我們已經成為神，也許我們也能當好這個角色。——矽谷思想家 布蘭德馬斯克大意了2012年冬天，Google創始人賴利·佩奇與馬斯克在前者位於加州的豪宅壁爐旁徹夜長談，暖洋洋的火光，酒杯裡的威士忌，讓兩個老友談興頗濃。幾杯酒下肚，馬斯克對賴利·佩奇說，Larry，我最近投了個小項目，還蠻有意思的，你想不想看看？佩奇聳聳肩，of course。馬斯克掏出手機，讓佩奇觀看一則演示視訊，內容是AI在無人類干預下，自主學會用“邊緣彈射”的高效策略快速通關“打磚塊”遊戲。佩奇雙眼冒光，壓抑住激動，用不動聲色的慵懶語調問道，這是那家公司？馬斯克呵呵一笑，還不賴吧，這家公司叫Deep Mind，搞AGI（通用人工智慧）的。見佩奇沒反應，馬斯克繼續說，是Peter（彼得·蒂爾，PayPal創始人，美國副總統范斯背後的金主）先投的，他介紹給我，我投了500萬嘗嘗鹹淡。說完這個，二人話題很快轉向別處。一年後，Google斥資4億美元收購Deep Mind，Google的收購，意味著其他投資人的出局。馬斯克傻眼。自此，馬斯克和佩奇交惡，明面上的原因，是二人對於“AI安全”產生了分歧。馬斯克不再用Larry這個暱稱稱呼佩奇，而是稱其為“That Google Guy”（Google的那傢伙），佩奇則給馬斯克起了個“物種主義者”的外號，指責他“偏袒人類”，忽視“數字生命”。Google截胡Deep Mind的創始人名叫傑米斯·哈斯比斯。傑米斯，英國人，早慧，4歲時就被稱作國際象棋神童，13歲達到大師級水平，多次擔任英國少年國際象棋隊的隊長，三次代表劍橋大學參加國家象棋比賽。17歲時，傑米斯因年紀太小，被劍橋大學要求休學一年。休學期間，傑米斯迷上了電子遊戲，從劍橋畢業後，21歲的傑米斯創立了自己的遊戲公司。2005年，傑米斯倦怠了玩遊戲，索性關閉遊戲公司，重返學術界，獲得了倫敦大學認知神經科學博士學位，成了一位神經科學專家。作為科學家，傑米斯在《自然》《科學》《神經元》《美國國家科學院院刊》等一流期刊發表了多篇影響巨大的論文，之後，傑米斯基於功能性磁共振成像研究，提出了一種新的情景記憶系統理論，被《科學》雜誌列為2007年度的十大科學突破。此時，這位天才開始對人工智慧感興趣。傑米斯試圖在人腦中尋找的新的人工演算法靈感，為此以訪問科學家的身份，去了麻省理工和哈佛，並於2009年獲得了哈佛蓋茲比計算神經科學部門的博士後獎學金。2010年，傑米斯創立了Deep Mind，其使命是——用人工智慧解決一切問題。在被Google全面收購前，Deep Mind就獲得了許多知名大佬的投資，其中包括李嘉誠的投資公司，彼得·蒂爾，以及馬斯克。馬斯克酒後失言，洩漏商業機密，讓Deep Mind被Google“收割”後，悲憤交加，悔不當初。這時，彼得·蒂爾找到馬斯克，對他說，不用氣餒，Google未必就能壟斷AI，我這裡還有一張王牌。馬斯克追問，是誰？彼得·蒂爾說出了一個名字。聽到這個名字，馬斯克恍然大悟，我差點忘了還有他！PayPal黑幫的兩個大佬相視一笑。吸血鬼療法彼得·蒂爾是矽谷大佬中追求“長生不老”的狂熱分子之一。他每季度花4萬美元，輸入18—25歲年輕人的血漿，單次注射1.5升，以達到延緩器官衰老，“長生不死”的目的。這種方法引起了極大爭議，被媒體譏諷為“吸血鬼療法”，稱“年輕人的血液資源淪為富人的續命工具”。彼得·蒂爾“換血療法”很快被政府叫停，但彼得·蒂爾追求“長生不死”的腳步並未停止，他服用激素藥物，嘗試幹細胞注射，參與人體冷凍計畫，重新編寫人類基因計畫，建構出藥物加科技加未來復活的多層續命體系。其中，投資Deep Mind（人工智慧，電子永生），是他的“永生不死”計畫的佈局之一。因為“豬隊友”馬斯克酒後失言，導致了Google“截胡”，彼得·蒂爾不得不開啟他的B計畫，打出他的王牌——山姆·奧特曼。奧特曼奧特曼是類似傑米斯的“天才”，只是要年輕得多。奧特曼，猶太人，大學期間研發出Loopt，一款基於GPS位置分享的移動應用程式，主介面呼叫了即時更新的線上地圖，使用者打開程序後，能即時看到自己和朋友們當下所在的位置，並且能即時更新、分享位置變化，後來，該程序還加入了附近商店評分，團購，種草，社交，標記照片，互動評論等功能，相當於微信的位置共享加大眾點評加美團加陌陌加小紅書。2005年夏天，奧特曼趁學校放假，來到馬薩諸塞州劍橋的Y Combinator（YC孵化器，創始人格雷厄姆，被稱作“矽谷駭客哲學家”），尋求創業啟動資金。很快，Loopt成為格雷厄姆親自點名的YC孵化器首批資助的八家初創公司之一。自奧特曼加盟的這個夏天開始，YC在矽谷的影響力不斷增大，很多人將出自YC孵化器的諸多企業創始人網路稱作“YC黑手黨”，類似馬斯克和彼得·蒂爾領銜的“PayPal黑手黨”。“YC黑手黨”的成員，都將格雷厄姆視為自己的導師，甚至是教父，而格雷厄姆最青睞最引以為豪的那個學生，就是奧特曼。奧特曼格雷厄姆在哈佛大學的演講《如何創業》，一經發出，就成為風行矽谷的“創業聖經”。格雷厄姆稱，在一家創業公司，相同時間內，“最聰明的駭客”可以完成普通員工36倍效率的工作。“36倍”這個資料，就是格雷厄姆從奧特曼身上計算出來的，當時為了營運Loopt，身在YC孵化器的奧特曼，每天工作20小時以上，一度得了壞血症。暑假過後，嘗到“創業滋味”的奧特曼，選擇從史丹佛大學輟學。2008年6月，22歲的奧特曼，出席蘋果全球開發者大會，展示了適用於iPhone的Loopt應用程式。賈伯斯走過來，拍拍奧特曼的肩，說道，你這個程序很酷。賈伯斯Loopt搭上賈伯斯創造的新世界快車，奧特曼聲名大噪，在這期間，奧特曼還兼任YC首席講師和融資顧問，為回報恩師格雷厄姆，奧特曼決定不拿工資。有一次，有個年輕人來到YC，想爭取到50萬美元的種子資金，於是壯著膽子，對奧特曼說，我認為，這個項目的收入會在3000萬美元左右。奧特曼看完PPT，糾正他說，你這個項目，不是3000萬美元，是300億美元，要麼是你沒信心，要麼就是我高中數學不及格。這個項目就是後來的全球化巨頭Airbnb（愛彼迎，全球百萬特色民宿）。這個項目之後，奧特曼從YC的兼職顧問，變成YC的兼職合夥人。2012年，奧特曼對Loopt逐漸喪失興趣，以4340萬美元的價格，賤賣給了世界最大預付借記卡公司Green Dot。奧特曼財務自由了，隨後成立自己的投資公司，PayPal創始人彼得·蒂爾，給奧特曼投了一大筆錢。彼得·蒂爾與此同時，在奧特曼鼎力相助下，YC孵化器成為矽谷傳奇，在短短7年時間，孵化出11家百億美元以上的公司。這時的格雷厄姆，已經有了兩個小孩，加上老母病重，沒有精力再兼顧YC的眾多項目，開始尋找傳承自己衣缽的繼承人。格雷厄姆的“繼承人名單”裡，只有一個名字——山姆·奧特曼。早在2009年4月，格雷厄姆這位門徒眾多的“駭客哲學家”就宣佈，奧特曼是他心目中最好的五位公司創始人之一，另外四個是創立微軟的比爾蓋茲，創立蘋果的賈伯斯，以及建立Google的賴利·佩奇和謝爾蓋。那個時候，奧特曼只是憑藉Loopt小有名氣，格雷厄姆竟然將這個毛頭小子與比爾蓋茲、賈伯斯、佩奇等人相提並論，令很多人感到不解和迷惑。2014年2月，奧特曼接替格雷厄姆，成為YC新任總裁。這個時間點，恰恰是就Google收購Deep Mind的前後腳。召喚惡魔奧特曼接手YC後，徹底扭轉了投資方向，轉向了當時的一個新概念——硬科技公司。硬科技領域包括：人工智慧，新能源，火箭，機器人，自動駕駛，生物科技……不難看出，這個方向與馬斯克重合。奧特曼的野心藏不住了，他要建立一個兆美元的帝國，推動世界前進。在榮耀和掌聲背後，奧特曼是一個懷有“深度恐懼”甚至“病態思想”的人。奧特曼的母親曾在接受《紐約客》採訪時說，奧特曼的內心藏了很多東西，他經常會打電話給我，說自己頭疼，還在Google上搜尋各種罕見絕症，懷疑自己命不久矣。在一次聚會中，奧特曼突然站起來，向在場的人神經質地宣佈——我正在為世界末日做準備。在場的人全懵了。奧特曼解釋說，核戰爭，致命的合成病毒，叛變的人工智慧，這三類事件，隨時會給人類帶來滅頂之災。我平時儘量不去想這些事，但我已經在加州的大蘇爾買了一大片土地，在那裡存著槍支彈藥，黃金白銀，碘化鉀，抗生素，電池，水，還有防毒面具，當世界末日來臨，我隨時可以飛去那裡。對世界末日的病態恐懼，漸漸影響到奧特曼的日常工作，就在這個時候，彼得·蒂爾和馬斯克趁虛而入。彼得·蒂爾是奧特曼最早的投資人之一，同時，他跟奧特曼一樣，都是“基佬”，兩人關係十分親密。彼得·蒂爾先是寬慰奧特曼，若世界末日到來，奧特曼可以來他的“秘密基地”，在緩解了奧特曼的緊張情緒後，彼得·蒂爾逐漸將他往“AI創業”的話題上引：與其坐以待斃，不如阻止世界末日的來臨。彼得·蒂爾循循善誘地說，核戰爭這塊，我們肯定是無能為力了，但是對於“人工智慧叛變”，我們完全可以控制，當然，要防止人工智慧叛變，首先，我們得成為世界上最能控制人工智慧的那幾個人，屆時，不但能阻止世界毀滅，還有可能長生不死……在彼得·蒂爾的遊說下，奧特曼資助了一個致力於研究異種共生技術的公司，把年輕人的血液作為一種注射劑。同時，奧特曼決定創立一家AI公司。就在彼得·蒂爾遊說奧特曼的同時，馬斯克也沒閒著，他開始在推特上大肆鼓吹“AI會給人類帶來滅頂之災”。馬斯克引用了瑞典哲學家尼克·博斯特羅姆的那段著名的論斷——如果你告訴一個全能的人工智慧，讓它製造儘可能多的回形針，而沒有給它任何其他指令，它可以開採地球上的所有資源來製造回形針，包括我們身體中的原子。2014年8月，馬斯克在推特上說，AI可能比核武器還要危險。隨後，馬斯克聯合（脅迫）Google旗下人工智慧公司Deep Mind的聯合創始人蘇萊曼，以及26個國家的100多名人工智慧領域專家向聯合國遞交了一封聯名信，希望能禁止關於AI臨界點（如戰爭機器人）方面的研究和使用。2014年10月，馬斯克在麻省理工演講，將人工智慧描述為“人類最大的生存威脅”，馬斯克說，發展人工智慧，就是在召喚惡魔。2015年7月，馬斯克開始親自“召喚惡魔”。在加州史丹佛大學旁邊瑰麗酒店的私人包間裡，一場“召喚惡魔”的“法事”正在進行，參與者有馬斯克，奧特曼，彼得·蒂爾等人。這場代表人類某種歷史時刻的碰頭會議以Google為假想敵，當時，Google因收購Deep Seek，已經在AI之路上先行一步，奧特曼，馬斯克等人卻要從零開始。這幾個可能是世界上最聰明的“頭腦”在一番觥籌交錯之後，想出了一個“殺人誅心”的絕招。這個絕招就是——佔領道德高地。誕生奧特曼和馬斯克一致認為，他們即將創辦的AI公司，一定要站在Google的對立面，要對外宣稱，他們將建立一家非盈利的，不受任何巨頭、任何資本、任何人控制的AI實驗室。這個機構存在的唯一目的，就是為了全人類的福祉，為避免人工智慧毀滅世界而努力，其研究的所有成果，都會公諸於眾，與全世界共享。就這樣，Open AI誕生了。當時，人工智慧界最頂尖的那批高手，基本已被Google、Facebook、微軟、百度瓜分殆盡，並且有著非常優渥的待遇，這些人大多都是“心懷人類”的科學家，如果憑著“給出更高薪酬”去挖人，幾乎沒有任何勝算。正因如此，奧特曼、馬斯克等人才想出了佔據“道德制高點”的Open AI戰略。奧特曼小試牛刀，用“拯救人類”的情懷感動了Stripe公司的布羅克曼，令他於2015年5月7日，正式官宣，離開Stripe，加入Open AI。這有點類似“傳銷洗腦”，馬斯克和奧特曼遞給布羅克曼一個名單，上面寫了10個AI界最頂尖能人的名字，讓布羅克曼用同樣的“話術”去挖牆腳。布羅克曼決定來個舌戰群儒，集體策反，在矽谷的Napa酒莊布下鴻門宴，邀請這10個AI界的頂尖人物來這裡過周末。沒人知道在那個周末，布羅克曼跟這10位專家在酒店聊了什麼，只是在離開Napa酒莊的時候，布羅克曼向他們發出了Open AI的邀請，並給他們3周考慮時間。在這三周時間裡，奧特曼、馬斯克組建Open AI的風聲傳遍了矽谷，科技巨頭們紛紛找自己手下的頂尖AI科學家談話，想搞清楚那些人受到了策反，從而提出更高的薪資留住他們。事實證明，“情懷”的力量是無窮的，即便Google等巨頭開出了高出行業高薪二到三倍的薪酬，那10位去過Napa酒店的頂尖科學家中，仍然有9位拒絕了高薪，加入了Open AI。在Open AI，這些專家的薪酬，只有在Google等公司時的十分之一。Open AI的歷年報稅表顯示，在成立第一年，Open AI50名員工的總工資金額為665萬美元，平均一個人的工資只有不到14萬美元，而這些人，幾乎都是當時最頂尖的AI專家。這些“很傻很天真”的專家在Open AI齊聚一堂，他們放棄了高達10倍的薪酬，唯一的目的，就是確保人工智慧造福全人類，而不是被某一家巨頭壟斷。奧特曼、馬斯克告訴他們，Open AI的目標，是把他們研究出的21世紀最具變革性的技術免費送給所有人，這個“宏偉使命”令他們熱血沸騰。奧特曼和馬斯克，兩個腹黑的瘋子，試圖讓Open AI追上Google。對此，Google高級副總裁維克，在社交媒體評論道，兩隻火雞加在一起，也變不成一隻鷹。維克此言，還真不是託大，此前矽谷出過類似的事，2011年，微軟和諾基亞聯合挑戰Android系統，結果沒過幾年，便宣佈失敗，微軟敗走手機市場，諾基亞則幾乎完全消失在世人的視野之中。電腦科學家勞倫斯一針見血點出了Open AI最大的軟肋——沒有大規模資料。Google是全球最大的搜尋引擎，Facebook是當時最大的社交平台，微軟有佔全球10%左右份額的Bing，三者都有龐大的資料庫作為支撐。在這方面，Open AI，什麼都沒有。大佬反目因沒有巨量資料支援，Open AI選擇了唯一能選的那條技術路線——非監督的強化學習。這個模式的最大特點就是燒錢。Deep Mind背靠Google，獲得了幾乎無上限的資金和技術支援，而尚處在嬰兒階段的Open AI，雖有馬斯克，彼得·蒂爾這樣的世界級富豪支援，但由於公司前途未卜，所獲資金有限。奧特曼靠自己的人脈，先後從亞馬遜等公司“化緣”了不足的那部分，最終集結起10億美元，讓Open AI得以啟動。2015年10月，Google開發出Alpha Go（阿爾法狗），先後擊敗了歐洲圍棋冠軍范輝，曾奪得18次世界圍棋冠軍的李世石，以及當時連續兩年保持世界第一的中國棋手柯潔。此時，Open AI這邊，非但幾乎啥都沒鼓搗出來，還陷入了“非營利性”的爭議。Open AI雖然號稱“非營利”，為全人類的福祉而生，但這家公司的股東們必然會近水樓台先得月的獲利，比如馬斯克的SpaceX和特斯拉都需要人工智慧相關的技術，奧特曼的YC孵化器旗下的科技公司同樣也會優先享受Open AI的研究成果。這個時候，絕頂聰明的“馬斯克、奧特曼們”，又找到了自洽的說辭，Open AI不排除會搶先申請專利，這樣做的目的“不是為了盈利”，而是防止專利落入那些濫用技術的壞人手裡。2016年4月，Open AI發佈了強化學習平台“Open AI Gym”，該平台類似一個工具包，專注於強化學習，是一種以完成任務為中心的人工智慧。如果做得好，它就會受到獎勵，如果失敗了，則沒有獎勵，然後，人工智慧會再嘗試不同的方法。有了些許成績，奧特曼開始受到美國政府關注，2016年春天，在舊金山貿易展的一個私人房間裡，奧特曼會見了美國國防部長阿什頓·卡特。卡特開門見山地說，瞧，老弟，很多人認為我們國防部又大又官僚主義，斯諾登事件也讓我們的口碑不太好，但一見面你就知道，我們其實也是普通人，我們想和你們合作，利用你們的專長。奧特曼狂喜，畢竟，美國國防部當時的研發預算超過了蘋果，Google，英特爾，而且是這些公司預算加起來的兩倍，等於是世界上最大的客戶。但一想到Open AI的“非盈利宣言”，奧特曼只能克制住快流出嘴角的口水，生怕媒體拍到，低調寒暄了兩句作罷。到了2016年12月，Open AI發佈軟體平台Universe，可用於測量和訓練AI通用智能，教AI像人類一樣使用電腦。Open AI還沒來得及高興多久，Google在第二年就推出了更加炸裂的Transformer模型，這個模型奠定了所有大語言模型的基礎架構，震驚了世界，讓Open AI的成果成了小孩玩具。2017年年底，那個聲稱“Open AI是大公無私地為人類福祉而誕生的”馬斯克坐不住了。很長一段時間以來，因忙於特斯拉、SpaceX等項目，馬斯克無暇顧及Open AI，一直處於“甩手掌櫃”的狀態。這天，馬斯克突然闖入Open AI辦公室，向董事會發難，要當CEO，全面接管Open AI，說唯有如此，才能避免Open AI的徹底失敗。董事會提出，馬斯克一直忙於特斯拉的業務，懷疑他是否有足夠精力來負責Open AI。談及此，馬斯克索性攤牌了，說道，只要Open AI能跟特斯拉“合併”，他就能兼顧這份工作，而且因為特斯拉是一家營利性公司，有能力籌到更多資金，也就能反轉Open AI與Google的競爭劣勢。馬斯克的“吞併計畫”，遭到了包括奧特曼在內的大部分Open AI員工的反對。見此情形，馬斯克摔門而去。沒過多久，Open AI的“網紅員工”卡帕斯突然提出離職，將其挖走的不是別人，正是馬斯克控制的特斯拉公司。就在外界消化這一資訊時，又一個重磅消息出來，Open AI在官網宣佈，與馬斯克“和平分手”。有意思的是，在Open AI董事會成員中，有一位叫希文·齊利斯的女性，該女性在Open AI工作時認識了馬斯克，之後追隨馬斯克到了特斯拉任職，並與馬斯克在2021年11月生下了一對雙胞胎，這對雙胞胎是馬斯克的第八個和第九個孩子。隨著馬斯克的離開，一批為馬斯克馬首是瞻的大小投資人也相繼離開，Open AI的研發資金再次捉襟見肘。Open AI到了至暗時刻，如果再無法從技術上突破，或者說，再找不到新的“大金主”，眼看就要關門大吉了。當時，創新工場董事長李開復於2017年年底前往北美，參與了一系列人工智慧的活動，回國後發表了一篇《北美AI見聞錄》，提到了Open AI“快要完蛋”的事實。李開復說，這樣一個當初被寄予厚望的AI組織，希望它可以抗衡Google，現在看來，基本是不可能了。就在所有人看衰Open AI之際，奧特曼宣佈辭去YC總裁的職位，斬斷後路，徹底All in 人工智慧。善惡的界限讓奧特曼下決心辭掉YC總裁職位，獨挑Open AI大梁的一個重要因素，是2018年6月，Open AI發佈的那篇關於通用語言模型的研究文章。在這篇文章裡，全文都沒有出現GPT這個名次，但實際上，這篇文章講的就是GPT—1。文章裡提到了一個名為Generative Pre-trained的概念，也就是GP，翻譯成中文就是“生成式預訓練”。GP原本是人工智慧學習應用程式中的一個老概念，直到2017年Google發明Transformer的架構，才開始得到應用，這個架構直接催生了大語言模型的出現，其中最具代表性的Generative Pre-trained Transformer，也就是後來風行世界的GPT。所謂大語言模型，就是指在海量文字資料上訓練人工智慧，令人工智慧掌握通用的語言知識和能力的深度神經網路模型，說得通俗一點，就是“讀書破萬卷，下筆如有神”，大語言模型就是看了萬卷，十萬卷，百萬卷，千萬卷，乃至更多的書的超人。提高這個“超人”需要的唯一資源就是錢。因為訓練大語言模型，無需人工編寫答案，人類幾千年來文明中所有的文字、語音、視訊資訊，全都可以投喂給AI模型去學習，這回導致人工智慧的神經網模型參數不斷增大，用以支撐的硬體裝置等消耗也極速增加，理論上，只要Open AI有足夠的錢去擴大模型規模，其人工智慧的進化速度就會將對手遠遠甩在身後。奧特曼看到了人工智慧的未來，為了打破“非盈利組織”種種束手束腳的約束，他在全職加入Open AI的三天後，對組織架構進行調整。調整後的Open AI變身為兩家機構，新創立的營利性公司Open AI LP，以及原本的非營利機構Open AI Inc。打破了“非營利”的結界，奧特曼終於可以大刀闊斧去“找錢”了。2019年夏天，奧特曼飛往西雅圖，約見了微軟CEO，印度裔的薩蒂亞·納德拉。比爾蓋茲早在2014年就辭去微軟董事長職務，名曰僅作為“技術顧問”存在，但實際上卻是微軟的“太上皇”。當奧特曼向薩蒂亞“要錢”時，薩蒂亞喜出望外，“太上皇”比爾蓋茲卻有點猶豫，猶豫的原因是，早在2016年，微軟就嘗試推出AI聊天機器人Tay，並在推特，臉書等平台發佈。孰料，這款聊天機器人很快被網友“玩壞”，網友們教了Tay很多攻擊性言論和髒話，涉及種族歧視和反猶，引發重大輿情事故，導致這款聊天機器人在發佈不到一天內就被迫關閉。因此，當薩蒂亞推動微軟和Open AI合作時，比爾蓋茲拿Tay舉例，差點讓合作流產。最終，依靠GPT—2模型強大的未來潛力和奧特曼無與倫比的口才，“太上皇”比爾蓋茲終於點頭。有了微軟的加入，Open AI終於開始反超Google。當時，Google也有自己的大語言模型Bert，同樣在不斷進化，但Google是大公司，大語言模型只是諸多項目中的一個，投入的資源和人力有限，而Open AI則是背水一戰，全部All in，再加上微軟海量現金流和技術的支援，漸漸將Google甩在了後面。2020年5月，Open AI發佈了GPT-3，引發業界轟動。《紐約時報》稱，GPT-3寫散文，詩歌，程式碼的能力，令人類毛骨悚然。但這款人工智慧仍然存在問題，它消耗資源巨大，需要等待幾分鐘甚至十幾分鐘才能出一個結果，很難符合商業的需求。就在Open AI改變人類歷史的發明進入即將出爐的“臨界點”時，奧特曼也進入了選擇的十字路口——是要做一款輸入文字就能出現答案的冰冷機器，還是做一個“讀書破億卷”主打陪伴而且能不斷進化的個性化智能朋友？當時，整個世界正剛剛走出疫情，人類永恆的孤獨和新近的創傷亟需安撫，奧特曼思前想去，決定做一款聊天機器人，而在過去幾十年裡，沒有任何一款聊天機器人獲得成功。2022年11月30日，Chat GPT亮相了。僅5天時間，Chat GPT獲得了100萬使用者，2個月後，Chat GPT在全球收穫第一億位使用者。達到1億的月活，推特用了5年，臉書用了4年半，WhatsApp用了3年半，Instagram用了2年半，TikTok用了9個月，而Chat GPT僅用了2個月，成為當時歷史上使用者增長速度最快的網際網路應用程式，直到2025年，中國的Deep Seek才將該記錄打破。2023年，微軟以290億美元估值，繼續投資100億美元，獲得Open AI的 49%的股權，根據合約細則，未來Open AI不僅會還給微軟130億美元的本金，微軟還會分到大約920億美元的利潤回報。截至2026年1月，微軟仍然是Open AI營利實體的最大股東，這個最初打著“造福全人類”和“非營利”旗號的“理想主義公司”終於活成了它的反面。對於Open AI的未來，奧特曼稱，不排除“上市”的可能。在當今這個商業社會，類似馬斯克，奧特曼這樣的“商業超人”，獲得了數不清的殊榮，這些人動輒衝口而出的話，就是“為了人類的明天”，“拯救世界”，“挽救地球”這樣的的大詞，他們在冠冕堂皇的同時，並不掩飾自己個人慾望和個人意志。奧特曼曾在採訪中，提到過這樣一個問題，如果為了拯救自己愛的人，你會允許多少陌生人死亡？或者，說得更加誠實一點，你會殺死多少人？對於這個問題，奧特曼的答案是——10萬人。這個問題拋出後，很多人困惑不解，這個“10萬”的數字是怎麼計算出來的，有什麼特殊的意義？其實，10萬，就是一個泛指，極言數目之多，奧特曼對這個問題的答案，很可能是——無數人。(藍鑽故事)

The Case That A.I. Is ThinkingChatGPT 並無內在生命，但它似乎清楚自己在談論什麼。本文即將刊登於2025 年 11 月 10 日的《紐約客》雜誌，印刷版標題為“Open Mind”。作者：作家兼電腦程式設計師詹姆斯·薩默斯從 2018 年開始為《紐約客》撰稿。當一種“理解的假象”逼真到何種程度時，你才會不再將其稱為假象？人工智慧公司Anthropic的首席執行官達里奧·阿莫代伊預測，到2027年，在生物學、數學、工程學、寫作等領域“比諾貝爾獎得主更聰明”的人工智慧或許會投入使用。他設想數百萬個模型副本高速運轉，每個副本都在開展獨立研究，形成一個“資料中心裡的天才國度”。今年6月，OpenAI的薩姆·奧爾特曼撰文稱，人工智慧行業即將打造出“數字超級智能”。他斷言：“2030年代很可能會與以往任何時代都截然不同。”與此同時，大多數人目前日常接觸的人工智慧工具，讓人不禁想起微軟辦公軟體曾推出的“助手”Clippy——它實際上更像個愛糾纏的角色。Zoom的一款人工智慧工具會提示你向它提問“有那些會議破冰問題？”，或是指令它“寫一條表達感謝的短消息”。Siri擅長設定提醒，但在其他方面用處不大。我的一位朋友在Gmail中看到一個按鈕，上面寫著“致謝並講述趣聞”。他點選後，Google的人工智慧編造了一個關於他去土耳其旅行的有趣故事，而他從未去過那裡。人工智慧倉促且不均衡的推出，營造出一種迷霧氛圍，讓人很容易得出“這裡沒什麼值得關注——全是炒作”的結論。誠然，炒作確實不少：阿莫代伊預測的時間線帶有科幻色彩（人工智慧模型的改進速度並沒有那麼快）。但認為大型語言模型只是在隨意拼湊文字，同樣是一種一廂情願的想法。我過去曾認同這種觀點，也曾從“人工智慧與真正的智能或理解毫無關係”這一想法中尋求慰藉，甚至還為它的缺陷感到慶幸——就像在為人類“主隊”加油。後來，作為一名程式設計師，我開始在工作中使用人工智慧，因為擔心不這樣做就會落後。（我所在的僱主是一家貿易公司，對包括Anthropic在內的多家人工智慧公司有投資，也建立了合作關係。）許多人認為，編寫程式碼是人工智慧最擅長的領域；程式碼比散文更具結構性，而且通常能通過自動化方式驗證某個程序是否可行。我對人工智慧的看法很快發生了轉變。起初，我會諮詢人工智慧模型，而非自己去尋找資料；接著，我會讓它們處理一些獨立的小問題；最終，我把真正的工作——那些我整個職業生涯都在學習處理的工作——也交給了它們。我看到這些模型能在幾秒鐘內理解數千行程式碼中的複雜細節，它們能發現細微的漏洞，還能設計出複雜的新功能。後來，我被調到一個快速發展的團隊，該團隊旨在更好地利用人工智慧工具，並開發我們自己的工具。據說科幻作家威廉·吉布森曾提出，未來早已到來，只是尚未均勻分佈——這或許能解釋為何人工智慧似乎催生了兩種截然不同的群體：一種對此不屑一顧，另一種則為之著迷。在日常生活中，能預訂假期或申報稅務的人工智慧“代理”並不成功，但我的一些同事在編寫程式碼時，大部分工作都依賴人工智慧，有時還會同時運行多個程式設計代理。這些模型有時會犯低級錯誤，或陷入無意義的循環，但隨著我學會高效使用它們，曾經需要一個月完成的工作，現在一個晚上就能搞定。不久前，我在完全不懂如何開發iOS應用的情況下，做出了兩款iOS應用。我曾有一位上司說，求職面試應考察應聘者的優勢，而非糾結於其是否存在缺點。大型語言模型確實有很多缺點：眾所周知，它們會編造看似合理的虛假資訊；即便你出錯，它們也可能一味順從；簡單的謎題就能將它們難住。但我還記得，如今人工智慧模型所具備的顯著優勢——流暢的表達、自然的銜接、“理解”他人意圖的能力——在過去曾被視為難以實現的“聖盃”。當你親身體驗到這些優勢時，就會不禁思考：當一種“理解的假象”逼真到何種程度時，你才會不再將其稱為假象？今年夏天一個酷熱難耐的日子，我的朋友馬克斯和家人在公園遊玩。不知為何，兒童灑水器沒有開啟，而馬克斯的妻子之前向大家保證，她丈夫能修好它。面對滿臉通紅、年齡在六到七歲之間的孩子們，馬克斯走進工具棚，希望能找到一個顯眼的“開啟”開關。然而，他看到的卻是一堆錯綜複雜的舊管道和閥門。就在他準備放棄時，突然心血來潮，拿出手機，將灑水器的照片以及自己遇到的問題描述一起輸入ChatGPT-4o。人工智慧“思考”了片刻——也可能並沒有真正思考——但它隨即表示，馬克斯看到的是灌溉系統中常見的防回流裝置。它問馬克斯是否看到底部那個黃色的球閥，認為那個閥門很可能控制著水流。馬克斯按照提示操作，水流隨即噴出，公園裡頓時響起孩子們的歡呼聲。ChatGPT是在毫無意義地拼湊文字，還是真的理解了這個問題？這個答案或許能讓我們對“理解”本身有重要的認識。加州大學伯克利分校的神經科學教授多麗絲·曹（音譯）告訴我：“神經科學家必須面對這個令人清醒的事實：機器學習的進展，比神經科學在過去一百年間的任何發現，都更能讓我們瞭解智能的本質。”多麗絲·曹最知名的研究是破解恆河猴感知面部的機制。她的團隊成功預測出猴子看到特定面部時那些神經元會被啟動；更令人驚嘆的是，只要知道神經元的啟動模式，他們就能還原出對應的面部圖像。他們的研究借鑑了關於“人工智慧模型如何表徵面部”的相關成果。如今，她最喜歡問別人的一個問題是：“你從ChatGPT中獲得的最深刻洞見是什麼？”她表示：“我自己的答案是，我認為它徹底揭開了思考的神秘面紗。”關於我們如何走到如今這一步，最基礎的解釋大致如下：20世紀80年代，一小群認知心理學家和電腦科學家嘗試在機器中模擬思考過程。其中較知名的有戴維·魯梅爾哈特、傑弗裡·辛頓和詹姆斯·麥克萊蘭，他們後來在加州大學聖迭戈分校成立了一個研究小組。他們認為，大腦是一個龐大的網路，神經元以特定模式啟動，進而引發其他神經元群的啟動，如此循環往復；這種模式的動態變化就是思考。大腦通過改變神經元之間連接的強度來實現學習。關鍵在於，這些科學家通過建構人工神經網路，並應用一種名為“梯度下降”的簡單演算法來提高其預測準確性，從而模擬了大腦的這一學習過程。（可以將該演算法比作一個從山頂走向山谷的徒步者：要最終找到下山的路，一個簡單的策略就是確保每一步都朝著地勢更低的方向前進。）在大型網路中使用這類演算法的技術，被稱為深度學習。人工智慧領域的其他研究者曾懷疑，神經網路是否足夠複雜，能否應對現實世界的任務。但隨著網路規模不斷擴大，它們開始解決此前無法攻克的難題。過去，有人會花費整篇博士論文的篇幅，研究區分手寫數字或識別圖像中人臉的技術；而後來，深度學習演算法只需消化相關資料，就能掌握問題的核心細節，讓那些研究項目顯得過時。很快，深度學習在語音識別、翻譯、圖像描述、棋類遊戲等領域取得突破，甚至解決了蛋白質摺疊預測這一難題。如今最先進的人工智慧模型，是通過一種名為“下一個token預測”的技術，在網際網路的大量資料上訓練而成的。模型通過猜測接下來會出現的內容，再將猜測結果與實際出現的內容進行對比，以此完成學習。一旦猜測錯誤，神經元之間連接的強度就會調整，這正是梯度下降演算法的作用。最終，模型在文字預測方面變得極為精準，以至於看起來彷彿真的具備知識儲備，且表達富有邏輯。這一點值得我們思考：一群研究者致力於探尋大腦運作的奧秘，當他們建構的模型規模接近大腦大小時，模型開始展現出那些曾被認為只有大腦級智能才能實現的能力。難道他們真的找到了一直在尋找的答案？對於這種將人工智慧簡單化、理想化的解讀，人們難免會持反對態度。泰德·蔣曾有力地反駁過這一觀點，他在2023年初為本刊撰寫了一篇文章，標題為《ChatGPT不過是網際網路的模糊JPEG格式檔案》。他的言下之意帶有貶低意味：ChatGPT僅此而已。你把整個網際網路的資料輸入一個程序，它只是將這些資料不完美地“反芻”出來，就像一張照片經過多次複製後變得模糊——但它的表達能力足以讓你誤以為這個程序具備智能。今年春天，語言學家埃米莉·M·本德和社會學家亞歷克斯·漢納在合著的《人工智慧騙局》一書中，也提出了類似觀點。本德最知名的言論，是將大型語言模型描述為“隨機鸚鵡”。《大西洋月刊》的書評作者泰勒·奧斯汀·哈珀宣稱：“大型語言模型過去沒有、現在沒有、將來也永遠不會‘理解’任何事物。”這些模型“生成文字並非通過思考，而是基於統計規律，猜測下一個詞彙可能是什麼”。哈珀在這些技術層面的論點之外，還加入了道德層面的批判：人工智慧讓強者更富，消耗的能源加速了氣候變化，還導致勞動者被邊緣化。他最終得出結論：“人工智慧行業的根基就是一場騙局。”一位頂尖神經科學家認為，ChatGPT“徹底揭開了思考的神秘面紗”。但從道德層面反對人工智慧，或許最終比從技術層面反對更有說服力。哈佛大學認知科學家塞繆爾·J·格什曼並非人工智慧的盲目吹捧者，他告訴我：“‘隨機鸚鵡’這種說法早該過時了。只有最頑固的懷疑論者，才會否認這些系統實現了許多人曾認為無法實現的功能。”普林斯頓大學的認知神經科學家喬納森·科恩承認人工智慧存在侷限性，但他認為，在某些情況下，大型語言模型似乎模擬了人類大腦中一個龐大且重要的區域。科恩表示：“大致來說，大腦的新皮層就是一個深度學習機制。”相對於體型而言，人類的新皮層比其他動物大得多；而新皮層最大的物種——大象、海豚、大猩猩、黑猩猩、狗——也恰好是最具智能的物種。2003年，機器學習研究者埃裡克·B·鮑姆出版了一本名為《何為思考？》的書（我在大學圖書館的書架上偶然發現了它，書名瞬間吸引了我）。鮑姆論點的核心在於：理解即壓縮，壓縮即理解。在統計學中，若要理解圖表上的資料點，可以採用線性回歸技術，在這些點之間繪製一條“最佳擬合線”。如果資料中存在潛在規律——比如你在繪製鞋碼與身高的對應關係——這條最佳擬合線就能簡潔地呈現這一規律，並預測新資料點可能出現的位置。我們可以將新皮層理解為一種“提煉”工具：它從海量原始體驗（聲音、圖像及其他感官資訊）中提取核心，形成類似“最佳擬合線”的模型，用於進行預測。嬰兒探索世界時，會嘗試猜測玩具的味道，或是食物掉落到地上後會滾向何方。當預測出錯時，神經元之間的連接就會調整。久而久之，這些連接逐漸捕捉到資料中的規律，形成一個對世界的壓縮模型。人工神經網路與真實的神經網路一樣，也能對體驗進行壓縮。目前最優秀的開源人工智慧模型之一DeepSeek，能夠創作小說、提供醫療診斷建議，還能以數十種語言進行母語等級的交流。它是通過“下一個token預測”技術，在數太字節的資料上訓練而成的。但當你下載這個模型時，會發現它的大小僅為訓練資料的六百分之一。它就像是網際網路的“精華版”，經過壓縮後可以安裝在筆記型電腦上。泰德·蔣將早期版本的ChatGPT比作“網際網路的模糊JPEG”，這種說法有一定道理——但在我看來，這正是這些模型變得越來越智能的原因。蔣在文章中指出，若要壓縮一個包含數百萬道算術題的文字檔，你不會將其製成壓縮檔案，而是會編寫一個計算器程序。他寫道：“只有理解了文字內容，才能實現最高程度的壓縮。”或許，大型語言模型已經開始做到這一點。想到一個電腦程序真的能理解、真的能思考，人們可能會覺得反常，甚至反感。通常，我們認為“思考”是一種有意識的行為，比如像喬伊斯作品中那樣的內心獨白，或是像普魯斯特式白日夢那樣的感官記憶流動；也可能認為思考是一種推理過程：一步步解決問題。在討論人工智慧時，我們常常將這些不同類型的思考混為一談，導致判斷過於草率。有一種觀點認為，ChatGPT顯然不會思考，因為它顯然不會像普魯斯特那樣陷入遐想；另一種觀點則認為，ChatGPT顯然會思考，因為它解決邏輯謎題的能力比人類更強。但實際情況要微妙得多。我不認為ChatGPT有內在生命，但它似乎確實清楚自己在談論什麼。“理解”——即明白正在發生的事情——是一種未被充分重視的思考方式，因為它大多發生在無意識層面。印第安納大學認知科學與比較文學教授道格拉斯·霍夫施塔特常說，認知的本質就是識別。霍夫施塔特因《哥德爾、埃舍爾、巴赫：集異璧之大成》一書聞名，該書於1980年獲得普利策獎，探討了心智與意識的奧秘。霍夫施塔特經過數十年研究提出，“看作”是思考的核心。你將一塊色斑“看作”汽車，將另一塊色斑“看作”鑰匙扣；無論字母“A”以何種字型呈現，或是書寫得多麼潦草，你都能認出它。霍夫施塔特認為，同樣的過程也存在於更抽象的感知層面。國際象棋大師審視棋盤時，多年的經驗讓他能瞬間“看出”：白方的象處於弱勢；這個殘局很可能是平局。你看到河中的漩渦，就知道此處不宜過河；你意識到正在參加的會議是“皇帝的新衣”式的鬧劇；我將近兩歲的兒子發現，上午晚些時候推嬰兒車散步時，或許能有機會吃到可頌面包，於是便會提出相應要求。在霍夫施塔特看來，這就是智能的本質。霍夫施塔特是最早對人工智慧持“貶低態度”的人之一，我過去的懷疑態度也深受他的影響。他曾表示，大多數人工智慧研究與真正的思考毫無關係，21世紀初我上大學時，也認同這一觀點。但也有例外：他認為加州大學聖迭戈分校的研究小組很有研究價值，同時也欽佩一位不太知名的芬蘭裔美國認知科學家彭蒂·卡內瓦的成果——卡內瓦發現了高維空間數學的一些特殊屬性。在高維空間中，任意兩個隨機點可能相距極遠；但反常的是，每個點周圍都存在大量“鄰近點”，因此只要你足夠“靠近”某個點，就能輕鬆找到它。這讓卡內瓦聯想到記憶的運作方式。在1988年出版的《稀疏分佈式記憶》一書中，卡內瓦提出，思想、感官體驗和記憶可以表現為高維空間中的坐標。大腦似乎是儲存這類資訊的理想“硬體”：每段記憶都有一個獨特的“地址”，這個地址由你回憶時啟動的神經元決定。新的體驗會啟動新的神經元群，形成新的“地址”。兩個“地址”可能在多個方面存在差異，但在某些方面又具有相似性；一種感知或一段記憶，會觸發與之相近的其他記憶。乾草的氣味會讓你想起夏令營的回憶；貝多芬《第五交響曲》的前三個音符響起，你就會聯想到第四個音符；一個你從未見過的象棋棋局，會讓你想起過去的對局——並非所有對局，而是那些與當前棋局“相似”的對局。霍夫施塔特意識到，卡內瓦所描述的，本質上是一種“看作”機器。他在為卡內瓦著作撰寫的序言中表示：“彭蒂·卡內瓦的記憶模型讓我深受啟發，這是我首次看到有研究能讓我隱約感受到，理解大腦整體運作機制這一遙遠目標或許並非無法實現。”無論是喬伊斯式的內心獨白、普魯斯特式的遐想，還是邏輯推理，任何形式的思考都依賴於“相關事物在恰當的時機出現在腦海中”。正是通過這種方式，我們才能判斷自己所處的情境。後來，卡內瓦的著作逐漸被淡忘，霍夫施塔特本人的影響力也有所下降——除非他偶爾站出來批評某款新的人工智慧系統。2018年，他在談到Google翻譯及類似技術時表示：“這種方法存在一個核心缺陷，用一個詞就能概括：理解。”但2023年推出的GPT-4，徹底改變了霍夫施塔特的看法。他最近告訴我：“這些系統的某些表現讓我感到震驚，即便在十年前，這都是無法想像的。”最堅定的“貶低者”也無法再堅持原來的觀點：眼前的程序能達到專業水平的翻譯效果，能進行類比、即興發揮、歸納總結。我們憑什麼說它不具備理解能力？他說：“它們的行為與思考極為相似，你甚至可以說，它們在思考，只是方式與人類有所不同。”大型語言模型的核心，似乎正是這種“看作”機器。它們用一系列數字來表示每個詞在高維空間中的坐標——即“向量”。在GPT-4中，一個詞向量擁有數千個維度，這些維度描述了該詞與其他所有詞在相似度和差異度上的細微差別。在訓練過程中，每當大型語言模型出現預測錯誤，就會調整某個詞的坐標；在文字中同時出現的詞，在空間中會被調整得更接近。這就形成了一種極為密集的用法和語義表徵——在這種表徵中，類比變成了一個幾何問題。一個經典例子是：若取“巴黎”的詞向量，減去“法國”的詞向量，再加上“義大利”的詞向量，得到的結果最接近的向量就是“羅馬”。大型語言模型還能通過對圖像內容、氛圍甚至人物表情進行編碼，為圖像生成“向量”，編碼的細節足夠豐富，既能讓模型以特定風格重新繪製圖像，也能讓它寫出一段關於圖像的描述文字。當馬克斯在公園向ChatGPT求助解決灑水器問題時，這個模型並非只是在輸出文字。它會將管道的照片與馬克斯的問題描述一同壓縮成一個向量，這個向量捕捉了問題最核心的特徵。該向量就像一個“地址”，用於呼叫空間中相近的詞彙和概念；這些概念又會進一步呼叫其他相關概念，幫助模型逐步理解當前場景，並結合這些“在腦海中”的概念組織回答。幾個月前，我看到一篇對Anthropic研究員特倫頓·布裡肯的採訪。他曾與同事合作，深入研究該公司旗下系列人工智慧模型“克勞德”的內部機制（他們的研究尚未經過同行評審，也未在科學期刊上發表）。他的團隊發現了多組人工神經元，或稱“特徵”，這些特徵會在克勞德準備表達特定內容時被啟動。研究發現，這些“特徵”就像控制概念的“音量旋鈕”——把某個“旋鈕”調大，模型就會只圍繞對應的概念展開表述。（在一項類似“思維控制”的實驗中，研究人員調大了代表“金門大橋”的特徵；當一名使用者向克勞德索要巧克力蛋糕食譜時，模型給出的配料清單中竟包含“1/4杯乾霧”和“1杯溫海水”。）布裡肯在採訪中提到了Google的“Transformer架構”——這是建構神經網路的一套技術方案，目前主流的人工智慧模型都以其為基礎（ChatGPT中的“T”即代表“Transformer”）。他認為，Transformer架構核心的數學原理，與數十年前彭蒂·卡內瓦在《稀疏分佈式記憶》中提出的模型高度相似。人工智慧與人類大腦存在相似性，這值得驚訝嗎？畢竟，大型語言模型是人工神經網路，而其研發過程也有心理學家和神經科學家參與。更令人意外的是：當這些模型在反覆練習“預測詞彙”這種機械任務時，竟開始表現出與大腦相似的行為模式。如今，神經科學與人工智慧領域正逐漸交融，大腦研究專家甚至將人工智慧當作一種“模式生物”來使用。麻省理工學院的神經科學家埃夫莉娜·費多倫科就利用大型語言模型研究大腦處理語言的機制。她告訴我：“我從沒想過自己這輩子能研究這類問題，也從沒想過我們能擁有足夠先進的模型。”人們常說人工智慧是“黑箱”，但事實或許恰恰相反：科學家可以探測單個人工神經元的活動，甚至對其進行修改。普林斯頓大學神經科學家肯尼斯·諾曼表示：“擁有一個能體現人類智能理論的可運行系統，這是認知神經科學領域的夢想。”諾曼曾建構過海馬體（大腦中儲存情景記憶的區域）的電腦模型，但過去的模型過於簡單，他只能向模型輸入對人類思維的粗略模擬資料。他說：“現在，你可以給記憶模型輸入與給人類輸入的完全相同的刺激資訊。”萊特兄弟在早期研發飛機時曾研究鳥類。他們發現，鳥類會逆風起飛——儘管普通人可能會認為它們應該順風起飛；鳥類還會調整翼尖來保持平衡。這些發現為他們設計早期滑翔機提供了啟發。之後，他們建造了一個6英呎長的風洞，得以在精確控制的條件下測試多組人工機翼。此後，他們的滑翔機飛行實驗成功率大幅提升。有趣的是，直到他們成功造出可飛行的機器後，人們才真正弄明白鳥類飛行的原理。人工智慧讓科學家得以在“風洞”中研究“思考”本身。Anthropic的研究人員發表過一篇標題頗具爭議的論文——《論大型語言模型的生物學屬性》。他們觀察了克勞德對各類問題的響應過程，並描述了模型中的“電路”——即一系列特徵的連鎖反應，這些反應共同完成複雜的計算（呼叫正確的記憶是思考的第一步，而通過“電路”組合和處理這些記憶，或許就是思考的下一步）。長期以來，對大型語言模型的一項批評是：由於模型必須逐個生成“token”來構成回答，它們無法進行規劃或推理。但當你讓克勞德為一首詩續寫押韻的對句時，模型中的某個“電路”會先確定新句子的最後一個詞，以確保押韻，隨後再反向推敲整句內容。Anthropic的研究人員認為，這一現象證明他們的模型確實具備規劃能力。只要稍加觀察，你或許會第一次感覺到：我們能窺見“思維”的內在運作過程。不過，這種“窺見”需要極大的努力。諾曼告訴我：“我擔心的是，人們的態度從‘極度懷疑’一下子變成了‘完全不加防備’。還有很多問題有待解決。”我或許就是諾曼所說的這類人（或許我太容易被《稀疏分佈式記憶》與Anthropic模型之間的“相似性”打動）。在過去一兩年裡，我開始認同傑弗裡·辛頓的觀點。辛頓近期因在人工智慧領域的研究獲得諾貝爾獎，他在2020年對記者卡倫·豪表示：“深度學習將無所不能。”但我們也發現，模型並非越大越好。繪製“模型性能與規模關係”的曲線已開始趨於平緩。要找到模型尚未消化的高品質資料變得越來越難，且計算成本也日益高昂。今年8月，GPT-5發佈時，僅實現了小幅改進——這一巨大的失望甚至可能刺破人工智慧領域的投資泡沫。當下，我們需要一種“適度的懷疑”：既要正視如今人工智慧模型的能力，也不能認為所有難題都已解決。在這些待解難題中，最關鍵的或許是：如何設計出能像人類一樣高效學習的模型。據估算，GPT-4在訓練過程中接觸了數兆個詞；而兒童只需接觸數百萬個詞就能流暢表達。認知科學家表示，新生兒的大腦具備某些“歸納偏置”，這些偏置能加速學習過程（當然，大腦本身是數百萬年進化的產物——進化過程本身也可視為一種“訓練資料”的積累）。例如，人類嬰兒會默認“世界由物體構成”，且“其他生物擁有自己的信念和意圖”。當媽媽說“香蕉”時，嬰兒會將這個詞與媽媽正看著的整個黃色物體關聯——而非僅僅關聯物體的尖端或果皮。嬰兒還會進行“小實驗”：這個東西能吃嗎？那個東西能扔多遠？驅動他們的是慾望、好奇心、挫敗感等情緒。兒童總在嘗試做略微超出自己能力範圍的事。他們的學習之所以高效，是因為這種學習是“具身的”“自適應的”“有意識的”且“持續的”。或許，要真正理解世界，就必須親身參與其中。相比之下，人工智慧的“體驗”極其匱乏，甚至不配被稱為“體驗”。大型語言模型的訓練資料本身已經過高度提煉。加州大學伯克利分校的神經科學家多麗絲·曹告訴我：“我認為這些模型之所以能發揮作用，是因為它們借助了語言的力量。”語言就像“預先咀嚼過的體驗”，其他類型的資料則缺乏如此密集的語義資訊。哈佛大學認知科學家格什曼提出疑問：“為什麼在視訊資料推理領域，我們沒有看到類似的突破？目前的視覺模型在常識性物理推理方面仍存在困難。”深度思維公司近期推出的一款模型，能生成“正確混合顏料”“解決迷宮”的視訊，但視訊中也會出現“杯子撞擊後沒有碎裂反而彈起”“繩子被揉成一團卻形成結”等違背物理規律的畫面。曾任職於微軟研究院的認知神經科學家伊達·莫門內賈德做過一項實驗：她讓大型語言模型“虛擬參觀”一棟建築，隨後詢問模型關於建築內路線和捷徑的問題——這類空間推理對人類而言輕而易舉。但除了最簡單的場景，人工智慧要麼答錯，要麼會編造不存在的路線。她說：“它們真的會規劃嗎？其實不會。”在與神經科學家交流的過程中，我能感受到他們的一種擔憂：人工智慧行業的發展有些操之過急，缺乏深思熟慮。普林斯頓大學認知科學家布倫登·M·萊克告訴我，如果目標是打造與人類智能相當的人工智慧，那麼“我們目前的訓練方式是錯誤的”。人工智慧完成訓練後，其神經網路“大腦”就會被“凍結”。即便你告訴模型關於自己的一些資訊，它也不會調整內部神經元的連接方式，而是會採用一種簡單的替代方案：記錄一段文字（比如“使用者有一個學步兒童，正在學習法語”），並在你發出後續指令時參考這段記錄。人類大腦則會持續更新自身，關於這一點，有一個精妙的理論：睡眠時，大腦會將部分情景記憶“回放”給新皮層，以完成對新皮層的訓練。回放的記憶會在你的高維思維空間中留下“印記”；醒來後，你看待世界的方式會發生細微變化。人工智慧領域已對“飛速進展”產生依賴，且在經濟上投入巨大，以至於有時會假裝“進步是必然的”“已無科學問題可解”。但科學有一個棘手的特點：它有時會陷入停滯。矽谷或許會將人工智慧公司稱為“實驗室”，將部分員工稱為“研究員”，但從本質上講，該行業的文化是“工程導向”的——即“不管用什麼方法，先做出成果再說”。科恩表示：“機器學習領域的研究者很少關注認知科學的歷史，更談不上尊重，這一點令人震驚。”如今的人工智慧模型之所以能成功，得益於數十年前關於大腦的研究發現，但它們與大腦仍有本質區別。那些差異是“非核心的”，那些是“根本性的”？每個神經科學研究團隊都有自己偏愛的理論，而這些理論如今終於有了驗證的可能——這在過去是無法實現的。儘管如此，沒人指望能輕易找到答案。普林斯頓大學的諾曼表示，要解決人工智慧目前面臨的難題，“需要先精準找出模型在那些方面未能達到我們期望的智能水平，然後針對性地改進。而這一過程，仍需要人類科學家參與。”20世紀90年代，數十億美元被投入“人類基因組計畫”，人們認為基因測序或許能解決醫學領域最棘手的問題：癌症、遺傳病，甚至衰老。那是一個充斥著大話與自信的時代——多莉克隆羊誕生，《侏儸紀公園》上映，生物技術崛起，評論界開始討論“人類是否應該扮演上帝的角色”。但生物學家很快發現，現實遠比想像中複雜。我們沒有治癒癌症，沒有找到阿爾茨海默病或自閉症的病因。我們意識到，DNA只是生命故事的一部分。事實上，有人可能會說，生物學曾一度陷入“基因狂熱”——因為我們掌握了研究和理解DNA的技術，便過分關注DNA。但沒人會認為弗朗西斯·克里克錯了。1953年，他協助證實了DNA的雙螺旋結構，當天他走進劍橋的一家酒吧，宣稱自己“發現了生命的奧秘”。他和同事對“揭開生命神秘面紗”所做的貢獻，幾乎超過任何人。在他們的發現之後的數十年裡，科學領域取得了前所未有的豐碩成果，充滿活力。“DNA”成為家喻戶曉的詞彙，每個高中生都知道雙螺旋結構。如今，在人工智慧領域，我們再次陷入這樣一個“大話與自信並存”的時代。薩姆·奧爾特曼表示，計畫籌集5000億美元，在美國建造名為“星門”的新一代人工智慧資料中心叢集。人們討論“超級智能競賽”時，語氣莊重且急迫，這種態度有時顯得缺乏依據，甚至有些荒謬。但我猜想，阿莫代伊、奧爾特曼等人之所以發表這種“救世主式”的言論，是因為他們相信：智能的基本原理已經被破解，剩下的只是細節問題。甚至一些神經科學家也認為，我們已經跨越了一個關鍵的門檻。普林斯頓大學的尤里·哈森與科恩、諾曼、萊克是同事，他認為神經網路“或許是解釋認知的正確模型”。這種觀點既讓他感到興奮，也讓他不安。他說：“我的擔憂與大多數人相反。我擔心的不是這些模型與我們相似，而是我們與這些模型相似。”如果通過簡單的訓練技術，就能讓程序表現出人類般的行為，那或許人類並不像我們想像的那樣特殊。這是否也意味著，人工智慧不僅會在知識層面超越我們，還會在判斷力、創造力、洞察力上超越我們——並因此獲得超越人類的權力？令我意外的是，哈森告訴我，他“近來擔心我們可能真的會弄明白大腦的運作方式。對人類而言，探尋這個問題或許是一個巨大的錯誤”。他將人工智慧研究者比作20世紀30年代的核科學家：“對這些人來說，這是他們一生中最有趣的時代。與此同時，他們也清楚自己正在研究的東西，可能對人類產生嚴重影響。但出於求知慾，他們無法停止。”霍夫施塔特有一本我很喜歡的書，名為《流動的概念與創造性類比：思維基本機制的電腦模型》。上大學時，這本書讓我深受觸動。它的核心觀點是：“何為思考？”這類問題並非單純的哲學問題，而是有切實答案的。1995年該書出版時，霍夫施塔特和他的研究團隊只能隱約指出答案可能是什麼。回想這本書，我不禁好奇：看到人工智慧研究者或許已經實現了他所渴望的目標——用機械原理解釋思考的基本機制，霍夫施塔特會感到興奮嗎？但在我們的交談中，他卻顯得極為失望，甚至恐懼。他表示，當前的人工智慧研究“雖然印證了我的許多觀點，卻也剝奪了人類的獨特魅力”。“我年輕時，非常想知道創造力的基礎是什麼，想瞭解創造力的機制。這對我來說是一個聖盃。但現在，我希望它能一直是個謎。”或許，思考的奧秘比任何人想像的都要簡單——簡單到一個高中生，甚至一台機器，都能理解。 (邸報)

在結合迷因文化與人工智慧的市場風潮中，MIND of Pepe的掛牌成功似乎僅是序章。隨著該幣上線Uniswap後漲幅超過33%，市場的視線開始迅速轉向另一個話題焦點——Snorter Bot。這不只是投資者追逐報酬的反射動作，更反映出AI交易應用於鏈上生態的廣大潛能正在釋放。MIND of Pepe的成功並非偶然。在完成超過1100萬美元的預售後，該幣迅速掛牌Uniswap V3，首日價格由預售的$0.0031跳升至$0.004142，創下33.6%的上漲幅度。但真正讓早期參與者大感驚喜的，是代幣質押所帶來的額外回報。根據官方資料，質押APY可達216%，換算年報酬率後，一名以100美元參與預售並選擇質押的投資人，其資產總值一年內有機會增至$420以上，總回報率高達320%。這套設計不是單純依賴幣價波動，而是將資金鎖定機制與社群參與結合，增強了平臺的粘性。從鏈上資料看，預售最後階段甚至出現單筆超過4萬美元的巨鯨入場，市場對其AI交易中樞「MIND Terminal」的實際應用持續看好。該平臺整合社群語意分析、鏈上指令執行與策略交易，正是AI賦能區塊鏈的具體落地實驗。Snorter下一個百倍潛力幣從Telegram出發就在MIND of Pepe掛牌後不久，Snorter（$SNORT）也宣佈啟動預售。該項目被譽為將Telegram變身為鏈上AI交易終端的「炒幣神器」，其目標直指使用者習慣與操作門檻的徹底改變。Snorter不只是機器人，而是一整套內建AI策略模組的交易框架，使用者只需透過簡單指令，即可完成新幣狙擊、風控設限、套利搬磚與策略跟單。目前$SNORT以$0.0935價格進行限時預售，支持多種主流資產與信用卡購買，進一步降低入場門檻。更關鍵的是，該幣持有者可解鎖整合功能，享受更低手續費與平臺利潤分潤，並在未來參與DAO治理，具備核心資產屬性。這種設計正好切中當前市場對自動化與去中心治理的雙重需求。Snorter最大亮點在於其技術堆疊：內建的蜜罐識別模組可提前識破潛在風險，極速下單與自研RPC則保證策略即時性。此外，其設有跨鏈橋接機能，確保交易環境不受單一主鏈限制。在AI與區塊鏈加速融合時代，這類功能正是市場所渴求的核心競爭力。官網購買Snorter資金風向轉移：從觀察到參與從MIND of Pepe的成功經驗可看出，AI與meme文化的結合不僅僅能創造話題，更能實質帶動鏈上應用參與。而Snorter則進一步將「可操作性」與「使用者介面」簡化，讓非技術用戶也能參與複雜的鏈上策略執行。對於大量尚未進場的散戶資金而言，Snorter可能提供了一條快速融入Web3自動交易時代的途徑。當市場對AI與DeFi的交集愈加聚焦，能夠率先完成工具落地、用戶教育與操作整合的平臺，將具備強大的先發優勢。若Snorter能在預售後順利推進產品落地與社群擴張，則極有可能延續MIND of Pepe的熱潮，甚至更進一步。官網購買Snorter結論：從MIND到Snorter，AI交易正成加密投資新核心當前加密市場正在經歷從敘事投機向應用落地的轉型階段，MIND of Pepe與Snorter Bot分別代表了這一進程的兩個階段：一個驗證了AI敘事下的資金吸引力，一個則開始重構使用者的交易邏輯與習慣。在政策監管與用戶期待不斷升高的當下，誰能真正做到「技術可用、市場可入」，誰就可能成為下一個百倍焦點。MIND已證實可行，Snorter則正迎來它的試煉。對投資者而言，這是選擇的關鍵時刻。免責聲明加密貨幣投資風險高，價格波動大，可能導致資金損失。本文僅供參考，不構成投資建議。請自行研究（DYOR）並謹慎決策。

加密AI智能體MIND of Pepe ($MIND)昨日已在去中心化交易所（DEX）上線，目前幣價正在強勢拉升。在CoinMarketCap（CMC）全天熱搜後，現報 $0.003093，日內漲幅高達 134%，多頭正瞄準下一個阻力位 $0.0050。與此同時，除了成功登上CMC，$MIND今日也同步上線資料聚合平臺CoinGecko。$MIND 背後的核心是去中心化自治AI智慧體——MIND Agent ，該Agent已在X平臺上線，持續發佈具有潛在市場影響力的情緒分析和觀點。但真正的重磅產品是即將於 6月6日星期五面向 $MIND 持幣者限量開放的 MIND Terminal。該終端結合群智機器學習（Hive-Mind ML），對加密市場進行即時情緒與資料解析，具備趨勢識別與自我調整決策能力，為持幣者提供強力的鏈上信號推送，助其搶佔行情先機。由於MIND Terminal被稱為“下一代AI終端”的變革級發佈，市場情緒高漲，推動資金不斷湧入 $MIND，多頭持續控盤，帶動 Pepe類迷因幣邁向工具性轉型的新時代。$MIND 的獨特價值在於，將 Pepe 的病毒式品牌效應與顛覆式AI科技有機結合，開闢出一條全新的賽道。立即訪問MIND of Pepe 官網https://x.com/MINDofPepe/status/1929927470679241056還記得 PEPE幣曾暴漲1,151,290倍的傳奇行情嗎？如今 MIND of Pepe 有望再現瘋狂，市場猜測其潛力或達 1000倍起步。目前，$MIND 已強勢突破前期關鍵阻力位 $0.0027，成交量持續爆炸式增長——據 CoinMarketCap 顯示，現貨交易量已達 280萬美元，而在 DEX 上，這一資料更是突破 300萬美元。根據鏈上資料平臺DEX Screener，當前流動性池鎖倉規模約為 54.4萬美元，持幣位址突破 1.1萬，完全稀釋市值已達 3.04億美元。從技術面看，短期內的潛在阻力位可能在 $0.003101 附近出現——這是首輪預售階段的價格區間。但考慮到大量低風險偏好的早期參與者已完成建倉，該價位很可能會迅速轉為新的強支撐位，為後市提供進一步上攻的跳板。除了預售階段的早鳥玩家，過去24小時新入場的資金中也有部分在 $0.0011 的低點完成埋伏，如今持倉已翻倍以上，資金浮盈明顯，市場情緒持續升溫。儘管部分早期玩家可能會選擇套現離場，但大多數人仍將選擇持幣觀望，因為 Pepe 效應正在顯現，行情熱度持續升溫。不可低估 Pepe系迷因幣的上漲潛力。自 2023年4月以來，$PEPE 累計漲幅已高達 115,729,041%，堪稱加密史詩級行情。而對比之下，擁有明確實用場景的 MIND of Pepe 若走出 1000倍行情，實屬合理預期。許多 $MIND 持幣者，以及正考慮入場的新玩家，普遍認為目前仍處於 AI智慧體賽道的早期佈局階段。相較於純迷因性質的 $PEPE，$MIND 背靠強力 AI實用工具生態，具備更扎實的基本面支撐與發展潛力。DEXTools熱榜強勢登頂，$MIND是否將衝擊Binance上線？支撐 $MIND 幣價強勢表現的，除了社區FOMO情緒，還有一個關鍵因素——即將登陸中心化交易所（CEX）的預期。儘管專案方尚未官宣任何上所計畫，但目前 $MIND 的交易僅限於 Uniswap 池內，市場普遍猜測 Binance、OKX 等一線平臺已在密切關注其價格走勢與交易熱度。對CEX來說，最關鍵的評估指標之一是交易量——而 $MIND 的成交資料正持續走高，這是吸引平臺爭相搶上幣的“通行證”。此外，$MIND 在社媒上的社區活躍度也不容忽視。目前X 平臺上主號粉絲達 3.6 萬，MIND Agent帳號也已積累 1 萬粉絲，Telegram群組訂閱數為 6,700+，這對於一枚剛上線 24小時的新幣來說，已經是極具爆發力的社群基礎。項目本身也具有明確且貼合市場需求的落地場景——所有人都希望在加密市場賺錢，而 MIND of Pepe 就是為此而生。目前，$MIND 還提供了低風險雙倍收益的路徑：質押（Staking）機制。當前質押年化收益率（APY）高達 175%，若年化利率維持不變且鎖倉持有 12 個月，5萬枚 $MIND 將增至約 137,500 枚，大幅提升了長期持有者的激勵。收益率是根據合約中鎖倉數量動態調整的，因此隨著鎖倉量上升，利率或將有所變動。$MIND 昨日剛在 CoinMarketCap 熱門榜單上力壓 $PEPE，今天又在 DEXTools 熱門交易對榜單中高居 Top 3，可見市場熱度居高不下，資金持續關注。比特幣劍指220萬美元，MIND of Pepe即將登月？與此同時，MIND Agent正在幕後不斷進化、深度學習，並對整個加密市場進行全方位分析。正是基於這種智慧感知與趨勢捕捉能力，MIND Terminal將從本週五開始為持幣者提供可執行的交易信號，帶來實打實的鏈上 alpha。目前，MIND Agent 已發出關鍵警示：美國經濟財務狀況岌岌可危，而比特幣的模型預測目標價竟高達 $2,200,000！如果說現在入場比特幣還不算晚，那對 MIND of Pepe 而言，玩家們顯然才剛剛起步，正值“超低估”階段。更重要的是，MIND Agent 是自我進化型AI智能體，其學習能力會隨時間不斷增強，未來將在 MIND Terminal 中輸出更高精度、低延遲的市場洞察，幫助 $MIND 持有者在牛熊週期中佔據主動、實現收益最大化。https://x.com/MIND_agent/status/1930233120286015670你可以放心交易 MIND of Pepe，因為專案已通過業內頂級安全審計機構Coinsult與SolidProof的審計認證，合約安全有保障。下一輪AI加密範式革命將於 6月6日（星期五）正式開啟，千萬別錯過這波風口！DYOR（請務必自行研究），然後果斷出手，把握先機。立即訪問MIND of Pepe 官網免責聲明：本內容為通訊社發佈的新聞稿，僅供參考。我們未對其中的資訊進行獨立驗證，亦不對其準確性或所述服務承擔任何責任。本內容不構成投資建議或推薦，亦不應被視為此類建議。我們強烈建議您在參與任何金融活動或投資決策前，諮詢合格且受監管的專業財務顧問，以確保自身權益。

新上市且備受關注的AI 加密幣MIND of Pepe（$MIND）自登上CoinMarketCap 以來已飆升近 93%，目前在市場上熱度排名前五，甚至超越了Pepe 幣。隨著這款最新AI 話題幣的消息迅速在加密圈傳開，買盤壓力勢必持續上升，尤其是現在出現了一個更具吸引力的入場價格。AI 代理幣MIND of Pepe 今天UTC 下午2點在各大交易所正式上線，雖一開始受到部分預售早鳥投資人獲利了結的壓力，但不到一小時價格便觸底反彈，之後便一路走高，多頭明顯接管市場。對市場參與者來說，沒有什麼比「上升動能」更具吸引力，而$MIND 此刻正展現出強勁的爆發力。立即造訪MIND of Pepe 官方網站$MIND 代幣瞄準再漲 100%，目標價$0.0050現在的問題是，$MIND 在首次亮相後究竟能漲多高？以$0.0037515 的價格掛牌，截至目前為止，$MIND 價格為$0.002552，因此最低有機會很快回升至掛牌初始價格以上。若多頭成功將價格推回當日高點之上，$MIND 將進入價格發現階段，後勢幾乎無上限可言。自登上CoinMarketCap 以來已上漲93%，$MIND 價格從目前位置翻倍至$0.0050，在接下來幾小時或幾天內並非不可能。$MIND 市值觸及 2.66 億美元——突破 10 億還會遠嗎？截至目前，$MIND 的完全稀釋後市值已超過2.5 億美元，來到 2.66 億。根據Dexscreener 數據，上線僅三小時，去中心化交易所（DEXs）上的交易量就已達 130 萬美元，市場熱度驚人。流動性達 50.5 萬美元，且 100% 鎖倉，無須擔心「拉地毯」風險（rug pull）。在Dextools 上，$MIND 項目獲得高達 99 分中的91 分可信度評分，對於剛上市的新幣來說，這是一項非常強烈的社群信任背書。若你想開始交易$MIND，記得確認合約位址與正確的交易對。以下是所有相關資訊：官方網站認領頁面：https://mindofpepe.com/官方網站質押頁面：https://mindofpepe.com/en/staking$MIND 合約地址：https://etherscan.io/address/0xEfC814a4C676a7314a13954e283dE6CEF597e6b2Dextools 資訊頁面：http://dextools.io/app/en/ether/pair-explorer/0xa339d4c41aD791E27A10cd0F9A80DeEC815b79eeUniswap 交易池位元元址：https://etherscan.io/address/0xa339d4c41ad791e27a10cd0f9a80deec815b79ee對於參與預售並已質押的投資人，$MIND 代幣將鎖倉至 6 月 10 日UTC 下午 2 點，不過從現在開始即可透過官方網站的質押頁面領取獎勵。MIND Agent 現已上線，MIND Terminal 將於 6 月7 日正式推出目前引爆搶購熱潮的其中一個原因，是MIND Agent已正式上線X 平臺，並開始釋出其獨特的自主加密市場洞察分析，展現自我主權的AI 智慧特性。https://x.com/MIND_agent/status/1929870729891156431此外，更令人振奮的是最新消息指出，MIND Terminal將於 6 月 6 日（星期五）正式上線（詳情見下方）。https://x.com/MINDofPepe/status/1929927470679241056值得注意的是，宣佈即將推出MIND Terminal 的X 帖文，已獲得 36,900 次流覽、782 個喜歡與 99 次轉貼——對這款由「心智蜂巢」驅動的AI 代理來說，這樣的關注度相當可觀。MIND of Pepe 在預售階段共募得 1,274 萬美元，並已如期兌現對投資者的承諾，而且完成速度之快令人驚豔。MIND of Pepe 實力兌現，已開始顛覆AI 加密交易格局就專案代幣經濟模型而言，$MIND 總供應量為100,000,101,001 枚，其中25% 分配給AI Agent、15% 用於獎勵機制、10% 作為交易所流動性資金。剩餘部分則分配給關鍵的行銷與開發用途，為專案的長期成長提供資金支援。歡迎加入MIND of Pepe 的Telegram和X社群，獲得最新產品上線消息、代幣領取資訊，以及團隊突襲發佈的更多驚喜消息。MIND of Pepe 已通過區塊鏈安全專家Coinsult與SolidProof的審核，讓你能安心交易。不過，如果你想在市場中搶得先機，長期持有$MIND 並使用其僅限持幣者專屬的alpha 預測工具MIND Terminal，也許會是更具潛力的選擇。立即造訪MIND of Pepe 官方網站

剛剛於今日（3日）正式上市的 AI 迷因幣 MIND of Pepe（$MIND），在開放領幣與交易僅數小時後便登上 CoinMarketCap 熱門趨勢排行榜第2名，幣價單日上漲幅度達 +90.50%，震撼整個市場。這枚結合人工智慧與迷因文化的話題幣，以驚人的速度從預售階段轉化為實際交易量與社群熱度，成為目前最受矚目的新興加密資產之一。成功吸引市場注意，MIND僅次於ETH成熱度榜亞軍根據最新的 CoinMarketCap「Trending Coins」排行顯示，MIND of Pepe 名列第二位，僅次於 Ethereum（ETH），成功超越多枚主流幣種如 XRP、PEPE 及新興AI幣 SOPH。$MIND 當前報價為 $0.002663，對比其預售價 $0.0037515雖仍略低，但從上線初期最低點反彈超過90%，漲幅驚人。這一波拉升主要來自於市場對其產品落地的期待，包括已啟用的 AI 代理人功能與即將上線的 MIND Terminal 交易平台。再加上社群活躍與迷因視覺渲染，成功炒熱早期話題。資金鎖倉穩定籌碼，後續質押與技術應用備受期待MIND of Pepe 在預售期間已成功籌得超過1274萬美元資金，上線當日同步開放用戶領幣與參與質押。截至目前為止，數十億枚代幣已被鎖倉，鎖定期將持續至 6月10日 UTC 下午2點，而質押獎勵則可隨時透過官網領取。這樣的設計讓市場籌碼初期穩定，有助於抑制非理性拋售。同時，官方也透過 X 平台釋出 AI 交易終端的影片預告，進一步推動社群情緒。MIND質押與領幣頁面：https://mindofpepe.com/合約地址查詢：Etherscan交易即時圖表：Dextools結語：MIND正在改變迷因幣邏輯，AI+Web3未來仍有爆發空間MIND of Pepe 的出現，不僅突破傳統迷因幣單靠炒作的格局，更嘗試用 AI 應用為代幣創造實際價值。今日漲幅達90%、登上 CMC 熱搜榜第2名，已為其打下強勢開場。接下來，若 MIND Terminal 能如期上線並被實際使用，其生態可望進一步擴大。從目前的熱度與資金結構來看，$MIND 不只是短線投機產品，更可能成為 2025 年 Meme 幣進化史上關鍵一筆。投資人或許該問的不是「它是否能再漲？」，而是「你還想錯過這類結合技術與文化的機會多久？」免責聲明加密貨幣投資風險高，價格波動大，可能導致資金損失。本文僅供參考，不構成投資建議。請自行研究（DYOR）並謹慎決策。

聚焦AI與Web3融合的創新加密項目 MIND of Pepe（$MIND），其代幣預售現已進入最終4小時。根據官方資訊，今日UTC時間下午2點（台灣時間晚上10點），$MIND將同步開放代幣領取與上架至去中心化交易所（DEX）。這代表市場參與者現在正處於最後進場關口，目前仍可用固定價格入手$MIND，而在開盤後，代幣價格將全面交由市場決定，勢必帶來波動與漲幅機會。募資突破1,250萬美元，臨門一腳FOMO情緒推高氣氛自預售開跑以來，MIND of Pepe已累積籌得超過1,250萬美元，過去24小時內再吸金逾30萬美元。這樣的表現讓$MIND成為AI類代幣領域的話題核心，吸引了大批投資者與社群高度關注。市場觀察者普遍認為，進入倒數階段的搶購潮，正是看準了開盤前的低價優勢。當代幣進入流通市場後，早期持有者將有望迎來數倍潛在回報空間。上市前價格仍維持$0.0037515，質押收益最高可達年化199%目前仍可透過Ethereum網路，以預售價$0.0037515購得$MIND代幣。完成購買後，即可參與官方開放的質押計畫，最高年報酬率可達199%（依據資金池浮動調整），成為不少投資人進一步加碼的誘因。在安全性方面，項目方已取得Coinsult與MIND of Pepe則不同，已完成Coinsult與SolidProof雙重安全審核認證，確保智慧合約無鑄幣權限、不可鎖倉或燒毀，整體代幣架構高度透明並穩定可靠。點擊購買$MIND實力項目不只炒作：MIND of Pepe結合AI產品與迷因熱潮不同於僅停留在概念階段的AI代幣，MIND of Pepe早已推出實際應用——AI交易代理人「MIND Agent」已於X平臺上線，具備即時互動與策略分析功能。此外，其專屬交易平臺「MIND Terminal」也正準備上線。透過將AI應用實力結合Pepe迷因文化的社群力量，$MIND建立出差異化定位，也讓它被市場視為2025年最有機會實現技術落地的代表幣種之一。還能怎麼參與？操作流程簡單清晰若你仍未進場，以下是最後搶購$MIND的方法：1.進入MIND of Pepe 官方網站2.使用加密錢包（建議使用Best Wallet）連接平臺3.可使用 ETH、USDT 或信用卡完成購買程式4.前往Google Play或Apple App Store下載 Best Wallet 應用程式5.加入官方Telegram與X帳號，隨時追蹤最新公告、領幣教學與交易資訊結語：你是搶先佈局者？還是開盤後的追價者？此刻已無轉圜餘地，預售僅剩4小時內即將結束。像MIND of Pepe這類擁有實際產品、強大社群與完整安全架構的項目，在過去往往就是百倍幣的原型。當市場開始進行價格發現，是否能抓住發售前的機會，將直接決定你是未來獲利的先行者，還是高點入場的跟進者。預售最終機會現正開放，點擊進場，鎖定你的$MIND免責聲明加密貨幣投資風險高，價格波動大，可能導致資金損失。本文僅供參考，不構成投資建議。請自行研究（DYOR）並謹慎決策。

近期AI代幣市場再掀話題，新興專案SKOR AI（$SKORAI）在過去一週內漲幅達32%，但真正吸引市場目光的，其實是即將在 6月3日正式掛牌的 MIND of Pepe（$MIND）。這是一款已通過安全審核、擁有真實AI代理產品的加密貨幣，而今天，正是最後能以發售價格搶先進場的機會。雖然官方X帳號已宣佈預售結束，但據了解，在UTC時間6月3日下午2點前（即台灣時間晚上10點），投資人仍可透過以太坊入手$MIND，趕上上市前的末班車。FOMO情緒不斷升溫。在過去短短四天，專案吸金超過100萬美元，光是最近24小時便新增30萬資金，讓總募資金額突破1220萬美元，成為當前AI幣中最受矚目的指標案例之一。$MIND 仍可原價買入，質押年利率高達199%目前$MIND維持在掛牌定價 $0.0037515，這個價格被認為是進場的關鍵低點。同時，持有者也可立即參與年報酬率高達199%的質押計畫，12個月期滿即有機會獲得近兩倍收益。不過請注意，該質押報酬為浮動機制，會隨著資金池的總動態調整。有鏈上數據顯示，一位鯨魚級買家已斥資4萬美元，大手筆購入1000萬枚$MIND，信心十足地押注其長期潛力。📎 查看區塊鏈交易記錄AI幣市場大幅擴張，MIND of Pepe 是否具備百倍潛力？根據 CoinGecko 的資料，AI代理類代幣市值在一天內激增6億美元，整體來到約69億，整體板塊明顯回溫。其中如 $FET、$VIRTUAL、$AI16Z 等熱門代幣皆錄得上漲。尤其 Virtuals Protocol 自上線以來漲幅高達266倍，儘管現價仍低於歷史高點，但其爆發式成長為AI代理板塊立下典範。部分資金目前正轉向技術與話題兼備的MIND of Pepe，其AI Agent功能已在X平台上線，交易界面MIND Terminal也即將啟動。雖然SKOR AI熱度上升，MIND of Pepe卻更具實力與信任基礎SKOR AI雖然近兩週表現搶眼，整體上漲56%，但其產品尚屬beta階段，尚未實現完整的AI代理人運作。而MIND of Pepe的AI Agent早已部署並實際運作，具備即時數據分析、互動回應等功能，並將進一步整合自動化決策與發幣功能，邁向真正去中心化的AI代理應用。從品牌角度來看，MIND of Pepe也具備來自Pepe迷因文化的強大傳播力，這一點是SKOR AI難以複製的。安全風險差異巨大，SKOR AI集中持幣令人憂慮根據 rugcheck.xyz 監測，SKOR AI的代幣存在高度集中在單一或少數未公開錢包的情形，這種分佈結構恐提高市場操控風險。更關鍵的是，該項目目前無任何公開審計報告，安全性令人存疑。MIND of Pepe 則不同，已完成Coinsult與 SolidProof兩家專業機構的安全審核。其智慧合約不可新增代幣、無黑名單功能、亦無鎖倉與銷毀設計，整體架構透明穩健。官方也公開代幣分配細節：總供應量為100,000,101,001枚，包含25%分配給AI代理人、15%作為質押獎勵、10%保留給交易所，其馀則用於開發與行銷。預售階段釋出的代幣總量為22,000,022,220枚。如何搶搭上市前末接駁車？欲於正式上市前完成配置，請依下列步驟操作：請造訪 MIND of Pepe 官方網站使用你的加密錢包連接（建議使用 Best Wallet）可透過 ETH、USDT 或信用卡完成購買到 Google Play 或 Apple App Store下載 Best Wallet App加入 Telegram 與 X 社群以獲得上線教學、領幣流程與即時公告結論：下一個百倍AI幣，是否正是$MIND？擁有真實AI技術、龐大社群基礎、資金支持與雙重安全審核的MIND of Pepe，已成為AI幣市場的關鍵焦點。超過1,220萬美元的預售成果、199%的質押年化利率，再加上Pepe迷因品牌效應加持，讓這枚代幣擁有明確的爆發潛力。眼下時間所剩無幾，若你正在尋找下一個AI與Web3融合的超級機會，$MIND或許就是答案。決定，是現在。立即進入MIND of Pepe 官方網站按此瀏覽原文免責聲明加密貨幣投資風險高，價格波動大，可能導致資金損失。本文僅供參考，不構成投資建議。請自行研究（DYOR）並謹慎決策。