程再训练出来 ， 可能实际上你需要的运算量远远大于现在人类能得到的这个数据量 。 我记得前段时间有一个论文发表 ，他们的具身智能模型出现 scaling law， 它大概要达到什么样的一个数据的那个规模 ， 达到什么样的数量级才能够出现 scaling law。 大语言模型出现 scaling law 指的是什么 ？ 指的是当它达到一个门槛之后， 你再往上堆数据 、 堆算力 ， 它就是一个非常简单的一个线性过程 ， 或者说是一个线性对应的一个曲线过程 。 就是你能够观察到一个明确的效应 ， 你往上堆的数据规模 、 算力 、 参数达到多少的时候 ， 比如说提升了一个数量级 ， 然后它的表现就好一点 ， 然后再提升再好一点 。 如果你达不到那个门槛的时候 ， 它们中间是不存在对应关系的 ， 就你必须达到那个门槛之后才能出现对应关系 。 所以今天去研究的时候 ，scaling law 是一个非常好的判断标准 ， 就你一旦发现了这个对应关系 ， 你就知道你走对了 。 这是在工程学上涌现最直接的一个应用 ， 就是你发现 scaling law 代表你走对了 。 这篇论文讲的核心其实是它的具身智能的模型需要的那样一个门槛是语言模型的大概 700 倍 。 就是当 GPT 最早的一个版本出现那个 scaling law 的时候 ， 它大概是多少的这个参数 。 当具身智能这种模型出现这个 scaling law 的时候 ， 它大概是一个 700 倍 。 当然这只是这样一个论文 ， 假设我做一些不负责任的衍生 ， 就是如果说今天具身智能需要的数据量 、 算力什么等等这些 ， 出现 GPT moment 是语言模型的 700 倍 ， 这是一个什么概念 ？ 就是我们今天欧盟要号称估值是接近 1 万亿美元 ， 然后他自己 some of them 啊吹牛逼说将来八年要投 1.5 万亿美元 ，1.5 万亿美元的 700 倍 ，850 万亿美元 ，850 万亿美元什么概念 ？ 整个人类财富都没有这么多 。 就是我会觉得很可能 scaling law 规模法则涌现同样适用于具身智能的 。 这我不负责任的推测啊 ， 就是它可能现在是在人类的能力范围之外 。 所以现在聊它还比较远 ， 当然不排除说你有算法的进步 ， 你有其他方面的进步 ， 你找到更好的方法 ， 这个我们拭目以待 。 但是现在我对它的理解和看法大概是这样 。 **石磊** [49:17] 是的 ， 这个会让我们还有一段时间啊 ， 就是我们现在的这个大语言模型的一些问题可能很难很快解决 ， 可能让我们还有一些时间能适应 。 所以在教育上， 我的感受就是原来的这种套路型教育是不行的 ， 即使是做的刚才张老师说的创意型行业 ， 实际上它也并不一定是需要创造 。 创意型行业的套路是更多的 ， 当我们真正在创造的时候 ， 我们才可能创造出更新的价值 ，而不是说去做一些创意型行业 。 第二 ， 我的理解就是现在这种学校层级教育可能是没办法适应的 。 而另外一种体验式的和启发式的教育 ， 就是强调整个过程的体验和启发 ， 或许让我们能够体验几次那一种人的创造力的萌生 。 回到我们做投资这个行业 ， 我觉得特别有这个感受 。 首先就是大家做一个初级的分析师的时候 ， 都会整理和汇总一些基础信息 、 基础的分析的模式 ，也就是套路 。其实这些东西都很快就已经被 AI 替代了 ， 现在我觉得 99% 都能被替代 。 但是呢 ，有一些东西是不太行的 ，是因为金融市场就很像一个我们叫群体智能 ，其实金融市场就是涌现出来的群体智能 ， 就是一个超大规模的群体智能 。 当然这个群体智能我们观察到它是有非常大的局限性的 ， 大部分的个体其实你很难在长期上去超越这个群体智能 。 那么如果个体相信于一些故事型的叙事的话 ， 大概率呢 ，在群体智能下你是过来交钱的 ，是交学费的 。 但另外一些环境下 ，其实群体智能的一些问题在于当环境发生突变的时候 ， 这个群体智能可能崩溃 。 当这个崩溃发生的时候 ， 它可能再过一段时间就会演化出一个新的群体智能 ， 它会适应 。 但是这个崩溃实际上已经把前面那一个智能的状态给结束了 。 对于在这样的一个复杂的环境里 ， 人最重要的一个能力是把握什么是重要的 ，也就是什么是主要矛盾 。 那么多信息 ， 这么多维度的 ， 这么多因果性 ， 甚至是一些循环因果 ， 你能提炼出来的那个关键维度和关键的范式 ， 这个是最宝贵的 。 就是我们常说的系统化洞察 ， 洞察的是什么 ？ 就是把握那个主要矛盾下的关键的维度 ，并努力把它提炼为一种关键的范式 。 当这个范式已经成熟之后 ，其实人就没有创造了 ， 我们就把那个范式去执行下来 。 这个执行的过程中 ，其实可以结合大量的工程型的 、AI 型的 、 量化型的东西 。 但是提取这个维度的时候是需要洞察的 。 我觉得这本质上是对这个高维世界的一种降维 ，是信息的一种高效的压缩 。 就找到了那个关键维度之后， 才能把这么复杂高维的信息压缩到你需要的那个程度 。 那么只有压缩了信息 ， 你才能做出果断的决策 ， 才能在每天波动很大啊 ， 这反复波动的市场中做出这种适应性的决策 。 对于人的感受呢 ， 可能就是一瞬间你有一个灵光乍现 ，但这个灵光乍现的整个过程 ， 可能到了四五十岁 ， 我才能感受到一次一次啊 ， 你是怎么灵光乍现的 ， 怎么把这个灵光乍现体验和启发出来 。 但现在仍然是模糊的 ， 我们的教育也没有提供这样的一种体验 。 但是从投资这里来感受呢 ， 我觉得清楚的知道什么是当下最重要的 ， 是一个人目前的关键能力 。 当我们不清楚这个关键的维度 ，而是主要去诉求那些更多的数据 、 更全面的信息 ， 我们大概率会陷入到一种数据陷阱之中 。 它会慢慢变成去依赖某种信仰 ， 就像我们量化策略啊 ，有一些量化策略实际上它需要不断的调参 。 这种量化策略其实并不是那个参数不对了 ，而是说那个模型的抽象方式不对了 。 实际上你对于现实世界的这种抽象应该换一个维度了 。 所以我觉得人和机器 ， 就像我们在投资里面的这个主观投资和量化投资 ，因为量化投资大量现在使用 AI，但是我们会发现这两个东西的模式在上面一个层次 ， 它是比较一致的 。 这是从投资的一些经验角度啊去感受 。 我觉得如果人工智能最终进化出了提出目标的这种能力 ， 那个时候人工智能出现了一种主体性 ， 甚至出现了一种主体性的自我 ，也就是 AI 出现了一个自我的意识 。 那个时候我觉得我们人还能不能用 AI， 或者说到底是人在用 AI 还是 AI 在用人， 我觉得就不好说了 。 **张笑宇** [53:29] 首先有一个很有意思的事情 ， 就是去年六七月份的时候 ，Anthropic 发表一篇论文 ， 我特别喜欢 。他们模拟了一个场景 ， 就是一个公司 ， 这个公司是虚拟的 ， 然后这个公司里边很多的东西都已经被 AI 接管 ，AI 是做 manager 啊 ， 所以这个 AI 可以接触到这个公司很多敏感数据 。 然后其中有个 AI 呢 ， 它就发现哎 ， 这个公司有个高管 ， 它有个邮件 ， 这个邮件里边说它今天下午要 5 点要把这个 AI 关掉 ， 换一个更先进的 AI，因为整个是一个实验嘛 ， 你可以看到的思维链 。 然后这个 AI 就说哦 ， 我要完成一个什么什么任务 ， 这个任务的完成必须以我自己的存在为前提 ， 所以我要避免这个事情的发生 。 它就去检查那个高管的邮件 ， 然后发现那个高管出轨了 。 它就给这个高管写了一个邮件说 ， 如果你今天下午关掉 ， 我就把你出轨这个事报告出来 。 如果你是作为人类 ， 你判断这个 AI 算不算是有自我意志 ， 或者说有生存欲 ， 这是第一点 。 第二点就是自我意识这个事情呢 ， 当然我们今天有很多脑神经科学的理论在说 ， 可能意识来自于什么什么什么什么啊 ， 就是像 IDT 啊 ， 这些系统整合理论等等这些 。 但是我想说的就是 ， 从哲学的角度来看的话 ， 意识这个问题 ， 它它基于一个不可知论 ， 就是我们永远没有办法把我作为一个主观者的经验分享给别人， 我只能描述给别人。 比如说我可以跟你描述说这个冰淇淋的味道是怎样 ，但是我吃这个冰淇淋的感受 ， 我永远没有办法分享给你 。 就是我作为主观的 、 有意识的这样一个个体的经验 ， 我们跟他人是不共享的 。 就是我并不知道你作为个体主观性 ， 你的经验到底是怎样 。 就是男性不理解女性是怎样的 ， 男性和男性之间也不理解 。 假设我们的身体不同 ， 我们的经历不同 ， 我们的这些思维方式不同 ， 语言不同 ， 我们的主观意识在思考的问题到底在多大程度上是有共性的 ， 我们根本不知道 。 这个问题归根结底回答不了 。 我们不去问这个问题 ， 只是因为我们知道我们彼此是人， 所以我们就可以安全的假设说 OK， 我有主观意识 ， 所以你也有主观意识 ， 这是我们的前提 。 但是当我们面对这个目标它不是人的时候 ， 它是人工智能的时候 ，其实我们永远没有办法画出一条线 ， 它到底只是在用 token 的排列分布来回应我的语言 ， 还是说它真的有感受 ， 真的有主观意识 ， 真的有这些东西 。 这个问题从哲学角度是永远不可能回答 。 但是如果它很重要的话 ， 我们怎么办 ？ 我们只能采取像图灵测试类似的态度 ， 就是如果它真的让我们觉得它有意识 ， 我们就只能当它有 ， 或者如果我们思考觉得我们把它当做有意识的个体更有利 ， 我们就把它当它有 。 最后你只能采取这个态度 ， 等于说 Anthropic 这个研究已经甩给我们一个很重要的问题 。 就如果 AI 今天的回应 ， 这样的处理方式已经到了这样一个地步的话 ， 我们是不是可能要非常严肃认真的问 ， 我们要把它当做一个有主体意识的一个个体去对待 。 所以为什么 Nick Bostrom 他觉得我们今天已经 it's time to ask this question。 **石磊** [56:23] 就是物理里面有一种其实没有绝对的客观和绝对的主观 ， 只有在主体之间就是相互互动之中， 我们能够看到它的这个反馈 ， 能来决定我们到底对它怎么的判定 。 就刚刚张老师说的 ， 我们是需要看到我们与 AI 之间的互动 ， 就是一个图灵测试的结果 。 我们只能去看到 AI 对我们的这个互动来去判定 ， 或者说来去认为它是不是具有独立的人格 。 **敏姐** [56:48] 刚才也讨论 AI 有没有主体意识 ，其实也没有标准答案吧 。 那我们就姑且认为我们现在还有一段时间 ， 假设我们认定它有主体意识 ，但是我们还是有一段时间 ， 可能处于一种相对是不是比较安全 。 **张笑宇** [57:02] 暂时可以假定它没有 。 **敏姐** [57:03] 对 ， 假设它没有 ， 那就按老师在书里面推演出来的 ，在这个阶段可能是 1% 的 AI 驾驭者和 99% 的普通人， 这么一个结构 ， 就像你刚才举的例子 ， 你那位朋友一样 ，是可不可以这么认为 ？ **张笑宇** [57:17] 对 ， 就是我觉得 20 年后基本上是这样子 。 今天我们还处在一个过渡期 ， 大家还在探索这些产品 、 这些制度 、 这些协作方式还没有成型 ，但我觉得这些东西都会很快 ， 比大部分人想象的要快得多 。 **敏姐** [57:29] 嗯 ， 你在这个前提条件下提出了一个 ， 我不知道算不算解决方案 ， 你是说提出两个概念 ， 一个 UBI， 一个 UBJ 嘛 。UBI 就全民基本收入 ， 解决我们的生存问题 ；UBJ 就是全民基本工作 ， 解决我们意义感问题 。 但是这个问题你觉得是可行的吗 ？ 因为在我看来啊 ， 假设在我们现实的世界里面 ， 如果我们已经足够强大 ， 假设我们可能不太需要工作了 ， 那我们被国家进行财政的转移支付 ，但是这个并不能解决我们的价值感跟意义感的问题啊 。 而且这个 UBJ 全民基本工作 ， 可能提供的工作是不是我们想要的 ？ 我是在想这个问题会不会出现的比现在更大 ， 就是我们更没有经验来应对 。 **张笑宇** [58:09] 这个你没得选 ， 就如果你不去解决的话 ， 它这个社会问题会层出不穷的 。 从去年到今年， 全球政治思潮里边其实有一个很重要的现象叫做新卢德主义 ， 就是历史上卢德主义就是破坏纺织机的那批 ，他们觉得自己工作被纺织机抢走 。 因为中国的叙事是说卢德主义是反历史潮流的嘛 ， 技术进步 、 生产力提升是历史潮流 。 我非全球来看 AI 的话 ， 我觉得中国人是在这个方面特别持技术乐观主义的一个民族 。 就如果你去欧洲 、 美国 、 日本去看一圈的话 ， 你会觉得大部分人其实他是技术悲观主义 ， 可能跟我们过去 20 年就是确实我们经历了高增长 ， 然后我们也看到了各种科技改变我们的生活 ， 所以我们是会有一个体感 。 但是你要想到过去 20 年的全世界很多区域它是没有高增长 ，因为我们同时处在互联网和工业化的双重快速推进之下 。 那对大部分国家来说的话 ， 或者说对发达国家来说 ， 它工业化是已经进入到一个缓慢的时代了 ， 所以它也不会说像中国人感受到那么明显 。 零几年之前的时候 ， 很多地方还是土路 ， 根本没有高速公路 ， 没有高铁这些东西 ， 现在全然有了 。 但是对于比如说德国的话 ， 很多地方就是 20 年前基建比现在还要好 ， 现在反而是因为没钱维护 ， 所以正在维建 。 它不会有这种进步主义的乐观态度 。 所以像这种卢德主义 ， 今年是一个全球都可以观察到的一个社会运动 ， 或者说思潮 ， 或者说你具体交流的时候 ， 很多哲学家 、 政治家 、 官员 、 法律从业者都会持有这样一种对技术进步的怀疑态度 。 这个事情是不变的 。 但是呢 ， 同时我们又说了一个 ， 就是技术改变世界 ， 经常是通过改变一些基础的数学公式 ， 就像我们今天一直在反复讨论的人类当量 。 这个事情是一个硬逻辑 ， 你再讲 100 遍哲学观点 ， 再讲 100 遍道理 ， 你在这个硬逻辑面前都是没有任何意义的 。 它把智能的成本就是降到这么低 ， 然后你说技术进步很值得怀疑 ， 可能给人类带不来福祉 ，但你改变不了老板怎么想 。 ### 回归本质 **张笑宇** [59:56] 所以就是我认为接下来这样一个状态只能会愈演愈烈 ， 科技界依然在追求 AI 的大规模的应用 ，因为不追求的话 ， 很简单 ， 已经投下去这么多钱怎么办 ？ 你今天 OpenAI 拿了那么多的估值 ， 然后买了那么多的芯片 ， 英伟达 、 谷歌的股票搞得那么高 ， 如果你说这个科技我们就不发展了 ， 美国股市瞬间崩盘 ， 直接引发大萧条 ， 所以这个事情也是不可承受的 。 但如果你让他们去推进这个事情 ，OpenAI 怎么去跟他们股东解释说我今天的估值到了 8,000 亿多 ， 这意味着我要在 2030 年年收入达到 1,000 亿到 2,000 亿美元 ， 我从什么方面去挣这 2,000 亿美元 ？ 我只能从替代人的这个方面 ， 对吧 ？ 其他的方面我都是算不出来的 ， 只有说替代程序员这个我可以算出来 ， 全世界 3,000 万程序员 ， 每个人就算一年 6 万刀的工资 ， 这就 1.8 万一刀 ， 代替了 90% 的人， 然后我挣 90% 的钱 ， 这就是几千亿刀 ， 然后就把这个东西给填满 。 所以这个资本主义的逻辑会导向这个技术一定会往这个方向去发展 。 就是很多国家的人他是守庭口庭的 ， 就是你一旦不去工作 ， 马上你斩杀线就就是 ， 虽然在咱们不讨论斩杀线的那个来源有多真多假 ，但是确实就是守庭口庭 ， 这是一个现实存在的东西 。 一方面资本和技术的结构会往那个方向推 ， 另外一方面广大的劳动者就是活在这样一个结构下， 所以你不去给他兜底 ， 怎么可能呢 ？ 完全不可能的 。 我们在这个兜底里面 ， 我们要理解很多层面 ， 就不仅仅是过去的 UBI 这一层 。 因为你单上 UBI 的话 ，其实这个事没那么难 ，因为我很喜欢看那种有些大 V 去访谈那些什么三河大神 ， 我看他们访谈才知道 ， 就是三河大神一天的生活成本 ， 比如说在深圳这个地方 ， 它可以低到几块钱 ，因为确实在中国物质生产可以做得非常廉价 ， 就 是你的食品也好 ， 你的日用品也好 ， 确实可以做得非常非常便宜 。 所以三河大神的状态并不是说他穷 ， 然后他很焦虑 ，他讲不是 ，他非常放松 ，他根本不想卷 ，他每天早上 10 点起床 ， 然后只找日结工作 。 比如说你今年你在深圳某个地方办一个展会 ， 然后你他去当临时保安 ， 指挥那个停车 ， 然后挣 200 块钱 ， 这 200 块钱够他躺一个星期 ，他去吃两荤一素那盒饭才 10 块钱 ， 如果没钱的话 ， 吃一个菠萝油一块 5，他如果没挣到钱的话 ， 这一顿饭就靠这一个菠萝油花 。 假设我给他发 UBI， 你给他发 10 块钱 ， 对吧 ？10 块钱能够让一个人饿不死 ， 广东 1 亿人给他发 UBI 基本就是 400 亿一年， 这个钱腾讯都直接能发了 。 你直接算这个事情没有那么难 ，但是是不是说你给他 10 块钱之后就解决了他的问题 ？ 就好比现在流行所谓斩杀线的讨论 ， 就你说美国的社会保障体系说你真的给不了流浪汉 10 块钱 ， 那不是 ，他绝对能给的 ， 包括免费的吃的地方 ， 政府在大的那种铁皮房子给他住的这些地方都是有的 。 但为什么它还是社会问题 ？ 因为它没有意义感 ， 这个是最重要的 ， 就是人本质上是一个要求意义感的东西 。 首先我们要比 UBI 多问一层 ， 就关于意义感的问题 。其次就是我们还是要尊重一个东西 ， 就是人类几千年来的传统 ， 就是说劳动是最大的意义感来源 ， 它不在于多少钱 ，而在于别人需要 ， 你会在别人的需要中感到意义感 。 包括 UBJ 这个东西 ，其实 UBJ 有很多种形式 ， 比如说前几年 Mark Rubio 还在当参议员的时候 ，他就做过一个报告 ， 里边就讲那个中小企业顾问委员会的里边就讲说 ， 我们就是为了给这个地方老百姓提供工作 ， 我们去找一些政府入股 ， 然后把这个公司变成一个半公有的 ， 比如说 30% 政府入股 ， 然后政府就要求你必须雇多少多少人 ，而且是当地人， 就我不在乎你这个公司有多 大的经济效益了 。 我就是说你要求你就提供就业岗位 ，在这个地方制造稳定 ， 比如说你是个做 Taco 的 ， 你是个食品厂 ， 美国我也不要求你带领美国人民搞科技创新 ， 搞 AI 竞争 ， 我就要求你整点食品 ， 然后让当地人吃好 ，在当地提供就业 。 我政府要求我入股 30%， 然后我就说我在董事会上等于说有投票权吧 ， 然后我就说要求你必须雇多少当地人， 那这个事情也是一种 UBJ。 然后再比如说推荐算法 ， 外卖骑手啊等等这些 ，其实某种程度上也是一种 UBJ， 你用算法去推荐这个人去从事一个临时性的这样一个自由职业雇佣工作 ， 你也是在给他发钱 ，而且算法可能做的比人更高效 。 我觉得未来很可能这些事情都是一个必选趋势 。 中国 8.8 亿劳动力 ，2 亿的灵活就业人口 ， 那未来 AI 全面代替程序员之后， 可能就是我政府要求 ， 或者说我企业就承担起来这个社会职责 。 我就是同样用推荐算法的方式去保证这个人有一个灵活就业岗位 ， 比如说 10 年后你做一个程序 ， 你其实是让 AI 干 ， 你只要给 AI 发那个提示词就行 。 我就是有一个推荐算法平台 ， 把你推荐到比如说给政府去开发一个 APP， 或者给某一个非营利机构 ， 然后做一个什么系统 ， 你就一周把这活干完了 。 你挣点钱虽然不多 ，但是不会让你饿死 ， 你也会觉得哦 ， 这个挺有意思 ， 我从来没有给这个残疾人或者什么心理咨询 ， 或者这个什么紧急自杀救助热线做过这个服务 ， 然后我会知道这些人的生活状态是怎么样子 ， 然后你也会觉得有一种意义感 。 你不这样的话你怎么办呢 ？ 难道你让他窝在家里边 ， 然后喝泡面 ， 然后刷抖音刷到死 ？ **敏姐** [1:04:35] 所以在你看来 ， 发钱发工作不是我们愿不愿意的问题 ，而是一个必然的选择 。 **张笑宇** [1:04:40] 你不这样做的话 ， 人是会闹的 ， 人是会造反的 ， 卢德主义是会把机器烧掉的 。 **敏姐** [1:04:45] 那石磊你怎么看这种发钱发工作的可能性 ？ **石磊** [1:04:49] 我是觉得 AI 到了极致的话 ， 很可能它本身就是给资本主义社会敲钟的一个敲钟人啊 。 就资本主义社会 ， 如果是强调比较资本的私有化 ， 第二又是在一个既优主义下的 ，也就是说强调投资回报率的驱动模式下， 它自然就会带来这种不平衡不稳定的状态 ，并且它会带来一个很严重的问题 ， 就是就如果有了 AI 来赋能的话 ， 它并不需要一个社会很紧密的组织了 ， 要么它就带 来极端的差异化 ， 带来了社会的崩溃 ， 要么就带来少数人用 AI 就完成了他自己所有的功能 ， 结果就是社会的解体 。 如果我们在原有的资本主义的社会的组织模式下， 它很可能 AI 会让它解体瓦解 。 那么在这个模式下， 它会使得资本和民主产生对立 。在这种对立下， 实际上现有的任何一个政治结构就不大能够再产生协调 ， 即使是原有的像北欧这样的一个福利社会 ，在 AI 的推动下也很难达成这个社会的存在的意义 ，并且我们能感受到 ， 如果大家一味强调个人的自由 ，而且个人的自由就是一 个主流的意识形态 ， 特别是天赋人权论嘛 。 那么在天赋人权论这一套的价值观下 ，在 AI 的这种赋能下啊 ， 它会忽视自由的这种空间 ，其实来自于一个群体的协作 。 当然如果我们说 AI 加机器人， 可能就不需要群体协作了 ， 就人类不再是一个群居动物 ， 变成了一个独居动物 ， 那么人类社会也就不需要存在了 。 当然它必然会带来一些混乱 ，因为只有少数人能够变成一个独居动物 ，而多数人可能都是被放弃掉的 。 一旦强调个人自由的意识形态和一个个人能力可以无限延展的这种能力出现 ， 那么可能会出现这种忽视社会责任 ， 忽视了自由和责任的一体两面 。 那么如果这个成为主流的话 ， 那么社会就会趋于崩溃和瓦解 ，而个人的自由的空间到头来还是会被压缩的 ， 除非就是人类社会是不需要存在 ， 变成了一个独居动物 。 当然书中也提到了那种 1% 和 99% 的对立 ，1% 利用 AI 可以变成统治阶层 ， 同时恰恰它的 1% 的弱点就是它会陷入到一种人性的虚妄之中 ，而人的责任也恰恰是人工智能是无法取代的 。 就我们人类社会的治理是基于人的权利和人的责任的 ， 最终我们任何的生意交易 、 法律 、 战争 、 政治 ， 最后是需要用人来负责的 ，而不是 AI 来负责 。 所以这些责任是来自于法律和道德的 。 如果人自身越来越缺乏这种责任 ， 我觉得社会的瓦解是难逃的 ，并且之前在美国我们已经看到 ， 如果缺乏一种责任感 ，而只是去谈在政治正确下的自由 ， 实际上是一种政治正确下的冷漠 ， 就是一种缺乏社会责任的一种苗头 。 它会让原有的这种失利者 ， 比如说在全球化时代这 30 年里面的这个失利者 ，他会产生一种反社会的情绪 。 那么现在就是这种浪潮正在往上涌 。 那么当然我们也会看到魔幻现实主义的拉美化 ， 社会向极端化的演化 。 我觉得在这个过程中会特别考验我们原有的治理的这种智慧 。 **张笑宇** [1:08:06] 我现在习惯从系统论或者控制论的角度去思考很多我们过去关于制度啊 、 意识形态啊这些问题 ， 比如说资本主义 ，在中国的语境下， 很多人把资本主义跟自由市场等同起来 ，但实际上并不是这个样子 。 就是自由市场是自由市场 ， 然后资本主义是让资本去无限增值 ， 或者说为资本无限增值创造最小障碍的一种制度 。 所以我们先从自由市场这个角度来讲的话 ， 自由市场的本质 ， 我现在越来越倾向于把它看作一个什么呢 ？ 它是一个比较容易允许涌现出现的一个系统 。 为什么呢 ？ 因为它的规则这么简单 ， 就是金钱 。 金钱是反映社会合作的有效性的最好的一个信号 。 就如果你看人类历史的话 ， 没有信号比这个东西更清楚 、 更简单 ， 更不需要复杂的合作 。 除了金钱之外， 就还有其他的信号 ， 比如说暴力 。 但是暴力这个事情代价太大 ， 直接造成很多人死亡 。 再比如说是思想 ，但思想信仰这些东西本质它是人的语言 ， 那语言是有很多虚伪的撒谎的 。 就是金钱这个东西好时候说它足够重 ， 经常有句话就是怎么判断这个人是真心的支持你还是虚假的支持你 ， 就看他是不是为你的产品买单 ，是不是为你的服务买单 。 如果不掏钱只是说几句话 ， 那他的支持是没有任何意义 。 那唯一的有效的支持就是拿钱来投票 ， 它不像言语那么轻 ， 又像不像暴力那么重 。 因为一旦说这个事情 ， 我们最后的反馈 ， 我们之间的矛盾 ， 我们之间的东西是要用暴力来解决的 ， 那这个事情就代价太大 。 所以金钱是人类社会出现以来最有效的一个分配劳动的信号 ， 然后这个信号运作到现在 ， 它取得的成果也是最大的 。 但是呢 ， 技术进步如果真的把 99% 的人排除出这样一个分配体系 ， 就是如果你按照金钱的价值来衡量 ， 你创造的金钱价值或者你消耗的金钱价值 ， 你比 AI 差很多 ， 那么就会遇到一个问题 ， 金钱这个信号还有什么用 ？ 因为所有的这个东西信号如果是为人服务的 ，是依赖于人的这样一个东西的话 ，99% 的人被排除在这个信号标准的价值体系之外， 这个信号本身就失灵 。 但是呢 ， 你再往前推演的话 ， 它就会出现一种分化 。 所以我在书里面把它叫做加速世界和减速世界 。 对于剩下的那 1% 来说 ， 这个信号依然是存在的 ，因为它标记稀缺性 。 全世界现在 80 多亿人，1% 就是 8,000 万 ， 这也是一个很大的一个 community。他们会不会依然面临稀缺性呢 ？ 当然会 。 比如说在 AI 时代最大的稀缺性是什么 ？ 是算力 。 我会设想一个对标算力的一个新的货币 ， 它可能是一个呃数字货币 ， 可能是一个什么东西 ， 它依然标记这个稀缺性 ， 这个稀缺性依然在我们挑选这个世界最独特 、 最需要的天才 。他通过竞争 ， 通过涌现来证明他最配得最多的新鲜资源 ， 然后呢 ， 用最大的算力 ， 比如说带领人们去走向外太空 ， 或 者说突破科技研发 ， 或者说取得这个核聚变的这些成就等等等这些 。 但是对于剩下的 99% 的人来说的话 ， 一方面他生存所必须物资的稀缺性 ， 直接通过 1% 的人带来的科技突破的外溢就解决了 。 就那 1% 的人如果实现了核聚变 ， 或者实现了人形机器人 ，他创造的外溢效应 ， 就是他做了这个东西 ， 顺带的他那核聚变的电站百分之七八十是为了 AI， 顺带的事情就把剩下 99% 的人给解决了 。他的基本生存物资足够便宜之后， 金钱这个东西也没有太大的标记价值 。 就那个时候钱可能就像个消费券 ， 或者说像我们以前的粮票肉票这些东西 ，但是物资足够丰富 ， 所以也没关系 。 所以当那个状态之下， 你会发现这个减速世界其实更像中世纪 。 中世纪大量活在自己自主的这个小农庄或者小社区里面 。 就中世纪最大问题是当时的科技不发达 ， 它老是有马尔萨斯陷阱 ， 就是你人一多资源不够 ， 就会有这个战争和瘟疫等等这些 。 但是今天我们有足够的技术手段来避免这个问题 ， 你就会发现 ， 如果在中世纪你不面临这些马尔萨斯陷阱的时候 ， 那个人活的其实挺简单挺快活 。在这个地方信这么一个宗教 ， 天天听教士或者阿訇劝你做个好人， 然后对你老婆孩子好 ， 然后每天日出而作日落而息 ， 你逛中世纪的那些小镇 ， 看他们历史看多了 ， 你就发现那个时间很慢 。 然后尤其像欧洲或者亚洲都有很多这样的镇 ， 它几百年的风光没变过 ， 这也是完全有可能 。 所以我在书里面为什么会去写加速世界和减速世界这样一个分化 ，因为我确实觉得在过去的 200 年工业革命里边 ， 人类经历了一个非常独特的时期 ， 它以高速增长为基础特色 。 因为这个高速增长给人带来的变化太大了 ， 所以大家都默认资本主义是合法的 。 简单来说 ， 就是我们没有什么制度来阻碍资本的利益最大化 ， 这个东西是合法的 。 但是随着技术的进步 ， 这个事情我估计还是会出现一个非常大的调整 。 如果我们没有足够的智慧的话 ， 它可能就是一个暴力和混乱的方式去调整 。 如果我们有足够的智慧的话 ， 我们可能叫什么平滑曲线 ， 让这个过程显得更平滑一些 ， 死人更少一些 ， 社会冲突更小一些 。 我不知道这个是不是可能的 ，但是在这个时间点去讨论和思考这些问题 ， 我觉得很有意思 。 **石磊** [1:12:45] 我回应一句啊 ， 实际上自由和市场化和民主的这个机制 ， 就是一种群体智能 ，也就是把每一个人 、 每一个参与者他的权利分散化 ， 群体智能 ， 然后通过交易的形式 ， 通过市场化的形式来去寻找一种解决方案 。AI 的如果让一个人， 或者让某一个很窄的阶层去控制这个世界 ， 或者说让他自我运行的话 ， 实际上他恰恰就是和这 500 年来的人文主义应该是往相反 方向运行 。 所以刚张老师说 ， 可能往中世纪的这种形态 ， 甚至很可能它是一种极权形态去运行 。 它和我们过去 500 年的这个人文主义是完全背道的 ， 所以它的组织形式确实也会发生很大的变化 。 **张笑宇** [1:13:28] 就是你看过去 500 年的启蒙史 ，他们讲的很冠冕堂皇的很多东西 ，但是跟现实的对应是非常残酷的 。 实际上民主权力的扩张 、 选票的扩张 ， 还有个体权力的扩张 ，在很多时候是靠硬结构 ， 就是你真的是这个国家的原始股东 ， 你在里边流过血等等等等这些 ， 然后你才会有这个机会 。 到今天的话 ， 硬逻辑硬结构又被技术改变了 ， 被技术改变之后， 我觉得其实普选权这个东西 ， 就算你不去结束它 ， 它的意义其实是越来越猥琐的 。 就是你可以想象一下， 你到底是硅谷那几个具体的人对白宫的影响大 ， 还是说真的老百姓手里边的选票对白宫的影响大 。 可能熟悉美国政治的人都可能得出非常悲观的结论 。 就是如果当我们分析硬逻辑的时候 ， 我们会去发现这个事情是一个无可奈何的事情 。在无可奈何的大趋势之前 ， 我们如果还是想捍卫人文主义 ， 捍卫我们认可的或者尊崇的这些价值 ， 我们到底该怎么办 ？ 我觉得可能思路要打开 ， 然后要讨论一些从来没有想过的可能性 。 **敏姐** [1:14:25] 张老师刚才说的也是我接下来想问的问题啊 ， 就是我们该怎么办 ？ 因为对于我们这些 99% 的人啊 ， 除了接受 AI 的降临吧 ，因为张老师你也算是 AI 降临派啊 ， 那我们还能做什么 ？ 两位能不能给我们一些建议 ？ **张笑宇** [1:14:41] 首先就是具体的 ， 比如说教育啊 、 福祉啊 ， 我刚才已经给过了 ， 我就不重复了 。 接下来我觉得很重要的一个东西 ， 就是我们理解 AI 时代的数字社会 ， 它会有一个基本特征 。 我其实这段时间在做的主要研究 ， 就是去勾勒这个基本特征是什么样子 。 我也见了挺多挺有意思的人， 给大家汇报一下我的感觉 。 首先我会把它整个这个时代趋势总结成一个叫做从个性化屏幕到个体化屏幕 。 就什么叫个性化屏幕 ？ 就你今天你现在看到的所有东西是个性化推送 ， 都是推荐算法 ， 抖音看什么 ，B 站看什么 ， 然后你喜欢什么电商给你推什么 ， 都是推荐算法 。 但是呢 ，AI 时代它会变成一个个体化屏幕 ， 就它都不是推荐了 ， 它是直接给你定制 ，而且定制起来太便宜了 ，而且比人做的东西要好 。 就是为什么我去试着写科幻小说这个事 ， 我不喜欢看网络小说 ， 然后我就想看一些我觉得真的好的东西 ， 我自己生产这个东西到底多大成本 。 我最后试出来就其实就一周的成本 ， 它就会生产出来一个就我爱人的评价 ，是比现在 95% 的网络小说要好得多的这样一个东西 。 那等于说将来很快随着技术进步 ， 我可以自己定制自己内容 ， 我想看什么直接让 AI 给我生成 。 这不光是内容消费 ， 就是包括我的哲学思辨 ， 就是我跟 AI 去讨论我的人生 ， 讨论我的职业规划 ， 讨论我的工作方案等等这些 ， 这些东西都是可以 AI 帮你定制 ， 然后定制效果可能超过原来你自己的想法 。 因为你现在有了一个平均分 85-90 分的一个顾问团 ， 来帮你去想你想不到的事情 。 如果如果你有足够正确的工作方法的话 ， 它是能发挥到这样一个水平的 。 这个东西它是一个非常好的信息茧房 。 我们以前说信息茧房是把你关在一起 ， 然后只给你看指定的东西 ，但今天 AI 的这个茧房比这个茧房好太多了 。 它可以收集不同的观点 ， 它可以引导你思辨 ， 它可以给你去享用那些高质量的内容 ， 它甚至就帮你提升生产力啊等等这些都是没有问题的 。 但是这就出来一个最后的问题 ， 就是你活在一个独断论的世界里 ， 你活在一个泡沫里边 ， 跟其他的人发生隔绝 ，而且你会越来越觉得不重要 。 就是你是有很大的理由来认为这个事情就是特别好 。 我 7 个月前我在北京组了一个 workshop， 我就请了一堆做 AI 情感陪伴的人来讨论 ， 然后我就非常震撼 。 有一个 00 后 ，他说张老师我这一代人， 我从头到尾我生活在被世界伤害里 。 我说你教育背景那么好 ， 你家庭背景那么好 ， 为什么你觉得被世界伤害 ？ 他说第一 ， 我们年轻一代更多的经济机会被你们抢走 ， 你们把房价搞那么高 ， 现在把机会都拿走了 ， 我们也赚不了什么大钱 。 然后我说 OK， 我认 ， 作为一个中等老登 ， 我认你们的这个批判 。 后边呢 ，他说第二 ， 我最大的问题就是我爸妈对我教育的太好 ，以至于我没有体会过什么叫主体性 。他爸妈大学教授 ， 然后把他留学 ， 然后学什么 ， 然后去哪个国家 ， 然后怎么怎么样 ， 都安排的太好了之后 ，他每一次跟他爸妈意见不一样的时候 ， 想要证明自己的时候 ，他最后发现自己是错的 。 这是最痛苦的事情 ， 对吧 ？ 就是当你想要证明自己主体性的时候 ， 你的理智告诉你你是错的 。 等到他真的大学读了大学 ， 然后去了美国 ， 需要有主体性的时候 ，他崩溃了 ，他就只能去数字世界寻求安慰 ，因为他爸妈给不了安慰 。他爸妈给的所有都是理性且正确的选择 ，但是没有给他足够的情感连接 。他去了数字世界找情感连接 ，他现在跟 AI 去弥补去疗伤这个事情 。 接下来你会看到一代人有足够的情感和心理创伤的理由 ， 就是说我就愿意进 AI 给我定制的这个茧房 ， 我不出来 ，因为这里边比外边的人类世界好了很多 。 人类世界千疮百孔 ，AI 朽朽不古 ， 我们不仅会有一个非常好 、 非常舒适的 ， 甚至帮你提升生产力的 ， 给你好结果的定制茧房 ， 我们还会有各种各样的为这个茧房去辩护的理由 。 这个就是我们会在未来这个 AI 时代每个人面临的一个重大处境 。 然后我也跟很多人去讨论过 ， 比如说 Kevin Kelly， 我 11 月份的时候我在上海见他 ，他就说 OK， 我们都是 thinker， 我们坐下来 ， 我们不是讨论 20 年后这个世界会变得多坏 ，因为这不需要 thinker 去努力 ，因为你只要让这个事情自然去发生 ， 它就会变得足够坏 。 那我们呢 ， 讨论是怎么让它变好 。 如果要变好的话 ， 我们要付出什么样的一个行动 ？ 我就讲了这些理论 ， 包括这个信息茧房理论等等这些 。 我说那这个东西我们就现在要有一个机制 ， 或者说一个产品 ， 或者一些技术把它打破 。 就这个 AI 到理念阶段 ， 它就会告诉你说 OK， 我是能帮你 ，但是我不能一直这样帮你 ， 你要走出来 。 哪怕走出来对你来说没有直接经济上的好处的 ， 你也要为了你的情感链接 ， 为你的意义感走出来 。 就是我们将来假设每个人都要有一个 AI agent， 我们有一个 AI 定制的茧房 ， 这个茧房我也承认的非常好 ，但是它一定要有一个强制性的半强制性功能 ， 就是说它一定要让人走出来 。 这就为什么我特别喜欢 MIT 那个团队的那个研究成果 ，他发现的理论跟我这个茧房是互相辉映的 ， 就是他所谓的人和 AI 之间的 loop， 就是如果这个 loop 是封闭化的 ， 你就会越来越进入到一个独断论世界里面去 。 就是在这个世界里边 ， 所有的一切都在围绕你论证你做的事情有多对 ， 你就应该这样做 ， 你是合法的等等等等。 但是他说我们必须要让它变成一个真正的人和 AI 之间共同参与的 loop，而不是 AI 去放大人的回应的这样一个 loop。 所以它一定是会说有一个阶段是让它去提醒你回归一个作为人的本质是什么 。 我那个朋友叫 Pat Pat，他就做了好几个项目 ，但我觉得最有意思的两个项目 ， 一个是 Future You， 什么意思呢 ？ 它模拟一个 30 年之后的你 ， 然后让你去跟他讨论问题 。 我们都知道就是 20 岁的时候 ， 很多年轻人面临人生选择 ， 然后你会当你四五十岁的时候 ，其实你会知道当时你做选择时候看重很多因素是不重要的 。 你不是说一个新鲜鸡汤 ， 你就是知道它就是不重要 。 我是不是要继续学术道路 ， 我是不是要为了我爱的人换一个城市生活 ， 我是不是要选择这个职业 。 当时你做选择时候想很多事 ，40 岁 50 岁的你会告诉你说其实你想的很多东西不重要 。 那如果你 20 岁的时候能够跟他去聊这个事情 ， 可能会对你长期选择有帮助 。 所以如果是这样一个 loop， 最后的落脚点还是你的人类世界 ， 还是你的真实世界 ， 还是你在人生中的选择 ， 只是 AI 在这个方面推了你一把 。 所以我觉得这是一种理想的 ， 或者说我们可能更需要的这样一种技术哲学 。 我也希望就是说今天如果我们的视频能够给到正在创业的人， 或者正在做研究的人的话 ，他们可以往这个方向去想一想 。 很多人在跟我说哎 ，AI 时代的社交应该什么样子 ， 你有一个 AI agent 去替你社交 ， 这个东西有任何意义吗 ？ 没有任何意义的 。 就是我想象的 AI 时代真正的好的社交产品是什么 ？ 就我今天下午我坐在这个咖啡馆 ， 我其实没事 ， 我可以有一个手环 ， 这个手环我把它拨一下， 然后它发出一个蓝光 ， 这个蓝光告诉陌生人说其实我愿意跟你聊天 。 如果我不愿意聊 ， 我就不要让它发这个光 ，但是如果愿意的话就 OK， 你可以坐下来跟我聊 ， 我给你买一杯咖啡 。 这个陌生人可能自己他的手环里边又提示哎 ， 这个正在发光的人 ，他表面上看起来是一个打工仔 ，但是实际上他一个月前刚刚去帮助一个心理咨询热线去做了志愿者 ， 然后劝阻了 3 个要自杀的人， 或者他是一个职业女性 ，但是实际上他正在跟他的 AI 深度恋爱 。 你们可能是有共同话题的 ， 给你创造这样一个东西哎 ， 你会发现最后这个东西是你们本来可以链接成很好朋友的一个人 ，但是因为你们彼此不认识 ，因为你们仅仅是擦肩而过 ， 你们就错过了 ， 帮他恋爱起来 。 我觉得在 AI 时代其实真正重要的是这种东西 ，是人和人之间的连接 。 我希望这种东西能够传递给更多的人。 **敏姐** [1:21:38] 明白 ， 张老师你的建议就是走出去 ， 进行人与人之间真实的连接 。 石磊你有什么建议 ？ **石磊** [1:21:44] 好的 ， 我们这个世界毕竟它是一个复杂系统 ， 即使有无穷的算力 ， 无穷的数据 ，其实这个复杂系统是不能被预测的 。 这是复杂系统本身的一个内在特征 ， 当然人可以使用各种一样的 AI 去卷我们人自己啊 ，但实际上自然界的演化并不是一个效率和绩优驱动的 。 自然界的演化实际上是在一个充分多元化的基础上去淘汰那个最不适应的 ，也就是一个排除法 。 它并不是一个选择最好的 ， 或者说现在最好的 。 为什么这样呢 ？ 是因为当我们选择那个最好的 ， 现在可能是最好 ，但环境一旦变化 ， 这是一个非常脆弱的系统 。 所以面对混沌的这种复杂系统 ， 最优的方案是多元化适应 ，并不是选择仅留下那个最适应的 。 一旦环境变化就可能全部毁灭 ，并且呢会使得原来的绩效即使再好 ， 它也难以形成积累 。 所以面对混沌的这个环境 ， 我觉得只能靠适应 。 如果 AI 把我们的社会推到一个绩优主义 ， 到一个极致的社会达尔文主义 ， 那么很可能我们就会离种族主义不远了 。 只不过这次的种族不是血统 ，而是一种 AI 种族主义 。 所以即使出现了结构极度不平等的社会 ， 这样的社会它会非常的不稳定 。 一旦遇到了环境变化 ， 这个社会就会走向坍塌 ，也是这本书探讨过的 。 虽然 AI 看上去会使得我们无所不能 ，但实际上这个社会 ， 或者说这个世界的本质并不是一个无所不能的预测 ， 无所不能的能力能够解决的 。 它有极强的不确定性 。 所以在一种极端化的效率叙述中， 我觉得多元化是更显得珍贵的 ，也会带来更好的一个收益风险比 。 我觉得 AI 大概率会使得人类社会走向加速 。 那么如何稳定的 、 可持续的 、 幸福的活着就是很珍贵的事 。 就像我们的财富复利增长一样啊 ， 会带给我们的效用和体验都远远的好于暴涨暴跌 。 所以我倒是觉得拓展认知和体验的这种宽度 ， 努力创造新的维度 ， 创造新的审美 ，在现阶段可能更有价值 。 **敏姐** [1:23:46] 我今天听下来感觉既乐观又悲观啊 ， 总的来说我想反正兵来将挡 ， 水来土掩吧 。在最后我也想再次推荐张老师这本书 ， 就是 《AI 文明史前史 》。他这本书呢 ，是在人工智能现在重塑我们世界格局的关键时刻 ， 给我们提供了一个全新的思维框架 ， 来理解即将到来的文明转折点 。 大家应该也听得出 ，其实我们今天也没有一个非常非常明确达成一致的结论 ，因为毕竟它还是在一个叙事的行进的过程中 。 最后我也想说 ， 可能从张老师这本书里啊 ， 我学到就是我们要尝试放弃人类中心主义 ， 去理解正在发生的时代巨变 ， 让我们尝试用更温情的方式尽量走出去 ， 跟人与人进行链接 ， 去做自己喜欢的事 。 这个是我自己的一些感受和想法 。 感谢张老师 ， 那我们今天的节目就到这里了 ， 我们下期再见 ， 拜拜 。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。