2025 年12月2日，前GoogleCEO埃裡克·施密特與哈佛教授格雷厄姆·艾利森在哈佛甘迺迪學院進行了一場對話，深刻揭示了人工智慧對人類社會、地緣政治和個人自由的顛覆性影響。1. AI進化與“超級智能”的臨近。施密特指出，AI正經歷從語言模型到“智能體”（任務自動化），再到“推理”（更高階人類功能）的演進，這被稱為“舊金山共識”。他認為，這種遞迴式自我改進的“超級智能”（AGI）突破迫在眉睫，可能在兩到四年內實現。他強調，AI的顛覆性被嚴重低估，它不是泡沫，而是對商業、醫學和科學的根本性自動化。2. 中美AI戰略的二元分岔。中美兩國在AI領域的競爭呈現出不同的戰略路徑：•美國（矽谷）：專注於追求AGI的突破和閉源模型，這由巨大的資本投入和財務回報需求驅動。•中國：專注於將AI廣泛應用於“萬物”（智能產品、業務流程）和開源生態。施密特警告，由於中國在應用層面的不懈努力，美國在AI應用普及上正“輸給中國”。他認為，中國政府可能通過開源策略，利用免費模型實現技術的廣泛傳播，從而輸出其價值觀和偏見。3. 核心挑戰：人類能動性與自由。對話的核心議題是維護人類能動性（Human Agency）。施密特引用了自動駕駛汽車的“例外按鈕”思想實驗：如果系統完全最佳化交通，但無法為緊急情況提供例外，這將是“電腦對人類的支配”，人類必將反抗。他認為，AI的普及必須與人類經驗和需求相結合，否則將侵犯人類自由。4. 民主與真相的危機。AI對民主社會構成嚴峻威脅。它能輕易生成令人信服的虛假資訊，並利用人類的“錨定偏見”，通過無情的複製和重複來壓倒對真相的信念。施密特擔心，這種“增強的言論”或“演算法言論”將使民主的未來充滿不確定性。5. 工作與尊嚴的社會危機。施密特認為，儘管AI自動化了大量低端工作，但工作崗位的流失不僅是財務問題，更是一場情感和意義感的危機，因為人類的尊嚴與目標緊密相連。他呼籲社會必須解決這一問題，以更好地工具和新的社會結構來應對。對話全文如下：主持人：晚上好，歡迎來到政治學院的約翰·F·甘迺迪青年論壇。今晚，我們聚集在可以說是人類歷史上最關鍵的時刻之一。人工智慧已從一個未來主義的概念演變為我們日常生活中不可或缺的一部分，它在悄然但深刻地重塑著經濟、戰爭乃至人類社會的結構本身。自核時代的黎明以來，全球穩定首次可能不僅僅取決於軍事實力或經濟權重，還取決於為在這項新技術智能領域中爭奪競爭優勢而展開的角逐。總而言之，人工智慧體現了我們以前從未見過的事物。知識產生方式的轉變，決策方式的轉變，以及最終人類看待自身在世界中地位的轉變。20年後的社會會是什麼樣子？更重要的是，人工智慧將如何塑造它？現在，為了評論這些觀點，我很高興地向大家介紹今晚的演講嘉賓。埃裡克·施密特曾在2001年至2011年間擔任Google的董事長兼首席執行長。今天，他擔任相對空間公司（Relativity Space）的主席兼首席執行長。他是“創新實業”（Innovation Endeavors）的創始合夥人，並且是美國乃至全球人工智慧和國家安全領域的主要聲音。格雷厄姆·艾利森是哈佛大學甘迺迪學院的道格拉斯·迪倫政府學教授，他曾擔任該學院創始院長兼貝爾弗中心（Belfare Center）科學與國際事務主任。他還曾在第一屆克林頓政府中擔任國防部長助理，並榮獲國防部傑出公共服務獎章。現在，話不多說，請大家與我一起開啟今晚的討論，並歡迎我們尊敬的嘉賓登台。01 緬懷亨利·基辛格與跨代友誼格雷厄姆：非常榮幸地歡迎我們的同事和朋友埃裡克·施密特再次回到甘迺迪青年論壇，共同探討亨利·基辛格、人工智慧和未來。正如你們在這裡看到的，這張埃裡克和亨利的照片，他們是最好的朋友，這段友誼發展得比較晚，但變得非常深厚。在這段友誼中，埃裡克慷慨地充當了95歲的亨利·基辛格的導師。亨利是在他講完一個講座的尾聲時，聽到德米斯·哈薩比斯（Demis Haseeb）開始談論人工智慧後，才發現人工智慧的，他決定需要學習相關知識。他給我打電話，我告訴他，亨利，別想了，你知道你沒有任何科學和技術的背景。我告訴他，事實上，你都分不清晶片和薯片（potato chip）的區別。他說，那倒是真的，但是埃裡克答應教我。所以我們非常高興他能來到這裡。他去年來過這裡。這可能已經成為一種年度傳統了。亨利在上周去世了，距今兩年了。施密特：所以他享年100歲，回想這一百年真是度過了多麼精彩的一生。格雷厄姆：他是一個對美國國家安全和世界產生巨大影響的人，也對許多許多人的生活產生了巨大影響，其中一些人曾是他的學生，一些人曾是他的輔導老師，還有許多其他人。因此，埃裡克已經介紹了。我想提醒大家幾件事。首先，我想說，埃裡克是那位首席執行長，他帶領Google從一個理念發展成為世界上的偉大公司之一，這真是一件了不起的事情。其次，他很早就將人工智慧（AI）確定為未來的一個領域，並且Google實際上買下了他能找到的全世界所有的頂尖人才，包括深度思維公司（DeepMind），該公司隨後為Google帶來了德米特裡·卡茨金（Demetri Katsim），他因在Google關於蛋白質方面的研究而獲得了去年的諾貝爾獎。穆斯塔法·蘇萊曼（Mustafa Suleiman），他現在負責微軟的消費者人工智慧業務，是這次收購的另一部分，還有許多許多其他人。關於埃裡克的另一件事，以及為什麼很高興他在這裡，是因為人們試圖理解所有關於人工智慧的說法。大多數聲音最大的人都在推銷自己的觀點。所以當我聽山姆·奧特曼（Sam Altman）或Anthropic的人，甚至現在的穆斯塔法在微軟談論時，他們必須談論他們公司的立場。格雷厄姆：但你拿的是我的書。他們必須談論他們公司的業務，談論他們的未來。他們正在追逐他們認為是前所未有的、彩虹盡頭最大的金礦。因此，很難判斷他們實際上的想法是什麼，以及他們正在說什麼。埃裡克在這個領域已經可以說是晉陞為政治家了，因為他曾在這個領域有重大的投入，但現在他退居幕後，尤其是在與亨利合作之後，他基本上是試圖儘可能清晰、儘可能如實地表達他的看法。因此，我認為他是關於正在發生的事情更有價值的線索來源，勝過聽取那些只顧推銷自己的人的大部分言論。我們先從亨利開始，然後我們將轉向人工智慧，之後我們將聽取現場觀眾的提問。格雷厄姆：埃裡克，你在亨利的追思會上精彩地談到了亨利對你個人生活產生了多大的影響，甚至影響了你提出的問題，那些你認為重要的事情。所以請多告訴我們一些亨利在這段關係中意味著什麼。另外，對於那些沒有機會認識他的人，他們如何才能領略到他的一點點魔力呢？施密特：當我第一次見到，謝謝你，格雷厄姆，一如既往，很高興來到這裡。我認識亨利的時候，他已經八十出頭了。通常情況下，八十出頭的男士會變得有點不太對勁。他有多麼睿智，給我留下了深刻的印象。所以我對自己說，他參加了第二次世界大戰。他獲得了銅星勛章，因為他們是猶太家庭，所以從德國移民或逃了出來。並且參加了戰爭，然後利用《退伍軍人權利法案》來到哈佛，完成了本科和研究生學習，最終成為了這裡的教授。我試圖弄明白，當他處於你這個年紀時，他一定非常聰明。並不是說當時那個建築就存在了。所以這是他在哈佛讀本科時的一段引文。引文是：在每個人的生命中，都會有一個時刻，他意識到，在他青年時代所有看似無限的可能性中，他實際上已經變成了一種現實。生活不再是一片廣闊的原野，四處是森林、高山和誘人的景象，而是變得很明顯，一個人穿過草地的旅程確實遵循了一條固定的道路。他再也不能往這邊或那邊去了，而是方向已經確定，界限也已劃定。這就是他寫下你這個年齡時所寫的內容。當他還是這裡的本科生時，他保持著學院有史以來最長本科論文的記錄。在他提交了關於康德和世界意義的本科論文後，他們制定了一條至今仍適用於你的新規定，即你的論文不得超過350頁。供您參考。這是真的。所以他顯然是一位非凡的博學天才。對於亨利，除了，我真的非常關心他之外，我自己的解釋是，看著他的家人，特別是他的父親——我們對此進行了很多討論——目睹納粹掌權時，德國周圍世界的毀滅。當他們逃離時，他看到了對他父親和父親思想的傷害。等等，亨利在戰後決定盡他所能，避免未來的戰爭。現在，你可以對他的所作所為提出異議或激烈爭論，但你不能否認他的目標不是我剛才所說的。資料支援所有歷史學家都同意這一點。你可以不同意具體的策略。但歸根結底，他尋求的是一個沒有第三次世界大戰的世界。並思考他在20世紀50年代和60年代所面臨的問題。他過去常跟我說起這個小組，他一直認為最有趣的政策問題都發生在小團體中，這是麻省理工學院、哈佛大學和蘭德公司之間的一次合作，他們在20世紀50年代初期發明了“相互確保摧毀”（mutuallyassureddestruction）。我說，我不知道，這個小組裡都有誰？奧本海默，拜託，所有最有名的人。所以他很幸運生在那個對的時代。他顯然是當時在世的最聰明的人之一。他很幸運在家人和自己被殺害之前離開了德國。他很幸運能夠享受到《退伍軍人法案》（GIBill）。他有很多有趣的故事。我最喜歡的一段是，有一天我告訴他，你得去看醫生。他年紀大了。他說，好的。我說，我想讓你去梅奧診所。我說，好的。他是個紐約人。而梅奧診所的人就像中西部人一樣。說話輕聲細語，和藹可親，不像那種很強勢的紐約人。他去了梅奧診所，回來後我說，我很喜歡那裡。我說，你為什麼會喜歡明尼蘇達州羅切斯特市中心的梅奧診所呢？他說，讓我想起了戰爭。我說，什麼？他說，他剛到這個國家的時候，是不會說英語的。他曾在一家製造剃鬚刷的工廠工作。正如所有人預料的那樣，他被徵兵入伍，然後上了戰場。他和一支來自威斯康星州的美籍團體一起。所以他將自己的身份歸於那個群體，他幾乎不會說英語，而且反正也沒人能聽懂他的英語，他將自己歸類到那個群體中。所以他有很多這樣感人至深的小故事。我有很多關於他是如何成為美國人，以及他當然成為美國公民的類似故事。接下來的歷史你們也都知道了。格雷厄姆：嗯，我會說他是一個了不起的人。我有幸在這裡選修了一門課程。作為一名學生。施密特：那是什麼樣的情景？格雷厄姆：1965年，天那，由亨利教導，此後便一直是他的隨行人員之一。我認為關於他最讓我印象深刻的是那種戰略敏銳度，即有能力將一個問題提升到其360度戰略挑戰的整體層面來審視，然後找到政策處理程序可以被影響的切入點。我曾為他的百歲誕辰寫過一些東西，當時每個人都被要求寫一點，一些東西，埃裡克寫了一些，我也寫了一些，我說，真正思考亨利，他並非是，如果你想想，他經常因其現實主義，或者無情的現實主義或赤裸的現實政治而受到批評。但如果你看看他所做的事情，那並非是僅僅為了一個國家的利益而推行的赤裸裸的現實政治。他始終致力於建構一個可行的秩序，以防止災難性的戰爭。他親身經歷了猶太大屠殺和歷史上最致命的戰爭。他預見到了一場可能真正將地球生命滅絕的核戰爭的前景。他身處於冷戰之中，那是當時美國和蘇聯之間所見過的最激烈的對抗。他一直試圖超越這一切，為美國找到一種生存之道。以及對美國而言。為了全人類同胞。所以我想這就是他如何以一種間接的方式觸及人工智慧問題，對他而言，這只是另一代在某種程度上類似的問題。施密特：嗯，他寫過關於康德和意義的含義的本科畢業論文，當他去聽德馬斯（Demas）講話時，他立刻就明白了。他立刻對自己說，這對人類存在意味著什麼？我們今天正在努力解決他在我們首次開始這項工作時20年前就預見到的問題。在人工智慧時代，做人意味著什麼？做孩子、做成年人、做領導者意味著什麼？這對經濟學意味著什麼？這對工作意味著什麼？所有這些。但他核心的論點是，這是一個史詩般的變革，意味著它類似於我們過去在科學革命等領域所經歷的各種重大變革，因為我們人類從未有過一個非人類的、但智力水平與我們相當或更高的競爭者。而我們人類將採取什麼行動是不可預測的。他過去常說，在魔法中會發生的情況是，當人們不理解某事時，他們要麼認為那是一種新的宗教，要麼就會拿起武器。武器。所以你會說，我們是要對人工智慧拿起武器，還是要把它變成一種新的宗教？我說，我希望是宗教。因為我想我能從宗教中受益。02 舊金山共識與技術奇點格雷厄姆：因此，在去年出版的、名為《創世紀》（Genesis）的書——那是埃裡克（Eric）、亨利（Henry）和克雷格·邦迪（CraigBundy）在他去世前所做的工作——其中有一段話明確是亨利寫的，書中說，引述，談到美國和中國，如果雙方都希望最大化其在人工智慧領域的單方面地位，那麼將出現人類前所未見的、由敵對軍事力量和情報機構之間的競爭所構成的局面。今天，在首個超級智能到來之前的幾周、幾個月和幾天裡，一場關乎生存的“安全困境”正等待著我們。所以你已經將這種超級智能視為一種超乎我們想像的生存威脅。請多說一些。施密特：我稱之為舊金山共識。我稱之為舊金山共識的原因是，舊金山的每個人都相信這一點。這可能為真，也可能不為真，但如果你去舊金山，相信除了他們通常的舊金山娛樂活動之外，他們都在做這件事。基本建構是，我們已經經歷了一場語言革命。你明白，語言聊天，GPT，這裡的每個人都知道那是什麼。現在正處於地平線上的智能體（Agents），這些智能體能讓你基本上實現任務自動化。理解智能體的關鍵在於它們可以被串聯起來。所以你可以做這個，然後做這個，再做這個，然後它們都被整合在一起。我為什麼談論智能體？因為我剛才描述了工作流程。而這正是企業所做的、大學所做的、政府所做的，等等等等。然後下一個是推理。現在，推理是人類更高階的功能，而推理革命才剛剛開始。截至今日，可以說適用於人工智慧的規模法則尚未放緩。規模法則基本上說明了，如果你投入更多的資料、更多的電力和更多的晶片，你就會接二連三地看到這種湧現行為。你可以看到這一點，例如，剛剛發佈的Gemini3擊敗了剛剛發佈的OpenAI5，後者擊敗了剛剛發佈的Claude4.5，後者擊敗了DeepSeek，因為他們反正都抄襲了，諸如此類。所以它……以防你們沒注意到，Jim和我三（指代Gemini3）來自Google。是的。我很高興地說，在下一次到來之前，我們重新掌握了主導權。這是非常、非常具有競爭性的。正在發生的是，這些大規模的資料中心建設，順便說一句，它們是美國經濟的關鍵驅動力之一，不僅幫助提升了我們的經濟，它們也在建構這類東西。與我全部的經驗相比，這是一個全新的世界。所以問題是，隨著時間的推移會發生什麼？所以你擁有語言、智能體和推理。嗯，這不是我們所做的嗎？我們做事、我們交流、我們執行動作。因此，舊金山的共識是，在某個時間點，這些東西會彙集在一起，你會得到所謂的遞迴式自我改進。而遞迴式自我改進是指它在自行學習。今天，這已不再屬實。今天，當你建立其中一個龐大的資料中心時，你知道它們是什麼樣子的，你必須告訴它要學習什麼。但人們相信，讓電腦編寫程序、生成數學猜想、發現新事實的能力正在到來，並且有大量證據表明它正在到來。看起來這非常非常近了。許多人相信，在未來一年內，將會出現用於設計的新數學、新的數學家，即人工智慧數學家，供人們喜愛。因此，我們作為一個行業，共同相信這很快就會發生。如果你問舊金山的人，他們會說兩年，這真的很快了。如果你問我把它加倍到四年，這真的很快，所以它正在發生，而且發生得非常快。我希望，亨利當然希望，我們希望它能以美國的價值觀和人類的價值觀來建構。在我看來，有一個臨界點，我們對此進行了大量討論，即某人需要站出來說，我們做得太過火了。這裡的危險太大了。我們不希望將該年齡（權限）賦予電腦，我們希望人類負責管理它。關於那個臨界點在那裡尚未達成一致，但我們的書花了大量時間討論那個點可能在那裡。另一個例子是，你發現電腦已自行決定獲取武器的存取權。這顯然是一個，就像每個人都會同意的那樣，不是一個好主意，人類擁有武器已經夠糟糕了。想像一下如果電腦擁有武器，以及其遵循的標準是什麼，你可以想到許多其他此類例子。根本上，是關於人類能動性的問題。我們也花了大量時間討論這對兒童的影響。我們正在對人類發展進行一項大規模實驗，向那些可能還沒有自我認同的年輕人（當然不是成年人），部署了這些極度令人上癮的系統，無論是在iPad上、手機上還是其他裝置上，他們很容易被操縱。那麼，一個最好的朋友是非人類的兒童意味著什麼呢，除了可能成為一個超級書呆子？但我不知道。這意味著什麼？我們沒有任何資料。我們不知道這對年輕的男孩和女孩意味著什麼，對他們的發展意味著什麼，對他們的人際交往能力意味著什麼。他們最終會反叛，然後說，我只愛人嗎？我討厭電腦嗎？孩子們會反叛的。我們只是不知道。格雷厄姆：那麼，你能切換到下一張幻燈片嗎？對不起，我有遙控器，但我把它留下了。你們能讓下一張幻燈片放出來嗎？好的，謝謝。所以在這裡，就是所謂的“基辛格挑戰”。這是亨利，1969年，尼克松在1968年當選，於1969年1月就任總統，任命時任哈佛大學教授的亨利為他的國家安全事務助理。正如你們在這裡看到的，亨利寫道，任何在60年代末上任的人，都無法不對和平所面臨的空前嚴峻的挑戰感到敬畏。然後到最後一點，沒有什麼比防止核戰爭的災難更重要的職責了。因此，隨著核武器的不斷發展，這成為了他在冷戰中面臨的一個決定性的挑戰，但正如引文所說，沒有比防止核戰爭更高的職責了。03 美中競爭與戰略分岔施密特：那麼，當我們試圖思考美國、中國和人工智慧時，這在當前如何適用呢？嗯，我想說，沒有什麼比維護人類的能動性和人類自由更重要的職責了，我們集體最為珍視的事物。我想這對你們所有即將畢業的人來說將是一個核心挑戰。你們所有人都將面臨這些問題，它們是複雜而微妙的。想像一下，如果網際網路是由中國發明，並且它沒有今天網際網路所具有的那種開放性，而是處於中國的網際網路之下。看起來中國正在推行與我所談論的不同戰略。在我最近一次訪問中國時，我的行事方式是，我向工程師提出技術性問題，因為他們不會對你撒謊，而我對其他所有人則不那麼確定。我最終弄清楚了中國人在做什麼，他們真的非常專注於將人工智慧應用於他們的業務。他們將比我們更具競爭力。我們將輸給中國，因為他們在每種產品中都驚人地採用了人工智慧，他們只是不懈努力，工作非常刻苦。這被稱為“996”，即晚上9點到，每周工作6天。順便說一句，在中國是非法的。在美國也是非法的，但實踐得卻不少。他們來了！它們似乎沒有像舊金山共識那樣專注於超級智能和我在描述的路徑，當然，這可能會改變。所以看來這兩者正在追求不同的道路。對於你們在研究生甚至本科生（考慮到這是哈佛）階段的人來說，一個問題是開始弄清楚當這些分岔的道路遇到障礙時會發生什麼，因為兩者都有。一個例子是，在美國，我們基本上沒有生產新的電力，因為提供電力非常困難。中國擁有無限的電力，這要歸功於他們在可再生能源等方面的巨大投資。他們在過去五年中建造了大約120吉瓦的新可再生能源，大概是這個數字。格雷厄姆：在中國，每天，每天，電網都新增了一個吉瓦的電力，全年都是如此。施密特：這相當驚人。在這裡，每一天，所以我的觀點是，順便說一句，舉個例子，一個核電站大約有多大，1.5吉瓦？再次使用這些數字，這就是中國正在發生的電力革命的規模。我們在美國建了多少這樣的電站？零！而且我們肯定正在因為這裡所有人都知道的原因，在可再生能源競賽中輸給中國。所以他們擁有很大的電力，我們沒有。我們有很多晶片，他們沒有。這為競爭奠定了基礎，而每方都會追求不同的道路。其中一個技術問題，有一種叫做“擴散”的東西，你所做的就是拿一個非常強大的模型，我們以目前的頂尖模型Gemini3為例，你向它提出一萬個問題，然後取其答案，系統就可以從這些問題和答案中學習到足以模仿的程度，而無需承擔進行大規模訓練的開銷。那個大模型。再次思考中國將要採取的戰略以及美國可行的戰略，可能非常重要。有趣的是，這兩個國家都依賴私營部門來完成這項工作。在亨利那個時代，你可能會認為會動用政府的力量。但事實上，我們的政府無法這麼快地推進，補償制度等等也是如此。事實證明，這對中國人來說可能也是如此。我不確定在安全層面這是否屬實，但我沒有在中國發現任何大型、奇怪的曼哈頓計畫式項目，儘管許多私營公司的人員都在為國家安全而努力。格雷厄姆：那麼就人工智慧這個總體話題，請告訴我們，花一兩分鐘時間，最讓您興奮的、在未來一、兩年、三年的可見範圍內，有那些積極的方面？施密特：嗯，第一個問題是，為什麼會出現這種瘋狂？這一定是泡沫，而且它將會破裂。不，這不是泡沫。恰恰相反，它被低估了，因為你正在從根本上實現業務的自動化。人們投入這筆巨額資金的原因是為了自動化他們業務中無聊的部分，或者他們認為重要的部分。無論是帳單、會計、產品設計、交付、庫存、管理還是其他任何方面，人們都在對其進行自動化。那裡有很多東西。想想醫學。想想氣候變化、工程學、新科學。這很非凡。格雷厄姆：那麼，在你看來，那些是你能預見到而我們其他人可能看不到的事情最讓你興奮呢？我們都能在自己的想像中看到我們對它的看法。然後我們會聽聽埃裡克怎麼說，是的。施密特：當我開始時，在我上高中的時候，我是個早期程式設計師，我喜歡編寫程式碼。當我上大學和研究生院時，我那時只想做那件事。我忽略了所有這些歷史方面和類似的事情。那時我就是書呆子的代名詞。而我在20多歲時所做的一切，那些讓我走到今天的位置的事情，現在已經完全自動化了。我所做的程式設計的方方面面，設計的方方面面，現在都由電腦完成了。我最近讓它為我編寫了一個完整的程序，我坐在那裡看著它生成類和互動的細節等等，心想天啊，我的時代結束了。我想，我從事程式設計已經55年了，親眼目睹一個從開始到結束的過程發生在自己眼前，而自己還活著，這真的非常深刻。我現在可以說，電腦科學不會消失，電腦科學家——至少在他們被取代之前——將負責監督這一切。但是，這些系統所能做到的程式碼生成能力是革命性的。這意味著你們每一個人口袋裡都有一台超級電腦和一個超級程式設計師。現在，這裡沒有人是恐怖分子，使用負面例子總是更容易。有很多，我用一個刻板印象來說，就是一些住在地下室的年輕人，他們的母親給他們送食物，然後他們就沉浸在相當於加密貨幣、4chan、偏執狂，隨便什麼，任你選擇的環境中。他們都有能力使用這些工具來建構極其強大的系統，網路攻擊，其他事情，隨便他們關心什麼。有一些證據表明，我認為是曼喬內（Mangione），那個殺了保險高管的傢伙，對這些東西很著迷。有些人正在研究他的一些著作，當然他現在在監獄裡，但表明他受到了某種影響。現在，我不是在證明因果關係。但這正是人性中最黑暗的一些角落的寫照。你把這類工具交給那些人。我們必須做好準備。現在，業界對此非常清楚，我們正在努力解決這個問題。防禦系統能夠正常運作這一點非常重要。順便說一句，人工智慧的最終解決方案是人工智慧對抗人工智慧，即好的對抗壞的。這就是它（解決之道）的全部意義所在。04 開源、閉源與未來戰略格雷厄姆：好的，請能放下一張幻燈片嗎？我想問一下您如何看待中美在人工智慧領域的競爭。如果幻燈片不夠清晰，我深表歉意，但它表明，如果我們看一系列指標，你會發現24年1月的表現差距比現在要大得多。我們如何解讀這一點，以及我們如何解讀可能的未來走向？施密特：所以圖表是正確的，但受此影響的人聲稱這種情況不會持續太久，因為推理革命需要大量的晶片以及舊金山那些人所發明的許多“魔法”（此處“魔法”指核心技術），並以此為代號，他們認為差距將會擴大。我自己的觀點是差距會擴大，但原因不同。我認為中國的主要關注點，如我所提到的，是將人工智慧嵌入到萬物之中，如智能烤面包機、汽車等等。他們的進展速度比我們快得多。我認為絕大多數人形機器人將由中國人工智慧提供動力和製造，原因很簡單，因為他們知道如何降低成本。他們的供應鏈令人難以置信。他們的成本控制，他們工作非常努力，諸如此類，所有這些都算在內。所以我的猜測是，差距可能會擴大，但這才是真正的問題，作為消費者，你最終會因為一個中國產品而不是美國產品獲得更好的體驗嗎？答案是，從裝配和光潔度來看，可能中國的產品會更好，這一點令人擔憂。格雷厄姆：所以讓我再深入探討一下這個問題。所以人們正在就半打左右的問題下注，而你已經對此進行了深入的思考。一個問題是，我們是會押注於電腦晶片、堆疊還是大腦？另一個問題是，我們是會押注於封閉系統還是開放系統？還有一個問題是，我們是會押注於在通用人工智慧（AGI）還是擴散模型和應用方面努力？施密特：所以如果你看看這個光譜，如果我看中國的那一部分，DeepSeek認為，200個有頭腦的人就可以擁有一個成本僅為OpenAI千分之一的推理機器。現在，來自同一領域還有其他六條小龍正在出現。所以這一點讓我感到擔憂。關於封閉與開放，如果我沒記錯我們上次談話的內容，你幾乎得出結論，開放最終會變成封閉，但我們所有的公司都是……大多數是封閉的。那關於這一點呢？第三，也許如果出現了這種通用人工智慧（AGI）的突破，所有其他事情都將不再重要。但如果擴散和應用已經在其他領域發揮作用，那麼這只會讓我們在競爭中再進一步。擴散指的是，我回顧一下，擴散本質上是指許多對（資料）進行學習，並像我們討論的那樣進行學習。我個人的看法是，我不太確定，但我認為，那些大公司最終不會發佈它們最大的模型。這樣做太危險了，所以它們會對其進行子集化。我就會這麼做。現在，我假設他們會做出那個決定。我認為最有趣的問題是開源與閉源。對於那些沒有這方面背景的人來說，開源，開放權重。開源是我幾十年來一直從事的工作，當你使用任何形式的電腦時，你使用的許多軟體都是由開源開發的，這意味著原始碼被公開發佈，人們會共同推動其發展。圍繞此有一個完整的運動，我就是其中一員。因此，在我看來，我堅定地支援開源。大型公司大多出於經濟原因而採用閉源模式。基本上，如果你從金融市場借款500億美元，他們希望收回本金，而你卻告訴他們，‘順便說一句，我們要免費發放所有模型’，你可能無法獲得回報，這可能不是一個很好的法律或財務策略。因此，美國的模式似乎演變成了閉源模式。奇怪的是，中國的模型是完全開放的，權重開放，原始碼開放。為什麼？我不知道。一種可能的解釋是，中國政府已經意識到他們在閉源競爭中處於劣勢。得不到硬體。而開源，因為它免費，可以實現技術的廣泛傳播。因此，開源和權重開放的後果之一是，地球上絕大多數人將使用中國的模型。為什麼？因為它們是免費的，而且大多數國家負擔不起計算能力和資料中心等等。他們只會免費獲取中國的模型並將其嵌入使用。現在，這算是一個問題嗎？絕對是。因為它帶有中國的價值觀、中國的培訓、中國的偏見等等。我們更希望它是美國的。我們將拭目以待。在美國有一些開放原始碼專案是我支援的，但它們無法從公開市場籌集到所需的100億美元才能達到它們的目標。所以它們是瑰寶，但尚未達到規模。我主張美國政府應該幫助資助它們。我主張慈善家應該幫助資助它們，但我真的不確定。格雷厄姆：好的，這非常有幫助。那麼最後一個問題，然後我們將聽取觀眾的提問。如果你要挑選兩到三個問題，供對人工智慧和地緣政治這一領域感興趣的研究生或本科生思考，你能否給出兩到三個問題，以便你下次來時，我們能請到一位對這些問題有所解答或部分解答的人來談談？施密特：所以有幾個，嗯，再次說明，我們這裡面對的是世界上一些最聰明的人。那麼第一個問題是，在人工智慧時代，成為人類意味著什麼？這是一個可以寫多篇博士論文的問題。所以基本上，研究歷史，研究哲學，研究人們如何工作，研究經濟學，然後弄清楚這項新技術將要做什麼。在我的行業裡，因為我們沒有上過這些課程，我們總是忽略這些事情，你們有能力以某些方式回答這些問題，如果我們偏離了軌道，也許可以用這些來提醒我們。第二個問題與中美之間的競爭有關。為什麼是中美？只有這兩個國家會產生影響。原因在於你需要巨額的資金和龐大的人口。儘管我很喜歡歐洲，但歐洲沒有組織起來，沒有足夠的人口，沒有足夠的資金來做到這一點。印度目前還沒有足夠的組織能力來做到這一點，儘管他們正在努力。而且大多數其他國家沒有足夠的資金，沒有足夠的人才，沒有合適的大學，等等。那麼第三個問題更多地與衝突有關。在一個擁有人工智慧的恐怖分子，以及擁有人工智慧的政府的世界裡，衝突會是什麼樣子？針對一個大國的恐怖襲擊會是什麼樣子？顯然，我不是在提倡或支援這種行為。這是一件可怕的事情。我們如何防範它？中國與美國的衝突也是如此。但俄羅斯與烏克蘭呢？歐洲與某方的衝突呢？試圖理解在人工智慧驅動一切的演算法戰爭中衝突是如何展開的，這是一個非常、非常富有成效的研究和新思想領域。這只是剛剛開始。格雷厄姆：這是大家在此期間可以著手研究的好課題。我們從這裡開始。請做個自我介紹並提一個簡短的問題。05 觀眾互動與深入問答觀眾：大家好，我叫特蕾莎。我是加拿大這所學校的二年級學生，正在上艾莉森教授的國家安全課。我們在一堂課上討論了網路安全，以及支撐美國國土安全部的大部分技術。都是由私營企業掌握的。那麼，您認為那種治理模式能真正幫助協調政府和私營公司，尤其是在發生類似人工智慧類型的緊急情況時？鑑於我們經常談論美中競爭，儘管存在技術和投資方面的競爭，但政府模式也存在巨大差異。那麼，您認為這兩種治理模式在那些方面會產生影響呢？在國土安全網路危機方面。施密特：嗯，首先，我認為在川普政府的領導下，我們不會看到對人工智慧進行太多監管。這一點相當明確。在中國，似乎是允許這些公司為所欲為。儘管他們有關於各種事務的法律，但他們似乎沒有在執行。所以看起來這是一場全面爆發的商業衝突。我最大的擔憂是網路攻擊。如果你能像我所見到的那樣編寫程式碼，而且我的世界裡的每家公司現在都將程式設計師和人工智慧程式設計師結合起來使用。這非常非同尋常。這發生得非常快。看看ClaudeCode，比如最新的它目前處於領先地位，來自Anthropic公司，還有其他一些正在趕上。當然，Gemini聲稱它有競爭對手，但目前來看，ClaudeCode略勝一籌。如果你會寫程式碼，你也可以編寫網路攻擊，因為目標函數很簡單。就是不斷地寫程式碼，直到你把某樣東西搞壞為止。如果你有足夠的硬體和足夠的能源，你就可以一直這樣做下去。我認為未來將會有更多更多的網路攻擊。而且，這不一定來自政府。也可能來自恐怖分子和邪惡組織。我認為為這種情況做好準備將是我的首要關切。觀眾：感謝您的到來。我是大衛·魏德曼。我是MPP2。您提到了當前閉源模型的強大之處。如果我說錯了，您可以告訴我。我認為開源模型比當前的閉源模型落後大約半代。將開源與閉源的對抗定性為美國與中國之間的問題，可能有點危險。我的擔憂是，您提到的那些矽谷人士正在尋求監管俘獲，這就是他們想圍繞開源模型散佈恐慌的原因。如果我們尋求對閉源模型實施禁令，在全球範圍內建立這項禁令需要做些什麼？施密特：我想我不同意您的問題，我很抱歉。我看不到美國在開源方面的領導地位，而我只看到了中國在開源方面的領導地位。我認為那是事實。所以我認為在開源方面不存在監管俘獲。而且我認為，再說一遍，在川普政府的領導下，你不太可能看到對閉源公司進行重大監管。但如果你理解我的意思，我認為閉源決策在很大程度上是由經濟驅動的，而非政策驅動的。從字面上講，你根本做不到，想想這些東西的成本。我們談論的是100億、200億美元。如果沒有這個（資金），你將如何籌集這筆錢？格雷厄姆：而且我認為，埃裡克，這回到了，如果我們正在列出我們要問的問題清單，我會補充一點：融資考慮因素如何影響戰略選擇？因為如果這僅僅是由於財務結構上的一個偶然巧合，那並不一定能反映國家利益。那將僅僅反映現有的資本市場。施密特：我認為重要的是要承認，美國擁有迄今為止世界上最非凡的資本市場金融體系。我認為，交易量的60%和價值美元的90%等都在美元計價。因此，那些非美元計價的國家確實畏懼這個金融市場的力量。我們在籌集資金的能力上看到了這一點。當我訪問中國時，與我的朋友交談時，這一點非常清楚。他們無法接觸到如此深度的金融市場。他們實際上拿不到資金。三年前相比，中國的風險投資融資額減少了五倍。現在有很多原因，不只是我們世界，也不只是美國。但如果沒有這種資本獲取管道，開發這些大型模型將非常困難。需要進行複雜的訓練。現在，你可以想像我所說的一切都會隨著底層演算法的改變而改變。有人正在研究新的、成本更低的非Transformer模型。許多人對人腦的能源效率與這些資料中心的成本進行了比較。相信我們的大腦很複雜，但它們並不耗費太多能源。可能又會出現一項突破，從而改變我們正在討論的這種計算模式。請說。觀眾：我叫法瓊·塞邁亞庫（FationSemayaku），是哈佛甘迺迪學院的MCMPA學生，來自阿爾巴尼亞。在人工智慧時代，您和基辛格博士描述了一個人工智慧系統開始為我們解釋現實的世界。如果人類的戰略判斷，那怕是微妙地，被機器生成的框架所塑造，那麼全球事務中的責任之錨又將落在何處？換句話說，當一個受人工智慧影響的決策產生現實世界的後果時，誰來承擔道德責任——是採取行動的人類、部署該系統並影響了認知的機構，還是演算法本身？而且，民主國家應該如何在這種模糊性成為地緣政治弱點之前重塑其制度？施密特：一個措辭非常精妙的觀點。所以我擔心民主的未來是不確定的，僅僅因為，或者舉一個美國的例子，我們相信言論自由，我當然支援美國絕對的言論自由，但我不支援增強的言論或演算法言論。那麼界限在那裡呢？如果我說了一些錯誤的話，然後演算法因為我的主張很離譜而決定將其廣泛傳播，這在民主社會中是恰當的嗎？你可以想像，我再說一遍，我不是在搞黨派之爭。我認為政治體系中的任何一方都可以利用這一點達到任何效果。現在生成人們深信不疑的虛假資訊的能力變得如此簡單，我希望答案是人類能夠接受更好的教育和批判性思維。但你可以想像，如果我是一個邪惡的人，我希望我不是，我坐下來開始向每個人灌輸我特定的、獨特的資訊，我可以通過無情的複製和重複來壓倒你對真相的信念。我們知道存在一種所謂的錨定偏見。如果你先聽到某個資訊，你就會以此為基準進行判斷，所以如果我設法先讓你知道大樓著火了，儘管它沒有著火，我也不是在犯罪。如果我能先讓你接收到這個資訊，你就會從那個點開始錨定。你看到了這裡的危險。這是非常真實的。我認為，回答你的問題是，每個民主國家都會面臨這個問題，而且我認為民主國家將根據文化價值觀和對威脅的理解做出不同的決定。你不會看到民主國家有一個統一的答案。觀眾：非常感謝您今晚蒞臨此處。我叫埃莉諾·克蘭（EleanorCrane），是貝爾福中心的研究員。所以我想問，首先，您能否就像您我這樣的普通人在人工智慧的非常長遠發展中的作用發表評論？我們的作用將變成什麼？而且，我們經常因為價值體系的原因，將中美之間的爭論定性為一種競爭。但從協作的角度來思考這件事是否有價值呢？也許更有趣的是，您提到歐洲可能有些雜亂無章，但他們也擁有巨大的實力和巨大的人才。比如法國的明斯特拉（Mistral）等等。在那方面與他們進行協作是否有所作為？施密特：所以有幾點評論。關於歐洲，我是Mistral的第一位投資者，所以我非常看好Mistral。Mistral無法像美國那樣籌集資金。他們有同樣的問題，並且正在努力尋找解決方案。關於美國和中國，因為亨利的原因，我花了大約五年時間研究中國的同業競爭。我曾認為有可能與中國走得更近。後來，通過他的工作以及其他人的努力，我發現中國人比我們更害怕與我們競爭或合作。舞蹈需要雙方配合，我認為這是極不可能的。我希望在你們有生之年能明白我們必須共存，但由於顯而易見的原因，這兩個體系極不可能成為最好的夥伴。我想談談關於人類在非常長遠來看有什麼用處這個問題。非常非常清楚的是，人類是社會性動物，希望和其他人在一起。同樣非常清楚的是，我們有一些必需品，比如醫療護理等等，將由人類提供。我認為，用一種比較粗略的方式來說，大多數其他職能都可以由電腦來完成。我們會允許它們這樣做嗎？那是你的研究要解決的問題，那條界限在那裡？我以前的例子是這樣的。那時候我在Google建構Waymo。所以這個思想實驗是，紐約市除了Waymo和競爭對手的自動駕駛汽車之外什麼都沒有。而Google和其他公司的工程師已經找到了完全最佳化交通的方法。那些街道是不會改變的。你擁有每條街道上絕對數學上真實的最高負載，而且它是無縫的。然後你有一個緊急情況，一個孕婦，隨便什麼，她必須去醫院，需要一個例外。車裡是否有例外按鈕，上面寫著你必須違反所有規則，因為發生了什麼事情？施密特：現在，如果車裡沒有例外按鈕，那就是電腦對人類的支配。而人類將會反抗。如果我回到鎬頭與宗教的對比，人類會反抗的。這將被視為政府的壓迫，在這種情況下，是紐約市的市長，無論你想用什麼比喻，以及電腦公司本身。如果系統另一方面能夠適應人類的需求，並說，啊，我們有實際的醫療緊急情況，而不是有人吸毒或者隨便什麼人在胡鬧，或者某個孩子在玩弄按鈕，它會進行推理，然後說，我的天那，我必須盡一切努力將這個人送到醫院。那麼它就會被更廣泛地接受。因此，這很大程度上取決於它是否能與我們的人類經驗和需求相結合。它會限制我們的自由，還是會增加自由？我已經得出了一個看法。我現在年紀大了，相信維護我們的自由，我們思想、行動、集會、聚集的自由，所有這些事情，真的，真的非常重要。如果它們侵犯了我們的自由，那麼它們必將遭到反抗。而我將領導這場鬥爭。觀眾：我叫伊爾瑪·阿夫羅斯，我來自印度。你在談話中提到了印度。我很幸運能成為埃裡森教授的學生，並向他學習。我的問題是如何將美國和印度結合起來。印度擁有一些非常優秀的人才。我們如何才能將我們兩國聯合起來，以創造一個民主蓬勃發展的世界，並且這對我們兩國都是一個雙贏的夥伴關係。施密特：我非常同意。我在印度待了很長時間，而且確實，由於印度的資訊技術人才（IATs）和人才質量，印度的天賦深度是非凡的。然而，計算能力的深度卻不是。去年，我們做了一個估算。對於10億人口的整個國家來說，只有大約1000個圖形處理器（GPU）。因此，我和其他人已經組織起來試圖解決這個問題。所以我對最近的貿易戰感到警惕，我認為那次貿易戰讓印度和美國都倒退了，這個問題需要得到解決。我不理解貿易戰，我的立場是這正在傷害我們。印度是我們的天然夥伴，它是一個民主國家。它是一個混亂的民主國家，但我們也是。在矽谷，與我共事的多數人都是。基本上是南亞血統，來自印度或一些其他國家。所以至少在矽谷，印度人正在蓬勃發展，我希望與他們實現最緊密的融合。格雷厄姆：謝謝。觀眾：請說。我叫喬希。我是甘迺迪學院的一名MPP2（二年級公共政策碩士）。埃裡克，您早些時候概述了兩種國家戰略：推進前沿技術或推行應用普及，但理想情況下您希望兩者兼顧。那麼，我們來談談在美國的採納情況。目前，企業採納的主要障礙有那些？這會因行業而異嗎？政府應該做些什麼來幫助解決這些障礙，如果有的話？施密特：政府通常在這方面做得不太好。業界認為存在一種叫做“技術積壓”（technologyoverhang）的現象，即我們——你們友好的業界——已經開發了比你們使用更多的工具。這是我們的看法，它是否屬實可以再討論。而且很多問題似乎是技術採納的準備度，以及大部分這些東西都是軟體，很抱歉這麼說，但大多數公司都沒有很好的人才，還有內部所需進行的變革。我個人相信，這項技術的採納問題只是一個暫時性的問題，隨著新首席執行長的上任和贏家的出現，美國非常高的競爭壓力將促成這種採納。在受監管的行業中，你很少看到技術被採納，因為監管被用作不創新的藉口。但在那些硬核的、具有創新性的行業中，我認為這個問題會得到解決。但總的來說，我的觀點是，我不希望政府做太多事情，因為我不認為那會有幫助。有幫助的將是讓每家企業都明白，如果它們想要賺錢（這是資本主義的願景），就需要更深入地使用人工智慧。請記住，你可以通過人工智慧來定位你的客戶、服務他們、瞭解他們、與他們交流等等。這其中有很多負面問題，例如，它可能導致公司裁員。有很多低端工作崗位被電腦取代的例子，這顯然是工作崗位流失。這是一個社會問題。但從採納的角度來看，答案只是時間問題。觀眾：我是電腦科學專業的一名三年級博士生，研究方向是人工智慧。我的問題是關於您剛才提到的中國對企業人工智慧自動化的強烈關注。我猜在矽谷，似乎每天都有新的初創公司出現。都是大型種子輪融資，目標是針對工作流程的某種自動化。我們也有那種朝九晚九到朝九晚六的潮流。您認為中國人工智慧自動化業務中有一個關鍵的區別點是什麼，是您認為美國需要迎頭趕上，或者至少是現在的矽谷初創公司需要追趕的方面嗎？施密特：您的博士課題是什麼？觀眾：我研究的是大型語言模型的推理能力。施密特：太棒了。觀眾：那麼您對通用人工智慧（AGI）的時間預期是多久？我估計大概需要六到七年。施密特：您看，這不是舊金山的共識，而是東海岸的共識。很好。我們拭目以待。您可能是對的。我認為那個……我想，這與這些夢想的宏偉有關。當我在中國時，我聽到的言論與在加利福尼亞聽到的不同。在加利福尼亞，人們說兩年內世界就會改變，沒人準備好，事情發展如此迅速，諸如此類，正是這種言論在驅動，而且是自我複製的，它是一種信仰體系，就像一種宗教。現在，它總是比夢想家們說的要花費更長的時間。我在中國聽不到這種說法。這有明顯的不同。施密特：舉個例子，關於推理能力，你知道Deepseek在R3上做了什麼。他們做了一項了不起的工作。他們發明了一種新的有監督的微調方法。真是非常非常聰明的做法。你只是在國家層面上聽不到這種聲音。順便說一句，DeepSeek是中國的國家級佼佼者。他們現在確實，他們已名列著名公司名單之列。他們正在獲得巨額資金。上次我和他們會面時，他們說，我們已經解決了我們的硬體問題，而“硬體問題”的暗語就是政府。他們只是會給他們大量的晶片。沒錯。歡迎來到一個共產主義國家。格雷厄姆：好的。那麼，這位女士，請到這個頻道來。觀眾：你好，非常感謝你的到來。我是索尼婭。我是工商管理碩士和政策學院的雙學位學生。這可能是一個稍微更離奇和開放性的問題，但你談了很多關於成為人類意味著什麼，我認為其中很大一部分就是意識。我很好奇，當我想到意識理論時——這些理論顯然定義得非常模糊不清——人工智慧正越來越多地觸及這些理論的邊界。因此，如果說有什麼需要，那就是我們需要一場關於我們如何思考意識的革命。施密特：但我很想知道，您如何看待人工智慧中的意識，以及您是否認為人工智慧有可能已經或將會變得有意識，那會是什麼樣子，以及在這種情況下，模型的福祉會是什麼樣子？讓我問，讓我問你一個簡單的問題：我們假設，我將把格雷厄姆算作有意識，作為回報，他似乎有意識，作為回報，格雷厄姆會把它給我。為了論證的目的，電腦就在桌子上，我們問電腦：“你有意識嗎？”它回答：“是的。”那麼，你這位哈佛聰明的研究生，請想出一系列問題。它能正確回答所有問題。我們怎麼知道的？你怎麼能知道這台電腦是有意識的？你如何理解它的內部推理狀態？現在，你可以探查它推理工作的方式，人們現在正在這麼做。他們所做的是觀察權重結構中所謂的超級節點，以觀察它是如何實際做出這個決定的。所以也許你可以通過檢查來發現意識，但這只是推測。所以我與一些神經科學家坐下來，因為我不知道這個問題的答案。我問，意識是如何演化的？他們的理論，也僅僅是一個理論，是當異構系統協同工作並不斷發展，並對彼此產生感知時，意識就會演化，人類意識之所以演化，是因為我們需要理解我們是某種存在，本我（id）、自我認同（identity）等的產生，對於控制這個系統是必要的。現在，這沒有辦法證明。所以答案是，我不知道。但這向在場的各位提出了第四個需要思考的問題。這裡有兩個問題。第一個，它是如何運作的？第二個，你如何驗證它？格雷厄姆：我不幸地肩負著宣佈我們已到最後時刻的責任了。你想再待五分鐘嗎？再待五分鐘。我答應過你的，我答應過給你安排日程的人，我會讓你脫身的。所以請。簡短的問題和簡短的回答。觀眾：好的，謝謝你，埃裡克。我是來自哈佛商學院的索恩，一名二年級學生，在攻讀工商管理碩士之前，我也有國際關係背景。您是否確信需要一個國際原子能機構（IAEA）等級的國際人工智慧機構？所以我的問題是，美國國務院、五角大樓以及類似機構需要如何調整自身，為即將到來的超級智能時代做好準備？我的第二個稍微帶點風險的問題是，如果您今年夏天或冬天正在尋找人來協助您研究這個課題，我將非常樂意效勞。施密特：我喜歡有勇氣的人。那麼關於國際能源署（IEA）的問題。有一群非常親近我的人得出的結論是，我正在回答的這些問題的唯一解決方案是建立一個相當於歐洲核子研究中心（CERN）的機構。這個想法是，我們所有人，包括中國，包括每個人，都聚集在一起，把所有資源都投入其中，彙集所有頂尖的頭腦，共同致力於此事，從而建立一個偉大的未來，因為這對人類的好處是如此巨大。開始考慮消除所有疾病，解決我們面臨的真正棘手的問題。我們有梅根在這裡，她專精於能源問題，以及所有這類事情。我認為這可能相當……你可能會說，這可能相當不可能發生。然後下一組人說，那麼我們需要一個國際原子能機構（IEA），它本質上是一個針對核能的強制性檢查小組。進入這種情景，你需要去，這個小組將訪問每個國家每家公司的資料中心和演算法。現在，請記住，維也納小組是在經過15年的談判（包括像亨利這樣的人）以及在廣島和長崎投下兩枚原子彈之後才發生的，這兩次事件的恐怖性我們都可以同意。我們還沒有遇到過這樣的例子。我知道有些人會說以下這些話，他們說這話並非出於惡意。他們說，我們不會，我們將發生一個事件，迫使實行這個國際原子能機構的事情，而我們希望那是一個車諾比等級的事件。我說，那意味著什麼？他們說，沒有那麼多人死亡，與核攻擊相比。因此，在我所處的圈子裡，存在一種與此一致的思維傾向。但我認為，首先，我認為沒有人知道。而且，在出現真正的危機之前，各國不太可能容忍這種情況。我以前說過，在氣候被破壞、地球融化、海平面上升的20年後，將會召開一個所有大國齊聚的會議，人們會在會上說，我們真的把事情搞砸了，現在我們必須修復它。所以我想，對於一個全球性的挑戰和解決方案來說，是存在先例的，但過程非常混亂。它不是理性地完成的。它不是像你我雙方達成一致那樣。必須存在某種危機和某種政治動態，而且情況可能會相當嚴峻。格雷厄姆：讓我們為下一代創造一個機會。讓我們趕緊把這件事辦完。要問那三個問題嗎？只問你的簡短問題。我們請埃裡克來總結陳詞。觀眾：您好，感謝您抽出額外的時間。我叫凱文。我是法學院二年級的學生。我的問題是關於自動化和就業的。幾個月前，薩姆·奧特曼接受採訪時說，他暗示如果某件事可以被自動化，那麼它可能從一開始就不是一份真正的工作。我想聽聽您對這個說法的看法，以及您是否同意這個前提，即如果某件事可以被自動化，它是否應該被自動化？另外一個相關的問題是，如果您不同意，我們社會有那些方式可以決定我們應該自動化什麼、不應該自動化什麼？格雷厄姆：好的。請講，菲茨。觀眾：晚上好。我叫格里斯亞姆。我是中級職員，公共事務碩士。而且我曾是Google的員工，所以很高興見到您。我的問題是關於演算法外交的。就像基辛格博士過去常說的那樣，建設性的模糊性和人類的停頓是絕對必要的，但是當人工智慧是二元的，我們是否正走向一個衝突升級在計算上變得不可能的世界？這是否會推動一種我們可以更加努力推進的新演算法外交？觀眾：謝謝。我叫卡尼什。我來自哈佛商學院。我的問題是關於倫理超級智能的。首先，你為什麼不相信如果美國開發出超級智能，其他國家（比如中國Deepseek上做的那樣）也會跟隨並能夠複製它？其次，如果我們試圖為其注入倫理，那麼如果其他人提出了一個不講倫理的超級智能，它難道不會比美國試圖開發的受約束的超級智能模型更自由、能力更強嗎？施密特：抱歉，你剛才對你的問題再說一遍好嗎？觀眾：我想問你對薩姆·奧特曼（Sam Altman）引言的看法。謝謝。施密特：是的。處於這個層面的人們常常忘記的一點是，人的尊嚴包含著目標。而大量的職業為許許多多的人提供了目標。這些職位的消失是一場巨大的危機，不是在財務上，而是在情感上，在意義感方面。因此，為了讓我們度過難關，我們將不得不解決這個問題，我們將不得不真正做正確的事情。而正確的事情將是更好的工具等等的某種組合。我對就業問題沒有那麼擔心，因為我們正在製造更少的人類，而我認為這是一場重大的危機。總的來說，你們這一代人生的孩子比我這一代少，而我這一代人生的孩子又比我父母那一代少，以此類推。我們需要更多的人口。部分原因是我是個商人，所以你需要更多的顧客。但重點是我們現在需要更多的人力。如果我們的人力減少，那麼就會出現空缺的職位，沒有人來填補它們。人工智慧可以幫助那些尚未準備好從事某項工作的人，讓他們做好準備。觀眾：你對未來Google員工（Googler）的寄語是什麼？不，是演算法、外交、演算法外交和計算。施密特：在你問題的預設前提中，你將演算法描述為二元的。如果你想到1971年基辛格提出“戰略模糊”時，你認為一兩年內電腦能否發明“戰略外交模糊”，考慮到它已經被實踐過了？我認為答案是肯定的。我認為演算法正變得越來越智能，只要這是一個過去就存在的概念，它可能就能想出應用它的方法。我不同意你的看法，認為它像你的問題所暗示的那樣是二元的。超級智能。我認為是一樣的。回答，某種形式的超級智能將會出現。我自己的觀點，這可能與共識不同，是我們將會開發出傑出的人工智慧物理學家、傑出的人工智慧生物學家、傑出的人工智慧化學家、傑出的人工智慧作家、傑出的人工智慧歷史學家。但是那個概念，以及將驅動它們的系統，如果你在1902年是愛因斯坦，擁有當時可用的數學知識量，你是否會有那種智慧去利用今天的演算法發明狹義相對論，這一點也遠非顯而易見。在業界有一種觀點認為，這是下一個真正難題。對此有各種各樣的理論。一個答案是你可以只做重複。你可以不斷地提問，就像猴子敲擊鍵盤那種方式，最終你會做到的。另一種方式是你可以將最佳化函數設定為好奇心，如果你等待足夠長的時間，它就會發現狹義相對論。但愛因斯坦不是這麼做的。愛因斯坦在17、18歲時，點著燈，拿著他的小筆和紙，想出了這個理論。我們還沒有達到那個階段。我個人的看法是，那將是一個非常難以踰越的界限。換句話說，我們將達到超人行為的水平，這與超級智能不同，而後者，我會說愛因斯坦以及其他一些人已經實現了。等等，他們確實做到了。格雷厄姆，能和您在一起是我的榮幸。格雷厄姆：非常高興您能來這裡，我們期待您再次光臨。讓我們一起說聲謝謝吧。感謝大家。 (藍血研究)

狗咬狗，一嘴毛。前GoogleCEO被小三告上法庭70歲前GoogleCEO、31歲情人、出軌、砸錢、分手、虐待、監視、鬧上法庭……集眾多要素於一身，這個故事很難不精彩。艾瑞克‧施密特，曾經執掌Google十年、身家超過300億美元（約2,100億元）的科技巨頭，從未想過自己會在古稀之年因為一段婚外情陷入狼狽的法律糾紛。近日，Google前CEO艾瑞克·施密特被相差39歲的婚外情人指控，對其進行跟蹤、監控、虐待等一系列「變態」行為。米歇爾·裡特與艾瑞克·施密特 圖源：Google故事的始末，我們來一起看看。2020年，施密特結識了當時還是哥倫比亞大學學生的裡特。時年26歲，主修法律與工商管理，曾在美國國土安全部和知名律所實習，二者相差39歲，女方甚至比施密特的女兒還要小8歲。乾柴烈火，二人毫不猶豫地搞起了婚外戀。傍上超級富豪的裡特，也如願過上了夢寐以求的奢華生活：住在男方的豪宅，開著他的車，混跡於高端社交圈。兩人從豪宅出來  圖源：Google搞事業不能忘，裡特還哄著施密特出錢給自己開了創業公司。2021年，施密特投資1億美元，與裡特共同創立人工智慧新創公司Steel Perlot，定位為「人工智慧與分析集團」。女方被任命為公司CEO，年薪100萬美元。公司名義上專注於人工智慧和金融科技，但實際營運完全依賴男方的資金支援。此外，裡特缺乏管理經驗，導致公司內部十分混亂，充斥著放縱氛圍，被比喻為《華爾街之狼》。前員工透露，她常在會議中飲酒、穿比基尼主持工作，個性喜怒無常，經常對員工大聲斥責甚至任用23歲的加密貨幣從業者擔任高管。財務資料顯示，2021年至2024年2月，公司營收不足20萬美元，虧損卻高達6,100萬美元，日均燒錢近6萬美元。簡言之，所謂公司，只虧錢不賺錢，彷彿兩人play的一環。物質滿足也沒有填補瑞特的野心，她希望能成功上位，取代施密特結婚40多年的原配溫迪·施密特。圖源：Google不過，這個訴求觸碰了施密特的底線，玩玩可以，他可從未想過離婚。施密特看來，儘管在外彩旗飄飄，但結婚多年，婚姻已經繫結著巨額財產、家庭紐帶和共同營運的基金會，而且，重要的高端場合施密特都帶著妻子溫迪出席，一旦離婚，損失不可估量。原配妻子  圖源：Google另一方面，今日女方獅子大開口，明日指不定有更越界的要求。於是，施密特快刀斬亂麻，果斷終止這段感情，並把女方從創業公司裡踢了，這場關係徹底破裂。女方迅速發起了反擊，把男方告上法庭。一開始，雙方達成了初步和解，定好了一份“書面和解協議”，約定施密特需要給出巨額“分手費”（具體金額未公開）。一周後，裡特突然變卦了。裡特申請了針對施密特的“家暴限制令”，指控施密特跟蹤、虐待、實施數字監視，稱利用自己的技術背景，建立了“全面的數字監控系統”，使她幾乎無法進行私人通話或傳送私人郵件。裡特還控訴，施密特不經過同意，封鎖了“紐約、邁阿密和阿斯彭的所有居所”，使她無法取回個人及商業物品。除此之外，這場爭執還涉及貝萊爾豪宅的使用權，女方在訴狀中要求獲得這棟豪宅的專屬使用權。面對指控，施密特的律師團隊一口咬定，這些都是對方偽造的：“米歇爾·裡特提交的訴狀內容明顯不真實，是對司法系統的公然濫用。”案件定於2025年12月4日在洛杉磯舉行聽證會，目前雙方都在憋大招，企圖把對方拉入深淵。矽谷「情場高手」的風流史事實上，“矽谷國王”施密特還有個外號——矽谷“情場高手”，私生活異常混亂。1955年，艾瑞克·施密特出生於標準式的美國精英家庭，父親曾在美國財政部工作，還是知名大學擔任經濟學教授。2001年，他進入Google公司擔任CEO。在施密特的領導下，Google2004年成功上市，市值排名長期穩定在全球第3到第4位的位置。施密特也推動了Google成為全球最大的線上廣告平台之一，Gmail、Android等革命性產品也相繼發佈。隨著Google上市後市值一路飆升，施密特的財富急劇增長，他在洛杉磯、曼哈頓等地擁有多套頂尖豪宅，每套豪宅的價格都在幾千萬美元。不過，比起施密特的財富和地位，外界對他的風流韻事顯然更感興趣。1980年，施密特和妻子溫迪步入婚姻，這段婚姻至今已經持續了25年，兩人婚後生下2個女兒。不過，隨著身價暴漲，施密特的緋聞女友越來越多。有媒體曾爆料，2012年溫迪因為受不了丈夫風流成性而提出離婚，二人已經開始著手分割財產，但不了了之。不少人猜測，可能是利益繫結太深，最終溫迪選擇睜一隻眼閉一隻眼，接受了這段「開放式婚姻」。她對曾《紐約時報》說，她和丈夫都很忙，她也不願跟著丈夫周遊世界，「我會覺得像件行李，他也不希望我感覺那樣」。婚姻繼續，施密特的婚外情也繼續，其中包括電視主播凱特·博納、紐約對外關係委員會公關人員麗莎·希爾茲、金發公關經理瑪西·西蒙以及越南裔鋼琴家阮潮江等。施密特的緋聞女友  圖源：新浪財經麗莎·希爾茲是一位離異單親媽媽。曾是美國廣播公司的製片人。2011年施密特帶她乘坐其7,230萬美元的超級遊艇前往加勒比海和法國南部度假。麗莎·希爾茲（施密特的情人）圖源：Google施密特的下一位新歡是越南裔鋼琴家阮潮江，他們被拍到一起現身紐約高級餐廳用餐。阮潮江（施密特的情人）圖源：Google更讓人忍俊不禁的是，2019年，施密特還因不滿情人同時交往他人而分手，轉頭便與前奧運選手傳出緋聞。綜合以上，這次與瑞特的糾紛，堪稱施密特複雜情感史中的一樁典型鬧劇。這段戀情延伸的撕逼大戰，在接下來的一個月，還有怎樣的大瓜爆出，結局會是怎樣的事態走向，咱吃瓜群眾靜靜等待。 （網際網路頭條）

70歲的前GoogleCEO、身家320億美元的艾瑞克‧施密特，從未想過自己會因一段婚外情陷入輿論漩渦與法律糾紛。2020年，施密特認識了當時還是哥倫比亞大學學生的裡特──她比施密特的女兒還要年輕8歲。此後五年，裡特過上了頂級奢華生活：開施密特的特斯拉、住他的貝萊爾豪宅、躋身高端社交圈，還在兩人合作的公司中給自己開出每年100萬美元的年薪。但物質滿足並未填補她的野心，她渴望取代施密特結婚45年的原配溫迪·施密特，成為真正的“施密特夫人”。然而，裡特的訴求卻觸碰了施密特的底線。儘管他長期維持著「開放式婚姻」，與多位知名女性有過戀情，但從未想過離婚。對他而言，與溫蒂的婚姻綁定著巨額財產、家庭紐帶和共同運營的基金會，離婚意味著不可承受的損失。更重要的是，施密特對情感關係有著明確的層級劃分：重要的高端場合帶妻子溫蒂出席，私人娛樂活動則陪伴當時的情人，裡特試圖打破這種平衡，最終引發矛盾。原配妻子溫迪（兩人結婚40年）除了情感糾葛，兩人也深度綁定商業合作。2021年，施密特投入1億美元，與裡特共同創辦人工智慧新創公司Steel Perlot，定位為「人工智慧與分析集團公司」。但施密特採取「甩手掌櫃」模式，將公司全權交給缺乏經驗的裡特打理，很快便亂象叢生。前員工透露，裡特脾氣暴躁、行為反覆無常，任用23歲的加密貨幣從業者掌權，甚至穿著比基尼主持會議，公司內部充斥著放縱氛圍，被比作《華爾街之狼》的場景。財務數據更是慘淡，2021年至2024年2月，公司虧損6,100萬美元，營收卻不足20萬美元，徹底淪為失敗專案。當裡特逼婚被拒絕後，施密特果斷終止了價值1億美元的商業合作，這場關係徹底破裂。裡特隨即發動反擊，申請臨時限制令（後撤回），並在訴訟中指控施密特追蹤、虐待、實施數位監控，雙方也為財產分割和豪宅居住權爭執不休。裡特的律師指責施密特團隊抹黑當事人，強調施密特才是公司實際掌控者；而施密特方面雖未直接回應，卻有消息人士稱其“溫和無害”，否認相關指控。事實上，施密特在矽谷向來以「情場高手」聞名，過往情史豐富且多以不歡而散收場。他曾與時尚設計師、社交名媛、前媒體人等多位女性相戀，2019年還因不滿情人同時交往他人而分手，轉頭便與前奧運選手傳出緋聞。這次與裡特的糾葛，不過是他混亂情史的又一筆，卻因牽扯巨額資金和法律訴訟，成為最受關注的一樁。目前，兩人案件的下一次聽證會定於12月4日，但互相抹黑的態勢絲毫沒有緩和。裡特已被移出合作公司的權限，大機率即將失業；而施密特是否會開啟新的戀情，仍是未知。這場始於情慾與野心的糾葛，最後以金錢糾紛和輿論鬧劇收場。 （三言Pro）

China Is Building the Future美國可以從中國的技術成功中汲取經驗。作者：Eric Sc​​hmidt和Selina Xu在中國中關村國際創新中心，人形機器人正在資訊台工作。Yan Cong / Bloomberg / Getty2025年10月29日，美國東部時間晚上7點讓我們思考中國如何在不到半輩子的時間內從科技落後國家躍升為超級大國，也為美國提供了一個學習中國成功經驗的機會。美國企業可以努力重拾硬體製造的專業技術，吸收中國一些頂尖企業的知識和人才，並調整其人工智慧發展策略，鼓勵更多實際應用和開源創新。美國必須認識到，我們可以在不放棄自身優勢的前提下變得更好。如果美國只專注於削弱競爭對手，就有可能陷入停滯，而中國最終可能會向世界其他國家展現出比美國更具吸引力的未來願景。這關係到美國能否在未來的產業中保持創新和領先。1896年，清朝外交官李鴻章首次踏上美國的土地。當時的中國仍處於清朝統治之下，尚未完全經歷工業革命。前一年，中國在甲午戰爭中慘敗，全國上下痛苦地意識到自身的落後。李鴻章被紐約市林立的摩天大樓所震撼，這些大樓通常高達二十層甚至更高。他告訴美國記者，他「從未見過如此景象」。他還說：“你們是世界上最有創造力的人。”Yan Cong / Bloomberg / Getty中國深圳蓮花山公園如今，到訪中國的外國人常常會感到“未來衝擊”，他們驚嘆於高聳入雲的摩天大樓、高速鐵路、巨型橋樑、隨處可見的電動車、超級應用和三折智慧型手機。中國已成為創新強國。目前，中國擁有全球70%的人工智慧專利授權、 75%的清潔能源技術專利申請、41%的生命科學和生物技術領域專利授權，以及超過任何其他國家的聚變技術專利申請。根據《自然指數》 ，全球科學研究產出排名前十的機構中有八家位於中國。中國不僅推出了無人駕駛飛行計程車，還推出了大量機器人、天宮太空站、世界最大的水力發電項目、領先的高超音速武器庫等等。正如我們今年七月訪問中國時所感受到的那樣，漫步在中國的街頭，人們可以真切地感受到這個國家渴望跨越式邁向未來的強烈願望。儘管有傳言稱中國正在衰落，但中國展現了驚人的韌性。中國是世界最大的製造業和出口國。全球超過三分之二的電動車、五分之四的太陽能模組和電池、以及約60%的風力渦輪機都產自中國。此外，中國還加工了絕大多數稀土礦物，而稀土礦物對於製造晶片和戰鬥機等各種技術至關重要。即使經濟成長放緩，中國仍在持續取得顯著的技術進步。走進小米門市就像走進高科技產品超市。首先映入眼簾的是小米最新電動SUV YU7（這款車開售一小時內就獲得了28.9萬份訂單）。白色飾面的桌子上擺放著智慧型手機和平板電腦。接下來是一系列可以透過手機操控的智慧家電：電鍋、掃地機器人、空氣清淨機、電視，甚至還有啞鈴。小米於2010年創立之初，許多人嘲笑它是蘋果的山寨版。如今，小米已成為中國市值最高的公司之一，市值約1,500億美元。它已成為Z世代消費者追捧的品牌，其產品充斥著千家萬戶。小米也是全球首批真正製造汽車的科技巨頭之一。小米於2024年推出了首款電動車，而就在三年前，其創始人雷軍曾公開表示，造車將是他的「最後一個創業項目」。就在小米發布首款電動車的一個月前，蘋果宣布終止耗資100億美元、歷時十年打造的電動車計畫。小米的成功體現了許多中國科技公司的一個顯著特徵：它們自主研發硬體。小米能夠更輕鬆地開發新產品，因為這些產品可以快速進行原型製作、改進和規模化生產。該公司已投資約430家企業；其中許多是其他硬體新創公司，它們擁有自己的製造技術，包括電動車的核心零件——電池、充電器、光達和感測器。小米還建造了一座高度自動化的工廠，該公司稱該工廠每76秒即可生產一輛汽車——SU7車型。小米的成功也得益於中國現有的供應商、基礎設施和技術專長。在中國，電力價格低廉，建設速度快，勞動力掌握各種物理技術。短短十年間，中國已安裝了全球近一半的工業機器人，佔全球高速鐵路總量的70%以上，佔全球5G基地台總量的一半以上，其電力系統發電能力是美國的兩倍多。小米並非個案。華為已從電信設備和手機製造商擴展到汽車零件供應商。電商巨頭阿里巴巴正在為其Qwen系列人工智慧模型開發推理晶片。汽車製造商小鵬汽車也開始測試人形機器人。並非所有這些企業都能成功，但它們培養的員工技能以及建立的供應鏈，都可以應用於未來的其他產業。美國可以從中國企業的硬體製造技術中獲益。如果美國人想把製造業帶回國內，我們需要考慮如何吸收那些想要進入美國市場、在美國發展壯大的華人人才和企業。今年中國的熱門詞彙是“內捲”，指的是競爭過度，利潤空間日益縮小。由於國內企業數量過多，價格戰席捲了外送巨頭、電動車製造商、太陽能板製造商，甚至人工智慧聊天機器人製造商。今年夏天我們參加上海世界人工智慧大會時，我們遇到的每家公司都希望拓展海外市場，其中包括進軍美國市場。但許多中國創業家認為，唯一的出路仍是持續努力，在國內市場競爭。中國的經濟競爭很大程度源自於改革開放後的經濟體制。在中國，省市級政府如同創投家一般，透過優惠政策和稅收補貼吸引創業家落戶。杭州及其「六小龍」是最新的典範——這六家科技公司包括機器人製造商Unitree、Neuralink的競爭對手BrainCo以及人工智慧公司DeepSeek等新創公司。廣東和山東等其他地方政府也正在效仿杭州，後者擁有親商政策和實力雄厚的大學。VCG / Getty員工們在小米位於北京的電動車工廠生產線上工作。競爭固然有其弊端，但它也促使中國企業尋求差異化發展，並推動了中國科技業的多元化。在人工智慧領域，中國追求的不僅是大規模語言模型的規模化。例如，DeepSeek公司在提升人工智慧模型技術架構效率方面處於領先地位，顯著降低了成本。許多新創公司專注於與現實世界互動的具身人工智慧。另一些公司則專注於特定行業的人工智慧應用，例如老年護理和警務巡邏。同時，研究機構正在探索神經網路（強調透過吸收大量資料和識別模式進行學習的模型）的替代方案，包括僅需少量資料即可進行推理的認知架構。競爭也促使企業和地方政府盡快採用人工智慧。據估計，中國至少有72個省市級政府機構已在其日常營運和公共服務中部署了DeepSeek。醫院、電動車公司和家電品牌也競相整合最新的人工智慧模式。美國不希望出現像中國那樣的過度國內競爭。但它可以藉鏡中國在人工智慧乃至整個技術領域多元化的發展模式。將現有技術融入傳統和新興產業，將使更多人受益。美國也應鼓勵人工智慧在科學、教育和醫療保健等領域進行更多意想不到的、富有創意且切實可行的應用。深圳這座位於中國南部沿海的城市，從昔日寧靜的小漁村發展成為如今繁華的高科技大都市，是中國在1980年代以來對外開放的縮影。今年二月，我們一行人前往深圳華強北，這裡擁有全球最大的電子產品批發市場，以及眾多多層購物中心和露天街市，攤位上琳瑯滿目，出售著各種你能想到的電子零件。坊間流傳著一個笑話：全世界所有遺失的手機最終都會出現在華強北。不久前，華強北也與「山寨」一詞緊密相連，這個詞通常用來指稱廉價低質的仿冒產品——例如，運行安卓作業系統的山寨iPhone。但隨著越來越多的電子產品在華強北生產，成千上萬的小型工廠、設計工作室和電子產品銷售商如雨後春筍般湧現，並掌握了以驚人速度開發、生產和銷售新產品的方法。華強北自下而上、開放包容的製造生態系統最終孕育了華為和DJI等中國最大的科技巨頭。與十五年前相比，如今華強北銷售國產品牌的攤位更多了，而且產品也更加豐富多樣，例如LED背包、跳舞的迷你機器人、穿戴式監視攝影機等等。如今，隨著中國企業不斷湧現眾多創新產品，「山寨」一詞似乎已經失去了其意義。同時，開源理念在中國人工智慧產業蓬勃發展，這對中國來說是一大福音。中國企業經常發布用於創建人工智慧模型的權重和訓練方法等資訊——實際上允許用戶免費下載、修改和調整模型。 （權重是決定人工智慧對不同輸入資訊重視程度的數值。）今年早些時候，DeepSeek 的發布令人震驚，不僅在於中國模型能夠接近美國模型，更在於DeepSeek 公開了其權重。此後幾個月，中國湧現大量開源人工智慧模型，這些模型來自阿里巴巴、字節跳動、百度等大型企業，以及Minimax、Moonshot AI、StepFun 和Z.ai等新創公司。VCG / Getty在上海，人們走過宣傳可折疊智慧型手機的裝置。不久之後，中國的人工智慧技術可能成為世界許多地區，尤其是全球南方國家的標配，進而吸引更多開發者來到中國，提升中國技術的競爭力，並使中國能夠塑造全球技術標準。這將比「一帶一路」倡議的影響更為深遠，中國已透過「一帶一路」倡議在全球投入數十億美元的基礎設施建設資金。中國似乎已經意識到開源人工智慧的力量。 《人工智慧+》指南中專門有一個關於開源的章節，呼籲開發“具有全球影響力和覆蓋範圍的工具”，並鼓勵大學將開源貢獻計入學位學分，同時獎勵教師的貢獻。我們預計中國也會在其他技術領域支援開源模式。普及知識獲取一直是美國大學和研究實驗室的重要職責。西方開源軟體長期以來推動創新，包括程式語言和網路瀏覽器等領域。美國科技公司應致力於保持開放性，與希望使用美國技術的國家合作，並開源更多模型和研究成果。在八、九十年代，中國向外國企業敞開大門，鼓勵它們投資建廠，其中許多是透過合資企業的形式；外方提供資金、技術和出口管道，中方則負責工廠的建設和人員配備。隨著時間的推移，這些公司——包括通用汽車和強生等早期進入者，以及特斯拉等相對較新的企業——共同幫助中國轉型成為世界最強大的工廠。經過多年向西方學習，中國已成為冷戰以來美國面臨的最強大的科技對手。 1957年，蘇聯發射人造衛星「斯普特尼克」極大地推動了美國的科學教育和研究。為了保持競爭力，美國國會成立了美國國家航空暨太空總署（NASA），並增加了學校的科學教育經費。事實證明，這些措施是有效的。如今，中國強大的科技實力也應該激勵美國奮起直追。如果美國真的想重振工業，就必須加倍努力發揮自身優勢，包括支持科學研究、制定吸引海外頂尖人才的移民政策以及減少監管障礙。但美國科技業也需要正視自身不足，尤其是在硬體技術、人工智慧產業多元化以及擁抱開源技術方面。美國和中國將會也應該繼續競爭。但在某些特定領域，雙方可以加強合作。如果美國想要重振並擴大其製造業，尤其是在電池、汽車零件和再生能源領域，那麼潛在的貿易協定應該允許中國企業將其智慧財產權授權給美國企業。這將使中國企業能夠培訓美國工人，創造更多就業機會，進而將先進製造業帶回美國。像寧德時代這樣的中國企業已經表示，如果得到川普政府的允許，他們願意在美國建廠。美國甚至可以要求中國企業與美國企業建立合資企業。當然，美國不應忽視國家安全問題，但它必須權衡減少對中國的依賴與保持競爭力之間的必要性。如果美國屈服於傲慢或敵意，拒絕承認中國的成就，美國最終可能會變成一個更加封閉、奉行保護主義的國家，只能依靠昂貴的美國製造產品、高昂的電價和日漸衰落的大學。而且，我們或許將不再是世界首屈一指的超級強國。(邸報)

前Google執行董事長兼CEO埃裡克·施密特在最新的ALlin現場峰會和三位主持人深入探討了人工智慧革命的深遠影響、中美之間激烈的高科技競賽、以及由無人機和自動化技術驅動的未來戰爭形態。他強調，西方世界必須在保持技術優勢的同時，正視內部的社會挑戰。施密特認為，雖然真正的通用人工智慧（AGI）仍需數年時間才能實現，但其間發展出的人工智慧體將徹底改變商業和社會。他還分享了對太空探索、開源AI模型地緣政治影響以及維持美國創新活力的看法。核心觀點： 人工智慧革命的真正含義被嚴重低估： 未來的關鍵在於協同工作的智能代理，以及能夠進行非人類、甚至可能超越人類推理的自主電腦的出現。 中美科技競賽已進入白熱化階段： 中國正專注於將AI技術應用於各行各業，並通過開源模型擴大其全球影響力，這對西方構成了嚴峻的戰略挑戰。 未來戰爭的形態正在被徹底重塑： 戰爭正轉向以無人機為核心的自動化和智能化作戰，傳統軍事裝備（如坦克）的效用正在急劇下降，這將催生一種基於威懾的新平衡。 西方世界必須保持其核心優勢： 美國應充分利用其在資本市場、大學體系和企業家精神方面的獨特優勢，加速創新，同時必須正視並應對出生率下降等內部社會問題。 通用人工智慧（AGI）的實現路徑： 儘管真正的通用人工智慧（AGI）仍需數年時間才能實現，但在此期間發展出的人工智慧體將徹底改變商業和社會。中美科技競賽：一場關於效率與價值觀的持久戰在談及全球科技格局時，施密特將焦點直接對準了中美之間日益激烈的高科技競賽。他坦言，工作文化是這場競賽的一個縮影。當被問及對Google內部工作與生活平衡的看法時，他直言不諱地指出，對於追求卓越的科技行業而言，全身心的投入是必要的。他將這種緊迫感與中國的現狀直接掛鉤：“請記住，我們面對的是中國人。中國人的工作與生活平衡是9-9-6，也就是早上9點到晚上9點，每周工作6天……這就是你正在與之競爭的對象。”施密特認為，美國通過限制高端晶片出口的策略，確實在一定程度上減緩了中國在通用人工智慧（AGI）領域的追趕步伐。然而，他觀察到中國正在採取一種截然不同的、更為務實的策略。“他們沒有追求瘋狂的通用人工智慧（AGI）戰略……結果就是他們非常專注於利用人工智慧並將其應用於所有領域。” 施密特對此表示擔憂，他認為，當美國專注於AGI的宏大敘事時，中國可能在消費者應用、機器人等更親民的領域取得領先優勢，正如他們在電動汽車領域所做的那樣。更令他警惕的是中國在地緣政治層面的AI戰略。“中國人正在做的另一件事……是我自己的背景是開源。中國正在以開放權重和開放訓練資料進行競爭，而美國主要且大部分側重於封閉權重、封閉資料。” 施密特發出了一個嚴峻的警告，這意味著世界上大部分開發中國家，可能會像接受“一帶一路”倡議一樣，選擇使用中國的開源AI模型，而非美國的封閉模型。他強調：“我更希望大型語言模型的擴散以及學習是基於西方價值觀進行的。”未來戰爭圖景：無人機、自動化與新威懾平衡憑藉在國防部擔任顧問的經歷，施密特對現代戰爭的演變有著深刻的洞察。他以烏克蘭戰爭為例，剖析了由無人機和自動化技術驅動的未來戰爭形態。他認為，這場衝突催生了一種全新的軍事思想。施密特指出了一個殘酷的現實：傳統重型軍事裝備的時代可能正在走向終結。“像坦克這樣的東西，我們現在正在建造更多，甚至在美國建造更強大的坦克，在一個裝備精良的無人機攜帶的2公斤有效載荷就能摧毀坦克的世界上，這毫無意義。” 他解釋說，一架價值僅數千美元的無人機，可以輕易摧毀價值數千萬美元的坦克，這種極高的“殺傷比”正在顛覆傳統的軍事力量計算方式。他預測，未來的戰爭將演變為無人機之間的對抗，核心在於探測並摧毀對方的無人機。最終的作戰形態將是“無人機在前，人員在後”。更有趣的是，這種演變可能帶來一種意想不到的和平。施密特設想了一個場景：當衝突雙方都擁有數百萬架由強化學習驅動的無人機時，戰爭的邏輯將徹底改變。“每一方都將使用強化學習人工智慧策略來制定作戰計畫，但雙方都無法弄清楚對方的作戰計畫是什麼，因此相互攻擊的威懾力將會非常高。” 在這種“計算不可知”的狀態下，傳統的軍事推演失效了，戰爭的巨大不確定性本身就構成了一種強大的威懾。他總結道，這並非緩和，而是一種新的威懾形式，因為當雙方的基礎設施都面臨被徹底摧毀的風險時，戰爭將成為一場“雙輸的局面”。通用人工智慧（AGI）的路徑：從智能體革命到“非人類”推理對於業界熱議的通用人工智慧（AGI），施密特表達了一種既不誇大也不輕視的冷靜觀點。他承認，存在一個他稱之為“舊金山敘事”的群體，他們堅信在未來三年左右將實現某種形式的超級智能。施密特對此時間表表示懷疑，但他同意這可能在六年或七年內發生。他認為，在通往AGI的道路上，首先到來的是一場“智能體革命”，這將徹底改變商業運作的模式，他對此表示完全同意。我們每個人都將擁有AI助手，在生活的方方面面提供幫助。然而，施密特對真正的AGI設定了一個非常高的標準。他認為，當前的AI模型仍然需要被提示，其智能是“中間對中間（middle-to-middle）”的，而人類是“端到端（end-to-end）”的，能夠定義目標並進行完整的迭代。真正的AGI，必須能夠設定自己的目標函數，擁有自己的意志和解決全新問題的能力，而目前還沒有證據表明AI具備這種能力。他指出了實現這一跨越的技術難題：“數學證明的非平穩性”。人類的目標函數每天都在變化，而電腦演算法難以處理這種動態變化的目標。他認為，解決這個問題的關鍵可能在於實現“類比推理”——即像人類天才一樣，將一個領域的深刻理解應用到另一個完全不同的領域。“如果我們能解決這個問題，那麼我認為就結束了。然後我們就進入了通用人工智慧（AGI）時代，那將是一個完全不同的世界。”美國的角色與西方的挑戰：在創新與社會問題之間尋求平衡在訪談的最後，施密特將視野拉回到了美國自身。面對外部的激烈競爭和內部的社會挑戰，他展現出一種清醒的愛國主義情懷。“我希望美國獲勝，” 他坦言，並強調美國應充分發揮其核心優勢。“我們的優勢是什麼？我們是混亂的、令人困惑的、吵鬧的，但我們很聰明。我們明智地配置資本。我們有非常深厚的金融市場。我們擁有龐大的由大學和企業家組成的工業基礎……夥計們，別搞砸了。”同時，他也對西方世介面臨的內部問題表示了深切的憂慮，特別是出生率的持續下降。他指出，這個問題在亞洲更為嚴重，韓國的出生率已降至每對父母0.78。他從商業角度分析了這一趨勢的破壞性：“突然之間，你的收入下降了，你卻無能為力，因為你無法用越來越少的客戶進行創新。”他認為，這是一個必須解決的全球性問題，並表示自己總體上支援移民作為解決方案之一。最終，施密特回到了他對美國未來的核心信念上。他認為，只要美國堅持其立國之本——“投資於正確的人，投資於正確的企業，擁有強大的資本市場，投資於他們所需的基礎設施，我們就會沒事的。這就是我真實的看法。”=天空之城全文整理版=主持人: 女士們，先生們，請歡迎埃裡克·施密特。很高興見到你。主持人: 埃裡克，你看起來很苗條。感謝你盛裝出席。施密特: 很高興見到你。大衛·薩克斯也來了。這就像我們以前所有公司的重聚，大衛。你當初到底為什麼辭職？主持人: 我的老老闆。埃裡克。我能講個故事嗎？我們不得不去奧蘭治縣，然後他們說，嘿，我們要搭飛機走。那是埃裡克的飛機。我們上了飛機，然後他上去開飛機了。我獨自一人坐在飛機的後艙。感覺就像Google的首席執行官派我飛往奧蘭治縣。太不可思議了。那是我第一次真正和埃裡克一起出去玩。施密特: 聽著，你們這些人很瞭解他。他真的那麼聰明。他教給我的東西比Google的大部分員工都多，然後你就離開了。主持人: 告訴我們你一直在做什麼。在那之前，我必須問你這個問題。最近史丹佛大學有一個視訊被刪除了。你曾有過一個清醒的時刻，你說，嘿，在Google，人們太注重工作與生活的平衡了。他們需要投入。他們需要更努力地工作。上次活動我們請了謝爾蓋。他要回去工作了。那麼謝爾蓋收到消息了嗎？工作文化與中美科技競賽施密特: 預測謝爾蓋的行為是我可能會失敗的事情。我嘗試了20年。我不讚成基本上在家工作。原因嘛，我的意思是，你們很多人都在某種程度上在家工作，但你們的職業生涯已經確立。但想想一個20多歲的人，他必須學習這個世界的運作方式。而且，你知道，他們從伯克利或達特茅斯畢業，他們受過良好的教育。當我回想起自己在太陽公司的時候，僅僅是聽那些比我年長5到10歲的人們面對面地爭論，我就學到了很多東西。我不知道。你如何在新的事物中重現它？我支援工作與生活的平衡，這也是人們為政府工作的原因。跑題了。抱歉。如果你要在科技領域有所成就，並且要獲得成功，你必須做出一些權衡。請記住，我們面對的是中國人。中國人的工作與生活平衡是9-9-6，也就是早上9點。到晚上9點。每周工作6天。順便說一句，中國人已經澄清這是非法的。然而，他們都在這樣做。這就是你正在與之競爭的對象。主持人: 我把所有人都叫回辦公室了。這樣好多了。那麼讓我們繼續這個主題。你不需要為政府辯護。不，不，相信我。我覺得沒這個必要。我是政府的無償兼職顧問。但我們正與中國進行這場高科技競賽。他們顯然也很關心人工智慧。他們正試圖趕超。你如何——我知道你最近去了一趟那裡。你如何評估這場競爭的優劣勢？施密特: 嗯，你和我剛才已經談到了這一點，這是你在白宮做的極其重要的工作的一部分。我曾以為中國和美國在人工智慧領域處於同等水平的競爭，而你和你之前的同事所做的限制晶片的工作正在減緩他們的速度。他們實際上在做一些與我所想的不同的事情。他們沒有追求瘋狂的通用人工智慧（AGI）戰略，部分原因是你們設定的硬體限制，部分原因是他們資本市場的深度不夠。他們無法僅憑一廂情願就籌集到1億美元，或者像Membian那樣建立資料中心。他們就是做不到。結果就是他們非常專注於利用人工智慧並將其應用於所有領域。因此我擔心的是，雖然我們正在追求通用人工智慧（AGI），這非常有趣，我們應該討論一下，而且我們所有人都將受到它的影響，但我們最好也在日常事務中與中國競爭。消費者應用程式——你非常瞭解這一點，查馬斯——消費者應用程式、機器人等等。我看到了所有的上海機器人公司，這些人正試圖在機器人領域做他們在電動汽車領域成功做到的事情。而且他們的職業道德令人難以置信。他們資金充足。這不像我們在美國擁有的瘋狂估值。他們無法籌集到那麼多資本，但他們可以在這方面取勝。中國的人工智慧戰略：開源與應用施密特: 中國人正在做的另一件事——我想強調這是一個重要的地緣政治問題——是我自己的背景是開源。在座的各位都知道，開源意味著開放程式碼。開放權重意味著開放訓練資料。中國正在以開放權重和開放訓練資料進行競爭，而美國主要且大部分側重於封閉權重、封閉資料。這意味著世界上大部分地區——可以將其視為“一帶一路”倡議——將使用中國的模型，而不是美國的模型。現在，我碰巧認為西方和民主國家是正確的，我更希望大型語言模型的擴散以及學習是基於西方價值觀進行的。主持人: 埃裡克，我們和Meta有一個主要的開源計畫。 令人難以置信的資產負債表，強大的技術實力，但他們似乎執行不力，現在正在後退一步並重新制定一些東西，正如你所說，看起來有點更像閉源。施密特: 這還不清楚。王亞歷克斯是個好朋友。他已經來了。他已經接管了。顯然，他非常有能力。我不會說他們完全封閉，而且我認為他們也被搞砸了，因為DeepSeek的人，R1，做得太出色了。如果你看看DeepSeek的推理模型，特別是他們進行前向和後向的強化學習的能力，這是一個主要的成就。看起來他們使用的數值精度比美國模型要低。從一些技術層面來說，有FP64、FP32、FP16這些東西。美國模型通常在訓練中使用16位精度。中國公司正在推動8位，現在甚至是4位。主持人: 美國的更大的公司是否需要在開源方面做些什麼，以便我們能夠真正地對抗這種情況？施密特: 許多大公司都表示，他們也希望成為開源領域的領導者。山姆·奧特曼表示，O3模型的最小版本將會發佈，我相信，以開放權重的方式，他們也確實這樣做了。他告訴我，無論如何，這個模型比10的26次方小得多。它更容易訓練，並且可以安裝或能夠安裝在你的手機上。一種路徑是說我們將用這些超級電腦實現通用人工智慧（AGI），這將始終非常昂貴等等，但我們還必須注意確保這些用於手持裝置的模型的擴散受到美國的控制，無論是OpenAI、Meta還是Gemini，或者其他什麼。進軍太空：火箭技術的新前沿主持人: 最近，您接管了Relativity Space，我認為對於那些不瞭解的人來說，這是一家實際上其目標是與SpaceX競爭的企業。施密特: 我認為您是它的第一位投資者或最早的投資者。對不起。沒關係。你一開始損失了一些錢。發生了什麼事？主持人: 我一直很樂意成為SpaceX、Swarm和星鏈的投資者。 Relativity 曾經是——順便說一句，Swarm 是一件大事，創造了星鏈。Swarm 曾經是——所以謝謝你。是的，Swarm 對他們來說，我認為對世界來說，都是一個非常大的成功。但我想問你的是，請帶我們瞭解一下太空市場的演變，你為什麼決定，在所有公司中，你有資本基礎可以把錢投到任何地方。你為什麼選擇那個？你為什麼選擇那個行業？為什麼是現在？施密特: 火箭真的很酷，而且它們真的很難。我曾經以為——正如你所知，我是一名飛行員，並且對噴氣式飛機瞭解很多，我曾經以為火箭像噴氣發動機一樣成熟。它們不是。這是一門藝術，也是一門科學。這些事情很難做。能量的量級，我的意思是，就我們而言，火箭的推力是400萬磅。你必須按住它才能進行測試，甚至不能用金屬製品按住它。你必須用其他東西來按住它。有太大的力。否則，它就會起飛。關於火箭另一個有趣的事情是，一個大概的數字是火箭重量的2%是有效載荷，大約18%是火箭本身，而80%是推進劑。作為一個新人的我的反應是，你在告訴我你不能做得更好了嗎？物理學家們在經過60年的物理研究後說，這就是我們擺脫地球引力所能做到的最好程度。所以我認為火箭很有趣，也很有挑戰性。總是有競爭的機會。在相對論空間領域，它本質上是一個近地軌道（LEO）的競爭者，例如低地球軌道、衛星等等。訂單已經滿了。我們只需要發射火箭。未來戰爭的圖景：無人機與自動化主持人: 這種進入太空的嘗試發生了——我不確定這有多廣為人知，所以你可以儘可能深入地探討這個問題，因為你在下一代戰爭中也做了很多工作。你想談談這個，以及你最終是如何參與其中的，以及它扮演了什麼角色嗎？請給我們介紹一下情況。也許戴維問了關於中國的問題，但它們在某種程度上幾乎是相互關聯的。施密特: 首先，我是一個軟體人員，不是一個硬體人員。我向人們解釋說，硬體人員和軟體人員上的學校不一樣，他們的思維方式也略有不同，所以在這些新興產業中，我總是受到限制。我曾在國防部長手下工作，擁有絕密許可等等。我因為試圖幫助五角大樓進行重組而獲得一枚獎章等等。當烏克蘭戰爭開始時，我一直在關注，我想，這是一個機會，看看一個沒有海軍和空軍的國家如何通過自動化來實現這一點。事實上，作為創新和以一敵三的典範，它取得了巨大的成功，在動能、武器、動員等方面都存在巨大差異。烏克蘭確實堅持得很好。現在發生的事情是，你基本上看到了一種全新的軍事國家安全結構的誕生。一種思考方式是，我們所有人，所以首先，我親眼目睹了這一切，我會告訴你，真實的戰爭比你所看過的關於戰爭的最糟糕的電影還要糟糕得多。這就是我要說的全部。這真的很可怕，應該不惜一切代價避免。然後，因為顯而易見的原因。我喜歡所有那些說，好吧，那些戰爭販子言論的人。小心你所渴望的，因為對方也有發言權。當我開始工作並試圖理解烏克蘭在做什麼時，俄羅斯被擊退了，然後他們以非常非常強大的第二輪和第三輪反擊。所以在這種情況下，敵人有發言權。但繼續說，戰爭演變的粗略方式是，首先，一切都必須非常非常靈活，並且不能固定在某個地方。這將摧毀世界上存在的大部分軍事基礎設施。像坦克這樣的東西，我們現在正在建造更多，甚至在美國建造更強大的坦克，在一個裝備精良的無人機攜帶的2公斤有效載荷就能摧毀坦克的世界上，這毫無意義。這叫做殺傷比，而且那個無人機的零售價是5000美元、4000美元。坦克，美國的坦克，價值3000萬美元。你可以派出大量的無人機去摧毀那些坦克。可能的演變過程是這樣的。首先，人們瞭解到無人機就像步槍和火炮一樣。現在使用無人機比使用迫擊炮、手榴彈、火炮更有效率。這是顯而易見的。如果你只是從成本或效能的角度來看經濟效益，正如人們所說的。接下來發生的事情是，雙方都發展了無人機能力，這就是你現在看到的，然後各自變成無人機對無人機的戰爭。你會看到無人機對抗反無人機。接下來，重點轉移到如何探測敵方無人機，以及如何在它摧毀你之前將其摧毀。最終的理論是無人機在前，人員在後。我見過一些行動，例如，在基輔，烏克蘭人通過星鏈指揮一切，我補充一點，在遙遠的戰爭中，他們非常非常有效。我們已經解決了延遲問題，我們已經解決了時序問題，以及該領域的其他問題。最終狀態非常有趣，我認為沒有人預見到這一點。如果你回到我們關於強化學習和規劃的對話，也就是你在人工智慧中看到的，假設我們在一方，我們有100萬架無人機，而另一方也有100萬架無人機。每一方都將使用強化學習人工智慧策略來制定作戰計畫，但雙方都無法弄清楚對方的作戰計畫是什麼，因此相互攻擊的威懾力將會非常高。今天，軍事規劃人員的運作方式是他們計算武器數量。他們說，好吧，你有這麼多，我也有這麼多，你可以做這種機動等等。但是在人工智慧的世界裡，你正在進行強化學習，你無法計算對方正在計畫什麼。你看不到它。你不知道它。而且我相信這會阻止我認為是人類所做的最可怕的事情之一，即戰爭。主持人: 因為除非雙方之間存在完美的平衡，否則無人機供應將會像傳統戰爭中的任何火炮儲備一樣，遭受某種程度的相互摧毀，而剩下的那一方最終會獲勝。施密特: 嗯，非常重要的是要理解戰爭中沒有贏家。當你發生我所描述的那種規模的無人機戰鬥時，你這一方的整個基礎設施都將被摧毀。對方的整個基礎設施也將會被摧毀。這些都是雙輸的局面。主持人: 難道不會產生一種平衡，因為這種相互確保的摧毀，而形成一種緩和嗎？施密特: 嗯，我認為它不是一種緩和。這是一種威懾。威懾可以理解為我想打你，但我不想打你，但我非常想打你，以至於如果我打了你，懲罰會大於我打你的價值。這就是威懾的運作方式。主持人: 但這似乎是轉向無人機和自動化的一大優勢和好處，這是我們今天所不具備的。施密特: 嗯，轉向無人機和自動化有很多優勢。一是，它們非常非常便宜。它們非常非常便宜。二是，你可以儲存演算法。你可以不斷地學習和學習。記住，你還可以建構合成的訓練資料，這樣你就能比其他人做得更好。我們軍方問我的最後一個問題是，傳統陸軍的角色是什麼？我希望我說所有這些人類行為都可以在人類沒有風險的情況下發生。我不這麼認為。我認為機器人戰爭，本質上是無人機戰爭，將會以破壞性的浪潮形式發生，但最終人類將不得不越過一道線。他們將不得不入侵。在我們消耗掉他們之後。主持人: 所以你們在投資這種無人機技術，那麼你認為樂觀主義者和人形機器人會是這場新戰爭中的下一輪齊射嗎？施密特: 距離人形機器人出現還有很長一段時間，我們整天在電影裡看到的就是那些，對吧？距離我們看到那些還有很長一段時間。你將會看到的是非常非常快的移動解決方案、空基解決方案，以及高超音速武器，還有水下裝置。那種事情發生了很多。這是一個不同的領域。如果你看看“金槍魚”和烏克蘭人使用的一些其他船隻，他們基本上已經使用無人水面艇摧毀了俄羅斯在黑海的艦隊。這對他們至關重要，因為他們需要能夠從敖德薩出口糧食，這大約佔他們經濟的6%或10%。這非常重要，而且他們是用無人機做到的。美國的角色與西方的挑戰主持人: 埃裡克，你似乎有一個總體性的世界觀，意味著你對人工智慧有這種看法。現在你在無人機和戰爭、火箭技術方面做了所有這些事情。老實說，這一切都會匯聚，因為在未來5或10年裡，這些事情都將會發生。你如何看待這個世界？美國扮演什麼角色？作為資本家、技術專家、政治家，你扮演什麼角色？施密特: 我希望美國獲勝。對。我在這裡是因為美國夢，那些投資於我的人，就我而言，比如伯克利等等，人們在我身上賭了一把。我希望下一代也能擁有這些。我還想讓你們記住，我剛參加完在檀香山舉行的二戰投降儀式，他們談到了與暴政作鬥爭。我們忘記了我們的祖先或曾祖父母或其他什麼人為了保持自由主義和民主的活力而參加了第一次世界大戰。我希望我們也能做到這一點。作為美國人，我們如何做到這一點？ 我們利用我們的優勢。我們的優勢是什麼？我們是混亂的、令人困惑的、吵鬧的，但我們很聰明。我們明智地配置資本。我們有非常深厚的金融市場。我們擁有龐大的由大學和企業家組成的工業基礎，他們在此有所代表。我們應該為此慶祝。我們應該推動它。我們應該讓它運轉得越來越快。因為烏克蘭的事情，我花了很多時間在歐洲。他們非常羨慕我們。當你在亞洲時，他們也羨慕我們。夥計們，別搞砸了。這就是我想做的事情。主持人: 我可以問你一下嗎，除了這場外部衝突，今天我們和亞歷克斯·卡普進行了一次對話，昨天塔克·卡爾森也在這裡，一些對話圍繞著，我不知道“西方的衰落”這個詞是否恰當，即西方可能正在醞釀一些社會問題，這些問題可能會從內部傷害我們。你在這些問題上觀察或花費多少時間？現在經常被引用的指標是西方國家出生率下降，以及我們的人口問題，我們將在幾分鐘後與埃隆討論這個問題。 這是你的驚喜嘉賓。對不起。施密特: 失誤。 埃隆是一位好朋友，他正在親自解決人口問題。主持人: 我完全贊成。為你高興。 這是否反映了正在發生的事情？在紐約，曼達尼當選的現象正在興起。 西方的一些歷史價值觀似乎正處於轉形狀態。施密特: 一個社會成功與否的指標之一是其再生產能力，所以我認為這是西方一個合理的擔憂。亞洲的情況更糟。中國的數字是每對父母大約1.0。在韓國，現在下降到每對父母0.78。因此，真正重要的是要認識到，作為人類，我們正在集體選擇減少人口，而且數字令人震驚，對吧？想像一下這樣一種情況：你沒有增長，而是萎縮，而且，他們正在變老。因此，作為一家企業，突然之間，你的收入下降了，你卻無能為力，因為你無法用越來越少的客戶進行創新。因此，如果你只是把它放在商業環境中，忽略道德問題（這些問題都是非常真實的），那簡直太糟糕了，對吧？因此，我們必須解決這個問題。我恰好總體上贊成移民，因為我認為移民有助於我們解決這個問題，但作為一個全球機制，我們必須解決這個問題。無論如何，從我的角度來看，你將會遇到這些問題，但美國是圍繞美國例外論的概念組織起來的。只要我們明白，我們取得進步的方式是投資於正確的人，投資於正確的企業，擁有強大的資本市場，投資於他們所需的基礎設施，我們就會沒事的。這就是我真實的看法。通用人工智慧（AGI）的路徑與展望主持人: 我們可以回到人工智慧話題上嗎？埃裡克，我想你可以幫助我們對這些問題達成一種，我們稱之為兩黨共識的理解，因為我認為你對這個問題思考得很清楚。你知道，在ChatGPT於2022年底發佈之後，我認為2023年和2024年的討論主要集中在通用人工智慧（AGI）這個概念上，以及AGI即將到來的說法。我認為這在華盛頓的決策者中營造了一種近乎恐慌的氛圍。你看到了一些事情，比如，我們必須限制開源，因為，你知道，那樣中國就會得到它。這發生在DeepSeek發佈之前。然後我們發現，實際上他們在開源方面領先於我們。但感覺上，人們已經從AGI的敘事中稍微撤退了一點，我認為這實際上是一件好事。我認為這更有利於冷靜、理性的政策制定。你現在對通用人工智慧的看法如何？在整個處理程序中，我們目前處於什麼階段？施密特: 首先，總統大約一個月前發表的關於人工智慧戰略的演講，我認為你可能不會說，但你實際上是為他寫的，完全正確。所以，謝謝你。主持人: 大衛與一位我們都非常尊重和欽佩的傑出領導者埃裡克合作。所以，儘管如此。說我寫的有點言過其實了。我是說，實際上，但無論如何。施密特: 如果不是你寫的，那一定是你的雙胞胎寫的。但無論如何，你抓住了重點，也就是對研究的投資，對我們所從事的那類工作的投資，真的非常、非常重要。我不同意你關於通用人工智慧（AGI）的看法，因為有一個群體，我稱之為舊金山敘事，因為他們都住在舊金山。他們的敘事大致如下。今天，我們在做智能體。智能體革命將改變商業，我同意這一點。接下來發生的是系統將變得遞迴式自我智能。隨著所謂的遞迴式自我改進，如果你有一個無尺度問題，而一個無尺度問題，例如，是程式設計或數學，你可以一直做下去，如果你購買足夠的硬體或做足夠的軟體等等，你就會獲得巨大的快速收益。這仍在進行中。他們的集體觀點認為，在未來三年左右的時間裡，他們相信我們將獲得某種形式的超級智能。他們定義超級智能的方式基本上是一個學者，一個化學學者，一個物理學者，一個數學學者。我不同意三年這個說法，但我同意可能需要六年或七年。主持人: 但如果它在特定領域是專家，那是通用智能嗎？施密特: 還不是通用智能。通用智能是指它可以設定自己的目標函數。對。而且沒有證據表明這一點。目前沒有證據表明存在設定自身目標函數的能力。我的想法是，我正在寫一篇關於這個的論文，所以我一直在研究它，技術問題是數學證明的非平穩性。你正在做的是試圖解決一個函數的問題，但目標函數一直在變化，這正是人類的運作方式。你的目標每天都在變化，而電腦在這方面有困難。作為一個數學問題，我們還沒有適用於大型語言模型（LLM）的演算法來做到這一點。人們正在努力。測試將是，你是否能夠基本上使用1902年可獲得的資訊，推匯出愛因斯坦通過狹義相對論和廣義相對論得出的相同結論？我們今天無法做到這一點。大多數人認為解決這個問題的方法是通過類比。因此，偉大天才的理論是，他們對一個領域非常瞭解，而且他們非常聰明，這位女士或先生可以將他們的想法應用到完全不同的領域。如果我們能解決這個問題，那麼我認為就結束了。然後我們就進入了通用人工智慧（AGI）時代，那將是一個完全不同的世界。主持人: 我認為很難取代人類的原因之一，而且，你知道，J.K. 和我就此進行辯論，是因為人類是端到端的。你知道，我們可以完成整個工作。你對事物有一種完整的理解。你可以非常容易地進行轉換。至少就我們今天所知的AI而言，它不是端到端的。它必須被提示。你會得到一個答案。這個答案必須經過驗證。然後你必須問一個新問題，因為它永遠不會給你你想要的全部。你必須應用更多的上下文。你必須經歷一個迭代循環。最後，你會得到一個具有商業價值的答案。生物學上的說法是，AI不是端到端的。中間對中間。人類是端到端的，因此，人工智慧不會取代我們所有人，而是會與人類產生非常協同的效應，因為我們可以定義目標函數。我們進行提示，並與它一起迭代，它完成中間的很多工作。在我看來，這似乎是一種非常樂觀、不那麼末日論的看法。施密特: 你剛才所說的正是未來幾年將要發生的事情，我們每個人都會有助手，在我們的命令和提示下，它們會對我們遇到的任何問題（你知道，個人的）提供極大的幫助。有些人正在使用這些東西來獲取戀愛建議，與他們的孩子交談。我的意思是，這一切都很瘋狂，但事實就是如此。對我來說，真正的問題是什麼時候它會跨越到擁有自己的意志，擁有自己尋求資訊和解決新問題的能力。那是另一種生物。主持人: 但是我們有沒有看到任何遞迴式自我提升的證據？施密特: 尚未。我資助了一些聲稱接近實現通用人工智慧的初創公司，但當然，這些都是初創公司，你永遠無法確定，這告訴我還需要5到10年。你認為Google在這方面做得怎麼樣？施密特: 嗯，我不在Google工作了。Gemini的每個版本都在排行榜上名列前茅，因此2.5剛剛超越了所有人，而且我確信還會有下一個版本。Demis正在非常努力地研究關於科學發現的問題，所以這是一條通往通用人工智慧的道路。主持人:  Eric，我們感謝你所做的工作。我們感謝你和我們在一起。我們感謝你所做的一切，以及你對矽谷的影響，這是一個真正……你太好了。施密特: 我很高興能參與其中。你創造了這個令人難以置信的社區，而且有這麼多聰明人把所有時間都花在傾聽你身上。主持人: 謝謝你，埃裡克。 (Web3天空之城)

2025 年，AI 世界正被無形的張力撕扯：一邊是模型參數的激增，一邊是系統資源的極限。大家都在問：GPT-5、Claude 4、Gemini 2.5 誰更強？但前Google CEO Eric Schmidt (埃裡克·施密特) 在 2025 年 9 月 20 日的公開演講中提出了更深層的洞察：“AI 的到來，在人類歷史上，等同於火、電的發明。而接下來的 10 年，將決定未來 100 年的格局。”他不是在講模型性能，也不是 AGI 的遠近，而是在說：AI 不再是提升工具效率，而是重新定義商業運作方式。與此同時，在矽谷知名投資機構 a16z 的一場對話中，晶片分析師 Dylan Patel 指出：“誇張的說，現在搶 GPU 就像搶‘毒品’一樣，你要托關係、找管道、搶配額。但這不是重點，真正的競爭是誰能建構出支撐 AI 的一個完整體系。”兩人的觀點指向同一個發展趨勢：參數不是邊界，電力是邊界；模型不是護城河，平台才是護城河；AGI 不是目的，落地才是關鍵如果說過去三年，AI 的主線是能力爆發；那接下來十年，主線就是基礎建設。第一節｜AI 不再是工具升級，而是系統重構在這場對話裡，Eric Schmidt 開門見山地說：“AI 的到來在人類歷史中，和電、火的發明處於同一等級。”他不是在強調 AI 有多聰明，而是在提醒大家：我們熟悉的工作方式、管理模式、賺錢方法，都可能要徹底改變。不是讓 AI 幫你寫得更快， 而是讓 AI 決定該怎麼寫。Schmidt 說，現在最強的 AI 工具，已經不再是一個助手了，而是正在變成：一種全新的基礎設施，就像電網一樣，成為所有組織的標準配置。這一句話，直接顛覆了過去幾年人們對 AI 的看法。換句話說，這不是個人技能提升或團隊效率最佳化，而是整個組織運轉方式的根本改變：決策方式變了，AI 參與思考；寫作、程式設計、客服、財務都有了 AI 搭檔；資料輸入、結果評估、反饋機制都被 AI 重新設計。這種全面的組織變革讓 Schmidt 意識到，不是預先制定詳細流程，而是在實際應用中讓 AI 逐步適應和最佳化。據他介紹，自己目前參與的幾家創業公司都採用了這種方法，不是先做完整規劃，而是讓 AI 直接參與工作，在實踐中不斷調整和完善。所以他講的，不是模型更強了，而是組織要不要轉向 AI 原生的新形態。AI 正在從工具，變成企業營運的基礎設施。第二節｜限制 AI 發展的，是電力過去我們總以為，AI 的能力發展，會被技術卡住：晶片性能不夠，模型算不動；演算法太複雜，推理速度太慢。但 Eric Schmidt 說，真正限制 AI 發展的不是技術參數，而是電力供應。他提到一個具體資料：“到 2030 年，美國需要新增 92GW 電力，才能支撐資料中心的需求。”什麼概念？一個大型核電站，功率也不過 1 到 1.5GW。92GW，相當於幾十座核電站的發電量。現實卻是：美國當前在建核電站，基本是零。這意味著，未來問題不是模型技術不夠先進，而是電力供應跟不上訓練需求。Schmidt 甚至對國會說過一個令人意外的例子：他們可能需要在海外訓練美國自己的模型，比如在中東國家的發電基地。（Sam Altman 剛剛發佈部落格：《智能時代的無限可能》）這種對電力的渴求並非危言聳聽。就在 9 月23 日，OpenAI CEO Sam Altman 剛剛發佈部落格，提出了一個更激進的方向：我們希望建造一種工廠，每周新增 1GW 的 AI 算力設施，用電規模堪比一座城市。他明確指出，這將需要晶片、電力、機器人、建築等多個系統的協同突破。用他的話說：“一切都始於計算。”Altman 的這個目標，不是遠景展示，而是正在佈局的基礎建設。它正是 Schmidt 所說“AI 將成為新電網”的現實化路徑。事實上：模型訓練本身並不貴，真正的成本是電力消耗、執行階段間和裝置維護。隨著推理任務越來越多，生成內容越來越複雜（圖像、視訊、長文字），AI 工廠的電量需求正變成新的算力瓶頸。Dylan Patel 在另一場對話中也提到，搭建 AI 系統時，不僅要考慮晶片有多快，還要考慮散熱、電費、穩定性。他說得更形象：“AI 工廠不是買一堆 GPU 就行，還要考慮電能調度和持續運行能力。”所以這不是晶片問題，而是電力跟不跟得上的問題。而當電力無法滿足時，連鎖反應就來了：模型不能訓練；推理成本升高；AI 工具無法大規模部署；最終失去落地的可能性。Schmidt 認為，基礎設施跟不上是目前 AI 落地面臨的最大現實挑戰。沒有足夠能源支撐，再領先的模型能力也用不起來。因此，AI 的下一個戰場不在實驗室，而在發電廠。第三節｜不是誰有晶片，而是誰能把它們用起來而即便電力解決了，問題還沒完。你真的能把這些晶片、模型、任務，全都運行起來嗎？很多人以為，只要拿到 H100、B200 這些最先進的晶片，AI 工廠就建成了。但 Dylan Patel 一上來就潑了冷水：“現在 GPU 非常緊缺，要發簡訊到處問'你有多少貨？什麼價格？”他接著說：“但光有晶片還不夠。核心是要讓它們有效協作。”也就是說，晶片本身只是一個部件，真正決定 AI 工廠能否持續運行的，是你有沒有能力把這些晶片整合起來運行。他將這種整合能力分為四個層面：算力底座：GPU、TPU 等硬體基礎；軟體棧：訓練框架、調度系統、任務分配器；冷卻與電力管理：不只是有電，還要把溫度、負載、電費控制好；工程能力：誰來最佳化模型、調優算力、控製成本。這就是 Dylan 所說的“AI 工廠”的核心：AI 工廠不是一個模型、也不是一張卡，而是一整套連續的工程調度能力。你會發現，AI 工廠不僅需要大量算力，更需要複雜的工程配合：一堆 GPU 是“原材料”；軟體調度是“控制室”；冷卻和電力是“水電工”；工程團隊是“維修組”。簡單來說，重心已經從“造模型”轉向了“建基礎設施”。Dylan 觀察到一個有趣的現象：你看現在的晶片公司，不只是賣卡了，而是開始“包施工”了。Nvidia 開始幫客戶整合伺服器、配置冷卻、搭建平台，自己就成了平台。（圖源：路透社報導）這場訪談發佈的同一天，Nvidia 與 OpenAI 公佈了一項未來合作意向：Nvidia 將為 OpenAI 提供最多 10GW 等級的資料中心資源，投資規模可能達到數 1000 億美元。Sam Altman 在聲明中說了一句話，恰好印證了上面這個邏輯：計算基礎設施將是未來經濟的基礎。Nvidia 不只是賣卡、供晶片，更是和他們一起部署、建設、營運整個 AI 工廠。這說明了一個趨勢：真正有能力形成閉環的，不是最聰明的人，而是最懂如何落地的人。也就是：能造出模型，是一回事；能讓模型每天穩定運行，是另一回事。AI 不再是買來就能用的產品，而是需要持續營運的複雜工程系統。關鍵是你有沒有長期營運這套系統的能力。第四節｜AI 能力擴散成趨勢，競爭焦點在那？當大家還在爭奪營運能力時，新的變化已經出現了。AI 模型做得越來越好，越來越聰明，但 Eric Schmidt 提了個警告：“我們無法阻止模型蒸餾。幾乎任何一個能訪問 API 的人，都能複製它的能力。”什麼是蒸餾？簡單說：大模型雖然能力強，但部署成本太高；研究者會用它來訓練一個小模型，讓小模型模仿它的思考方式；成本低、速度快、精度高、難以追蹤。就像你沒辦法複製一個頂級廚師，但可以通過他做出來的菜，教會另一個人做出八成相似的效果。問題就來了：能力越容易被轉移，模型本身越難被限制。（Dylan Patel，知名晶片行業分析師，專注AI基礎設施研究）Dylan Patel 也提到一個行業趨勢：現在蒸餾成本，只佔原始訓練的 1% 左右，卻能復現原模型 80-90% 的能力。即使 OpenAI、Google、Anthropic 把模型保護得再嚴密，也擋不住有人通過蒸餾獲得相似能力。以前大家比的是誰更強；現在開始擔心誰還控制得住？Schmidt 在訪談裡說：最大的模型將永不開放。而小模型的擴散，將不可避免。他不是在鼓吹封閉，而是在提醒一個現實：技術擴散的速度，可能遠快於治理跟上的節奏。舉個例子，現在已有不少團隊用 GPT-4 的 API，去蒸餾出一個 GPT-4-lite：成本低，易部署；基本對外沒有明確標識；使用者用起來感覺幾乎一樣。這就帶來一個難題：模型的能力，可能會像“空氣”一樣擴散；但模型的源頭、責任歸屬、使用邊界，都很難界定清楚。Schmidt 真正擔心不是模型太強，而是：“當越來越多的模型具備強能力，卻不受監管、難以溯源、責任不清，我們該如何確保 AI 的可信度？”這種現像已經不是假設，而是當前的現實。隨著 AI 能力擴散已經成為不可逆轉的趨勢。單純擁有先進模型不再是護城河。競爭的焦點已經轉向了如何更好地運用和服務這些能力。第五節｜平台的關鍵，是越用越準所以最終，比能不能造出來更重要的是：你能不能建構出一個越用越好的平台？Eric Schmidt 給出了他的答案：“未來成功的 AI 公司，不只拼模型性能，更要拼持續學習的能力。”通俗說就是：你不是一次性做出一個產品就完事，而是建一個平台，讓它用得越多越聰明、越用越好用、越用越穩定。他進一步解釋：平台的核心不是功能，而是讓別人離不開你。比如：電網不是因為燈泡亮，而是因為能讓所有燈都亮；作業系統不是因為功能多，而是能讓一批應用穩定運行；AI 平台也一樣，不是做出某個智能助手，而是讓別的團隊、使用者、模型都能接入、呼叫、增強。AI 平台不是某個功能，而是一套持續運轉的服務網路。他還建議年輕創始人：不要只問這個產品做得完美不完美。要看它有沒有形成一條“用 → 學 → 最佳化 → 再用”的路徑。因為：能持續學習的平台，才有長期生存的可能。Dylan Patel 補充說，這其實也是 Nvidia 成功的路徑。黃仁勳做了三十年 CEO，靠的不是運氣，而是不斷把晶片和軟體綁成閉環：客戶用得越多，他就越瞭解客戶想要什麼；越瞭解需求，產品就越好用；產品越好用，客戶就越難放棄。這樣就形成了良性循環，越用越值。不是“發佈即巔峰”，而是能夠持續成長的平台。Schmidt 總結得很清晰：你能不能建構出這樣一個增長機制？一開始可能很小，但它能不斷適應、不斷擴展、不斷更新？他對未來 AI 平台成功者的判斷是：不是你寫了什麼程式碼，而是你能不能讓一個平台活下來，而且越活越強。結語｜誰先形成閉環，誰贏未來Eric Schmidt 在訪談中說：“AI 就像電與火，這 10 年，將決定未來 100 年。”AI 的能力已經準備好了，但往那走、怎麼搭、怎麼用還沒想清楚。現在的重點不是等下一代模型，而是把現有 AI 用起來、用得好。別總想著 GPT-6/DeepSeek R2 什麼時候出，先把手頭的工具在客服、寫作、資料分析等場景中跑通。讓 AI 能 24 小時穩定工作，而不是只在發佈會上驚豔一下。這不是聰明人的比賽，而是執行力的較量。誰能率先把 AI 從實驗室帶到現實，誰就掌握了未來十年的主動權。而這場“閉環之爭”，從現在就已經開始。 (AI深度研究員)

在這場最新坦誠的交流中，施密特系統性地剖析了我們這個時代的兩大核心議題：其一，是即將到來的、無人能完全準備的「超級智慧」浪潮，以及我們必須如何為其注入人性價值；其二，是我們早已深陷其中、由演算法驅動的“注意力經濟”，以及個體如何在這場爭奪心智的戰爭中保持清醒與真實。施密特分享了自己從一個在職涯中不斷學習、摸索的管理者，到如今致力於賦能下一代的心路歷程。從他獨特的「人生三階段」理論，到他那精確到「每周63小時」的個人生產力系統，再到他對領導力傳承的堅定信念，施密特提供的可能是一份在劇變時代中保持目標感、效率和內心秩序的終極指南。本次訪談核心觀點“我們將在未來5到10年內，見證人工智慧首先達到人類智能水平，以及超級智能的到來。沒有人為此做好準備……你必須秉持人類價值觀將其做好。”“我們已經將經濟學從稀缺性經濟學轉向了注意力稀缺。我讀過的一篇論文說，我們現在已經找到了將所有人類注意力變現的方法。”「生活大致是這樣，0到25歲，你在學習。25到50歲，你本質上是在增強自身能力。而大約在50歲左右，你必須轉向——無論是從感恩的角度，還是從發揮槓桿作用的角度——去幫助他人。”“我最終計算出，我每周最佳工作時長是63小時。當你埋頭苦幹到一定程度時，就會遇到邊際生產力遞減。”「當內容進入到這些地方之一……都必須以加密方式蓋上其來源的戳記。如果你不理解其出處，你就不知道這到底是一次俄羅斯的影響力行動，還是僅僅是俄亥俄州某個有想法的人所為。”「我最終得出結論，（CEO）合適的年限是10年。當我自己任職達到10年時，我意識到自己必須執行自己制定的規則。知道何時功成身退非常重要。”人生三幕：從學習、增強到回饋在探討複雜的外在世界之前，施密特首先分享了他對個人生命旅程的宏觀框架，這個框架以「感恩」為起點。 “我每天醒來都心懷感激，”他說道，“如果你醒來時對此不心懷感恩，那麼你就需要改變一些事情。因為一個基於感恩的生活是一個好的開始方式。”他將人生劃分為三個清晰的階段，這個模型為理解他後來的職業選擇和當前的使命提供了關鍵的背景。「生活大致是這樣，0到25歲，你在學習。25到50歲，你本質上是在增強自身能力。這種能力指的是影響力、所扮演的角色以及在某種程度上對世界產生的作用。而大約在50歲左右，你必須轉向——無論是從感恩的角度，還是從槓桿作用的角度——去幫助他人。」如今，施密特顯然正處於第三階段。他將自己過去五十年來所累積的知識、資源和人脈視為一種槓桿，其核心目標是「真正地賦能下一代」。這種視角也解釋了他為何在離開GoogleCEO職位後，依然活躍在外交政策、國家安全及人工智慧等多個領域，並致力於將經驗傳遞給那些即將塑造未來的年輕人。個人生產力法則：駕馭時間與資訊洪流這種清晰的宏觀哲學，同樣體現在他微觀的日常管理中。施密特分享了一套經過多年實踐檢驗的個人生產力系統，其核心在於對時間的嚴格自律和策略性反思。他透露，自己曾一度每周工作80小時，但後來發現效率並未倍增。「我最終計算出，我每周最佳工作時長是63小時……當你埋頭苦幹到一定程度時，就會遇到邊際生產力遞減。你會看到年輕人虛耗時光，虛度光陰，瞎忙活等等。他們應該直接把它完成。”為了確保這63小時的高效，他建立了一套周末反思機制。「在工作日要非常努力地工作……而在周末，擠出幾個小時來思考。關掉手機，不發簡訊，不看Instagram等等，然後思考。並寫下你對上周所做事情的評估，然後是下周你需要做什麼。」 這種簡單的紀律，迫使他始終掌控著自己的議程，確保重要但不緊急的任務不會被遺忘。此外，他還有一個在當今時代顯得有些「復古」的習慣——高度依賴電子郵件。 「你們這代人沉迷於簡訊和WhatsApp等等，那些工具在組織世界方面效率不高，」他直言不諱地指出。「電子郵件是我所需內容的精確、書面化的記錄。這樣它就留在你的郵件裡了，你就可以實際查閱它，也可以轉發給其他人。然後你可以說，你做這個了嗎？並且你可以進行後續跟進。」 在施密特看來，這些看似增加了即時摩擦的工具，實際上極大地減少了後續溝通的成本，後續是後續管理的成本，是後續溝通破解注意力經濟：演算法、真實性與人性的博弈從個人效率轉向社會觀察，施密特精準地指出了我們這個時代經濟模式的根本轉變。“我們已經將經濟學從稀缺性經濟學轉向了注意力稀缺。我讀過的一篇論文說，我們現在已經找到了將所有人類注意力變現的方法。”他深刻地揭示了社群媒體演算法的運作核心：利用人性的弱點來最大化商業利益。 「作為人類，我們傾向於對那些本質上駭人聽聞、通常是負面的事物做出情感反應，」他解釋道。“典型的資料是，一條煽動性的內容被轉發或分享的次數比一篇深思熟慮的文章多七倍……它們受憤怒驅動，因為憤怒有市場。”這種機制導致了真相與理性的錯置。人工智慧的加入，更讓這個問題雪上加霜。 AI系統能夠精確地找到每個人的情感“引爆點”，並持續推送相關內容，從而將使用者困在資訊繭房中，並加劇其情緒反應。那麼，個體該如何因應？施密特認為，關鍵在於具備批判性思維，並清醒地認識到數位世界的不完整性。「我假設我在TikTok和Instagram上看到的一切都是經過高度篩選的……如果某人正在享受美妙的假期，那麼他們就沒有告訴你他們生活中90%的時光是純粹的地獄。一旦你理解他們提供給你的只是他們生活的一個子集，你就能更好地理解他們向你推銷的是什麼。」人工智慧浪潮：在超級智慧前夕堅守人性展望未來，施密特認為，目前由注意力經濟引發的挑戰，只是更大浪潮的前奏。“我們將在未來5到10年內，見證人工智慧首先達到人類智能水平，以及超級智能的到來。沒有人為此做好準備。”在這場歷史性的技術變革中，他最關心的是「人性優先」的原則能否堅守。“我們這些技術專家們，我當然也犯過這個錯誤，其中一點就是我們忘記了人類優先。我們考慮的是演算法及其影響……下一代電腦系統等等，可以以賦能自由的方式實現，也可以以限制自由的方式實現。”他預見到，在不遠的將來，每個人都將擁有一個AI代理或個人助理，它將成為我們“最親密的夥伴”，甚至比我們自己更瞭解我們。這帶來了巨大的機遇，也潛藏著深刻的風險。“作為家長，如果你的孩子的摯友實際上是一個數字系統，你會作何感想？而且他們發佈了新版作業系統，你卻不知道里面有什麼。他們重新程式設計了你孩子的摯友……這不行。”因此，他堅信監管的必要性，尤其是在內容溯源方面。面對AI生成內容真假難辨的未來，唯一的出路就是強制性的技術標準。「當內容進入到這些地方之一……都必須以加密方式蓋上其來源的戳記。這樣你就能理解其出處。如果你不理解其出處，你就不知道這到底是一次俄羅斯的影響力行動，還是僅僅是俄亥俄州某個有想法的人所為。”領導力的傳承：知道何時功成身退在訪談的最後，施密特將話題引向了組織與社會層面的智慧──領導力的傳承。他毫不避諱地指出，無論是政治還是商業領域，領導者往往「戀棧權力過久」。他以自己的經驗為例，闡述了任期限制的重要性。「我曾研究執行長的任期。我最終得出結論，合適的年限是10年。當我自己任職達到10年時，我意識到自己必須執行自己制定的規則。於是我將執行長的職務移交給了他人……關鍵在於，知道何時功成身退非常重要。」 他認為，正是因為這一決定，他才得以開啟人生的新篇章，知道何時功成身退非常重要。」他認為，正是因為這一決定，他才得以開啟人生的新篇章，涉足更廣泛的領域。這理念同樣適用於公司創辦人。「作為一個公司的創始人，最了不起的一點是你永遠都是創始人。但是，創始人在適當的時候應該放棄直接控制權。我認為，那些管理公司長達30年的創始人，並沒有很好地為他們的利益相關者服務。”他堅信，下一代人才遠比他那一代更聰明、更能適應這個複雜的世界。因此，一個健康社會的標誌，就是能否建立起有效的機制，讓權力平穩地交接給更具時代洞察力的年輕人。 （Web3天空之城）

前GoogleCEO艾瑞克·施密特在一次訪談中提出了他對AI的最新觀點，有助於看清我們對AI的認知誤區。1、AI被嚴重低估AI不僅是語言工具，更是未來戰略規劃、科學發現乃至國家安全與地緣政治格局的核心力量。AI的“創造力”在於做出人類從未做過的事，這是原始創新的萌芽。強化學習+多代理系統的結合，使AI逼近“自主系統”，超越現有聊天機器人的能力。2、AI帶來的電力需求是非常巨大AI的計算需求呈指數級增長，現有基礎設施難以跟上。美國需增加大量電力供應，如90吉瓦，相當於90個核電站，以滿足AI發展需求。3、AI可能引發全球安全威脅AI領域的激烈競爭可能導致國家間不信任加劇，誘發先發制人的戰爭風險。必須警惕有公司為了速度跳過安全步驟，放出造成危害的AI模型。4、關於中美AI競爭中國從“模仿者”轉變為全球科技引領者，在人工智慧等多領域已與美國持平甚至領先。儘管美國實施出口管制，但反而促使中國培養了大量人才、建構了強大供應鏈，推動AI發展。5、AI競爭如何避免失控中美AI競爭可能重複第一次世界大戰的浩劫，需警惕其潛在風險。雙方應加強合作與溝通，共同推動AI技術的安全、健康發展。6、關於AI對人類社會的影響AI可以提升效率應對人口老齡化的問題。人類社會面臨人口老齡化問題，需要AI提升青壯年工作效率，供養更多老人。AI將改變人才培養模式，AI的廣泛應用將促使人才培養更加注重演算法、資料科學、機器學習等方面。未來需要更多高素質、複合型的科技人才。施密特對AI發展有深刻洞察，他看到了其巨大潛力，也警示了潛在風險。 (有在咖啡)