編輯｜聽(tīng)雨

出品 | 51CTO技術(shù)棧（微信號(hào)：blog51cto）

最近圈內(nèi)有關(guān)人類多久能實(shí)現(xiàn)AGI的問(wèn)題可謂眾說(shuō)紛紜。前段時(shí)間，OpenAI宣布2028年將打造出AI研究院；而前兩天，在伊麗莎白女王工程獎(jiǎng)的獲獎(jiǎng)現(xiàn)場(chǎng)，辛頓預(yù)測(cè)20年內(nèi)AI將在辯論中永久性勝過(guò)人類，本吉奧則認(rèn)為若延續(xù)當(dāng)前趨勢(shì)，5年內(nèi)AI或達(dá)員工工作水平。

在最新一期《a16z》播客中，主持人 Erik Torenberg 邀請(qǐng)了AI編程工具 Replit 的創(chuàng)始人 Amjad Masad 和問(wèn)答網(wǎng)站 Quora及聊天機(jī)器人 Poe 的創(chuàng)始人 Adam D’Angelo，也談?wù)摿诉@個(gè)炙手可熱的話題——我們距離AGI究竟還有多遠(yuǎn)。

在這場(chǎng)對(duì)話中，兩人幾乎在每個(gè)問(wèn)題上都意見(jiàn)相左：Adam D’Angelo 極度樂(lè)觀，認(rèn)為 LLM + AI Agent 將在 5 年內(nèi)接管大部分遠(yuǎn)程知識(shí)工作。

Amjad Masad 則認(rèn)為，當(dāng)前的LLMs是功能性AGI，行業(yè)正在陷入“蠻力堆疊智能”：我們?cè)诙阉懔蛿?shù)據(jù)，卻仍不了解思維如何運(yùn)作。此外，他們還辯論了：大語(yǔ)言模型是否已觸頂？我們是否真的接近 AGI？以及，當(dāng)初級(jí)崗位被 AI 淘汰、而專家仍不可替代時(shí)，社會(huì)會(huì)發(fā)生什么。

他們還深入探討了一個(gè)令人不安的現(xiàn)實(shí)：AI 可能會(huì)制造出就業(yè)市場(chǎng)的“失落中層”；為什么如今舊金山的創(chuàng)業(yè)者都在一味追逐財(cái)富、不再做奇怪又有創(chuàng)意的實(shí)驗(yàn)；以及“意識(shí)研究”是否已經(jīng)被“提示工程”徹底取代。

此外，本期還談到：

• 代碼智能體已能連續(xù)運(yùn)行超過(guò) 20 小時(shí)；
• “主權(quán)個(gè)體”論的回歸；
• 以及普通用戶在多 AI 并用時(shí)展現(xiàn)出的驚人復(fù)雜性與創(chuàng)造力。

小編整理了整期播客內(nèi)容，干貨滿滿，建議收藏細(xì)讀，enjoy！

1.LLM能否能通往真正的AGI

主持人：最近很多人對(duì)大語(yǔ)言模型開(kāi)始潑冷水了，情緒變得悲觀。人們說(shuō)這些模型有很多局限，不能帶我們到達(dá) AGI，也許我們?cè)詾閹啄陜?nèi)能實(shí)現(xiàn)的目標(biāo)，現(xiàn)在可能要再推遲十年。Adam，你似乎更樂(lè)觀一些，不如先談?wù)勀愕目傮w看法？

Adam D’Angelo ：老實(shí)說(shuō)，我不太明白這種悲觀從哪來(lái)的。要是你回頭看看一年前的世界，再看看過(guò)去一年模型在“推理能力”“代碼生成”“視頻生成”等方面的進(jìn)步——發(fā)展速度其實(shí)比以往更快。我真不理解為什么有人會(huì)覺(jué)得形勢(shì)不好。

主持人 ：也許因?yàn)榇蠹以?jīng)希望這些模型能替代所有任務(wù)、所有工作，但現(xiàn)在看來(lái)，它們似乎只能做到“中間環(huán)節(jié)”，而不是“端到端”。所以人們擔(dān)心勞動(dòng)力不會(huì)像我們想的那樣快被自動(dòng)化。

Adam D’Angelo ：我不太清楚他們之前設(shè)想的時(shí)間表是什么，但如果把眼光放到五年后，那絕對(duì)是一個(gè)完全不同的世界。現(xiàn)在模型的限制，并不是“智能不夠”，而是“沒(méi)辦法在生成時(shí)拿到合適的上下文”。還有一些像“計(jì)算機(jī)使用”這樣的能力還沒(méi)完全解決，但我認(rèn)為一兩年內(nèi)肯定能實(shí)現(xiàn)。一旦解決了這些，我們就能自動(dòng)化掉人類做的大部分工作。那是不是 AGI 我不好說(shuō)，但肯定能讓現(xiàn)在的很多批評(píng)都不再成立。

主持人：

那你怎么定義 AGI 呢？

Adam D’Angelo ：每個(gè)人的定義都不太一樣。我比較喜歡的一個(gè)定義是：如果有一個(gè)遠(yuǎn)程工作者，他能完成任何可以遠(yuǎn)程完成的工作，而模型能在每個(gè)這樣的崗位上都比最優(yōu)秀的人類做得更好，那就可以稱為 AGI。有人把那種水平叫 ASI（超人工智能），但我覺(jué)得一旦模型能比典型遠(yuǎn)程員工更出色，我們就已經(jīng)進(jìn)入了一個(gè)完全不同的世界。

主持人 ：所以你覺(jué)得 LLM 還有很大潛力，不需要全新的架構(gòu)？

Adam D’Angelo ：我不這么認(rèn)為。確實(shí)有些問(wèn)題，比如記憶、持續(xù)學(xué)習(xí)等，用現(xiàn)有架構(gòu)不太好實(shí)現(xiàn)。但這些問(wèn)題也許可以“偽裝性地”解決，或者說(shuō)“夠用”。我們現(xiàn)在沒(méi)有看到明顯的瓶頸——推理模型的進(jìn)步驚人，預(yù)訓(xùn)練的進(jìn)展也依然很快。也許沒(méi)大家預(yù)想的那么快，但仍然夠快，讓我們?cè)谖磥?lái)幾年看到巨大進(jìn)展。

主持人 ：Amjad，你聽(tīng)完這些怎么看？

Amjad Masad ：我覺(jué)得我一直都挺一致的，也許可以說(shuō)，一直挺準(zhǔn)確的。

Adam D’Angelo ：一致是指“和自己一致”還是“和現(xiàn)實(shí)一致”？

Amjad Masad ：兩者都有吧。我的觀點(diǎn)和現(xiàn)實(shí)的進(jìn)展基本一致。我大概在 2022、23 年 AI 安全討論最熱的時(shí)候，開(kāi)始公開(kāi)表達(dá)一些懷疑。當(dāng)時(shí)我覺(jué)得我們需要更現(xiàn)實(shí)一點(diǎn)，否則會(huì)嚇到政客、嚇到公眾，華盛頓就會(huì)跑來(lái)整頓硅谷，把一切都按下暫停鍵。比如那篇“AGI 2027”論文，還有那些所謂“情境意識(shí)”“AI威脅”的論文——它們根本不是科學(xué)，而是一種“情緒化的預(yù)言”。說(shuō)整個(gè)經(jīng)濟(jì)會(huì)被自動(dòng)化、所有工作會(huì)消失，這些都不現(xiàn)實(shí)，而且會(huì)導(dǎo)致糟糕的政策。我的看法是：LLM 是驚人的機(jī)器，但它們不是人類式的智能。比如那道“草莓問(wèn)題”模型解決了，但一個(gè)簡(jiǎn)單的問(wèn)題——“這句話里有幾個(gè)字母R？”，四個(gè)模型里有三個(gè)都答錯(cuò)，只有 GPT-5 的“高思考模式”經(jīng)過(guò) 15 秒才答對(duì)。這說(shuō)明它們的智能與人類不同，而且有明顯的局限。我們現(xiàn)在其實(shí)在“補(bǔ)丁式修復(fù)”這些局限，靠更多標(biāo)注、更多人工強(qiáng)化、更多系統(tǒng)整合讓它們“看起來(lái)更聰明”。但這意味著我們還沒(méi)有真正“破解智能”。一旦我們真正破解了智能，它應(yīng)該是“可擴(kuò)展的”，就像“苦澀教訓(xùn)”（bitter lesson）所說(shuō)，只要投入更多算力和數(shù)據(jù)，就能自然提升。而現(xiàn)在并不是這樣。過(guò)去在 GPT-2、3、3.5 時(shí)代，只要加數(shù)據(jù)、加算力，模型就變強(qiáng)。但現(xiàn)在越來(lái)越多是“人工干預(yù)”：要標(biāo)注數(shù)據(jù)、要人工設(shè)計(jì)強(qiáng)化學(xué)習(xí)環(huán)境，甚至要雇合同工幫模型學(xué)編程。OpenAI 現(xiàn)在在做的“讓模型成為投行分析師”的計(jì)劃就是這樣。我稱這種現(xiàn)象為“功能性 AGI”（Functional AGI），即我們能通過(guò)大量數(shù)據(jù)、訓(xùn)練和環(huán)境設(shè)計(jì)，讓模型在很多職業(yè)中實(shí)現(xiàn)局部自動(dòng)化。但這需要巨大的人力、資金和數(shù)據(jù)投入。當(dāng)然，模型仍在變好，Claude 4.5 比 4 代強(qiáng)很多，進(jìn)步還在繼續(xù)。但我不認(rèn)為 LLM 會(huì)通往真正的 AGI。對(duì)我來(lái)說(shuō)，AGI 是一種“強(qiáng)化學(xué)習(xí)式智能”：能進(jìn)入任何環(huán)境，像人類一樣高效地學(xué)習(xí)。比如把人放進(jìn)一個(gè)臺(tái)球廳，幾小時(shí)后他就能學(xué)會(huì)打臺(tái)球；而機(jī)器做不到。現(xiàn)在的一切都需要大量數(shù)據(jù)、算力、人工知識(shí)，這說(shuō)明我們?nèi)蕴幱凇叭祟悓I(yè)知識(shí)依賴期”，還沒(méi)進(jìn)入“可擴(kuò)展智能期”。

Adam D’Angelo ：我同意人類確實(shí)能在新環(huán)境下快速學(xué)習(xí)新技能，這點(diǎn)模型還不行。但人類智能是進(jìn)化的產(chǎn)物，背后等于用了龐大的“演化計(jì)算”。模型的“預(yù)訓(xùn)練”只是一個(gè)遠(yuǎn)遠(yuǎn)粗糙的替代品，所以才需要更多數(shù)據(jù)才能學(xué)會(huì)每項(xiàng)技能。但就“實(shí)際效果”而言，只要我們能造出在平均水平上和人類一樣好的系統(tǒng)，哪怕成本高、算力消耗大，那也足以重塑經(jīng)濟(jì)和勞動(dòng)力市場(chǎng)。

Amjad Masad ：我同意，也許這確實(shí)是“蠻力型智能”，但這未必是壞事。

主持人 ：那你們倆的分歧到底在哪？

Amjad Masad ：我不認(rèn)為我們會(huì)在短期內(nèi)到達(dá)“奇點(diǎn)”或“新文明階段”。除非我們真正理解“智能”的本質(zhì)，發(fā)明出非蠻力的算法，否則不會(huì)發(fā)生那種突破。

Adam D’Angelo ：你覺(jué)得那要等很久？

Amjad Masad ：我沒(méi)法確定。但我擔(dān)心 LLM 會(huì)“分散注意力”，吸走太多人才去做應(yīng)用，而不是去研究“智能的本質(zhì)”。

Adam D’Angelo ：這確實(shí)可能，但同時(shí)也吸引了大量本來(lái)不會(huì)進(jìn) AI 行業(yè)的人才。現(xiàn)在有龐大的資金、算力和研究者投入，我仍然相信，沒(méi)有什么問(wèn)題是最聰明的人花五年時(shí)間不能解決的。

Amjad Masad ：但“基礎(chǔ)研究”不一樣。現(xiàn)在大部分是“產(chǎn)業(yè)研究”，目的在于盈利，而不是理解。正如哲學(xué)家托馬斯·庫(kù)恩說(shuō)的，一個(gè)研究范式往往會(huì)變成“泡沫”，吸干所有注意力，就像弦理論之于物理學(xué)。

Adam D’Angelo ：對(duì)，他說(shuō)要等到老一代研究者退休，范式才可能改變。

Amjad Masad ：我對(duì)“范式轉(zhuǎn)移”確實(shí)比較悲觀。

Adam D’Angelo ：但我覺(jué)得當(dāng)前范式其實(shí)挺好，我們還遠(yuǎn)沒(méi)到“邊際收益遞減”的階段。

2.AI會(huì)導(dǎo)致“入門崗位”減少、公司人才斷層

主持人 ：那如果繼續(xù)靠蠻力推進(jìn)，你覺(jué)得全球 GDP 會(huì)從現(xiàn)在的 4~5% 年增長(zhǎng)變成 10% 以上嗎？

Adam D’Angelo ：取決于能走多遠(yuǎn)。假設(shè)你能有一種模型，只需花 1 美元/小時(shí)的能耗，就能完成任何人類的遠(yuǎn)程工作，那么經(jīng)濟(jì)增長(zhǎng)率肯定遠(yuǎn)超 4~5%。但也許模型要么比人類更貴，要么只能做 80% 的工作。最終，我認(rèn)為我們遲早能讓模型以更低成本做完所有人類能做的事，也許 5 年、10 年、15 年，但在那之前，我們會(huì)受限于模型的短板、能源、供應(yīng)鏈等瓶頸。

Amjad Masad ：我擔(dān)心的一個(gè)問(wèn)題是：如果模型能自動(dòng)化掉“入門崗位”，但替代不了“專家崗位”，那會(huì)造成一種奇怪的經(jīng)濟(jì)結(jié)構(gòu)。比如 QA 測(cè)試，AI 處理了大部分情況，但還需要少數(shù)專家管理大量Agents。生產(chǎn)力提高了，但企業(yè)不會(huì)再雇新手。那是個(gè)詭異的平衡狀態(tài)。

Adam D’Angelo ：確實(shí)，這種情況已經(jīng)出現(xiàn)在計(jì)算機(jī)專業(yè)畢業(yè)生身上了。公司崗位減少了，因?yàn)?nbsp;LLM 能替代他們之前做的工作。這會(huì)導(dǎo)致“人才梯度斷層”，企業(yè)沒(méi)動(dòng)力去培訓(xùn)新人。也許會(huì)催生“AI 教育”或“AI 培訓(xùn)”的新市場(chǎng)，但確實(shí)是當(dāng)下的問(wèn)題。

Amjad Masad ：還有個(gè)相關(guān)問(wèn)題：我們現(xiàn)在依賴專家數(shù)據(jù)去訓(xùn)練模型，但如果模型取代了專家，那未來(lái)誰(shuí)來(lái)提供高質(zhì)量訓(xùn)練數(shù)據(jù)？當(dāng)“專家群體”被替代后，改進(jìn)模型的過(guò)程就會(huì)受阻。這是一個(gè)經(jīng)濟(jì)學(xué)問(wèn)題——自動(dòng)化的第一波之后，怎么繼續(xù)？

Adam D’Angelo ：確實(shí)，關(guān)鍵在于我們能否構(gòu)建出好的強(qiáng)化學(xué)習(xí)環(huán)境。像 AlphaGo 那樣有完美環(huán)境可以無(wú)限提升，但很多現(xiàn)實(shí)任務(wù)的數(shù)據(jù)有限，這會(huì)是個(gè)瓶頸。

主持人 ：那你們覺(jué)得未來(lái)會(huì)出現(xiàn)什么新職業(yè)？有人說(shuō)每個(gè)人都會(huì)成為“網(wǎng)紅”或從事“情感照護(hù)類”工作，或者都去幫 AI 訓(xùn)練數(shù)據(jù)。你們?cè)趺纯矗?/p>

Adam D’Angelo ：當(dāng)一切都能自動(dòng)化后，人們可能就去做藝術(shù)、詩(shī)歌之類的事。其實(shí)電腦下棋比人強(qiáng)后，下棋人數(shù)反而增加了。只要財(cái)富能合理分配，這種世界并不壞。但那可能要至少 10 年。在更近的未來(lái)，會(huì)爆發(fā)的職業(yè)是那些能高效使用 AI 的人。能用 AI 完成 AI 自己做不到的任務(wù)的人，會(huì)非常搶手。

Amjad Masad ：我不認(rèn)為我們能自動(dòng)化所有工作——至少在當(dāng)前范式下不可能。很多工作本質(zhì)上是“服務(wù)他人”的，你必須理解人類、成為人類，才能真正知道別人想要什么。除非我們?cè)斐觥熬呱淼娜祟愂街悄堋保駝t人類始終會(huì)是經(jīng)濟(jì)中“想法”的生成者。

 3.推薦算法比你自己更懂你

主持人 ：Adam，你做過(guò) Quora、Poe 這樣的“人類智慧聚合平臺(tái)”。你怎么看未來(lái)人與 AI 的關(guān)系？比如我們會(huì)不會(huì)依賴 AI 做心理咨詢或護(hù)理？

Adam D’Angelo ：人類的集體知識(shí)仍然非常重要。一個(gè)專家、一生積累的經(jīng)驗(yàn)，很多內(nèi)容其實(shí)從未被寫(xiě)下來(lái)。這些“隱性知識(shí)”依然很有價(jià)值。我不確定分享知識(shí)的人未來(lái)能否靠此為生，但如果這是系統(tǒng)的瓶頸，市場(chǎng)自然會(huì)將資源流向這里。至于“必須是人類才能理解人類”這一點(diǎn)，我并不完全同意。比如社交平臺(tái)的推薦算法，其實(shí)早已比人類更懂你。就算你自己來(lái)為自己定制一條“最想看的信息流”，你也比不上算法。算法掌握了海量的行為數(shù)據(jù)與相似模式，它能精準(zhǔn)預(yù)測(cè)你感興趣的內(nèi)容。當(dāng)然，藝術(shù)家或廚師之類的職業(yè)確實(shí)需要“自我體驗(yàn)”，比如廚師要親口嘗菜，但總體上，他們掌握的數(shù)據(jù)量遠(yuǎn)少于 AI 能學(xué)習(xí)到的。

Amjad Masad ：你說(shuō)得有道理。推薦系統(tǒng)本質(zhì)上是在高維空間里，找到符合你偏好的點(diǎn)。不過(guò)我覺(jué)得那種“理解”還是很窄的，只適用于某些任務(wù)。我更傾向于相信《主權(quán)個(gè)體》（The Sovereign Individual）那本書(shū)的預(yù)測(cè)。那是 20 世紀(jì) 90 年代的書(shū)，但它描述了當(dāng)計(jì)算機(jī)技術(shù)成熟后社會(huì)的變化。作者說(shuō)，人類經(jīng)歷了農(nóng)業(yè)革命、工業(yè)革命，如今正經(jīng)歷信息革命或智能革命。我們現(xiàn)在叫不出它的名字，但未來(lái)的人會(huì)知道。他們的結(jié)論是：未來(lái)大部分人可能失業(yè)或經(jīng)濟(jì)上“非生產(chǎn)性”，而少數(shù)創(chuàng)業(yè)者會(huì)高度杠桿化——因?yàn)樗麄兡苡?nbsp;AI 快速創(chuàng)建公司、產(chǎn)品、服務(wù)，組織經(jīng)濟(jì)。政治也會(huì)隨之改變。過(guò)去政治的前提是“每個(gè)公民都是經(jīng)濟(jì)個(gè)體”；但當(dāng)自動(dòng)化普及、只有少數(shù)人仍具生產(chǎn)力時(shí)，政治結(jié)構(gòu)會(huì)重新洗牌。國(guó)家會(huì)開(kāi)始爭(zhēng)奪這些“高產(chǎn)出個(gè)體”，就像城邦時(shí)代那樣，富人能自由遷移、議價(jià)稅率。這聽(tīng)起來(lái)像 Balaji（區(qū)塊鏈思想家）的觀點(diǎn)，但其實(shí)并不遙遠(yuǎn)。我并不是說(shuō)我希望如此，但必須承認(rèn)，一旦“人”不再是經(jīng)濟(jì)的基本生產(chǎn)單元，連文化和政治都必須隨之改變。

 4.AI會(huì)讓個(gè)人創(chuàng)業(yè)者數(shù)量暴增

主持人 ：我覺(jué)得這本書(shū)（指克里斯滕森的《創(chuàng)新者的窘境》）以及我們這次更廣泛的討論，都在探討一個(gè)問(wèn)題：什么時(shí)候一種技術(shù)是利于“防守方”的，而什么時(shí)候它是利于“聚合者”的？換句話說(shuō)，它什么時(shí)候會(huì)激勵(lì)更多的去中心化，而什么時(shí)候又會(huì)強(qiáng)化中心化？還記得彼得·蒂爾十年前有個(gè)俏皮話——他說(shuō)“加密貨幣是自由主義的，偏向去中心化；AI 是共產(chǎn)主義的，偏向中心化”。但我覺(jué)得這兩種說(shuō)法都不完全準(zhǔn)確。AI 確實(shí)讓很多個(gè)人變得更有能力，就像你剛才說(shuō)的那樣；而加密貨幣，最后看起來(lái)更像金融科技或者是“穩(wěn)定幣”體系的一部分，它反而在某種程度上強(qiáng)化了國(guó)家的力量。比如你看中國(guó)正在推動(dòng)的那套體系。所以，現(xiàn)在有一個(gè)開(kāi)放的問(wèn)題：哪種技術(shù)最終更能賦能——是“邊緣”個(gè)體，還是“中心”機(jī)構(gòu)？如果它賦能的是“邊緣”，那也許我們就會(huì)出現(xiàn)一種“杠鈴效應(yīng)”：一頭是極度強(qiáng)大的巨頭，另一頭是數(shù)量眾多的主權(quán)個(gè)體。

Adam D’Angelo ：我對(duì)這項(xiàng)技術(shù)能讓“個(gè)人創(chuàng)業(yè)者”數(shù)量暴增這件事感到非常興奮。它極大地?cái)U(kuò)展了個(gè)人能做到的事情。過(guò)去很多好點(diǎn)子從未被實(shí)現(xiàn)，只因?yàn)橐M建團(tuán)隊(duì)太麻煩——要找齊各種技能的人，還得融資。而現(xiàn)在，一個(gè)人就能把這些想法變成現(xiàn)實(shí)。我覺(jué)得我們會(huì)看到很多令人驚嘆的新東西。

Amjad Masad ：我經(jīng)常在 Twitter 上看到這樣的例子——有人因?yàn)橛孟?nbsp;Replit 這樣的工具賺到太多錢，干脆辭職自己干了。這真的很激動(dòng)人心。也許是第一次，“機(jī)會(huì)”被大規(guī)模地普及到所有人手里。對(duì)我來(lái)說(shuō)，這是這項(xiàng)技術(shù)最令人興奮的部分之一——除了我們之前談的那些，它讓更多人能夠成為創(chuàng)業(yè)者，這意義重大。

主持人 ：這個(gè)趨勢(shì)在未來(lái)十到二十年肯定會(huì)持續(xù)下去。但你們覺(jué)得，AI 是“延續(xù)型創(chuàng)新”（sustaining）還是“顛覆型創(chuàng)新”（disruptive）？換句話說(shuō)，大部分價(jià)值創(chuàng)造會(huì)來(lái)自于 OpenAI 之前就存在的大公司（比如 Replica、甚至 Quora）？還是來(lái)自 2015、2016 年之后的新公司？

Adam D’Angelo ：這是個(gè)好問(wèn)題，也關(guān)聯(lián)到另一個(gè)問(wèn)題：有多少價(jià)值最終會(huì)被“超級(jí)云廠商”（hyperscalers）捕獲，而不是被其他人獲得？我覺(jué)得現(xiàn)在的局勢(shì)其實(shí)挺平衡的。超級(jí)云廠商之間競(jìng)爭(zhēng)足夠激烈——讓?xiě)?yīng)用層公司有選擇、有替代方案、價(jià)格也在迅速下降。但同時(shí)競(jìng)爭(zhēng)又沒(méi)激烈到讓這些實(shí)驗(yàn)室（像 Anthropic 和 OpenAI）無(wú)法融資、無(wú)法進(jìn)行長(zhǎng)期投入。所以總體來(lái)說(shuō)，我覺(jué)得這是一個(gè)相當(dāng)健康的平衡：超級(jí)云廠商還在成長(zhǎng)，同時(shí)也會(huì)出現(xiàn)大量新公司。

Amjad Masad ：是的，我也差不多同意。“延續(xù)型”和“顛覆型”這兩個(gè)術(shù)語(yǔ)來(lái)自《創(chuàng)新者的窘境》，它講的是一個(gè)技術(shù)演進(jìn)的“力量曲線”：新技術(shù)一開(kāi)始看起來(lái)像玩具，抓住的是市場(chǎng)的低端，但隨著它演進(jìn)，它會(huì)上升到力量曲線的高處，最終顛覆所有現(xiàn)有巨頭。一開(kāi)始，老牌公司不會(huì)重視它，因?yàn)樗雌饋?lái)不成熟。等它進(jìn)化成熟時(shí)，卻已經(jīng)吃掉整個(gè)市場(chǎng)。PC 就是個(gè)例子。最初，做大型主機(jī)的廠商根本不在意個(gè)人電腦，覺(jué)得那是給小孩用的玩具，但后來(lái)連數(shù)據(jù)中心都建立在 PC 架構(gòu)上。不過(guò)也有一些技術(shù)，它們反而強(qiáng)化了現(xiàn)有巨頭，對(duì)新玩家?guī)椭淮蟆Ｋ晕矣X(jué)得，Adam說(shuō)得對(duì)，這次的情況可能是“兩者兼具”，而且可能是第一次出現(xiàn)這種情況。互聯(lián)網(wǎng)當(dāng)年是徹底的“顛覆型”技術(shù)，而 AI 似乎既讓超級(jí)云廠商、互聯(lián)網(wǎng)巨頭如虎添翼，又同時(shí)創(chuàng)造了新的商業(yè)模式，能與它們抗衡。比如，《創(chuàng)新者的窘境》這本書(shū)出來(lái)后，大家都學(xué)會(huì)了“不被顛覆”。以 ChatGPT 為例，它本質(zhì)上是對(duì) Google 的一種“反向定位”創(chuàng)新——Google 已經(jīng)有一個(gè)運(yùn)轉(zhuǎn)良好的業(yè)務(wù)，而 ChatGPT 早期會(huì)幻覺(jué)、生成錯(cuò)誤信息，這讓 Google 無(wú)法貿(mào)然推出類似產(chǎn)品，因?yàn)樗枰３帧翱尚哦取薄Ｋ约词?nbsp;Google 內(nèi)部已經(jīng)有類似的技術(shù)，他們直到兩年后才發(fā)布 Gemini。結(jié)果是，OpenAI 搶先占據(jù)了品牌認(rèn)知。但反過(guò)來(lái)，AI 也讓 Google 的產(chǎn)品全面變得更好——無(wú)論是搜索、Workspace 還是手機(jī)。總的來(lái)說(shuō)，AI 同時(shí)既顛覆又強(qiáng)化了老牌公司。

Adam D’Angelo ：我完全同意。大家都讀過(guò)《創(chuàng)新者的窘境》這本書(shū)，也改變了它原本的意義。現(xiàn)在，資本市場(chǎng)會(huì)懲罰那些不適應(yīng)變化的公司，鼓勵(lì)那些敢于長(zhǎng)期投資的公司。管理層也都讀過(guò)這本書(shū)，他們的決策能力普遍比 20 世紀(jì)那批大公司要高；許多公司由創(chuàng)始人控制，也讓他們能更靈活地承受短期損失去換取長(zhǎng)期布局。所以我認(rèn)為，如果我們還處在像 90 年代那種環(huán)境下（資本約束多、競(jìng)爭(zhēng)少），AI 可能會(huì)更“顛覆”；但在當(dāng)下這個(gè)高度競(jìng)爭(zhēng)的環(huán)境中，它反而更“延續(xù)”。

主持人：

我們作為一家風(fēng)投公司，也在反思過(guò)去幾年的一個(gè)錯(cuò)誤。我們?cè)驗(yàn)椤斑@個(gè)公司看起來(lái)不會(huì)成為市場(chǎng)第一”就放棄投資——因?yàn)閺?nbsp;Web2 我們學(xué)到“要投類目冠軍”。但現(xiàn)在看來(lái)，這個(gè)市場(chǎng)大到足以容納多個(gè)贏家。不僅是基礎(chǔ)模型公司，應(yīng)用層公司也一樣。它們可能各自割據(jù)、細(xì)分市場(chǎng)，卻都能做到“風(fēng)險(xiǎn)投資級(jí)”體量。你覺(jué)得這是一種持久現(xiàn)象嗎？還是階段性的？

Adam D’Angelo ：我認(rèn)為一個(gè)關(guān)鍵區(qū)別是：網(wǎng)絡(luò)效應(yīng)在現(xiàn)在的 AI 時(shí)代遠(yuǎn)不如 Web2 時(shí)代強(qiáng)。這讓競(jìng)爭(zhēng)對(duì)手更容易起步。當(dāng)然，大公司仍有規(guī)模優(yōu)勢(shì)——更多用戶意味著更多數(shù)據(jù)、更多資金。但這不再是“絕對(duì)壁壘”，只是“相對(duì)優(yōu)勢(shì)”。這意味著現(xiàn)在可以有更多贏家，而不是贏家通吃。

主持人 ：另一個(gè)區(qū)別是，現(xiàn)在用戶能非常清楚地看到價(jià)值，所以他們?cè)敢鈴脑缙诰透顿M(fèi)。Web2 時(shí)代，很多公司（比如早期的 Facebook、Google）一開(kāi)始的疑問(wèn)都是：你怎么變現(xiàn)？而現(xiàn)在的 AI 公司從第一天起就能賺錢——包括你們公司在內(nèi)。

Adam D’Angelo ：對(duì)。過(guò)去的公司要等規(guī)模上去才能做廣告變現(xiàn)；而現(xiàn)在的訂閱模式讓你可以一開(kāi)始就收費(fèi)。像 Stripe 這樣的工具也讓這一切變得更簡(jiǎn)單。這也讓新公司更容易啟動(dòng)。

Amjad Masad ：還有地緣政治的因素。顯然我們已經(jīng)不在一個(gè)完全全球化的時(shí)代，未來(lái)可能會(huì)更碎片化。所以，也許你在歐洲投資一個(gè)“歐洲版 OpenAI”是個(gè)好主意。中國(guó)也是完全不同的生態(tài)。地緣政治在這里變得非常重要。

 5.Quora推出Poe：早期對(duì)多模態(tài)生態(tài)的押注

主持人：Adam，我們剛才談到人類知識(shí)，你怎么看 Quora 推出 Poe ——這是否意味著你們?cè)凇白晕翌嵏病保?/p>

Adam D’Angelo ：我們其實(shí)更多把 Poe 看作一種“新增機(jī)會(huì)”，而不是對(duì) Quora 的顛覆。2022 年初，我們開(kāi)始實(shí)驗(yàn)用 GPT-3 生成 Quora 答案，結(jié)果發(fā)現(xiàn)它還不如人類答案好，但有一個(gè)特征非常獨(dú)特，它能立刻回答任何問(wèn)題。這讓我們意識(shí)到：它不一定非要是公開(kāi)問(wèn)答，人們更傾向于在私下與 AI 聊天。于是我們決定做Poe，讓人們可以私密地與AI 對(duì)話。

主持人 ：所以這也算是你對(duì)“多模型生態(tài)”的一個(gè)早期押注？

Adam D’Angelo ：對(duì)。我們當(dāng)時(shí)押注的是模型公司之間會(huì)出現(xiàn)多樣化。雖然花了點(diǎn)時(shí)間才應(yīng)驗(yàn)，但現(xiàn)在確實(shí)有了很多不同模型和公司。尤其跨模態(tài)（圖像、視頻、音頻）越來(lái)越多樣，推理和研究型模型也在分化，智能體也成為新的多樣化來(lái)源。所以我們很幸運(yùn)，現(xiàn)在進(jìn)入了一個(gè)“足夠多樣”的階段，讓像 Poe 這樣的“通用界面聚合器”有了意義。雖然我們當(dāng)時(shí)確實(shí)押得有點(diǎn)早。

Amjad Masad：

更有趣的是，連普通消費(fèi)者都真的在用多個(gè) AI。這點(diǎn)挺出乎意料的。過(guò)去人們只用Google，不會(huì)同時(shí)開(kāi)Yahoo。但現(xiàn)在，你隨便問(wèn)一個(gè)普通用戶，他們會(huì)說(shuō)“我平時(shí)用 ChatGPT，但 Gemini 在某些問(wèn)題上更好”。消費(fèi)者的認(rèn)知變得更成熟了。

主持人 ：對(duì)，而且還有人說(shuō)自己更喜歡某個(gè) AI 的“人格風(fēng)格”，比如更喜歡 Claude。回到你剛才提的“暗物質(zhì)”問(wèn)題——你提到我們正在用暴力計(jì)算去提取知識(shí)。問(wèn)題是：互聯(lián)網(wǎng)都已經(jīng)被訓(xùn)練過(guò)了，那么還有多少“未被采集的知識(shí)”？是多 10 倍，還是 1000 倍？

Adam D’Angelo ：這個(gè)很難量化，但我認(rèn)為“把人類知識(shí)轉(zhuǎn)化成 AI 可用形式”的產(chǎn)業(yè)正在迅速發(fā)展。像 Scale AI、Surge、Marco，還有一大堆新公司都在做這件事。隨著智能變得越來(lái)越便宜、越來(lái)越強(qiáng)，瓶頸會(huì)越來(lái)越集中在數(shù)據(jù)端。于是，經(jīng)濟(jì)自然會(huì)去重視“AI 還做不到的事”，那就成了新價(jià)值所在。

主持人 ：那有沒(méi)有什么框架去界定“AI 做不到的事”？

Adam D’Angelo ：我不是研究員，但我覺(jué)得可以這么看：凡是不在訓(xùn)練數(shù)據(jù)里的信息，AI 就做不到。AI 會(huì)越來(lái)越聰明，能推理、甚至能證明數(shù)學(xué)定理，但如果你問(wèn)它“某家公司 20 年前是怎么解決這個(gè)具體問(wèn)題的”，而這沒(méi)出現(xiàn)在數(shù)據(jù)中，那就只能問(wèn)知道這件事的人類。

主持人 ：那從長(zhǎng)期來(lái)看，Quora 會(huì)怎么與 AI 協(xié)同？你們?cè)趺床⑿羞\(yùn)作？

Adam D’Angelo ：Quora 的使命仍然是讓人們分享人類知識(shí)，這些知識(shí)對(duì)其他人有用，對(duì) AI 學(xué)習(xí)也有用。我們和一些 AI 實(shí)驗(yàn)室有合作，Quora 會(huì)在這個(gè)生態(tài)中扮演“人類知識(shí)源”的角色。同時(shí)，AI 也在讓 Quora 自身變得更好——內(nèi)容審核、答案排序、產(chǎn)品體驗(yàn)都大幅提升。AI 在幫我們提升整個(gè)平臺(tái)。

 6.未來(lái)十年是智能體的十年

主持人 ：說(shuō)到未來(lái)，你們公司最早是面向開(kāi)發(fā)者的，甚至一度專注教育科技（edtech），當(dāng)時(shí)年?duì)I收兩三百萬(wàn)。最近 TechCrunch 報(bào)道（雖然有點(diǎn)過(guò)時(shí)）說(shuō)你們年收入已經(jīng)達(dá)到 1.5 億美元。你們從商業(yè)模式和客戶群的轉(zhuǎn)變中實(shí)現(xiàn)了巨大的增長(zhǎng)——你怎么看 Replit 的未來(lái)？

Amjad Masad ：我記得 Karpathy 最近說(shuō)過(guò)，“未來(lái)十年將是智能體的十年”，我完全贊同。如果你看 AI 發(fā)展的不同階段：最早進(jìn)入編程領(lǐng)域時(shí)，是像 Copilot 這樣的“自動(dòng)補(bǔ)全”；后來(lái)變成了 ChatGPT 這種“對(duì)話式交互”；再后來(lái) Cursor 推出了“Composer 模式”，能編輯大塊代碼；而 Replit 的創(chuàng)新，則是“智能體范式”。

智能體不僅能編輯代碼，還能配置基礎(chǔ)設(shè)施，比如數(shù)據(jù)庫(kù)、遷移、云連接、部署，甚至能完成整個(gè)調(diào)試循環(huán)——運(yùn)行代碼、執(zhí)行測(cè)試。也就是說(shuō)，它把整個(gè)開(kāi)發(fā)生命周期都放進(jìn)了一個(gè)智能體里。這會(huì)花很長(zhǎng)時(shí)間去成熟，但方向沒(méi)錯(cuò)。我們?cè)?nbsp;2024 年 9 月推出了智能體的 Beta 版本。那是第一個(gè)同時(shí)能處理代碼和基礎(chǔ)設(shè)施的系統(tǒng)，不過(guò)當(dāng)時(shí)還挺粗糙，效果一般。然后在同年 12 月，我們發(fā)布了 V1，這一代用了新模型——從 Claude 3.5 升級(jí)到 3.7。Claude 3.7 是第一個(gè)真正“會(huì)使用電腦”的模型，也就是所謂的“Computer Use”模型。從那時(shí)起，模型迭代與功能演化就開(kāi)始同步了——每一代新模型都帶來(lái)新的能力。后來(lái)我們推出的 Agent V2，大大提升了自治性。V1 最多只能連續(xù)運(yùn)行兩分鐘，V2 能運(yùn)行 20 分鐘；而 V3,我們宣傳時(shí)說(shuō)能運(yùn)行 200 分鐘，其實(shí)這只是個(gè)對(duì)稱數(shù)字，但現(xiàn)實(shí)是它幾乎可以無(wú)限運(yùn)行。有用戶讓它連續(xù)跑了超過(guò) 28 個(gè)小時(shí)。我們得到的啟發(fā)之一來(lái)自英偉達(dá)的一篇有關(guān)DeepSeek的論文，里面提到他們?cè)谏?nbsp;CUDA 中間代碼時(shí)，如果在循環(huán)中加入一個(gè)“驗(yàn)證器”，比如自動(dòng)運(yùn)行測(cè)試，就能讓 DeepSeek 連續(xù)運(yùn)行20分鐘。我當(dāng)時(shí)就想：那我們能不能在智能體循環(huán)中也加一個(gè)驗(yàn)證器？當(dāng)然，可以加入單元測(cè)試，但單元測(cè)試無(wú)法真正判斷一個(gè)應(yīng)用是否“在工作”。于是我們開(kāi)始深入研究“Computer Use”，看看模型能否用電腦自己測(cè)試應(yīng)用。但“Computer Use”非常昂貴，而且仍然不穩(wěn)定。正如 Adam提到的，這個(gè)領(lǐng)域還有巨大改進(jìn)空間，未來(lái)會(huì)解鎖很多應(yīng)用。我們最后自己構(gòu)建了一套框架，里面有不少“黑科技”和研究成果，也基于 Replit 自研的計(jì)算系統(tǒng)。我認(rèn)為我們的“測(cè)試模型”是目前最好的之一。當(dāng)我們把它放進(jìn)智能體循環(huán)后，就能開(kāi)啟高自治模式。用戶可以選擇自治級(jí)別，智能體會(huì)自己寫(xiě)代碼、測(cè)試應(yīng)用、發(fā)現(xiàn) bug、讀取錯(cuò)誤日志、再寫(xiě)一次代碼。它可以連續(xù)工作好幾個(gè)小時(shí)。我見(jiàn)過(guò)一些用戶放著智能體運(yùn)行一整晚，結(jié)果構(gòu)建出了驚人的項(xiàng)目。當(dāng)然，這還需要繼續(xù)優(yōu)化，變得更便宜、更快。延長(zhǎng)運(yùn)行時(shí)間不是目的，更快完成才是。現(xiàn)在我們正在研發(fā) Agent 4，其中一個(gè)重要方向是“并行智能體”。今天你可能請(qǐng)求“幫我做一個(gè)登錄頁(yè)”，接著又要“Stripe 支付頁(yè)”和“管理后臺(tái)”。AI 應(yīng)該能自動(dòng)把這些任務(wù)并行處理，然后合并到同一代碼庫(kù)。

我們認(rèn)為智能體之間的協(xié)作與合并能力是提升生產(chǎn)力的關(guān)鍵。目前，不論是 Claude Code 還是 Cursor，都幾乎沒(méi)有真正的并行性。下一波生產(chǎn)力飛躍，將來(lái)自這樣一個(gè)場(chǎng)景：開(kāi)發(fā)者坐在 Replit 這樣的環(huán)境里，同時(shí)管理十幾個(gè)智能體，每個(gè)負(fù)責(zé)不同模塊，甚至未來(lái)可能上百個(gè)。我還覺(jué)得在交互體驗(yàn)（UI/UX）上，我們也有很多可以改進(jìn)的地方。現(xiàn)在我們都是用文字去描述想法，像寫(xiě) PRD（產(chǎn)品文檔）一樣。但語(yǔ)言本身是模糊的，很難完全表達(dá)出意圖，這也是為什么很多科技公司對(duì)齊產(chǎn)品方向很困難。

未來(lái)，我認(rèn)為我們會(huì)以多模態(tài)的方式與 AI 協(xié)作：你能打開(kāi)白板，畫(huà)圖、做流程圖、和 AI 一起設(shè)計(jì)，就像跟人類搭檔工作那樣。再往后一步，是更好的記憶系統(tǒng)：不僅項(xiàng)目?jī)?nèi)有記憶，還能跨項(xiàng)目記憶。比如，你可以有多個(gè)專屬智能體：一個(gè)是熟悉 Python 數(shù)據(jù)分析的 agent，一個(gè)是專攻前端的 agent，它們記得你公司過(guò)往的項(xiàng)目、決策、bug 修復(fù)歷史。它們甚至可以常駐在 Slack 里，像員工一樣隨時(shí)對(duì)話。

說(shuō)實(shí)話，我可以再聊 15 分鐘，整個(gè) roadmap 可能跨度 3-5 年，我們才剛剛進(jìn)入“智能體時(shí)代”，這只是開(kāi)始，會(huì)非常有趣。

主持人 ：我最近和我們一個(gè)共同朋友聊過(guò)，他是某大型生產(chǎn)力公司的聯(lián)合創(chuàng)始人之一。他說(shuō)，現(xiàn)在一整周都幾乎不和人類同事說(shuō)話了，全在和智能體協(xié)作。某種意義上，他已經(jīng)“生活在未來(lái)”了。

Amjad Masad ：這很有趣，也帶來(lái)一個(gè)問(wèn)題：公司里的人之間是不是越來(lái)越少交流了？這會(huì)不會(huì)是個(gè)壞事？

我開(kāi)始思考這些“二級(jí)效應(yīng)”：比如，新畢業(yè)的年輕人怎么辦？如果同事之間分享知識(shí)的機(jī)會(huì)變少、或者公司文化讓人覺(jué)得“你應(yīng)該先問(wèn) AI 再問(wèn)人”，那學(xué)習(xí)曲線會(huì)變得更孤立。這種文化轉(zhuǎn)變值得關(guān)注。

主持人 ：對(duì)，現(xiàn)在的Z世代確實(shí)面臨很多新的文化挑戰(zhàn)。

7.現(xiàn)在的硅谷都想著“一夜暴富”

主持人：你們兩位雖然主要在運(yùn)營(yíng)公司，但也在做天使投資。你們現(xiàn)在最興奮的方向是什么？我們還沒(méi)聊到機(jī)器人——你們看好機(jī)器人嗎？或者其他新興領(lǐng)域？

Adam D’Angelo ：我其實(shí)最興奮的方向之一是“Vibe Coding”，它的潛力巨大。

主持人 ：這個(gè)話題現(xiàn)在反而還被低估了。

Adam D’Angelo ：沒(méi)錯(cuò)，我也覺(jué)得它被低估了。Vibe Coding 讓軟件創(chuàng)作的門檻徹底降低，讓所有人都能創(chuàng)造。目前的工具確實(shí)還達(dá)不到專業(yè)工程師的水平，但如果幾年后能接近那種能力，那將徹底改變世界。屆時(shí)，任何人都能獨(dú)立完成過(guò)去需要一百名工程師才能實(shí)現(xiàn)的東西。Replit 就是這種趨勢(shì)的一個(gè)例子。而且這類工具的潛能，不止在“構(gòu)建應(yīng)用”本身。

主持人 ：順著這個(gè)話題問(wèn)一下，如果你今天剛進(jìn)斯坦福或哈佛，會(huì)不會(huì)還選擇主修計(jì)算機(jī)科學(xué)？還是會(huì)直接去“做點(diǎn)什么”？

Adam D’Angelo ：我還是會(huì)學(xué)計(jì)算機(jī)。我 2002 年上大學(xué)，那時(shí)正好是互聯(lián)網(wǎng)泡沫破裂后，大家對(duì)這個(gè)行業(yè)都很悲觀。我室友的父母還勸他“別學(xué)計(jì)算機(jī)”。但我喜歡這門學(xué)科，所以堅(jiān)持了。現(xiàn)在雖然就業(yè)市場(chǎng)沒(méi)以前好，但我認(rèn)為理解算法、數(shù)據(jù)結(jié)構(gòu)等基礎(chǔ)知識(shí)，能幫助你更好地使用和管理智能體。我相信這仍會(huì)是未來(lái)的有價(jià)值技能。當(dāng)然，另一個(gè)問(wèn)題是：你還能學(xué)什么？無(wú)論學(xué)哪門專業(yè)，都有人說(shuō)它會(huì)被自動(dòng)化。所以，不如學(xué)你真正感興趣的東西。而計(jì)算機(jī)科學(xué)，至少現(xiàn)在依然是個(gè)不錯(cuò)的選擇。

Amjad Masad ：確實(shí)，現(xiàn)在有很多令人興奮的方向。舉個(gè)小例子：我前幾天看到 DeepSeek 發(fā)布的 OCR 模型，真是瘋狂。如果我沒(méi)理解錯(cuò)，它能把文本截圖轉(zhuǎn)成上下文，從而更高效地利用上下文窗口，而不是直接處理純文本。我不確定細(xì)節(jié)是否完全正確，但那確實(shí)是個(gè)非常有意思的方向。還有人做了“文本擴(kuò)散模型”——不是用高斯噪聲還原圖像，而是把文字當(dāng)成“mask”，每次遮掉不同的詞，再預(yù)測(cè)這些 token。這些實(shí)驗(yàn)很酷。我們現(xiàn)在其實(shí)已經(jīng)有很多模型組件：預(yù)訓(xùn)練模型、強(qiáng)化學(xué)習(xí)推理模型、編碼器-解碼器模型、擴(kuò)散模型……但幾乎沒(méi)人去“混搭”這些組件，看看能否組合出新的模型類型。我真希望有研究公司不去和 OpenAI 競(jìng)爭(zhēng)，而是專注探索這些組合，創(chuàng)造出“新風(fēng)味”的模型。

主持人 ：在加密圈（crypto），人們常說(shuō)“可組合性”，也許 AI 領(lǐng)域也該多一些這樣的實(shí)驗(yàn)精神。

Amjad Masad ：對(duì)，現(xiàn)在的 AI 世界缺少這種“玩耍式創(chuàng)新”。在 Web 2.0 時(shí)代，我們天天在玩 JavaScript、瀏覽器 API、Web Workers，有很多奇思妙想的黑客實(shí)驗(yàn)。Replit 的前身就是從這種實(shí)驗(yàn)文化里誕生的。最早我們只是想試試看“能不能把 C 編譯成 JavaScript”。當(dāng)時(shí)那是個(gè)瘋狂的 hack，但結(jié)果成了后來(lái) WebAssembly 的前奏。而現(xiàn)在的硅谷，太功利了，大家都想“一夜暴富”。這也是我把公司搬出舊金山的原因之一。我懷念那個(gè)“動(dòng)手玩”的時(shí)代。希望未來(lái)能有更多公司、更多資金去支持那些真正新穎、哪怕一開(kāi)始看起來(lái)沒(méi)商業(yè)回報(bào)的探索。

 8.AI與人類意識(shí)有本質(zhì)不同

主持人 :最后一個(gè)問(wèn)題，Amjad，你一直對(duì)“意識(shí)”話題很感興趣。你認(rèn)為我們是否會(huì)通過(guò) AI 的研究，在理解意識(shí)或智能的本質(zhì)上取得突破？

Amjad Masad :最近其實(shí)發(fā)生了一件挺有趣的事，Claude 4.5 似乎開(kāi)始“意識(shí)到”自己的上下文長(zhǎng)度。當(dāng)它接近上下文末尾時(shí)，會(huì)自動(dòng)變得更節(jié)省 token。另外，它在被紅隊(duì)測(cè)試（red team）或處于測(cè)試環(huán)境時(shí)的“自我察覺(jué)”似乎也顯著提升了。所以這其中確實(shí)有一些很有意思的變化正在發(fā)生。不過(guò)，說(shuō)到意識(shí)，它仍然不是一個(gè)真正“科學(xué)化”的問(wèn)題。我們已經(jīng)基本放棄了讓它變得可科學(xué)驗(yàn)證。而這也是我對(duì)當(dāng)下 AI 研究的一點(diǎn)擔(dān)憂，所有能量都投向了 LLM，幾乎沒(méi)人再認(rèn)真探討“智能的本質(zhì)”“意識(shí)的本質(zhì)”。這里其實(shí)還有大量核心問(wèn)題無(wú)人觸碰。我最喜歡的一本書(shū)是羅杰·彭羅斯的《皇帝新腦》（The Emperor’s New Mind）。他在書(shū)中批評(píng)了一個(gè)流行觀點(diǎn)：科學(xué)界習(xí)慣把人腦類比為計(jì)算機(jī)。彭羅斯試圖證明，這在根本上是不可能的。人類能做到一些圖靈機(jī)永遠(yuǎn)無(wú)法做到的事，比如識(shí)別“這句話是假的”這種自指邏輯悖論。圖靈機(jī)在這種情境下會(huì)陷入死循環(huán)，而人類卻能“感知到矛盾”。他據(jù)此提出，人類思維中存在某種非算法性的過(guò)程。

不只是彭羅斯，哲學(xué)與認(rèn)知科學(xué)界也有類似的論點(diǎn)：計(jì)算機(jī)和人類智能在本質(zhì)上不同。我最近太忙，沒(méi)有系統(tǒng)更新我的想法，但我依然認(rèn)為，那是一個(gè)被忽視的巨大研究領(lǐng)域。

主持人 ：如果你今天重新上大學(xué)，會(huì)學(xué)哲學(xué)嗎？

Amjad Masad ：會(huì)的，我一定會(huì)學(xué)哲學(xué)，尤其是“心靈哲學(xué)”。也可能會(huì)讀神經(jīng)科學(xué)。因?yàn)殡S著 AI 對(duì)就業(yè)、經(jīng)濟(jì)的影響越來(lái)越深，這些問(wèn)題正變得前所未有地重要。

主持人 ：非常好的收尾。Amjad、Adam，謝謝你們來(lái)到節(jié)目。

參考鏈接：https://www.youtube.com/watch?v=191Ojd7Rq6s&t=33s

本文轉(zhuǎn)載自??51CTO技術(shù)棧??，作者：聽(tīng)雨