【新智元導讀】通用機器人曙光來臨！今天，Figure 03正式亮相，專為Helix「大腦」量身打造，冰冷機身有了織物外覆。更值得一得的是，03手掌心配備一顆攝影機，指尖即可感知3克的力。Figure 03出世了！時隔一年，Figure終於帶來了下一代人形機器人Figure 03，正式開啟通用機器人規模化時代！這款人形機器人，專為Helix、家庭使用，以及全球規模化應用而設計。從外觀設計上看，Figure 03做了大幅升級，尤其是全機採用了「柔性織物外層」，取代機械外殼。就連每隻手掌心，都整合了一個廣角攝影機。它不僅能執行類人任務，還能通過與人類的互動直接學習，展現出前所未有的智能與適應性。從澆花、端茶倒水，到收拾家務、陪孩子玩各種瑣碎的事情，它都能勝任。更令人驚嘆的是，Figure 03每個指尖可以感知「3克的力」。甚至，就連放在指尖的一枚回形針的重量，都可以察覺到。今天，Figure 03還登上了TIME封面。CEO Brett Adcock表示，「未來，每個家庭都將擁有一個人形機器人」。這一次，Figure 03進化主要有四大亮點：Helix：配備全新設計的感測套件和手部系統，專為啟動Helix全部潛能而打造；家庭：全新柔性織物外層，支援無線充電、用於語音推理的升級版音訊系統；大規模製造：Figure創立BotQ工廠，未來四年量產十萬台；全球規模化應用：快遞配送、酒店前台各種商用場景爆發。為Helix量身打造，「人手級」觸覺沒有AI，人形機器人就無法實現規模化應用。而Helix，自主研發的視覺-語言-動作模型，是Figure 03的核心驅動力。Figure 03的設計圍繞一個核心目標——讓Helix實現真正的推理能力，使機器人能在複雜、多變的環境中自主學習並高效工作。為此，團隊開發了全新一代的感知系統與手部系統，為Helix的「智慧生命」提供強大硬體支援。視覺系統：看得更清晰，反應更迅捷Figure 03搭載了革命性的視覺系統，專為高頻視覺運動控制最佳化。其全新的攝影機架構，帶來了以下突破：影格率提升一倍，圖像處理速度更快；延遲降低至四分之一，確保即時響應；視野角度擴大 60%，覆蓋更廣的場景；結合更廣的景深，提供密集且穩定的感知資料流。這些改進讓Figure 03在家庭、工廠等複雜環境中，實現智能導航與精準操控。比如，在擁擠的廚房或狹窄的倉庫中，機器人能夠準確感知周圍環境，靈活應對動態變化。更令人興奮的是，Figure 03每隻手掌心都整合了一枚廣角低延遲攝影機。這些嵌入式攝影機為抓取任務提供冗餘的近距視覺反饋。有網友對此驚呼，Figure 03疊衣服要比自己疊得好，人類「藥丸」了。即使主攝影機被遮擋，手部攝影機也能讓Helix保持持續的視覺感知，確保即時自適應控制。就比如，洗衣服這類家務，常常會遇到櫥櫃內取物，Figure 03完全可以操盤。3克壓力感知不僅如此，Figure 03手部系統在柔順性與觸覺設計上實現了質的飛躍。柔軟適應性指尖：通過增大接觸面積，機器人能穩固抓取從玻璃杯到不規則形狀物體的各種物品；自主研發觸覺感測器：遵循極致耐用性、長期可靠性、高精度感應三大原則，克服了傳統觸覺感測器的侷限性；超高精度：每個指尖感測器可感知低至3克的壓力，足以檢測指尖上回形針的重量。這種高精度讓Helix能夠區分「穩固握持」與「即將滑脫」，從而對脆弱、不規則或移動物體進行細膩操作。比如，Figure 03可以做到輕鬆拾取一顆雞蛋而不將其捏碎，或是掀起一張撲克牌。此外，Figure 03支援10 Gbps毫米波資料解除安裝能力，允許整個機器人艦隊上傳TB級的資料，用於持續學習與改進。這意味著，Figure 03可以從「機器人軍團」中經驗學習，成為真正的「學習型機器人」。自主充電，還能水洗要讓機器人融入家庭，與人類無縫共存，安全性、易用性與自然互動至關重要。為此，Figure 03不僅在外觀，還有充電等設計做了大幅進化。在關鍵位置，它採用了多密度泡沫以防夾傷，並以柔軟的紡織品替代堅硬的機加工零件作為外層。與Figure 02相比，Figure 03的質量減輕了9%，體積也顯著縮小，更便於在家庭空間中移動。另外，它的電池系統通過UN38.3國際標準認證，整合多層防護措施，包括電池管理系統（BMS）、電芯及電池包層面的保護，全面應對故障或濫用風險。Figure 03不僅安全，還注重日常使用的便捷性與個性化。可拆卸、可水洗外覆：使用者還可為機器人定製多種「服裝」。無線感應充電：腳部內建充電線圈，只需踩上無線充電底座，即可實現2kW功率快速充電。升級音訊系統：揚聲器體積翻倍，功率提升近四倍，麥克風位置最佳化，語音識別更清晰、互動更自然。四年十萬台，走進千家萬戶Figure 03的通用設計，讓其在家庭與商業場景之間無縫切換。其執行器速度提升2倍，扭矩密度最佳化，支援更快的搬取與操作，比如在常見物流場景中工作。或是配送快遞。去工廠打工。傳統人形機器人多為工程原型，製造耗時且成本高昂。Figure 03是Figure首款從零設計為大規模製造的機器人，通過以下三大舉措實現量產目標：設計與流程革新建立全新的供應鏈創立大批次製造工廠BotQ值得一提的是，BotQ是Figure專屬的高產能製造基地，首期年產能12,000台，四年內目標累計生產100,000台。 (新智元)

剛剛拿下阿克塞爾·斯普林格獎，山姆奧特曼又語不驚人死不休：五年後AI將全面超越人類，人類智力的霸權時代，已進入倒計時。2030年，GPT-8不僅能給出終極難題量子引力答案，能向你娓娓道來其思考過程、靈感來源，以及它為何決定研究這個課題。它，有資格成為真正的AGI。屆時，“當今經濟活動中30%到40%的任務都將由AI執行。”……如果是在兩年前，我們或許還會感到激動、為自己的飯碗而焦慮。但此時此刻，雖然類似的感覺還有，但相信絕大多數人都淡了許多。牛逼聽太多，實在是麻木了。看著現在正與你對話的傻瓜式AI大模型，雖然有點用，但有被吹的那麼厲害嗎？就這麼個玩意，你很難想像它能在5年內，就成為超越一切的存在。01 現實很骨感美國智庫METR曾於7月初發佈報告，稱大語言模型每7個月能力翻倍，遠超摩爾定律。預計到2030年，AI足以在數小時內完成人類一個月的工作量。這與奧特曼所預測的時間點，比較接近，未來似乎很美好。但回到現在，同樣是智庫METR做了一項試驗：將一批經驗豐富的軟體工程師分成兩組，一組純人工，另一組使用AI工具程式設計。結果卻出乎很多人意料。相比於純人工，借助AI工具預測快40%，實際上卻慢了19%。也就是說，AI不僅沒有使得效率提升，反而降低了效率。無論是採用不同的結果指標、估計方法，還是對資料進行各種子集/子分析，開發速度的放緩現象依然存在。使用了更先進的工具，效率怎麼可能下降呢？包括參與實驗的程式設計師，也認為AI工具幫助自己提升了約20%的效率。這完全不符合邏輯，但資料不會說謊。為瞭解釋這種現象，實驗方將之歸為“能力-可靠性缺口”概念。簡單來說，就是現在的大語言模型，雖然能完成大量複雜的任務。但它們給出的成果，無法達到真實企業需要的業務水平。比如在執行程式設計任務中，程式設計師確實在尋找資訊和主動編碼上花費的時間更少了，但撰寫提示詞同樣需要時間。同時，AI固然能快速生成大量程式碼，但其中充滿小錯誤，導致人類程式設計師不得不花費大量時間去檢查、更正AI輸出，甚至重寫。大部分情況下，人類反而成了AI的保姆。更關鍵的是，程式設計已經是AI表現最好的領域。在這個領域都無法帶來效率提升（在目前的水平下），甚至起到反效果，其他行業可想而知。都說站在風口上、豬都能飛起來，人人都想當那隻豬。根據天眼查專業版資料，截至2025年4月，全國現存在業、存續狀態的人工智慧相關企業超過424.3萬家。其中，2025年新增註冊相關企業約28.6萬家。這個領域，是如此繁榮、參與者是如此之多，所有人都在說AI是未來最大的財富增量。但實際的情況是，除了提供算力的輝達，和成千上萬利用資訊差賺流量的博主……目前幾乎還沒有那一家AI企業真正賺到錢。至少在現階段，它仍然是典型的：高投入，低回報。據摩根士丹利估算，僅微軟、Meta、Google、亞馬遜四家巨頭，2024年的資本投入就高達3000億美元，其中大部分流入AI項目。總體來看，2024年全世界生成式AI投資額較2023年增長超過70%，預計2025年的的總支出更是將達到2024年的3倍。這種背景下，科技巨頭還能扛得住，或許能支援到AI應用真正百花齊放的那一天。而大量中小競爭者，即便前期拿到投資，也根本撐不下去。比如開發出AI回話模型的SD，至今仍背著1億美元債務；Stability AI，核心研究團隊集體辭職；Character AI不得不賣身Google……國內的圈子，大同小異。波形智能，曾拿到千萬融資，突然就解散了，包括CEO、CTO等核心成員集體跳槽OPPO。竹間智能，創始人簡仁賢曾擔任微軟工程院副院長，因現金流吃緊，部分部門不得不停工，基本上停擺了。華夏芯，資金鏈斷裂、申請破產，14項專利、15項軟體著作權被掛到京東拍賣……2022年11月至2024年7月，全國共有78612家新註冊AI企業處於註銷、吊銷或停業異常狀態，佔同期新註冊企業總量的8.9%；全國AI領域註銷、吊銷的企業總數，更是超過20萬家。雖然沒有最新的資料，但按照這個比例估算，目前倒閉的新註冊AI相關企業，100%已經超過10萬家。正如AI工具的實際作用，目前遠遠沒有人們想像中那麼強。不要只看到頂尖巨頭在台前的光鮮，這才是AI浪潮的真正底色。九成的參與者，都將、或已經倒在黎明前，其中不乏真正純粹的技術團隊。在AI技術出現真正意義上的突破之前，這種情況不會改變。02 未來確實不遠如果說，古人的生產力是天平，付出多少力氣就收穫多少糧食。那麼，現代人的生產力就是一根槓桿，只用坐在機器前敲敲打打，就能驅動萬噸的巨輪。在我們的想像中，生成式AI的變革性之處在於，打破了“成本、質量、速度只能選其二”的三角模型。不過目前來看，無論是成本、質量還是速度，AI工具似乎都與我們預想的還差很遠。因為現階段的AI只會標準化的創作，這會導致兩個問題。其一，同質化；其二，細節缺失。以AI繪圖為例，生成式AI是通過整合大量資源，來獲得繪畫能力。一旦源頭出現交叉重複，必然導致AI作畫出現不可避免的同質化。這一點我們平常使用AI工具時都能感受到，你如果不輸入大量特定的提示詞，它給出的圖片風格其實都非常類似。更關鍵的是，它只是把資料具象化為圖片，這就不可避免出現大量低級錯誤。比如，人物裝飾不完整，某些器官比例失真，手指多一根等等。這在上文提到的程式設計工作中，同樣有出現。由於這兩個問題的存在，生成式AI目前只能勝任比如稽核、閱片之類的少部分重複性非常高的工作。對大部分人而言，它根本無法作為一個合格的工具，更深層次的細節把控，必須由人來把控。最終導致，使用工具後的效率，反而不如原來高。當然，未來雖然還未來，但它終究會到來。今時今日的種種，我們可以歸咎為企業家的過度宣傳，但更本質的原因只有一個：如今的AI不夠強。應該強到什麼程度，它才能真正作為一個合格的工具，給企業“降本增效”呢？其實應該有一個標準：達到人類從業者的平均水平、乃至最低水平。它不需要非常強，只需要達到最普通的水準，就將徹底改變今時今日的市場生態。因為在任何行業，佔絕大多數的普通人如果被淘汰，人工成本自然就降下來了，效率也得到了提升。比如目前AI應用最廣泛的遊戲行業。只要定義好規則，關卡策劃、系統、數值等基礎、重複性的設計內容，後續的工作本來就是套範本直接協作。基本上，初級策劃所有能幹的工作，基本上都即將被替代。甚至，只需保留少數創造力最強的人，這樣做不僅能降本增效，遊戲本身的質量也會得到提升。比如，每個NPC都有一個完整而具體的故事，且能與玩家進行更詳細而真實的對話——實現性格千人千面。玩家體驗毫無疑問會得到提升。而在單純靠人力堆的時代，這是不可能實現的。對大廠而言，AI能幫助自己降本增效，以後大型遊戲的研發成本更低、周期更短，從而帶動整個市場更加活躍。對小廠而言，本來主攻的就是頁游、小程序遊戲，基本就是賺一波就跑。對他們而言，以後的成本基本只剩下推廣，研發全交給AI就可以了，無限薅羊毛。唯一受傷的，只有大部分不夠“優秀”的從業者。這種事情，如今已經在遊戲行業發生，而且這兩年隨著顯示卡升級大爆發，行業會變得越來越卷，50%的人可能面臨轉行。其他行業，都在瑟瑟發抖。那一刻的到來，不需要AGI，只需要等到工具能完成最簡單的工作。但絕對不應該是現在。03 尾聲至少此時此刻，對大部分行業而言，AI是根本無法取代人的，甚至作為工具都不太合格。但最近兩年，很多中小企業的管理層們，不論懂或不懂，大多都跟著輿論走、給員工強調降本增效的概念，普遍裁員。留下的員工熟悉AI工具，尤其是免費的那種，提高自己的工作效率。這算是比較low的做法，也是最普遍的。但最終，絕大多數隻是降了本，根本沒有增效。即便真的增了效，絕大多數的情況也不是因為AI，而是裁員導致人心惶惶、大家越來越卷而已。更諷刺的是，現在都2025年了，AI應用市場規模即將突破5000億元。卻依然有相當一部分企業，就像坐井觀天的土財主一般，覺得買幾台高配電腦就是數位化轉型，生成幾個數字人主播就是在做AI。這並非誇張，稍微去瞭解一下就知道，抱有這種想法的企業、甚至投資者都相當之多。或者說，這大概才是目前市場熱炒AI的真實底色。 (格隆)

AI造富速度將遠超網際網路時代作為當前人工智慧革命的核心人物，輝達（Nvidia）CEO黃仁勳最近在一次採訪中提出了一個引人注目的預測：人工智慧將在未來短短五年內，創造出比過去二十年網際網路時代更多的百萬富翁。他認為，這不僅是一次簡單的技術迭代，而是一場規模和速度都將超越以往的財富創造事件。這一論斷的背後，是他對AI技術本質的深刻洞察。AI是“最偉大的技術均衡器”黃仁勳反覆強調，其預測的基石在於他對AI的核心定義。他認為，AI並不僅僅是一個強大的工具，更是“有史以來最偉大的技術均衡器” (the greatest technology equalizer of all time)。這個“均衡器”的核心作用，是徹底打破了長久以來橫亙在普通人與技術創造之間的巨大壁壘，即所謂的“數字鴻溝”。在過去，這種鴻溝主要體現在複雜的程式設計技能上。從編寫程式碼到使用自然語言在傳統的科技世界裡，將一個商業創意或解決方案付諸實踐，意味著必須掌握諸如C++或Python等複雜的程式語言。這道門檻將無數有想法但無技術背景的人拒之門-外。黃仁勳指出，AI正在徹底顛覆這一模式。“你現在只需要用人類語言與電腦交流即可”。這意味著，創造技術的互動方式發生了根本性的革命。人們不再需要學習機器的語言，而是可以直接使用自己的母語，通過對話來指導AI完成任務、建構應用。程式設計正在從一種少數人掌握的專業技能，轉變為一種人人皆可參與的普及性活動。領域專家的崛起當程式設計本身不再是主要障礙時，成功的關鍵要素也隨之改變。黃仁勳認為，未來創業和創新的核心競爭力，將不再是程式碼編寫的熟練程度，而是在特定垂直領域內深厚的專業知識（Domain Expertise）。這個轉變賦予了各行各業的專家前所未有的力量。一個對農業瞭如指掌的農民，一個深諳供應鏈管理的工廠主，或是一個洞悉客戶需求的零售商，他們雖然不懂程式設計，但卻最理解自己領域內的痛點和機遇。現在，他們可以直接將這些寶貴的行業知識“告訴”AI，讓AI來建構解決方案，從而成為真正的技術創造者。賦能數十億人的普惠式創新這一變革的深遠影響在於其巨大的包容性。通過彌合因程式設計技能而產生的“數字鴻溝”，AI技術正將創新的能力賦予全球數十億曾被排除在外的普通人。這預示著一個由各領域專家驅動的、全新的創業生態即將到來。黃仁勳的樂觀願景是，一個真正由需求和專業知識主導的普惠式創新時代正在開啟，而這將成為未來五年催生大量百萬富翁的根本動力。 (AI Keymaker)

人類大腦，科學研究的最大奧秘之一。腦機介面，人腦對外的“通訊通道”，借此可用“意念”與外界交流互動。2月14日，2025年蘇州市“人工智慧+”創新發展推進大會暨人工智慧賦能新型工業化深度行（蘇州站）活動現場展示的腦機介面智能裝備。新華社記者 李博 攝昔日的科幻場景，如今呼之慾出。工業和資訊化部等七部門最新印發關於推動腦機介面產業創新發展的實施意見明確：到2027年，腦機介面關鍵技術取得突破；到2030年，綜合實力邁入世界前列……“路線圖”不僅清晰描繪了未來產業的前景，也宣告中國將繼續勇攀這座科技高峰，為更多患者和家庭帶來健康福音。把薄如蟬翼的電極貼在患者硬腦膜上，失語者的心裡話可以被“聽見”。在首都醫科大學宣武醫院，腦機介面“北腦一號”幫助漸凍症患者重建交流能力。癱瘓患者用腦控機械臂書寫，盲人通過晶片介面“看見”光影……一批國際科技巨頭正紛紛“押注”腦機介面。未來，隨著技術不斷發展，中風、帕金森等疾病將迎來更多的治療可能。腦機介面技術已有百年發展歷史，近年發展勢頭迅猛。介面電極等關鍵器件亟待突破，技術落地應用仍有瓶頸，需要政策推動解決。啟動創新神經元！聚焦問題，此次出台的檔案多措並舉、精準出招。靶向攻關——加快植入式裝置研發突破；創新額貼式、耳貼式、入耳式、髮夾式等產品形態，研製頭盔、頭顯、眼鏡、耳機等整合式腦機介面產品；研發超低功耗、高速率、高可靠的通訊晶片；完善腦訊號編解碼軟體……意見對全產業鏈進行梳理，聚焦當前和今後發展亟待突破的關鍵環節，逐一進行科技攻關部署。此外，意見還明確了核心軟硬體強基工程、整機精品工程等重點工程。包括開發基於腦電的情緒狀態檢測系統，研發腦控機器人、腦控電腦、腦控家電等產品，開發基於腦電訊號反饋的外骨骼產品。加快落地——意見專門提出支援檢測評估機構發展，建立產品測試規範，研發腦訊號檢驗檢測專用儀器，明確佈局建設產品中試平台，組織開展重點任務揭榜掛帥，加速新產品研發和產業化應用。值得注意的是，意見還聚焦工業製造、醫療健康、生活消費三個場景，謀劃應用拓展，如推動危險品、核能、礦山、電力等重點行業先試先用；通過腦機介面產品即時監測分析大腦活動特徵，預防潛在健康問題；利用腦機介面監測駕駛員生理狀態，及時提醒睏倦、注意力不足、反應遲緩等異常狀態。4月30日，在位於上海的受試者住所，受試者通過腦機介面玩賽車遊戲。新華社發（戴焱淼 攝）強化支撐——意見提出，分級分類建設孵化器和產業園，發展壯大腦機介面領域領軍企業，實施啟航企業培育工程，推動腦機介面與人工智慧、新材料、機器人等領域企業合作。此外，意見還要求建立腦機介面技術標準體系，佈局標準化發展路線圖；持續推動倫理研究，建立健全部門協同、社會參與的治理體系；加強相關學科專業人才培養，佈局建設未來技術學院、現代化產業學院等特色學院。讓新技術穩妥駛上“快車道”，相關部門和地區也推出相應舉措。國家醫保局印發《神經系統類醫療服務價格項目立項指南（試行）》，設立了侵入式腦機介面置入費、取出費等價格項目；北京、上海等地發佈行動方案，針對腦機介面領域的監管政策、臨床試驗、產業叢集等給出了明確發展方向；國家科技倫理委員會人工智慧倫理分委員會研究編制了腦機介面研究倫理指引……在這場關乎人類健康福祉的科技革命和產業變革中，我們正在加速，未來可期！ (環球時報)

AGI ，通用人工智慧（ Artificial General Intelligence）。一個既令人激動、又有點驚悚，但正在發生的未來。它令人激動，因為它預示著一個生產力極度發達、人類智慧得以延伸的未來；它又令人驚悚，因為它正以前所未有的方式，挑戰著「人類」二字的定義。人工智慧「教父」、圖靈獎得主傑佛裡·辛頓，在2023年毅然辭去Google的職務，只為能自由地向世界發出警告。他認為自己創造的技術的失控風險“並非不可想像”，它們完全可能比人類更聰明，並最終威脅到我們的生存。馬斯克曾經說，“我們在通過人工智慧召喚惡魔。”而一手打造出ChatGPT的薩姆·奧特曼，在被問及AGI最壞的可能性時，則給出了一個最簡潔、也最恐怖的答案：“我們所有人的熄燈時刻。”如果說我們熟悉的AI，是一個個身懷絕技的“專才”，如圖庫裡的識別軟件、棋盤上的AlphaGo，那麼AGI則更像一個“通才”。它不再是只能在一件事上「一招鮮」的工具，而是一個擁有跨領域思考、學習和創造能力的“智能體”，一個正在快速進化的“新物種”。這引出了一個直擊靈魂的問題：當工具開始進化為“新物種”，我們又該如何成為不可替代的人？這是一個我們無法迴避的時代命題。正如清華大學文科資深教授錢穎一所說： “在人工智慧時代，知識可以被機器輕易提取，我們就不得不重新思考學習的目標、教育的價值以及關於人類認知和智能的含義。”是的，我們正處在一個歷史的交會點。我們沉迷於討論機器何時擁有意識，但可能忽略了更核心的議題：真正的AGI革命，不是機器的覺醒，而是人類認知範式的躍遷。在這場劇變面前，我們需要有人幫我們打開新的視角。他不僅要懂技術，更要懂「人」；他不僅能遠見未來，更要關照現在，為我們繪製一幅適應變遷的「生存地圖」。今天，要向大家推薦劉嘉教授和他的一本新書。很多人可能不明白劉嘉教授的背景，他清華大學基礎科學講席教授、心理與認知科學系主任、人工智慧學院教授（兼）、智源人工智慧研究院首席科學家……但是，很多讀者可能更熟悉他的另一個身份，他曾連續六季擔任江蘇衛視《最強大腦》的首席科學家。正是這種橫跨腦科學、心理學、人工智慧與人文社科的獨特背景，讓他得以從更根本的視角，審視這場人與AI的「雙重進化史」。他的新作《通用人工智慧：認知、教育與生存方式的重構》，便是一本寫給每個時代同行者的「通識指南」。在拿到這本書之前，你可能會擔心它是一部充滿程式碼和公式的「天書」。請放心，它完全不是。這不是又一本「告訴你什麼是AI」的工具書，而是一本「幫你理解自己」的思維書。清華大學蘇世民書院院長薛瀾教授對此書的評價一語中的：「劉嘉老師的大作是我看到的各類人工智慧書中最有意思的一本。這是一本非常有趣好讀的書，語言通俗流暢，全然沒有此類書籍常見的干澀和枯燥；故事曲折生動，人工智慧的發展被穿插在人類進步歷史中而沒有一絲違和感。這也是一本非常好看的書，書中有大量精美的插圖和眾多的人物，把人工智慧發展的史實和傑出貢獻者栩栩如生地呈現給讀者。當然，這更是一本非常認真的書，作者用簡明的語言清楚地解釋了人類認知的基本原理和人工智慧的技術邏輯。這是一本雅俗共賞的奇書好書!”這本書的核心，是引導我們思考一系列關乎未來的根本問題：· 它從底層邏輯講起，書寫了一部AI與人類的「雙重進化史」。劉嘉教授以驚人的學科跨度，釐清了人工智慧從「模仿人」到「重新定義人」的整個過程，讓你真正看懂這場技術革命的來龍去脈。· 它直面一個核心矛盾：當人工智慧越來越像人，我們更需要想清楚，什麼才是人真正的智慧？這本書將帶你穿越科技的喧囂，回歸對心智、判斷力與價值選擇的思考。· 它重新定義了「才能」的內涵。從農耕文明的“體力”、工業時代的“技能”，到AI時代的“智慧”，這場技術革命最終指向的是我們生存方式的躍遷：如何工作、如何決策、如何成為一個更自由的人。· 它給出了具體的行動方案。面對不確定性，我們該學什麼？作者石破天驚地提出了AI時代的五大通識能力模型──研究、統計、邏輯、心理、修辭，為每個學習者、教育者和父母，提供了清晰的學習方向和方法。得到App創始人羅振宇說：“如果你也在問：'當AI開始思考，我們該怎麼辦？'那麼這本書，會給你一個冷靜而深刻的答案。”而這個答案的起點，始於我們如何重構自己的認知方式。在書中，劉嘉教授以AI的進化邏輯為喻，為我們一般人提供了一套極具啟發性的「認知躍遷」心法。以下內容摘編自書中的精彩章節，相信你讀完後，會有一種被「點醒」的感覺。AI時代，我們如何實現認知方式的躍遷？ChatGPT這樣的大模型的成功並非偶然，每一次進化都是從無數被淘汰的演算法中艱難誕生的。在這曲折的探索中，人類智慧無疑是AI頭上的明燈。反過來，大模型的演化經驗，能否成為我們人類認知進化的營養？答案是肯定的。由此，我們或許能破繭成蝶，與AI時代同頻共振，開啟認知與智慧的躍遷。一、為人生定義一個「偉大」的目標函數所有的機器學習，在開始訓練前，都必須先明確一個「目標函數」（ Goal Function）。這個函數定義了模型希望達到的理想狀態，訓練的全部意義就在於不斷優化，讓模型越來越接近這個目標。可以說，學習未動，目標先行。人類學習也遵循同樣的道理。如果我們把目標設定為短期、狹隘的目標，如考取某個證書、通過某次考試，那麼這個目標函數的確容易實現。但這就像訓練一個只能解決簡單問題的線性模型，目標稍微複雜或變化，它就毫無用武之地。這在機器學習中被稱為陷入「局部最優」的陷阱。人生的發展亦是如此。在某個階段取得了看似不錯的成就，實際上卻可能限制了後續的發展空間。短期看是目標達成，長期看是機會喪失。人本主義心理學家亞伯拉罕‧馬斯洛的故事極具啟發性。他曾經問過他的學生：> “你們當中，誰將成為偉大的領導者？”> 學生們只是紅著臉，咯咯地笑，不安地蠕動。> 他又問：“你們當中，誰計劃寫一本偉大的心理學著作？”> 學生們結結巴巴地搪塞過去。> 馬斯洛最後問道：“你們難道不想成為一個心理學家嗎？”> 這時，所有學生都回答「想」。> 馬斯洛說：“難道你們想成為平庸的心理學家？這有什麼好處，這不是自我實現。”馬斯洛解釋道，我們其實不只是害怕失敗，也害怕成功。這背後，是與自尊糾纏在一起的自卑：我們對偉大的人事物有一種敬畏感，在面對他們時會感到不安、焦慮甚至敵意，因為他們會讓我們產生自慚形穢的卑微感。於是，當我們試圖獲得榮譽、成功時，還未行動，內心卻產生了「這是真的嗎」「我不行」「我不配」的自我質疑。陌生的陽光，有時如同黑暗一樣可怕。而OpenAI的成功，恰恰源自於一個「偉大」的目標函數。薩姆·奧特曼回憶創業初期時說：> “回想起來，一件非常成功的事情是，我們從一開始就確定了AGI的目標，而當時在業內，你甚至不能談論這個目標，因為它聽起來太瘋狂了，近乎痴人說夢。……我們當時是一群烏合之眾，……但那些真正感興趣的人會說，'讓我們放手一搏吧！'”正是這個看似「不切實際」的目標函數，吸引了最頂尖的人才，最終才有了今天的Open-AI。那麼作為個人，我們的目標函數應該是什麼？在我看來，那就是建構屬於我們自己的、特立獨行的「個人知識體系」。這個體係是我們認知世界的「眼睛」。進入AGI時代，它的重要性被無限放大，因為AI正接管那些標準化的資訊處理任務，唯有基於深層理解、價值判斷和創造性思維的能力，才真正屬於人，且不可替代。不斷擁抱新的經驗、新的知識，更新思維推理鏈，打破認知邊界，就是在建構一個能與世界深度對話、與自我持續共鳴的個人知識體系。用馬斯洛的話說，這才是“奔放的人生”，而不是“枯萎的人生”，因為：“如果你總是想方設法掩蓋自己本有的光輝，那麼你的未來註定暗淡無光。”二、像AI一樣，用「隨機梯度下降」優化人生在機器學習中， 「隨機梯度下降」（ Stochastic Gradient Descent）是被廣泛使用的優化演算法。其原理簡單而有效率：它從錯誤中學習，從不確定性中找到確定性。大模型只能從錯誤中學習，人也不例外。錯誤，本質上並非失敗，而是一種推動我們持續更新認知結構、增強適應能力的動力來源。但人是追求獎勵、逃避懲罰的動物，「少犯錯、不犯錯」是我們從小所受教育的核心，所以主動試錯對我們而言知易行難。而隨機梯度下降的智慧，恰好為此提供瞭解決之道。首先，強行起飛，粗糙開始，空中加油。隨機梯度下降的核心魅力之一，在於它能從不確定性中找到確定性。我們不必執著於精確地規劃未來的每一步，那樣反而可能陷入過度分析而遲遲無法行動。我們需要做的，就是找一個大致正確的方向，然後往前走一步。不必在乎當下的這一步是否最優，做時間的朋友，能多走幾步就多走幾步。因為對於梯度下降這件事，起點不重要，終點才重要。家境是否優渥、是不是名校畢業、年齡太大等等，這些都只是起點，而非終點。演算法能保證的是：不管起點在那，只要一直朝著正確的方向走下去，最後得到的解都差不多。所以，堅持走。其次，四處走走（隨機），擁抱不確定性。如果只是沿著熟悉的道路前進，雖然安全，卻可能讓你陷入認知的「局部最優」陷阱。你以為自己理解了整個世界，實則只是固守在一個狹窄的角落。人生需要隨機性的探索，這樣才能發現沒見過的風景。閱讀陌生領域的書籍，與不熟悉的人交談，嘗試未知的可能性，正是利用了隨機性帶來的認知增益。它引領我們遇到新的意外，激發新的學習，推動認知結構的重構。薩姆·奧特曼曾經分享過他的一次「四處走走」的經歷，這段經歷對後來創立OpenAI產生了深遠影響：> 「我在26歲時賣掉了我的初創公司，然後中間空了一年。在那個年代，在矽谷這是很難想像的行為。…但如果你真的可以在兩份工作之間空出一年，我是非常推薦的，我甚至覺得這是我職業生涯裡做得最對的事情。在那一年裡，我讀了很多書，在很多感興趣的領域有所涉……我學到了核子工程知識；AI時代開始了，我學習了關於AI的理論；我學習了生物製造的相關知識。這個種子，最終發芽成長為OpenAI。隨機，不僅是演算法優化的策略，更是我們深入認識世界、走向自我更新的重要方法。三、人生所需不過一份“注意”GPT的T，指的是Transformer，其最核心、最精妙之處就是「注意力機制」（ Attention Mechanism）。學習的本質，也是注意力分配的藝術。我們該如何分配寶貴的注意力呢？第一，注意高品質的資料和人。在機器學習領域，有一條第一原理： 「垃圾輸入，垃圾輸出。」（ Garbage In, Garbage Out）。再強大的算力，如果輸入的資料品質低下，訓練出的大模型也必然表現糟糕。所以，OpenAI在訓練初期便嚴格把控資料品質，選用了維基百科、經典書籍、科學研究論文等作為認知基座。反觀我們自己。截至2024年6月，中國短片使用者數量達到10.5億，人均每天觀看時長約151分鐘。而閱讀使用者只有一半，人均每天閱讀時長僅23分鐘。AI在學習，人類卻在沉迷。真正與你的注意力門當戶對的，是高品質的資料集和人。進入某個領域前，先精心建構你的資料集：誰是權威？那些書是經典？接著進行深度學習，並與專家或AI互動交流，拓寬認知邊界。第二，注意實例（Case）而非規則（ Rule）。過去的AI試圖給機器灌輸規則，例如「如果一個動物有尖耳朵、長鬍鬚，那麼它是貓」。但這樣，狐狸、狼也可能被辨識成貓。而現代AI的做法是，只給它看海量的、各種各樣的貓的圖片，讓神經網絡自己從實例中學習和歸納。前者是“授人以魚”，後者是“授人以漁”。這對於教育和養育極具啟發。孩子的大腦，也如一個剛初始化的大模型。與其告訴他人生大道理，不如給他精選的樣例，讓他透過自己的探索得到答案。孩子在成長中碰到的每一個難題，不妨就看作一次有意義的訓練樣例。父母放棄說教，“給予注意，學會陪伴”，這才是養育的黃金法則。成人也是如此。「紙上得來終覺淺，絕知此事要躬行。」我們從書本學到的道理，如同AI的預訓練模型，但生活真正考驗我們的，是具體情境中的決策。只有在一次次具體的衝突、合作、選擇中，我們才能不斷微調、優化自己「人際交往」、「職業發展」等模組的參數，才不會陷入「懂得了很多道理，依舊過不好這一生」的陷阱。第三，注意也是遺忘。學習的本質，是知識體系的優化。大模型會無差別地記憶所有資訊，而人超越大模型的，正是其獨有的「選擇性遺忘」：有意識地強化重要知識，同時主動遺忘低效甚至有害的資訊。在生活中，我們有時會因過去的失敗、分手或傷害而情緒低落，這些不愉快持續侵佔和消耗著我們的注意力。選擇性遺忘，不是強迫忘記或否認它們，而是承認與接納－承認它們已發生且無法更改，接納它們曾經帶來的傷害，然後，放下情緒上的執著。心理學家卡爾·榮格說：“我們無法改變過去的事實，但我們可以改變看待這些事實的態度。”只有當我們真正接納了痛苦，過去的負面經歷才會與我們握手言和，注意力才會回歸當下，回歸我們所能掌控的事情。我們才能重獲內心的平靜與自由。遺忘，既是告別，也是起航。人類精神的覺醒，始於在虛無中對意義的叩問。當我們的認知觸達凌亂無序虛妄中的原始存在，我們才會從枯燥、重複和紛擾的日常工作生活獲得解脫，獲得那種遠離焦慮、抑鬱、迷茫的平靜與自由。在AGI重構世界的今天，我們每個人都需要重構自己。劉嘉教授的《通用人工智慧》，不僅是一本關於人工智慧的認知地圖，更是一種穿越喧囂技術浪潮的思維方式。它關乎技術，也關乎心智；它直面未來，也照見我們自己。當知識不再稀缺，學習的意義何在？當智能無處不在，智慧的棲身之所又在何處？當工具變成智能體，人的核心價值又該如何彰顯？答案或許就在這本書中，更在我們每個人的認知躍遷之中。 （不懂經）

6月15日，菲爾茲獎得主、華裔數學家陶哲軒（Terence Tao）接受知名播客Lex Fridman訪談，本文摘取了本次深度訪談中陶哲軒闡述了關於數學、計算理論與人工智慧交叉領域的系統性思考。他探討了如何將流體力學中的經典難題重構為計算問題，如何從“生命遊戲”的湧現中洞察AI系統設計的核心原則，並深入剖析他對於當前AI無法踰越“數學嗅覺”鴻溝的判斷。01一個思想實驗：將納維-斯托克斯問題重構為計算問題陶哲軒對AI與計算理論的思考，其起點並非源自數字世界，而是植根於對物理世界最複雜系統之一——流體力學的深刻洞察。他以克雷基金會千禧年大獎難題之一的“納維-斯托克斯存在性與光滑性問題”為切入點，展開了一場關於計算本質的思想實驗。該問題的核心在於，能否從數學上100%保證流體的解永遠不會在有限時間內、於空間某點形成能量無限集中的“爆破”（blow-up）。陶哲軒指出，這個問題的極端困難性，源於其“超臨界”（supercritical）特性。在流體系統中，存在兩種相互競爭的力量：一是使系統趨於平穩的粘性耗散，二是驅動能量輸運的非線性效應。在“超臨界”狀態下，當尺度越來越小時，非線性效應會壓倒性地戰勝粘性效應。他將潛在的“爆破”機制比作“麥克斯韋妖”的傑作：理論上，一個微觀“妖精”可以巧妙地操縱能量，將其不斷推向更小的尺度，形成一個自相似的能量匯聚鏈條，最終在有限時間內形成奇點。面對這個直接攻擊極為困難的問題，陶哲軒採取了一種非傳統的數學策略：如果無法直接證明原方程的正則性，那麼能否反向構造一個會“爆破”的解？為了實現這一點，他通過修改物理定律，設計出了一個可控的“爆破”模型。他解釋了其方法論：“我基本上就是通過修改物理定律，設計出了一個爆破模型。我無法直接研究真實的流體方程，那太複雜了。但如果我能對納維-斯托克斯的運動方程進行‘平均化’處理，也就是說，在物理圖像上，我可以人為地‘關閉’流體某些特定的相互作用方式，只保留我想要的那部分。”通過這種精心設計，他成功地在模型中迫使所有能量在有限時間內爆破。這一成果的直接意義，是為所有試圖證明原方程全域正則性的理論路徑，設定了一個關鍵的“障礙”。它清晰地表明：任何成功的證明，都必須本質性地用到那些被他在模型中“關閉”掉的關鍵物理特性。然而，在建構這個精巧爆破模型的過程中，一個更深刻、更具革命性的構想浮現了。陶哲軒發現，為了實現能量受控的、逐級向更小尺度傳遞，他必須在模型中建構一種複雜的非線性結構，其功能類似於電路中的“船閘”和“時鐘”。這個過程啟發他思考：如果流體系統本身就能被設計成一個計算裝置呢？由此，他提出了“液體電腦”的構想。他設想，驅動計算的單元不再是電子，而是一股股以特定速度流動的水流脈衝。水流的不同形態可以代表二進制的0和1，通過設計特定的流體互動，可以實現“與門”和“或門”等邏輯運算。將這些邏輯閘串聯，理論上甚至可以建構出一台液態的“Transformer”。一旦擁有了完全由水構成的電腦，便可以創造一個流體版的“馮·諾依曼機”（von Neumann machine）——一個能夠利用流體資源進行自我複製的機器人。這個“流體機器人”被程式設計設定了此生唯一的目標：創造一個比自己更小的、處於“冷啟動”狀態的複製品。一旦完成，它會將自身全部能量轉移給這個“子代”，然後自身“斷電”並消散。這個全新的、更小更快的“機器人”將自行啟動，並以指數級的速度重複這個過程。從理論上講，這個無限迭代的自我複製過程，就將在真實的納維-斯托克斯方程中製造出一個“爆破”。儘管陶哲軒坦承，目前建構這樣的“液體電腦”還缺少太多關鍵技術環節，但他這一思想實驗的深遠意義在於，它將一個純粹的偏微分方程問題，與計算理論的核心——圖靈機、馮·諾依曼架構——直接聯絡了起來。它揭示了計算可以是一種從物理定律中湧現的現象，為未來超越傳統矽基的、更泛在的智能形態，提供了來自基礎物理學的、邏輯上自洽的理論支撐。02計算的湧現：從“生命遊戲”看工程化初始條件的重要性陶哲軒關於“液體電腦”的構想，其核心在於複雜的計算能力可從簡單的底層規則中湧現。這一思想並非孤立，而是在數字世界中有著一個強大且經典的印證——約翰·康威的“生命遊戲”（Conway's Game of Life）。陶哲軒明確表示，他對元胞自動機（cellular automata）的瞭解，深刻地影響了他對複雜系統行為的思考，並為理解人工智慧系統的內在邏輯提供了關鍵類比。“生命遊戲”是一個由極簡規則驅動的二維數字宇宙，其演化模式有時看起來極為混亂，酷似流體湍流。然而，陶哲軒指出，研究者們，其中不乏業餘數學家，通過社區眾包式的努力，在這個極簡系統中發現了令人驚嘆的、具有高度組織性的結構。例如，他們發現了“滑翔者”（glider），一種能穩定向特定方向移動的微小模式，這與陶哲軒在流體力學中思考的“渦環”（vortex ring）形成了功能上的類比。更令人驚嘆的是，通過對這些基本模式的巧妙組合，人們最終在“生命遊戲”裡建構出了更高級的計算元件。他們設計出了能持續發射“滑翔者”的“滑翔者槍”，乃至能夠實現“與門”和“或門”等邏輯運算的複雜結構。陶哲軒強調：“一旦你能建構出這些基本門電路，從軟體工程的角度看，你幾乎可以造出任何東西，包括一台圖靈機。”最終，人們甚至在其中創造出了一個龐大得看似荒謬的、能夠實現自我複製的馮·諾依曼機。然而，無論是設想中的“液體電腦”，還是“生命遊戲”中已實現的複雜機器，其湧現都有一個至關重要的共同前提，陶哲軒對此給出了明確的論斷：“你能得到這種湧現出的複雜結構，但前提是需要非常精心準備的初始條件。”他強調，如果你只是在棋盤上隨機撒下一些“細胞”，你是絕對看不到“滑翔者槍”或自我複製機器的。這些複雜結構必須通過“工程”的手段，以一種非常特殊的方式精心設計，才能建構出來。03AI在數學研究中的潛力與核心侷限：“數學嗅覺”當對話轉向AI在數學研究領域的直接應用時，陶哲軒系統性地評估了AI當前的潛力，並明確指出了其與頂尖人類智能之間難以踰越的本質鴻溝——他稱之為“數學嗅覺”（Mathematical Smell）的缺失。他認為，人與AI在研究層面的合作已初現端倪，並給出了一個具體預測：“我認為在2026年就會出現人與AI合作的數學研究，其成果或許還達不到菲爾茲獎的等級，但會是真正在研究層面的數學論文，其中部分內容由AI生成。”他本人也經常使用程式碼補全等AI工具來加速研究工作，並視AI為出色的“計算助手”。然而，當被問及AI能否獨立完成菲爾茲獎等級的、類似格里戈裡·佩雷爾曼解決龐加萊猜想那樣的思想突破時，他的回答是清晰而否定的。他詳細解釋了佩雷爾曼的工作：其核心在於引入“裡奇流”（Ricci flow）並行展出“佩雷爾曼熵”等全新概念，將一個棘手的“超臨界”問題轉化為一個可控的“臨界”問題，並最終對所有可能出現的奇點進行分類和“手術”。這一過程，是長達數年、基於深刻物理直覺的探索，是一條需要巨大毅力才能走通的、前無古人的道路。陶哲軒對此斷言：“這完全不是今天的Transformer架構的AI或大語言模型所能做到的。”他進一步剖析了原因：一個AI或許能在其龐大的可能性空間中“碰巧”生成佩雷爾曼用到的某個公式或概念，但它無法像佩雷爾曼那樣，憑藉一種深刻的直覺堅信這是唯一正確的方向，並為之投入數年光陰。AI可以生成選項，但無法進行戰略性的、具有長遠信念的抉擇。不過，陶哲軒也指出，大型語言模型生成的數學內容，最令人頭疼之處在於它們常常“看起來完美無瑕”，語法正確、邏輯鏈條完整，但內部卻可能包含任何一個受過訓練的人都不會犯的、荒謬的低級錯誤。他將這種現象與程式設計師圈的術語“程式碼異味”進行類比。一個有經驗的程式設計師能憑直覺“聞到”一段程式碼中存在問題，即便它能夠運行。同樣，頂尖數學家對一個證明策略、一個研究方向的好壞，也有一種直覺性的判斷力，這就是“數學嗅覺”。而AI生成的文字，由於其訓練目標是模仿正確的文字樣式，所以常常是“沒有氣味”的，這使得發現其深層邏輯謬誤變得異常困難。“所以說，就是‘嗅覺’，”陶哲軒總結道，“這正是人類所具備的能力。”他認為，一個頂尖數學家的工作，遠不止是執行計算和邏輯推演，更重要的是對研究方向的戰略判斷：那個問題值得投入精力？那條證明路徑更有前景？那種問題的分解方式是化繁為簡，而非化簡為繁？他將這種能力與AlphaGo在圍棋領域的成功進行對比：AlphaGo之所以能戰勝人類，並非因為它算得更遠，而是因為它通過海量學習，發展出了對“棋局”優劣的“嗅覺”。陶哲軒預言，只有當AI也獲得了對“證明策略”可行性的‘嗅覺’時，它們才可能開始與人類水平的數學家一較高下。在此之前，一個理想的AI助手應該扮演什麼角色？陶哲軒認為，我們正進入一個全新的範式，面對的是一個能理解複雜指令、可進行大規模工作，但同時並不可靠的助手。這意味著人機協作的模式並非簡單的任務分配，而是一個動態的、需要人類扮演最終戰略決策者和“嗅覺”驗證者的過程。人類的職責，是提出深刻的問題，設定正確的方向，並利用自己深厚的“嗅覺”來審視和引導AI強大的、但可能是盲目的計算和生成能力。04眾包與形式化證明：重塑數學研究的協作新範式在被問及近年來積極投身並倡導使用像Lean這樣的形式化證明語言，是如何親自投身這個領域，並且參與的Polymath以及利用Lean的“等式理論項目”是如何運作？這種全新的、高度分佈式的協作模式，對於攻克難題和數學研究的未來意味著什麼？陶哲軒坦言，他投身這一領域，源於對傳統研究方式低效的切身感受。他看到數學家們花費大量時間進行重複性計算或在不熟悉的領域摸索，這促使他不斷探索新的工作流程。數年前，他便敏銳地捕捉到電腦輔助證明的潛力並組織相關研討會。當ChatGPT引爆AI浪潮後，他更進一步，意識到自己不能只停留在口頭倡導，必須親身實踐，用行動來證實這一方向的價值：“我不能僅僅憑藉自己作為‘世界知名數學家’的權威去告訴大家‘相信我，這將改變數學’，而自己卻不投身其中。”他所引領的這場變革，核心在於用電腦可以完全理解和驗證的程式碼，來重寫數學。像Lean這樣的形式化證明語言，讓數學定理不再僅僅是人類頭腦中的抽象概念和紙上的符號，而變成了可被機器嚴格審查的、精確無誤的數位化對象。陶哲軒解釋道，這從根本上解決了一個困擾大規模數學協作的瓶頸：信任。“你實際上是在利用電腦的證明檢查器來確保過程中的每一步都精準無誤，這讓所有部分都能相容並且高度可靠。”在這種新範式下，一個宏大複雜的證明可以被分解成數千個獨立的、標準化的、可被驗證的“節點”或“引理”。這就像一張詳盡的“藍圖”。貢獻者無需通曉整個證明的全貌，只需領取並攻克自己負責的那個小模組即可。這種模式徹底改變了數學研究的生產關係，使其從一門以孤膽英雄為主的學科，演變為可以像現代工業供應鏈那樣進行大規模、分佈式、可信協作的工程。為了檢驗這一模式的威力，陶哲軒與合作者們發起了一個名為“等式理論項目”的宏大計畫。該項目旨在完整描繪抽象代數領域約4000條定律之間的相互推導關係，這構成了大約2200萬個需要被證明或證偽的子問題。在過去，僅靠人力處理十幾個類似問題就已是極限。但在Lean和GitHub等協作平台的加持下，這個看似不可能的任務吸引了全球約50位數學家和程式設計師的參與。在訪談時，這個龐大的項目已接近尾聲，即將產出一篇有50位作者署名的論文，這在傳統數學領域是極其罕見的。這次經歷也讓他深刻反思了科研協作模式的演進。他回憶起十年前參與的、早期的眾包項目“Polymath”。雖然理念先進，但因缺乏Lean這樣的自動驗證工具，所有貢獻都需核心成員人工稽核，效率受限於巨大的瓶頸。當時團隊採用共同筆名發表成果，卻也帶來了署名權不清、功勞歸屬模糊等問題。而在新的“等式理論項目”中，他們採用了更精細的貢獻歸屬機制：所有參與者都是正式作者，並通過一個詳盡的“貢獻矩陣”來申明各自在概念構思、程式設計實現、結果驗證等方面的具體工作。05AI能否“發明”出這樣一種全新的數學思想當AI擁有了堅實的知識基礎（形式化數學庫）和強大的計算能力後，它能否攻克那些困擾人類數百年、似乎需要全新概念才能突破的終極難題，如孿生素數猜想和黎曼猜想？他以數論中著名的“奇偶性障礙”（parity barrier）為例，來闡釋所面臨的深層困難。在研究孿生素數猜想這類問題時，數學家們發展了一套強大的“篩法”技術。然而，陶哲軒指出，這套技術有一個內在的、已被證明了的侷限，即“奇偶性障礙”。它像一堵無法踰越的牆，使得所有基於現有篩法框架的嘗試，都註定無法最終證明孿生素數猜想。他將突破這一障礙比作“超越光速”，它需要的不僅僅是更強的算力，而是一個全新的、可能來自完全不同領域的革命性思想。一個AI或許可以通過強化學習，將現有方法運用到極致，但它能否“發明”出一種能繞過“奇偶性障礙”的、全新的數學思想？陶哲軒對此持開放但審慎的態度。他指出，對於孿生素數猜想，我們很大程度上仍處於“黑暗中摸索”的階段，缺乏像龐加萊猜想那樣一個由哈密爾頓提出的、明確的“裡奇流”攻擊方案。而對於另一個更著名的難題——黎曼猜想，本質上是說，素數的分佈，在刨除掉一些已知的局部規律後，其表現得和你所能期望的一樣“隨機”。陶哲軒解釋道，證明這一點極其困難，因為數學中我們恰恰缺乏有效的工具去證明某個具體事物“真正具有隨機性”。任何可行的證明，都必須極其精確，巧妙地避開所有已知陷阱，不能有巨大的誤差容忍度。他認為，用於解決黎曼猜想的工具，很可能與解決孿生素數猜想的工具截然不同。當被問及黎曼猜想是否會在我們有生之年被解決時，他坦率地表示：“如果非要我下注的話，我會賭它不會。但我真心希望自己會輸掉這個賭。”06面向未來的集體智能與核心素養在AI技術浪潮席捲全球的背景下，關於“人類何去何從”的討論不絕於耳。陶哲軒的思考，最終回歸到對人類智慧形態和社會協作模式的未來展望上，為我們在一個日益智能化的世界中定位自身，提供了清晰的指引。他首先強調，我們正從個體英雄主義時代，步入一個更加依賴“集體智慧”的時代。他以數學問答網站MathOverflow為例，這個線上社區常常能對極其艱深的問題給出驚人迅速且高品質的解答。他評價道：“當基礎設施和文化環境都健康時，人類作為一個共同體，其所能達到的智慧、成熟和理性，可以遠超所有個體成員的總和。作為一個整體的數學界，它就是一個令人難以置信的超級智能實體。”這種集體智慧的湧現，正是他對人類文明未來抱有希望的核心原因之一。這為我們思考未來的AI系統提供了新的視角：強大的智能或許不體現在單一的、無所不能的“超級AI”上，而是在於由無數AI代理和人類專家組成的、能夠高效協作的“智能蜂群”或混合智能系統。面對這樣一個充滿不確定性與巨大機遇的未來，年輕人應如何裝備自己？陶哲軒給出了明確而深刻的建議：專注於培養可遷移的核心技能。他警告說，學習某一門特定的程式語言或數學分支，其價值會隨著工具的更新換代而衰減。真正恆久不變、且在人機協作中不可替代的，是更根本的能力，例如：運用抽象概念進行推理的能力，以及在面對全新未知問題時的解決能力。這些元能力，是人類心智的基石，無論未來的AI工具變得多麼強大，它們始終是驅動創新和解決複雜問題的核心。他還對標準化教育提出了批評。他基於自己的觀察提出一個理論：“進化並沒有直接賦予我們大腦一個‘數學中心’，但我們大腦的其他中樞足夠精密，以至於不同的人可以‘呼叫’大腦的不同區域來處理數學。”例如，有些人偏好視覺化思維，有些人則偏好符號化和語言化思維。標準化的教育模式可能會因為無法匹配個體的天生認知風格，而過早地扼殺掉許多人對數學的興趣。 (數字開物)

大模型目前的主導地位只是暫時的，在未來五年甚至十年內都不會是技術前沿。這是新晉圖靈獎得主、強化學習之父Richard Sutton對未來的最新預測。就在剛剛的新加坡國立大學建校120周年（NUS120）之際，Sutton受邀發表演講——塑造AI和強化學習的未來。其實，這已經不是Sutton第一次在公開場合表達類似的觀點，早在他19年的著作《痛苦的教訓》中，他就明確提出：讓AI尤其是LLM模仿人類思維方式，只能帶來短期的性能提升，長期看只會阻礙研究的持續進步。在他4月份新發表的論文《歡迎來到體驗時代》也再度強調了這點，同時他表示，擴展計算才是正解。本次NUS120演講長達一個多小時，可謂是乾貨滿滿、資訊量超大。讓我們一起來看看完整演講內容。LLM主導是暫時的Sutton首先提及當前人類處於資料時代，像ChatGPT這類大語言模型，都是靠分析人類產生的大量資料（如文字、圖像、視訊）進行訓練。但始終追逐人類思維方式，至多也只能達到“人類水平”。在數學、科學等領域，人類資料裡的知識已經接近極限，AI難以突破現有認知，純靠模仿已經很難再有創新。AI需要新的資料來源，且要隨著AI增強而改進，靜態資料集顯然不足。因此他認為AI終將從依賴人類資料，轉向通過Agent與世界的第一人稱互動，以獲取“體驗資料”的學習。AlphaGo在與李世石對弈的第二局中，下出的神之一手——第37手，在人類標準下完全非常規的走法，就充分展現了AI在這種體驗學習下的思考潛力。也就是說，AI將會在自主體驗中，完成自己的更新迭代，產生更高級的資料並反哺自身，構成一個“越學越強”的循環。還能不受人類現有知識限制，自由探索人類未涉及的領域，比如全新的科學理論、材料設計等。Sutton舉了個例子：一個蹣跚學步的嬰兒會通過不斷探索周圍環境主動學習，然後隨著認知增長，每一次互動方式都會隨著經驗有所不同。因此AI的未來將屬於通過互動和經驗學習的“體驗時代”，Agent需要從經驗中學習，而這遠遠超出了LLM的能力範疇。即使現有LLM在連接全球知識上表現出色，但通往這一未來的核心路徑始終是強化學習。強化學習正是圍繞著經驗學習構造，但要發揮強化學習全部潛力，還需具備持續學習能力的深度學習演算法。而這背後要靠對大規模算力的充分利用來支撐，繼續基於搜尋和學習擴展算力，以適應AI性能需求增加。可以說，從長遠看，真正的突破還是來自規模計算。不同Agent去中心化互利共贏談及Agent的前景，Sutton提出對不同目標的Agent可以尋求去中心化合作。他認為每個Agent的獎勵訊號都各不相同，且都試圖最大化自己的回報，那麼只需要讓不同Agent各自實現其目標，再通過互動，就能實現互利共贏。這就類似於人類社會中的經濟運轉，得益於自然語言和貨幣的發明，儘管人們擁有不同的目標和能力，但在過程中相互協調配合，也能產生出不錯的效果。但還是有不少人主張集中控制AI，甚至呼籲暫停AI。Sutton認為這種聲音更多的是來源於對未知的恐懼，要接受個體目標的多樣性，建立合作化秩序，AI的潛力恰恰就在去中心化合作。另外，Sutton還提到了“設計時代”的概念，當前的機器越來越類生命化，而生命也被視作生物機器。但生命與技術之間存在本質差異，生命是在無意識下被覆制產生，而技術則先經設計師意識想像再落地創造，這是一個設計過程，且設計產物也更易改進。因此人類發展AI，就是為了將設計做到極致——設計出能自主設計的Agent，而人類將會在設計時代扮演催化劑和創造者的角色，將AI視作推動發展的機遇，而非單純的技術產物。One More ThingSutton的言論一出，很快在社區引起了激烈討論。支持者認為技術的突破往往來自未知與偶然，技術已趨向成熟的LLM似乎即將觸及領域天花板。而反對者則認為技術的發展在於不斷改進，也許LLM不是AI的最終形態，但它也必定在AGI發展過程中佔據重要作用。 (量子位)

在《藏海傳》6月3日的超前點播結局中，故事始於癸璽，終於癸璽，打敗惡人的正是惡人自己的慾念。藏海離開京城時，彷彿看到了初來京城復仇的自己，但此時的他已不是過去的他。為了「恨」殘喘度日的藏海死了，有了「愛」自在而活的藏海重生了。一切完美的callback，讓觀眾在轉折處驚嘆，回望卻瞭然。「1號數讀聯盟-勾正科技」資料顯示，自上線以來，《藏海傳》日播趨勢持續走高，集均播放量1.4億次，單日播放峰值破4.5億次。集均廣告達5.3個，合作46個品牌，刷新25年優酷電視劇招商記錄。在勾正5月的電視劇正片全媒體播放量排行榜中，《藏海傳》為Top1。當中國的觀眾感慨其因果自定的閉環敘事，國外的觀眾也欣賞起中式美學的視聽表達。5月28日，《藏海傳》在全球影視資料庫IMDb開分高達9.1，成為首部在該平台懸疑類中國劇集評分登頂的作品，同時創下2025年中劇開分最高紀錄。《藏海傳》的海外發行也覆蓋了15個國家和地區。迪士尼亞太區負責人說：《藏海傳》打破了文化壁壘，資料證明它不僅是中國的爆款，更是全球觀眾的共同選擇。為什麼國外觀眾也愛看《藏海傳》？1號認為，是東方哲學的魅力，讓世界為它著迷。當人類文明遇上中國文化作為世界文明多樣性中極具代表性的兩極，西方的「海洋文明」代表著對框架的打破，滋養出進取、創新和自由的精神，而東方的「黃土文明」則以追求身心與社會、自然的和諧圓融為旨歸。當人類經歷了瘋狂的經濟發展後，開始面對環境危機、資源枯竭和生態失衡的時代問題。處於「工業文明」向「生態文明」的求變期，人與自然、人與社會、人與人的統一關係成為了全球的共同話題。人與自然的和合共生即「天人合一」，人與社會的協調統一即「人人為公」，人與人的和衷共濟即「順天應人」，這恰好是中國文化的精神核心。那麼，《藏海傳》又是如何漸染默化、無形而至地，在未被觀眾察覺的細微時刻傳遞這些東方價值觀的呢？首先，「天人合一」是藏海藉以復仇的本領，也是推進劇情的最主要元素——風水堪輿。堪，天道也；輿，地道也。仰以觀於天文，俯以察於地理，是為堪輿。風水堪輿，是中國古代傳統的地理學說和卜筮術。它認為自然界的各種形態和現象都帶有一種氣場或能量，通過觀察地形、地勢、水流、山脈、居住建築等因素，來推測對人的吉凶、禍福、疾病等影響，以探求環境與人類命運之間的關係。劇中，藏海一次次依靠風水堪輿死裡逃生，又通過它贏得仇敵信任，再利用它設局反殺，如若天人合一之境。「用玄學玩權謀」，這不僅構成了極為新鮮且獨特的戲劇張力，也彰顯了「天道不可違」的東方哲思。風水不是迷信，而是古人對天地規律的敬畏。生態環境與社會福祉從來都不是孤立的存在，天上的日月星辰和地上的山水林田都與人類緊緊相伴，締結成一個大的生命共同體。其次，「人人為公」是藏海憑以復仇的信念，是主角人物對正義的捍衛和仁善的堅持。「人人為公，天下大同」出自儒家經典《禮記·禮運》，它是中華文化道德精神的根脈，體現了中華民族對社會政治秩序的思考和關切。藏海的復仇任務不僅僅是為家人討一個「殺人者須抵命」的公道，同時在這個過程中，實現了除奸革弊與撥亂反正。他以身入局，設計先後誅滅了詭詐弄權的奸佞楊真、凶殘的殺人者瞿蛟、行事卑鄙的小人褚懷明。他會在天象預示暴雨時，率先考慮可能會遭受洪災的百姓；也在上任欽天監監正後，第一時間肅清貪腐的下屬，頒布清明的政令。天下熙熙攘攘，無外乎一個「利」字。但是這個「利」，是損人利己，還是損己利人，抑或是利人利己？從儒家倡導的「仁愛、正義、自強」，到民胞物與的社會主義，深沉而強烈的社會責任感成為中國人代際相傳的文化基因。當人人為公，方可實現社會福利的「帕累托最優」。最後，「順天應人」是藏海用以復仇的謀略，是他在敵人與朋友間縱橫捭闔的「管理」智慧。如同星斗師父對藏海所說：「君子，要謀時而動，順勢而為。你要復仇，就要學會風的變化莫測。」藏海步步為營，攻心為上，先是成為最得侯爺信任的第一幕僚，接著利用貪婪愚蠢的莊之甫離間平津侯與曹靜賢，二人相鬥之時，他便可坐收漁翁之利。他巧妙將莊之行化敵人為盟友，也可以和香暗荼談判，使她成為自己的助力。最強大的手段不是蠻力，而是通過細微跡象，在事情發生前有所察覺和預知，可謂知幾其神。《藏海傳》不止一次引用《易經》中的詞句，《易經》是中國最古老的哲學典籍之一，被譽為「群經之首，大道之源」，包藏了宇宙法則、人性智慧。它的終極啟示在於：在變化中把握不變的本質，在紛繁中看見簡明的規律。「古老的」恰是「未來的」影視作品作為文化輸出的核心載體，代表著一個國家的形象和思想。《霸王別姬》通過京劇藝術隱喻中國近代歷史變遷，展現人性掙扎與命運浮沉。《臥虎藏龍》用傳統武俠元素滿足了西方觀眾對「東方神秘主義」的想像，探討人在慾望與規則、自由與責任的夾縫中如何自處。文化傳播的邏輯是先讓大家記住你，再讓大家認同你。如果說《藏海傳》中榫卯、崑曲、皮影等非遺技藝是具有國際吸引力的亮點，那麼，「融會於情節發展的文化價值」和「滲透於故事肌理的中國精神」，就是我們與世界人民的共情之處，是文化出海的有效秘方。由美國HBO出品的史詩級奇幻劇集《權力的遊戲》於2011年播出，風靡全球，成為現象級影視作品。同樣是複雜的權謀鬥爭，對比《藏海傳》與《權力的遊戲》，可以清晰地看出中西文化的差異。第一，西方文化更注重當下的體驗感和即時反饋，具有「短期取向」；中國文化更看重長遠的發展，重視長久的承諾，具有「長期取向」。例如《權力的遊戲》中馬王和龍女之間的愛情是熱烈的，他們每分每秒都不遺餘力地表達自己的情感，名台詞「你是我生命中的月亮」令許多觀眾為之動容。藏海喜歡香暗荼，卻不願意將她牽扯進自己的復仇計畫中，「此身踏無間，休道兒女情長」。他看不到兩個人的未來，所以委婉地表達拒絕。第二，西方文化是「恣意」；中國文化是「克制」。在《權力的遊戲》一開頭就可以看到瑟曦與詹姆的不倫之戀，劇中還有很多類似的例子，他們的共同點就是打破階級的束縛、超越世俗既定的倫理綱常，自我放縱，追逐慾望。而《藏海傳》中，當藏海的第一個大仇得報時，他什麼也沒說，只想在香暗荼身邊靜靜地坐一會兒。比袒露身體更親密的是袒露脆弱，讓觀眾更好品味的是曖昧的空氣中，那份不言自明的心有靈犀。「想觸碰，卻只能攔下思念的手；越朦朧，越激盪起明晰的痛。」第三，西方文化強調「個人主義的利」；中國文化推崇「集體主義的義」。《權力的遊戲》中，九大家族為了追求權力，龍爭虎鬥，相互制衡，在爭奪鐵王座的道路上佈滿了人頭和鮮血。劇中處處可見對利益近乎瘋狂的追逐，背後其實是極端「個人主義」的顯化。家族成員間的親情常被權力、野心和個人利益所侵蝕，呈現出冷酷、算計甚至手足相殘的局面，唯一的例外或許是史塔克家族，但他們的堅守也付出了慘痛代價。權力的遊戲永遠在上演，地上的黎黍依舊被王權碾壓。作為《藏海傳》中罪不容誅的反派，平津侯的死亡卻並非大快人心，他在絕境中選擇主動赴死，成就兒子莊之行的家族使命。這樣的藝術處理使得觀眾在痛恨其暴虐之外，也唏噓一代梟雄的悲壯結局。主角藏海的復仇之路也並非單純的爽文邏輯。他因為對亡親的執念出發，在前行中收穫了師恩、友誼、知己，一步步接近復仇的成功時，也必將被更多的情感所牽絆、掣肘，手刃仇敵後的他眼中含淚卻無快意，被仇恨吞噬後的精神荒蕪引人深思。而大結局中，藏海、香暗荼、莊之行對於父輩遺志的繼承正是對家國情懷的傳揚。「人本位」和「家本位」的不同是中西價值觀的差異所在。所謂一方水土養一方人，西方民族毗鄰海洋而居，決定了其以武力掠奪和對抗自然為核心的生活方式，也奠定了他們開放、冒險、征服的特質。而中國是典型的以農耕文明為主體的社會，養成了人們安土重遷的群居模式和溫和沉穩的性格，我們敬畏自然，更具凝聚力與責任感。《權力的遊戲》的成功源於其在一個具有豐富想像的奇幻世界中對人性原始慾望的真實刻畫。秩序被顛倒、禁忌被打破、邪惡挑戰美德、瘋癲對抗理性，長期迫於社會規訓的人們，彷彿在劇中體驗到被釋放的慾望和文明的對抗，脫去克制的「超我」外衣，為「本我」找到宣洩口。觀劇過後，我們或許看清了「人性本惡」的源頭，卻看不見這條黑色河流的出口。我們認出了惡的種子，卻找不到消融它的土壤，成了一場沒有目的的精神跋涉。而在倡導「長期主義」和「利他主義」的傳統文化中創作出的中國影視作品，往往在夾縫裡蓄些暖意，在因果中訴說善良，更能在故事落幕時讓觀眾獲得一種心靈的安頓，值得反覆品味、餘韻悠長。當西方觀眾為環環相扣的權謀驚嘆時，他們在不自覺中接受了「天人感應」的宇宙觀；當國際影評人盛讚其敘事創新時，他們推崇的恰是中國美學「言有盡而意無窮」的千年傳統。這印證了最高級的文化輸出，是讓世界用我們的邏輯思考。作為五千年來，唯一沒有斷流、始終傳承的中國古文明，可以給予人類文明發展新的靈感。古老的恰是未來的，那些被時間驗證的智慧，終將在時代前行中煥發生機。1號結語在強勢的西方文化的裹挾下，整個世界都彷彿陷入「功利主義」的洪流中。近些年在全球興起的「ESG」投資理念，倡導的就是既要實現財富增長，又要充分考慮個體利益和生態環境的平衡。這是對野蠻發展的約束，對克制慾望的呼喚，也與中國人血脈裡賡續的「中庸之道」相合。不偏之謂中，不易之謂庸。對於藏海來說，難的不是手刃仇人，而是蟄伏十年、臥薪嘗膽、復仇之後仍能保全自己的籌謀。對於蒯鐸而言，是將癸璽交給皇上，卻將銅魚保留下來的制衡。儒家的以人為本、釋家的收斂慾望、道家的天地人合、墨家的工巧以利天下……可以為綠色投資理念提供寶貴的思想資源，也可以和中國影視作品的核心融為一爐、化為一心，用「超功利」的東方價值觀去影響世界。 (傳媒1號)