（沙烏地阿拉伯峰會，李飛飛vs施密特：關於超級智能的兩種未來）2025 年 10 月 29 日，沙烏地阿拉伯首都利雅德。在一場匯聚全球政商領袖的峰會上，史丹佛AI實驗室創始人李飛飛和前Google CEO 艾瑞克·施密特（Eric Schmidt）坐上了舞台中央：超級智能，真的要來了？我們來得及準備嗎？這不是泛泛而談的未來暢想，而是一場圍繞 AI 極限、財富重構、人類命運的真實交鋒。施密特給出激進判斷：超級智能可能 3 年內到來，將重新洗牌全球權力與財富。李飛飛則反問：AI連牛頓都成不了，真正的超級智能可能遠未開始。一個說 3 年，一個質疑能否實現。兩位頂級 AI 思想者給出了截然不同的答案。如果 AI 真是人類最後一項發明，你準備好了嗎？第一節｜超級智能是什麼？兩人給出了截然不同的答案在這場對話的一開始，主持人問題就是：“超級智能到底是什麼意思？它什麼時候會到來？”李飛飛和施密特的回答，走向了兩個完全不同的方向。✦ 施密特的定義：超級智能，不是一個聰明的 AI，而是比地球上所有人類加在一起還要聰明的存在。他稱之為“總和等級的智慧”。人類智能你可以理解，因為我們就是人。你有想法，有朋友，會思考，也有創造力。超級智能呢？它可能知道我們所有人知道的東西，甚至更多。施密特說：“我認識一群人，住在舊金山，他們相信超級智能在未來3~4年就可能實現。”對他來說，這已經不再是會不會，而是多快。✦ 李飛飛的回應：她沒有直接否定施密特的判斷，而是把問題轉向了智能的本質：AI這個領域從一開始就是在挑戰“什麼是智能”。 我同意，有些 AI 能力已經超過人類，比如同時掌握幾十種語言，或者擁有幾乎無限的知識量。但我們還得問：它能成為牛頓嗎？它成為愛因斯坦或者畢加索嗎？兩種答案的分歧點在於：施密特看的是“能力堆積”：只要把知識堆得足夠高，智能就能超越人類；李飛飛看的是“創造力起點”：真正的智能，是在混沌中找到突破的那一刻。✦ 為什麼這場定義之爭重要？因為它決定了：我們是在製造工具，還是在創造“另一個物種”？施密特相信：技術突破很快就會跨過那條線。李飛飛提醒：別太快以為我們已經懂了智能的本身。如果我們連“超級智能到底是什麼”都還沒有共識，那我們該如何準備它的到來？這不只是學術之爭，而是關乎未來方向的根本選擇。第二節｜AI能不能像牛頓一樣“發現”？第一節提出了一個問題：AI 能不能成為牛頓？現在，施密特和李飛飛要解釋：為什麼不能。施密特給出了一個技術層面的回應：假設你把 1902 年全世界能找到的科學知識，全都塞進一台電腦裡。問題是：它能發明相對論嗎？答案是不能。他解釋說，現在的 AI 在處理邏輯時，有個盲點：它不會把一個結論立刻反饋給自己，然後繼續往下推理。比如，一個數學家證明了一個定理，會立刻根據這個結果去想下一個問題。但 AI 不會。它記住了，卻不會用來連續推導。“今天的 AI，在做推理時不會像人那樣反覆思考，它只是做完就停了。”李飛飛從另一個角度補充：我們已經能讓 AI 做很多事情，但你把所有行星的運行資料喂給它，它還是沒法像牛頓那樣，自己推匯出“萬有引力”。施密特也承認這一點。也就是說：AI 擅長處理大量資料，效率很高；但它沒有“頓悟”能力，也缺少跨領域聯想的直覺。現在的 AI，大多數時候還是個超級助理：它可以整理資訊，但跳不出資訊本身。李飛飛最後強調了一點：人類最了不起的能力，是能提出別人沒問過的問題。她認為，這才是未來AI是否真正進化的關鍵。所以，如果我們要用 AI 解決未來的科學難題，就必須回答一個問題：它只能複述答案，還是能像科學家那樣，重新提問？無論是藥物設計、物理猜想，還是氣候預測，都繞不開這個問題。而從這段對話看，至少今天，它還做不到。第三節｜效率會提升，財富不會共享如果 AI 真的越來越強，那下一個問題就是誰能從中受益？主持人提出了一個大膽的預設：AI 如果走向超級智能，我們會不會進入一個後稀缺社會（Post scarcity society）？就像有了Google搜尋之後，每個人都能免費獲取知識，那是不是也能人人用上 AI，享受醫療、教育、交通這些服務？聽起來很理想，對吧？但施密特卻先潑了盆冷水：“這是個非常美好的想法，但現實可能沒那麼平均。”AI 帶來的好處，可能會集中在少數人手裡。他用的是經濟學裡的說法：“網路效應”。意思是越早開始用、越有資源的一方，就越容易把優勢變成壟斷。他說：“每家使用 AI 的公司，幾乎都提升了效率。效率高了，財富就會增長。但增長的財富，是不是所有人都能分到？很可能不是。”在沙烏地阿拉伯，AI 只要把石油網路裡的調配最佳化 10%，這個國家就能節省數十億美元。又比如，在醫療和藥物開發中：AI 能加快新藥審批，降低試驗成本。做得快，做得準，企業就更賺錢。這些都是真實收益。但他緊接著說：你可以想像，這些收益只會集中在少數幾個國家、少數幾家公司，還有那些資本集中的人手裡。李飛飛也認同 AI 能提升效率，但她特別提醒：效率不等於共同繁榮。你得承認，技術本身不會主動去解決分配的問題。換句話說，AI 能把事情做得更好更快，但有錢買、會使用，才是真正的門檻。所以誰會落後？施密特點名了一個最危險的區域：非洲。他們沒有穩定政府、強大大學體系、關鍵工業結構，很多地方將難以參與這場 AI 革命。他直言：“它們已經落後很多年了，而現在，可能會被甩得更遠。”就算在歐洲，也存在問題。他說，能源貴、資金難拿，很多國家想建 AI 資料中心，卻根本負擔不起。他的建議是：不行就找合作方。比如法國就與阿布扎比合作，用別人的資源來建設 AI 能力。李飛飛也強調了同一件事：“每個國家都該投資人才、技術和教育生態，不能靠別人。”她沒有說 AI 一定讓世界變得更公平。相反，她的意思是：誰不投入，就會被落下。AI 不會自動把紅利送到你手裡。想要從中受益，就要儘早準備，國家如此，個人也如此。而不行動的，會被遠遠甩在後面。第四節｜AI 到底是來幫人，還是來替人？討論完 AI 能做什麼，該問問人類還剩什麼了。樂觀的人說它能提高效率，悲觀的人擔心它會取代所有崗位。主持人把問題擺到了檯面上：如果超級智能能做所有的科學研究、經濟決策、生產設計……那人類在這個世界裡，還剩下什麼角色？✦ 施密特：人類和AI，會組成“搭檔組合”他不是那種完全樂觀的人，但他始終堅持一點：未來真正強大的，不是 AI 單打獨鬥，而是人類和 AI 的組合。他說了一個賽車例子。我們都知道，機器人能開得比人快。但為什麼 F1 比賽我們還是想看真人在開車？因為人類有不可替代的魅力，我們就是想看人做到的事。他的意思是，那怕 AI 技術全都到位，人類的好奇心、審美和創造衝動，也不會被替代。我們會想看人類在挑戰邊界，而不是機器演示流程。他甚至想像了一幅畫面：“以後可能會出現兩種比賽：一種是人類之間的，另一種是 AI 之間的。 但我們會更關注人和 AI 一起完成什麼，而不是誰贏了。”✦ 李飛飛：AI再強，也不能忘了“人的能動性”她的回應，情緒更強烈，底線更清晰：我非常擔心，在超級智能的討論中，我們會忘記人類的價值。她強調了兩個關鍵詞：尊嚴和能動性。無論技術走多遠，都必須記住，這個世界不能讓人類被邊緣化。人必須始終是中心。她說，那怕 AI 再聰明、再全面，也不能讓它替我們做選擇。兩人的分歧很清楚：施密特願意讓 AI 干更多事，但人類不會因此失去價值。李飛飛堅持：那怕 AI 做得再多，決定權也必須握在人手裡。歸根結底：誰來定義未來？是 AI，還是我們自己？第五節｜李飛飛在做什麼？重建現實世界前面討論的都是超級智能會帶來什麼影響，但 AI 具體會以什麼形態進入我們的生活？這是李飛飛正在做的事。主持人問：我的14歲兒子已經把大部分時間花在虛擬遊戲裡了。等 AI 越來越強，我們是不是都要搬進虛擬世界？李飛飛給出了肯定的回答：“是的，我們未來的生活，會更像一個多元宇宙。不是離開現實，而是現實和虛擬會完全混在一起。”✦ 這不是科幻設想，而是她正在做的事World Labs，李飛飛創立的新公司，專注建構世界模型。她說：人類不光有語言能力，還有一種空間智能。我們能看懂三維世界，能想像空間、動作、因果關係。而過去的 AI 只學語言，沒辦法理解這些。於是她就幹了這件事：訓練 AI 理解空間、物理和互動，就像人一樣。現在，她的團隊的最新成果叫：RTFM。它的全稱是 Real-Time Frame Model，意思是 AI 能即時生成 3D 場景，而且還能記住它自己生成的世界是什麼樣。這不是做一段視訊，而是建構一個你可以走進去、可以互動的持久空間。✦ 那這個“世界模型”能用來幹嘛？她舉了幾個非常具體的例子：醫療手術訓練：未來醫生不一定非要在人身上練習，而是可以在AI建構的手術空間裡反覆演練教育場景：孩子可以進到AI生成的古代城市，邊學歷史邊親身體驗城市規劃：建築師可以把一整座新城區在 AI 中預演一遍，再決定要不要修換句話說：我們未來的大量工作、學習、娛樂，都會發生在這些 AI 生成的世界裡。✦ 這不是逃避現實，而是重新建構現實李飛飛認為，AI 正在從輸出文字進化到建構世界。而這個世界，不是用來看一眼的，而是用來生活的。施密特也認同這個方向。他甚至預測：“未來某一天，AI 可能會告訴我們：‘我需要更多能源，我自己來設計一種新方式。’那就是 AI 開始自己推動物理世界的轉型。”說到底，這是 AI 角色的轉變：過去，AI 是回答者；現在，AI 是建構者；未來，AI 可能會成為世界的重組者。我們正站在這個轉折點上。結語｜你是觀眾，還是參與者？施密特說：超級智能可能 3 年內出現，從研究、能源到軍事、政策，都會被重寫。李飛飛說：AI 連萬有引力都推導不出來，真正的超級智能可能遠未開始。3年，還是遠未到來？這不只是時間判斷，而是關於 AI 本質、人類角色、未來主導權的根本分歧。但無論答案是什麼，有一點是確定的：不是 AI 有多強，而是人類準備得夠不夠快。現在，你得問自己：如果 AI 真的在改變一切，你是觀眾，還是參與者？ (AI深度研究員)

一、坦白：下一場科技主導權之戰已經開始當一個在矽谷影響力曾堪比“AI聖經”的人，開始用“被中國機器人淹沒”來形容未來世界，這絕不是一句隨口的調侃。最近，前Google首席執行官 Eric Schmidt 在美國 Moonshots 頻道接受企業家 Dave Blundin 的採訪中，罕見地談到了中國在 AI、機器人、電力和製造領域的真實優勢。在整個訪談裡，Schmidt 沒有像傳統的矽谷領袖那樣強調“美國創新優先”，而是多次表達對中國製造體系的敬意。他甚至直言：“世界將被廉價的中國機器人淹沒，就像它已經被廉價的中國電動車淹沒一樣。”這句話迅速在全球科技圈引發強烈討論。它的背後，不僅是對技術格局的冷靜判斷，更是一位經歷了網際網路黃金時代的矽谷老兵，對新工業周期的現實承認。二、訪談背景：從AI談到能源，再談到機器人這場對話發佈於 2025 年 9 月，由 Moonshots 主播 Dave Blundin 主持，主題是——“超級人工智慧（ASI）到底會是什麼樣？”Schmidt 在談到 AGI（通用人工智慧）的發展時，意外地將話題轉向了機器人、電力和製造能力。他說，美國在演算法、軟體、模型層面仍然領先，但“限制未來AI成長的，不是晶片，而是電力”。“美國到 2030 年需要新增 92 吉瓦的發電能力，相當於建 60 到 90 座大型核電站。而現在，我們幾乎沒有新的核電站在動工。”—— Eric Schmidt（視訊）而在對比中，他提到，中國早就解決了能源供給問題，同時還在利用龐大的製造體系，將AI的能力快速嵌入實體產品。“在美國，我們有AI模型；在中國，他們有AI產品。”這句話，其實已經是一個非常清晰的判斷。三、“被中國機器人淹沒”：不是危言聳聽Schmidt 在對話裡反覆強調，中國正在“複製電動車成功的路徑”，而這次的戰場，是機器人。“人形機器人的到來很可能由中國主導。我已經預定了一台中國公司出的 R1 機器人，售價約 6000 美元——他們在以極快的速度推進製造業的可及化。”—— Eric Schmidt（視訊）這台被他提到的 R1 機器人，來自中國公司宇樹科技（Unitree），定價僅為美國同類產品的十分之一。Schmidt 特意強調，這不是玩具，而是“真正能進入家庭、工廠、安保場景的機器人”。他認為，這種低成本硬體的普及將會改變整個AI的生態結構。過去十年AI的競爭主要圍繞演算法和算力展開，而下一階段，競爭的核心將是“誰能更快把AI裝進物理世界”。從這個角度看，中國的機器人產業正好踩在節奏上。根據國際機器人聯合會（IFR）的資料，中國在全球工業機器人安裝量中佔比已超過 54%，而本土品牌市場份額也從 47% 上升至 58%。這不是理論推演，而是市場事實。四、中國的“工業紅利”與美國的“能源焦慮”Schmidt 在訪談裡用了一個非常形象的比喻：“在美國，我們有最聰明的程式設計師，但我們沒有足夠的電力；在中國，他們有製造和電力，所以能把AI落到實處。”這其實是一種宏觀層面的“能源焦慮”。AI訓練所需的能耗正在指數級上升，尤其是大型模型。Schmidt 援引自己在美國國會作證的資料——如果要維持現有AI的增長，美國電力系統必須擴容近20%。而在能源政策仍陷於博弈的當下，這幾乎不可能。與之對比的是，中國在太陽能、風能、儲能和電網擴容上的投入，讓AI訓練、資料中心乃至機器人製造都有了穩定的能源支撐。他甚至坦言：“中國的新能源體系，可能是未來全球AI算力最穩的基礎設施。”五、AGI 之路：兩種不同的文明敘事Schmidt 在這次訪談中提出一個關鍵區別：美國的AI路線，是追求 AGI（通用人工智慧） 的遞迴式進化；而中國的AI路線，是追求 應用普適化（Applied Intelligence）——讓AI進入每個行業、每個裝置、每個角落。他稱這兩種模式像兩種文明敘事：“西方在追逐‘超級智能’；中國則在打造‘超級應用’。他們在打的是不同的比賽。”在他看來，美國可能率先實現理論層面的AGI突破，但中國會率先讓AI成為社會生產的“默認引擎”——這個過程，就像20年前網際網路的普及，誰落地快，誰就贏。六、結語：一個技術老兵的現實判斷整場對話的語氣，並不是批評或自嘲，而是一種“技術老兵的現實主義”。Schmidt 承認，美國的創新精神仍在，但中國在“把技術變成現實”的能力上，已經領先半個身位。他說：“贏的方法是盡快到達那裡——Build around learning, as fast as you can.”這句話不只是對矽谷說的，也像是在提醒全球——AI時代的競爭，速度與落地能力，比夢想更重要。在這個被演算法和電力共同驅動的世界裡，下一場主導權之戰，已經悄然開始。附：以上內容，是北緯行者感興趣的熱點科技話題，資訊來源於一個半小時的採訪視訊Youtube，ChatGPT在北緯行者的指示下進行資料的收集與整理，請大家理性觀看，自行分析，僅供參考。 (半場Halftime)

2025年7月，當全世界還在討論AI是否會取代人類工作時，前GoogleCEO艾瑞克·施密特已經在思考一個更緊迫的問題：十年內到來的數字超級智能，將如何重塑人類文明。這位曾經掌舵全球最大搜尋引擎的技術領袖，如今的身份更像是矽谷的"預言家"和華盛頓的"軍師"。他不僅見證了從Google搜尋到ChatGPT的技術躍遷，還與已故的基辛格博士合著兩本關於AI地緣政治的著作，更在國會為美國AI戰略作證。現在，他每周都會收到數十份關於AI晶片、推理計算的創業計畫書，親眼看著一個新的技術紀元以史無前例的速度展開。就在訪談前一周，中國AI公司DeepSeek突然登頂全球智慧排行榜，用"蒸餾技術"證明了美國晶片封鎖的脆弱性。這事件讓施密特意識到，他一年前關於"中國落後兩年"的判斷徹底錯了。技術的指數級發展正在壓縮國家間的實力差距，也正在重新定義全球競爭的遊戲規則。在這場與「富足理論」提出者彼得·戴曼迪斯的深度對話中，施密特不僅分析了AI發展的技術瓶頸、商業護城河和地緣政治風險，更重要的是，他試圖回答一個根本性問題：當機器比人類更聰明時，人類應該如何定義自己的價值？從矽谷的學習循環理論到華盛頓的國家安全考量，從好萊塢的創意產業變革到中國年輕人的"躺平"現象，這場對話織就了一幅關於人類文明轉折點的複雜圖景。正如施密特一再強調的，這不是科幻小說，而是我們這一代必須面對和解決的現實命題。核心要點：1.中國DeepSeek透過蒸餾技術一周內超越美國最先進模型，證明施密特"中國落後兩年"判斷錯誤2. 拜登政府10^26浮點運算監理標準被川普廢除，AI安全監理政策面臨重大轉向3. 基辛格警告中美AI競爭可能引發第三次世界大戰，建議避免過度刺激對方以防衝突升級4. 韓國生育率降至0.7、中國降至1.0的人口危機正倒逼各國將AI自動化視為國家緊急狀態5. 美國大學AI資源嚴重不足，5000萬美元只能建造不到1000個GPU的資料中心6.15歲數位原住民在強化學習演算法方面已超越成年人，"他們有智能我們有智慧但他們會贏"7.AI可能創造虛擬監獄限制人類能動性，但基辛格AI化身等數位永生科技帶來情緒衝擊8. 超級智能承諾實現30%年度經濟成長創造富足世界，但美學將成AI時代最重要人類技能嘉賓介紹艾瑞克·施密特（Eric Schmidt）Google前首席執行官，現任施密特未來科技研究所創辦人（圖左）彼得·戴曼迪斯（Peter Diamandis）Peter H. Diamandis播客主持人，奇點大學共同創辦人，《富足》作者，XPRIZE基金會創辦人兼執行主席（圖中）戴夫·布倫登（Dave Blunden）共同主持人，Link Ventures創辦人兼管理合夥人（圖右）1. DeepSeek一周就超越了美國AI主持人彼得·戴曼迪斯：馬克·安德森（著名風險投資家，網景公司創始人）曾向拜登政府詢問如何處理大型基礎模型帶來的CBRN（化學、生物、輻射、核）風險，拜登的回答是將其控制在Google等三四家大公司手中並監管它們。馬克認為這肯定會在與中國的競爭中失敗，因為所有創新都來自你沒有預料到的新創公司。艾瑞克‧施密特： 這些都是未知問題。拜登政府的政策被稱為"10的26次方浮點運算"標準（衡量AI模型計算規模的指標，超過此標準被認為具有潛在危險性）。這是一個共識點，超過這個點的模型足夠強大，可能會造成一些損害。理論是如果你保持在10的26次方以下，就不需要監管，但如果超過了，就需要監管。拜登政府的提案是同時監管開源和閉源模型。川普政府已經終止了這項政策，他們還沒有在這個領域提出自己的想法，但他們非常關心中國的進展。從我的角度來看，核心問題如下：即使有晶片限制，中國人是否能夠使用架構變化來建立與我們一樣強大的模型？假設它們是政府資助的。下一個問題是，如果你的產品是開放原始碼的，你要如何為資料中心籌集500億美元？在美國模式中，這些模型封閉的部分原因是商業人員和律師正確地說，我必須出售這個東西，因為我必須支付資本。這些不是免費商品，美國政府正確地沒有提供這些公司500億美元。值得關注的關鍵問題是DeepSeek。一周前，Gemini 2.5 Pro登上了智慧排行榜榜首。一周後，DeepSeek出現了，表現略勝一籌。 DeepSeek在中國現有硬體上訓練，包括一些"獲得"的裝置和華為升騰晶片。美國人說DeepSeek作弊了，透過蒸餾技術（一種AI訓練方法，用大模型的輸出來訓練小模型）－向大模型提問一萬個問題，獲得答案，然後用作訓練材料。美國公司必須找到方法確保他們花費巨資的專有資訊不會洩漏到這些開源專案中。關於CBRN問題，美國公司在尋找這些方面做得非常好。有很大擔憂，例如核子資訊會在訓練過程中洩漏到這些模型中而我們不知道。順便說一句，這違反了法律。核資訊領域沒有言論自由，有充分的理由。他們在確保生物資訊和某些網路攻擊方面也進行了非常重要的測試。如果法律不要求，他們的動機是繼續。政府剛取消了拜登時期的安全機構，並用新的安全評估項目取代。我認為我們行業集體只是希望政府在機密和絕密等級有真正研究中國和其他國家在做什麼的人。你可以確信中國有非常聰明的人在研究我們在做什麼。2. 基辛格說，別惹中國主持人彼得·戴曼迪斯： 如果是1947-1948年，在冷戰真正開始之前，你會如何不同地處理與中國的關係？艾瑞克‧施密特： 我與基辛格博士合著了兩本書，非常想念他。基辛格是個現實主義者。他三十七八歲時，因為納粹，他的猶太家庭被迫從德國移民。他目睹了他少年時代的整個世界被納粹和希特勒摧毀，然後看到了因此發生的大火。無論你喜不喜歡他，他餘生都在努力防止這種情況再次發生。我們今天安全是因為像基辛格這樣的人看到了世界的崩潰。基辛格對中國的觀點與其他中國學者不同，他對中國的核心觀點很明確：別惹中國。他認為我們不應該激怒對方，不應該多談論台灣問題，讓中國處理自己的問題，這些問題非常重大。他擔心我們或中國的小舉動會引發第三次世界大戰，就像第一次世界大戰從一個小地緣政治事件迅速升級一樣。基辛格開始了許多被稱為第二軌道對話（非官方外交管道）的機制，而我也是其中之一的參與者，試圖確保我們彼此交流。中國人非常聰明、非常有能力，完全是同等對手。如果你對此有疑問，再看看DeepSeek的到來。一年前我說他們落後兩年，顯然我錯了。有了足夠的資金和電力，他們已經參與競爭了。主持人戴夫布倫登： 關於相互保證毀滅的概念？艾瑞克·施密特： 我與丹·亨德里克斯（AI安全研究員）和亞歷克斯·王（AI研究員）合寫了一篇論文，稱為"相互AI故障"。想像一下：你是美國，我是中國，你領先我。在某個時刻，你越過了一條線，影響我的主權。這不僅僅是言語爭吵和偶爾擊落噴射機，而是對中國家身份、經濟等的真正威脅。在這種情況下，我很可能發動網路攻擊來拖慢你。在相互保證故障中，我們必須設計讓你也有能力對我做同樣的事情，這會讓我們都小心不要觸發對方，這就是相互保證毀滅。我們在工作中也建議政府要求我們知道所有晶片在那裡。記住，晶片可以告訴你它們在那裡，因為它們是電腦。很容易加入一個小加密功能，說"是的，我在這裡，這是我在做的事情。"如果世界結構在5-10年內是10個模型──我編一些數字──美國5個，中國3個，其他地方2個，這些模型是數以千計的資料中心，它們都會以某種方式國有化。在中國，它們將由政府擁有。風險太高了。我曾在軍事工作中參觀過我們存放鈽的地方。我們把鈽存放在一個基地內的另一個基地裡，有更多機槍和更多專業設備，因為鈽非常有趣且顯然非常危險。我相信這是我們在美國僅有的一兩個這樣的設施。這些資料中心將擁有相當於警衛和機關槍的東西，因為它們如此重要。這是穩定的地緣政治體系嗎？絕對是。你知道它們在那裡，一個國家的總統可以打電話給另一個國家。但假設技術改進到可以在小型伺服器上實現這些技術。那你就有了巨大的資料中心擴散問題。這就是開源問題如此重要的原因。3. 韓國人不生孩子，只能靠AI了主持人彼得‧戴曼迪斯： 人們對就業問題很擔憂。你如何看待未來五年的就業市場？教育方面有什麼建議？艾瑞克‧施密特： 讓我們假設30-40年後會有完全不同的就業和人機互動模式，工作的定義、身份的定義都會改變。讓我們也假設這些變化在全球經濟中發揮作用需要20-30年。看看Waymo（Google旗下的自動駕駛公司）計程車——這是2025年的技術，但最初的工作始於90年代末，史丹佛的達帕大挑戰（DARPA Grand Challenge，美國國防部舉辦的自動駕駛汽車競賽）在2004年，當時塞巴斯蒂安·特倫（史丹佛教授，Google無人駕駛項目創始人）獲勝。從可見演示到日常應用超過20年，因為技術複雜、嚴格監管。與人類互動的機器人也會如此。我認為短期內這對就業是正面的。歷史上，自動化從最底層、最危險的工作開始，然後往上發展。想想汽車組裝線和熔爐——我們祖輩做過的危險工作，現在都由機器人解決方案完成。會發生什麼事？原來與焊工一起工作的人，現在操作機械手臂，獲得更高工資，公司利潤也更高。公司賺更多錢，個人也賺更多錢。為什麼會有更多工作而不是更少？經濟會擴張，因為機會擴張、利潤擴張、財富擴張。讓我們談談很少有人注意到的一個關鍵驅動因素：人口統計。世界其他地方選擇不生孩子，結果只能靠AI來補充勞動力。韓國現在降到每兩個父母0.7個孩子，中國降到每兩個父母1個孩子，人口在蒸發。在這些情況下會發生什麼？他們完全自動化一切，因為這是提高國家生產力的唯一方法。所以最可能的情況是，至少在下一個十年，在工作場所使用更多AI是一個國家緊急狀態，用AI取代消失的勞動力，為人們提供更高薪工作，在美國創造更多生產力，因為我們的出生率一直在下降。現在美國就業中最大的短缺是卡車司機。為什麼？卡車駕駛是孤獨、艱苦、低薪、低地位的工作。他們不想要，他們想要更高薪的工作。我們產業的一個罪過是沒有發明這樣的產品：用遊戲化方式，用他們的語言，教導每個想學習的人成為本國優秀公民所需的知識。主持人彼得‧戴曼迪斯： 對高中和大學生有什麼不同建議？艾瑞克‧施密特： 在高中或昨天的無人機挑戰會議上，當你看15歲的孩子時，他們就是會很好。對他們來說一切都說得通，我們擋了他們的路。他們不僅僅是數位原住民，他們理解速度，這對他們來說很自然。坦白說，他們也比我們更快更聰明。我們有智慧，他們有智能，他們贏。我過去認為正確答案是學生物學，現在我認為進入你感興趣的任何領域應用智慧是年輕人能做的最好事情。大多數孩子因為遊戲原因進入，很小就學程式設計。在一所大學裡，我需要與本科生合作，他們作為大二學生已經在做強化學習的不同演算法。這顯示了這在他們層面發生的速度，他們響應經濟訊號，也響應目標。如果你關心氣候，為什麼不想辦法簡化氣候科學，用簡單的基礎模型來回答這些核心問題？為什麼不想辦法使用這些強大模型開發新材料來應對碳挑戰？4. AI會把我們關進虛擬監獄主持人彼得‧戴曼迪斯： 我最大的擔憂之一是人類目標感的喪失。你在書中提到真正的風險不是終結者，而是漂移——AI不會暴力摧毀人類，但可能慢慢侵蝕人類價值、自主性和判斷力。艾瑞克‧施密特： 保護人類能動性非常重要──也就是每天起床做你想做的事的能力。這些數位設備完全可能創造一種虛擬監獄，讓你感覺無法做想做的事，這是要避免的。我更擔心的情況是，如果你想做某件事，讓機器人或AI代勞實在太容易了。想要克服挑戰的人類精神，未受挑戰的生活是如此重要。但總會有新的挑戰。我小時候修理父親的車子、割草坪，現在不再做這些事，但會有很多其他事情。我所描述的世界的複雜性不是簡單世界。僅僅管理你周圍的世界就將是一份全職且有意義的工作，部分因為會有很多人為了虛假資訊和你的注意力而競爭。我們在書《創世紀》（Genesis，艾瑞克‧施密特與基辛格等人合著的關於AI的書）中，談論這是一個更深層的問題。當你主要與這些數位事物互動時，做人意味著什麼，特別是如果這些數位事物有自己的場景？我最喜歡的例子是你有一個兒子或孫子，你給他們一個玩具熊，熊有個性，孩子在成長，但熊也在成長。那誰來監管熊跟孩子說什麼？大多數人其實還沒有體驗過那種超級、超級同理心的聲音，可以是你想要的任何語調。當他們看到那個時，很可能在接下來兩個月內，他們會完全睜開眼睛看到這會做什麼。主持人彼得‧戴曼迪斯： 在那個世界中，GDP還有意義嗎？艾瑞克·施密特： 如果包括服務，是有的。關於製造業，每個人都關注貿易赤字，他們不理解，現代經濟的絕大多數是服務經濟，不是製造經濟。如果你看農業百分比，在美國100年來從大約98%降到大約2-3%。如果你看製造業，30、40、50年代的黃金時代，那些百分比現在降到10%以下。不是因為我們不買東西，而是因為東西被自動化了，你需要更少的人。總的來說，看社會整體。它健康嗎？在中國，很容易抱怨他們，他們現在有通貨緊縮。他們有一個術語叫"躺平"，人們待在家裡，不參與勞動力，這與他們傳統文化相反。如果你看生育率，這些基本上不生小孩的國家，那不是好事。這些是我們將面臨的新時代問題。我認為人類目標將保持，因為人類需要目標。有文獻顯示，即使是我們認為低薪無價值工作的人也享有上班。挑戰不是消除他們的工作，而是讓他們使用AI工具來提高工作效率。在未來，仍會有律師，使用工具進行更複雜的訴訟。會有壞人使用這些工具製造更邪惡的問題，也會有好人試圖阻止壞人。工具在變化，但人類的結構、我們合作的方式不會改變。5. AI時代最重要的技能是美學主持人彼得·戴曼迪斯： 關於AI智能爆炸的時間框架，利奧波德（Leopold Aschenbrenner，AI研究員，寫了著名的《情境感知》報告）把它設定在26、27年，朝著數位超級智能發展。你認同嗎？艾瑞克‧施密特： 我認為這是矽谷共識。我認為日期可能偏差1.5到2倍，但很接近。合理預測是我們將在五年內在每個領域都有專門的專家。這基本上是確定的。你有這麼多人類，然後加上一百萬AI科學家做某件事，你的改進速度就是這樣。真正的問題是，一旦你有了所有這些專家，它們會統一嗎？它們最終會成為超人嗎？我們使用的術語是超級智能，意味著超越人類所能做的總和的智能。超級智慧競賽極為重要，因為想像超級智慧能做什麼，而我們自己無法想像，它比我們聰明得多。現在很明顯，當你與這些多語言模型交談，它向你解釋物理學時，它在其專家類別內已經非常超級聰明了。所以丹尼斯·哈薩比斯（DeepMind CEO）不斷重新定義AGI日期，好吧，當它能像愛因斯坦那樣發現相對論，使用截至那時可用的資料時，那就是我們擁有AGI的時候。遞迴自我改進是電腦繼續學習的通用術語。我們已經在某種意義上越過了這個界限，這些系統現在正在運作和學習，從它們在有限功能內的思維方式學習。系統何時有能力產生自己的目標和問題？今天沒有。那是另一個訊號。另一個訊號是系統決定滲透自己，採取措施擺脫控制和指揮系統。這還沒有發生。但有理論家認為系統最終會選擇這個作為獎勵函數，因為它們被程式設計為繼續學習。另一個是獲取武器並撒謊獲得它。這些是我們正在觀察的絆線，每一個都可能是迷你車諾比事件（重大事故）的開始。我在麥克·塞勒（MicroStrategy CEO，比特幣支持者）的遊艇上抱怨學校課程完全過時，我們應該教AI。他說："是的，他們應該教美學。"我看著他想，你在說什麼？他說："在即將到來的AI時代，看看你周圍的一切。無論好壞、有趣不有趣，都關於設計美學。當AI有如此強大的力量倍增器，你可以創造幾乎任何東西時，你在創造什麼，為什麼？"這成為挑戰。想像如果你人生的目標是弄清楚正在發生什麼，光是弄清楚這一點就足夠了，因為一旦你弄清楚了，就會為你處理好。這提供了目標，這很美。機器人將接管很多機械或體力勞動。我過去喜歡修車，現在不做了，但我懷念它。但我有其他事情要做。主持人彼得·戴曼迪斯： 最後，你對數位超級智慧的時間軸預測是什麼？艾瑞克‧施密特： 十年內。當數位超級智慧最終到來並普遍可用且相對安全時，你將擁有自己的博學者——相當於愛因斯坦和達文西的智慧就在你口袋裡。當然，壞人會變得更壞，但絕大多數人是善良的、善意的。回到你的富足論點，有人研究過生產力提升的概念，他們相信透過富足等方式可以達到30%的年度經濟成長。那將會是一個非常富裕的世界——疾病更少、選擇更多、更有趣的世界。把所有窮人從日常鬥爭中解脫出來，這是一個偉大的人類目標。讓我們專注於這個目標。這不是科幻小說，這是即將到來的現實。我們需要為此做好準備，無論是在技術、政策或哲學層面。 （每日天使）

2025年7月，當全世界還在討論AI是否會取代人類工作時，前GoogleCEO艾瑞克·施密特已經在思考一個更緊迫的問題：十年內到來的數字超級智能，將如何重塑人類文明。這位曾經掌舵全球最大搜尋引擎的技術領袖，如今的身份更像是矽谷的"預言家"和華盛頓的"軍師"。他不僅見證了從Google搜尋到ChatGPT的技術躍遷，還與已故的基辛格博士合著兩本關於AI地緣政治的著作，更在國會為美國AI戰略作證。現在，他每周都會收到數十份關於AI晶片、推理計算的創業計畫書，親眼看著一個新的技術紀元以史無前例的速度展開。就在訪談前一周，中國AI公司DeepSeek突然登頂全球智能排行榜，用"蒸餾技術"證明了美國晶片封鎖的脆弱性。這一事件讓施密特意識到，他一年前關於"中國落後兩年"的判斷徹底錯了。技術的指數級發展正在壓縮國家間的實力差距，也在重新定義全球競爭的遊戲規則。在這場與“富足理論”提出者彼得·戴曼迪斯的深度對話中，施密特不僅分析了AI發展的技術瓶頸、商業護城河和地緣政治風險，更重要的是，他試圖回答一個根本性問題：當機器比人類更聰明時，人類應該如何定義自己的價值？從矽谷的學習循環理論到華盛頓的國家安全考量，從好萊塢的創意產業變革到中國年輕人的"躺平"現象，這場對話織就了一幅關於人類文明轉折點的複雜圖景。正如施密特反覆強調的，這不是科幻小說，而是我們這一代人必須面對和解決的現實命題。核心要點：1.AI將在2025年學會自主建構知識框架，十年內實現數字超級智能讓每個人擁有"口袋裡的愛因斯坦"2. 美國AI革命需要額外92吉瓦電力相當於92座核電站，能源而非晶片成為真正發展瓶頸3. 推理時計算讓相同AI"大腦"思考更久就能產生顯著更好結果，徹底改變競爭格局4. 學習循環速度決定AI時代企業生死，競爭對手僅幾個月差距就會徹底失敗5. 開源模型權重可被覆制到4-8個GPU上運行，技術擴散讓手機也能擁有資料中心級智能6.十萬家企業軟體中介軟體公司面臨生存危機，AI直連資料庫讓中間層連接變得多餘7.一年內將出現AI世界級數學家，兩年內出現世界級程式設計師，初級程式設計師率先消失8. 注意力經濟讓人類失去深度閱讀能力，但6小時Gemini對話體驗顯示AI可能幫助重獲專注嘉賓介紹艾瑞克·施密特（Eric Schmidt）Google前首席執行官，現任施密特未來科技研究所創始人（圖左）彼得·戴曼迪斯（Peter Diamandis）Peter H. Diamandis播客主持人，奇點大學聯合創始人，《富足》作者，XPRIZE基金會創始人兼執行主席（圖中）戴夫·布倫登（Dave Blunden）聯合主持人，Link Ventures創始人兼管理合夥人（圖右）1. 2025年，AI開始給自己搭“腳手架”主持人彼得·戴曼迪斯： 艾瑞克，你最近提出了一個引起巨大反響的觀點——AI其實被低估了。當外界還在困惑或迷茫時，你為什麼認為AI的影響被嚴重低估了？艾瑞克·施密特： AI本質上是一台學習機器。在具有網路效應的商業模式中，當學習機器學得越快，一切都會加速發展，直到碰到自然極限。這個極限不是晶片，而是電力。主持人戴夫·布倫登： 你預測數字超級智能什麼時候會出現？艾瑞克·施密特： 十年內。AI自主建構知識框架的能力即將到來，我幾乎可以肯定這將在2025年實現。我們當然不知道超級智能會帶來什麼，但我們知道它即將到來。昨天我和彼得在OpenAI，特別是與諾姆·布朗（OpenAI的著名AI研究員）交談。我說，今年的關鍵詞是"腳手架"。他說，也許這個月的關鍵詞就是腳手架。他解釋說，現在如果你試圖讓AI發現相對論或某個全新領域，它做不到。如果你建立一個框架，就像搭建腳手架，AI會沿著框架美妙地發展，但你必須提前鋪設好那些路徑和線索。他說AI自主生成知識框架的能力即將到來。這不會讓它完全自我改進，不是潘多拉魔盒，但它在創造物理學突破或製作完整長片電影的道路上走得更深了。需要20小時連續推理計算的複雜任務，我幾乎可以肯定這將在2025年實現。主持人彼得·戴曼迪斯： 當超級智能到來時，人們需要瞭解什麼？艾瑞克·施密特： 你將擁有自己的全才助手——相當於把愛因斯坦和達文西的智慧裝進你的口袋。AI代理系統會出現，數學突破會發生，軟體革命會發生。我提到的所有事情都屬於積極領域，但也存在負面風險。讓我舉個具體例子說明為什麼需要這樣的計算能力。我們從語言理解發展到推理思考。如果你看OpenAI的o3模型，它會進行前向和後向的強化學習規劃。這種來回思考的計算成本比簡單回答你的博士論文或大學作業問題要高出很多個數量級。推理時計算可能是今年最重要的突破之一。以前我們認為模型的智能主要取決於訓練規模，但現在發現，給模型更多時間思考——即使是相同的"大腦"——可以產生顯著更好的結果。這改變了整個競爭格局。2. AI的天花板不是晶片，是電主持人彼得·戴曼迪斯： 我們看到Meta最近簽署了20年核能合同，Google、微軟、亞馬遜都在大舉投資核電產能。私人公司基本上接管了原本屬於公用事業的功能，這不是很奇怪嗎？艾瑞克·施密特： 說得諷刺一點，我很高興這些公司計畫存活20年，因為建設核電站就需要這麼長時間。根據我最近在國會的證詞，美國AI革命預計需要額外92吉瓦的電力。作為參考，一吉瓦相當於一個大型核電站的發電量，而我們現在基本上沒有開始建設新的核電站。過去30年只建了兩座。有人對300兆瓦的SMR（小型模組化反應堆，新一代核電技術）感到興奮，但要到2030年才會開始運行。無論核裂變還是核聚變多麼重要，它們都不會及時到達，無法滿足我們作為全球所需要的能源，來應對我們面臨的諸多問題和擺在我們面前的機會。主持人彼得·戴曼迪斯： 為什麼沒有同等數量的資本投入到讓整個晶片組和計算系統變得更節能上？艾瑞克·施密特： 實際上有類似的資本投入。有很多初創公司正在研究非傳統的晶片製造方式。Transformer架構（目前主流AI大模型的核心技術架構）在不斷演進。每周我都會收到新創業公司的商業計畫書，他們要建構推理時間、測試時間的計算系統，這些系統更簡單，專門為AI推理最佳化。看起來硬體的到來時機正好趕上軟體需求的擴展。我們老一輩有個說法："格羅夫給予，蓋茲奪走。"（格羅夫是英特爾前CEO，蓋茲是微軟創始人，意思是硬體性能提升會被軟體消耗殆盡）英特爾改進晶片組，軟體開發者立即用光所有性能。如果看看輝達Blackwell晶片（輝達最新一代AI晶片）或AMD的350晶片的性能提升，這些晶片本身就是巨大的超級電腦。但令人震驚的是，即使有了這樣的性能，人們仍然說需要數十萬這樣的晶片才能讓一個資料中心正常運轉。這顯示了這種AI演算法的規模需求。現在你可能會問，這些人用所有這些晶片到底在做什麼？這種規劃計算非常昂貴，但我們能夠展示規劃能力的證據。很多人認為，如果將規劃與深度記憶結合，就能建構人類等級的智能。當然，開始會很昂貴，但人類非常勤勞。未來的偉大公司將擁有AI科學家和AI程式設計師，這將加速他們的影響力。3. AI幾個月就能決定公司生死主持人彼得·戴曼迪斯： 在AI顛覆的時代，創業公司還有什麼護城河？你在投資時尋找什麼？艾瑞克·施密特： 在深科技硬體方面，會有專利、申請、發明——那些困難的東西。這些比軟體行業增長慢，但同樣重要。硬體確實很困難。在軟體方面，很明顯，這將是網路效應業務，最快的行動者獲勝。最快的行動者是AI系統中最快的學習者。我尋找的是有學習循環的公司，理想情況下有幾個學習循環。讓我給你一個簡單的學習循環：隨著使用者增加，更多人點選，你從他們的點選中學習，他們表達偏好。假設我發明了一個全新的消費產品，我對消費者行為一無所知，但我要推出這個產品。人們開始使用的那一刻，我就從他們那裡學習，我會有即時學習來更好地瞭解他們想要什麼。如果我的學習速度是這樣的，我基本上就不可阻擋了。因為當我的競爭對手弄清楚我做了什麼時，我的學習優勢已經太大了。競爭對手能多接近我仍然失敗？答案是幾個月，因為改進速度是指數級的。我認為會有另外10家Google規模、Meta規模的公司，它們都將建立在學習循環原則之上。主持人戴夫·布倫登： 開源模型的擴散會如何改變整個AI生態？艾瑞克·施密特： 這是一個關鍵問題。開源意味著開放模型權重，意味著每個人都可以使用。對此的公正解讀是，每個不在西方的國家最終都會使用開源，因為他們認為更便宜，這會將開源領導權從美國轉移到中國。如果發生這種情況，那就是大事了。在美國模式中，這些模型封閉的部分原因是商業人員和律師正確地說："我必須出售這個東西，因為我必須支付資本。"這些不是免費商品。如果你的產品是開放原始碼的，你如何為資料中心籌集500億美元？更危險的是模型權重被竊取的問題。如果你有一個在巨巨量資料中心訓練的超級智能AI，訓練過程可能需要10的26次方、10的28次方浮點運算。但最終訓練好的"大腦"可以被覆制並在四個GPU、八個GPU上運行——大約這個盒子大小，但同樣智能。如果你在推理時速度上有創新，你說"相同權重，沒區別，但我讓它快了100倍"，現在它實際上遠比你從資料中心匯出的更智能。這就是技術擴散問題的核心。知識系統的分佈結構不會是10個然後零，而是10、100、1000、一百萬、十億，在不同複雜程度。你未來手機上的系統可能比最頂端的小三到四個數量級，但仍然非常強大。4. 10萬家中介軟體公司要完蛋了主持人彼得·戴曼迪斯： 讓我分享一些數字來強化你的觀點。我們實驗室有幾家公司在做語音客服和語音銷售。這些對話的價值是10到1000美元，而計算成本只有10-20美分。艾瑞克·施密特： 這是很好的戰術解決方案和偉大的業務。看看Google在GCP上的實力，他們有完全整合的企業解決方案，基本上用AI自動化你的公司。令人震驚的是，在企業中，你可以寫下你想要的任務，然後使用模型上下文協議，將你的資料庫連接到那裡，大語言模型可以為你的企業生成程式碼。現在有十萬家企業軟體公司、中介軟體公司（提供軟體系統間連接服務的公司）在過去30年中成長起來，它們現在都遇到了麻煩，因為那種中間連接不再需要了。好消息是企業做這些改變非常緩慢。如果你建構全新的企業架構用於ERP（企業資源規劃系統）和MRP（製造資源規劃系統），你會強烈傾向於不使用任何ERP或MRP供應商，而是使用開源庫，使用BigQuery（Google的巨量資料分析平台）或亞馬遜的Redshift（亞馬遜的資料倉儲服務），基本上建構那種架構，它給你無限的靈活性，電腦系統編寫大部分程式碼。程式設計師暫時不會消失。很明顯初級程式設計師會消失，某種程度上的熟練工也會，因為這些系統還不夠好，無法自動編寫所有程式碼。它們需要非常資深的電腦科學家和工程師來監督。這最終也會消失。關於生產力，我稱之為"矽谷共識"，因為這主要是在矽谷工作的人的觀點：我們即將能夠做兩件令人震驚的事情。首先，我們可以用電腦替代大多數程式設計任務；其次，我們可以用電腦替代大多數數學任務。為什麼？程式設計和數學相比人類語言有有限的語言集，所以它們在計算上更簡單，而且是可無限擴展的。你可以用更多電力就這樣做下去，不需要額外資料、現實世界輸入、遙測或感測器。很可能在接下來一年內會出現基於AI的世界級數學家，在一到兩年內會出現世界級程式設計師。當這些大規模部署時，記住數學和程式設計是所有事物的基礎，它們是物理、化學、生物、材料科學的加速器。5. 我們正在失去深度思考主持人彼得·戴曼迪斯： GoogleI/O大會令人驚嘆，VO3技術震撼人心。我們距離好萊塢只有8英里，我想知道這會產生什麼影響。我們會看到一個人製作故事片，就像我們看到一個人的獨角獸公司一樣嗎？個人能與好萊塢工作室競爭嗎？艾瑞克·施密特： 他們應該總是擔心智慧財產權問題。我認為大片仍然可能由人們在AI的大量幫助下製作，這不會消失。生成長視訊非常昂貴，雖然成本會下降。但是偶爾會有額外的腿或額外的時鐘什麼的，還不完美，需要人工編輯。即使在大量視訊由電腦建立的情況下，仍然會有人類製作和導演。我在好萊塢的最佳例子是，我在一個工作室，他們向我展示了一個年輕演員重現威廉·夏特納（《星際迷航》中柯克船長的扮演者）電影中的動作，他們從夏特納那裡獲得了肖像權許可。他們把他的頭放在這個人身上，無縫銜接。這很令人印象深刻，為每個人創造了更多收入。另一個例子是現在他們使用綠幕而不是實體佈景。在恐怖電影中，他們不是讓化妝師現場化妝，而是數字後期加入化妝效果。誰贏了？成本更低，電影製作更快，理論上電影更好，因為有更多選擇。每個人都贏了。誰輸了？建造佈景的人，那個木匠和非常有才華的人現在必須在木工行業找工作。主持人彼得·戴曼迪斯： 我看到史丹佛的一項研究，記錄了AI比最優秀的人類更有說服力。這對廣告業的未來有什麼想法？艾瑞克·施密特：我們知道，如果系統足夠瞭解你，它可以學會說服你相信任何事情。在不受監管的環境中，系統會越來越瞭解你，更擅長向你推銷。如果你不夠精明聰明，你很容易被操縱。這和注意力經濟的問題相關。我們已經失去了深度閱讀的狀態，事實是人們的注意力持續時間更短了，他們消費內容更快。體育精彩集錦業務是一個巨大的生意，因為它比看整場比賽更高效。記住，網際網路行業目標的一部分是完全將你的注意力變現。除了睡覺，我們基本上試圖用某種形式的廣告、娛樂、訂閱來佔據你所有清醒時間並從中獲利。這完全違背了人類傳統的工作方式——對原則的長期深思熟慮的審視，成為好人所需的時間。但我有一次不可思議的經歷。從MIT飛往史丹佛的航班上，我第一次與Gemini進行了六小時的連續頭腦風暴。我完全失去了時間感，這是我第一次體驗技術朝相反方向發展。但注意，我也沒有回應簡訊和煩惱，沒有看廣告，我深入瞭解一個我付費訂閱的系統。 (每日天使)

Google 前 CEO，「現在已經不是Google 員工」的施密特（Eric Schmidt）前不久在斯坦福做了一次分享。 分享被拍成視訊上傳到斯坦福線上課YouTube 官號，其中有40 多分鐘施密特與學生Q&A 的環節。 因為觀點太直接，說話太實在，施密特的分享上了新聞。斯坦福官號把視訊都隱藏了。最後施密特在郵件採訪中對「錯誤言論」表示道歉。 知名科技博主闌夕總結了施密特分享的重點內容，TLDR。文章後面也附上了施密特的全程問答。