Anthropic CEO萬字神預言：AGI最早或於2026降臨

2026/06/04

•

導讀

這是Anthropic的CEO Dario Amodei在2024年10月發佈的一篇長文，標題是"Machines of Loving Grace"，討論AI如何讓世界變得更好。

文中預言：“強人工智慧”最早可能在 2026 年出現。

全文翻譯如下

我常常思考和探討強人工智慧的潛在風險，我所執掌的公司 Anthropic 也投入了大量研究，致力於降低這些風險。正因如此，人們有時會認為我是個悲觀主義者，或是所謂的 “末日論者”，覺得我眼中的人工智慧終究弊大於利、充滿危險。但我絕非如此看待人工智慧。事實上，我聚焦於風險研究的核心原因之一，是這些風險是阻礙我們走向一個本質上充滿希望的美好未來的唯一障礙。我認為，大多數人既低估了人工智慧所能帶來的顛覆性積極價值，也低估了它可能引發的嚴重風險。

在本文中，我將描繪這份積極價值的可能圖景：倘若一切順利，一個擁有強人工智慧的世界會是何種模樣。當然，沒有人能確切精準地預知未來，而強人工智慧帶來的影響，大機率會比以往任何一次技術變革都更難以預測，因此本文的所有設想終究只是推測。但我力求做出有依據、有價值的推測，即便最終多數細節與現實不符，也能勾勒出未來的大致走向。我加入諸多細節，主要是因為我認為，一個具體可感的願景，遠比含糊其辭、抽象空洞的構想更能推動相關討論的深入。

不過，我想先簡要說明，為何我和 Anthropic 此前甚少談及強人工智慧的積極面，以及為何未來我們大機率仍會將大量目光放在風險探討上。做出這一選擇，主要是出於以下幾點考量：

實現影響力最大化：人工智慧技術的基礎發展，以及它所能帶來的諸多（非全部）益處，似乎是大勢所趨（除非風險徹底顛覆這一切），且這一處理程序由強大的市場力量推動。反觀風險，其發展並非註定，人類的行動能極大改變風險發生的可能性。
避免被視為宣傳造勢：人工智慧企業大肆宣揚技術的種種驚人益處，容易讓人覺得是在進行宣傳炒作，或是試圖掩蓋其弊端。而且我認為，從原則上來說，把大量時間花在 “自吹自擂” 上，並非正途。
摒棄浮誇自大：許多關注人工智慧風險的公眾人物（更不用說人工智慧企業的領導者）談論通用人工智慧後的世界時，那副彷彿自己身負使命、能獨力締造未來，如同先知帶領信徒走向救贖的姿態，總是讓我感到反感。將企業視為能單方面塑造世界的力量，或將實際的技術目標賦予近乎宗教的意義，都是十分危險的。
擺脫科幻色彩的桎梏：儘管我認為多數人低估了強人工智慧的積極價值，但少數探討人工智慧顛覆性未來的群體，往往帶著過於濃厚的 “科幻腔調”，談及意識上傳、太空探索、賽博朋克式的世界觀等內容。這會讓人們對其觀點不以為然，覺得這些設想不切實際。需要明確的是，問題不在於這些描述的技術是否可能實現或成為現實（本文會對此進行詳盡分析），而在於這種 “腔調” 會無形中傳遞出一系列文化偏見，以及關於 “理想未來是何種模樣”“各類社會問題將如何解決” 的未明說假設。最終，這些內容往往會淪為小眾圈層的幻想，讓大多數人難以接受。

儘管有以上種種顧慮，但我依然認為，探討一個擁有強人工智慧的美好世界的可能形態至關重要，同時我們要竭力避開上述誤區。事實上，樹立一個真正能鼓舞人心的未來願景，而非僅僅制定應對危機的預案，才是關鍵。強人工智慧帶來的諸多影響固然存在對抗性和危險性，但歸根結底，我們必須有為之奮鬥的目標，有能讓所有人都受益的正和結果，有能凝聚人心、讓人們放下分歧共同面對未來挑戰的信念。恐懼固然能成為一種動力，但這遠遠不夠：我們同樣需要希望。

強人工智慧的積極應用場景數不勝數，涵蓋機器人技術、製造業、能源領域等諸多方面，但我將聚焦於少數幾個在我看來最能直接提升人類生活質量的領域。我最寄予厚望的五個領域分別是：

生物與身體健康
神經科學與心理健康
經濟發展與減貧
和平與治理
工作與生命的意義

以主流標準來看（除了科幻作品中的“奇點”願景），我的這些預測極具顛覆性，但我對此是由衷且認真的。如前所述，我的所有觀點都可能與現實相去甚遠，但我至少嘗試以半分析的視角，評估各領域的發展可能會加速到何種程度，以及這在實際中意味著什麼。我有幸在生物學和神經科學領域擁有專業經驗，在經濟發展領域也算是有一定瞭解的愛好者，但我肯定會有諸多見解失當之處。撰寫本文的過程讓我意識到，召集各領域的專家（包括生物學、經濟學、國際關係等領域），共同完成一份更完善、更具深度的構想，會是極具價值的事。或許，我的這些思考，有可能成為這一專家群體展開研究的起點。

基本假設與分析框架

為了讓本文的構想更精準、更貼合實際，我們需要明確界定何為強人工智慧（即開啟未來 5-10 年變革的臨界點），並搭建一個分析框架，探討強人工智慧出現後將產生的影響。

強人工智慧（我並不喜歡 “通用人工智慧” 這一說法）會以何種形態出現、何時（或是否）會出現，本身就是一個宏大的議題。我曾公開探討過這一問題，也可能會專門撰文論述（我大機率會這麼做）。顯然，許多人對強人工智慧能很快問世持懷疑態度，還有人認為它永遠不會被創造出來。我認為，強人工智慧最早可能在 2026 年出現，也可能需要更久的時間。但在本文中，我會擱置這些爭議，假設它將在不久的將來問世，並聚焦於其出現後的 5-10 年間，世界會發生怎樣的變化。同時，我也會對這一系統的形態、能力及互動方式做出界定，儘管人們對此可能存在不同看法。

在我看來，強人工智慧是一種人工智慧模型——其形態可能與如今的大語言模型相似，也可能基於不同的架構，由多個相互協作的模型構成，訓練方式也可能有所不同——並具備以下特徵：

極致的智能水平：在生物學、程式設計、數學、工程學、文學創作等大多數相關領域，其智能水平均超越諾貝爾獎得主。這意味著它能證明尚未被破解的數學定理、創作頂尖的小說、從零開始編寫複雜的程式碼庫等。
全面的虛擬互動能力：它不只是一個能對話的 “智能工具”，還擁有人類遠端工作所能用到的所有 “互動介面”，包括文字、音訊、視訊、鍵鼠操控、網路訪問等。它能通過這些介面開展各類行動、進行溝通或實施遠端操作，比如在網路上採取行動、向人類下達或接收指令、訂購物資、指導實驗、觀看和製作視訊等，且完成所有這些任務的能力，均超越世界上最頂尖的人類。
自主的長任務執行能力：它並非被動地回答問題，而是能接受需要數小時、數天甚至數周完成的任務，並像優秀的員工一樣自主推進任務，僅在必要時尋求澄清。
間接的物理操控能力：它沒有實體形態（僅存在於電腦螢幕中），但能通過電腦操控現有的物理工具、機器人或實驗室裝置；從理論上來說，它甚至能為自己設計所需的機器人或裝置。
高效的規模化與運算速度：訓練該模型的資源，可被重新調配以運行數百萬個模型實例（這與 2027 年左右的預計叢集規模相符），且該模型吸收資訊和採取行動的速度，約為人類的 10-100 倍。當然，其速度可能會受物理世界或所互動軟體的響應速度限制。
靈活的協同與分工能力：這數百萬個模型實例，既可以獨立處理互不相關的任務，也能在需要時像人類一樣協作，甚至可以將不同的實例子集進行微調，使其在特定任務上具備更突出的能力。

我們可以將其概括為 “資料中心裡的天才之國”。

顯然，這樣的智能體能夠極快地解決極其複雜的問題，但要判斷其具體的變革速度，並非易事。在我看來，兩種極端的觀點都站不住腳。第一種觀點認為，超級智能會自我迭代，幾乎瞬間解決所有科學、工程和實操難題，世界會在數秒或數天內發生徹底變革（即 “奇點”）。但問題在於，現實中存在諸多物理和實際的限制，比如硬體製造、生物實驗的開展都需要時間。即便是 “資料中心裡的天才之國”，也無法突破這些限制。智能的力量固然強大，但並非無所不能的魔法。

第二種觀點則與之相反，認為技術進步已趨於飽和，或受現實資料、社會因素的限制，超越人類的智能能帶來的改變微乎其微。這一觀點同樣難以令人信服；我能想到數百個科學甚至社會領域的難題，若是由一大批絕頂聰明的人著手解決，進展會大幅加快，尤其是當他們不僅能進行分析，還能在現實世界中採取行動時（我們設想的 “天才之國” 便能做到這一點，包括指導或協助人類團隊）。

我認為，現實更可能是這兩種極端情況的複雜結合，且因任務和領域的不同而呈現出細微的差異。我們需要新的框架，以更有建設性的方式分析這些細節。

經濟學家常談及 “生產要素”，即勞動力、土地和資本。“勞動力 / 土地 / 資本的邊際收益”這一概念表明，在特定情境下，某一種生產要素可能成為發展的瓶頸。例如，一支空軍既需要戰機，也需要飛行員，若戰機數量不足，再多的飛行員也無濟於事。我認為，在人工智慧時代，我們應當探討智能的邊際收益，並找出與智能互補、且在智能水平極高時成為發展瓶頸的其他要素。我們並不習慣以這種方式思考問題——追問“更強大的智能能在多大程度上推動這項任務的完成，又需要多長時間”——但這似乎是理解強人工智慧時代的正確方式。

在我看來，限制智能發揮作用或與智能互補的要素包括：

外部世界的運轉速度

智能體需要在現實世界中進行互動，才能完成任務、實現學習（這種學習包括臨時的上下文學習，也包括傳統的模型訓練，二者的速度均受物理世界限制）。但現實世界的運轉有其固定節奏：細胞和生物體的生長、反應速度是固定的，因此相關實驗需要耗費一定時間，這一過程無法縮短。硬體研發、材料科學、人際溝通，甚至我們現有的軟體基礎設施，皆是如此。此外，在科學研究中，許多實驗需要按順序開展，每一步都需在前一步的基礎上學習和推進。這意味著，像研發癌症療法這樣的重大項目，其完成速度存在一個無法再縮短的最低值，即便智能水平持續提升，也無法突破。

資料的可得性

有時，原始資料的缺失會讓再強大的智能也無用武之地。如今的粒子物理學家極具智慧，提出了諸多理論，但由於粒子加速器產生的資料十分有限，他們無法驗證這些理論的真偽。即便擁有超級智能，他們也未必能取得突破性進展 —— 除非能加快更大規模粒子加速器的建造速度。

內在的複雜性

有些事物本身具有不可預測性或混沌性，即便最強大的人工智慧，也無法比當下的人類或電腦更精準地對其進行預測和解析。例如，在一般情況下，即便人工智慧的能力再強大，對於三體問題這類混沌系統的預測，也只能比當下的人類和電腦超前一點點。因為在混沌系統中，微小的誤差會隨著時間呈指數級放大，因此即便計算能力大幅提升，預測的超前性也只能得到小幅改善，而實際中的測量誤差，會讓這一情況雪上加霜。

人類社會的約束

許多行為若要實施，勢必會違反法律、傷害人類或擾亂社會秩序。經對齊的人工智慧不會做出此類行為（而若人工智慧未被正確對齊，我們便又要回到風險探討的話題）。人類社會的諸多架構效率低下，甚至存在弊端，但要在遵守相關約束的前提下進行變革，卻十分困難，比如臨床試驗的法律要求、人們改變生活習慣的意願、政府的行為模式等。有許多技術在理論上十分先進，但其實際影響卻因監管制度或無端的擔憂而大打折扣，核電、超音速飛行，甚至電梯的發展，都曾遭遇這樣的問題。

物理定律的限制

這是上述 “外部世界運轉速度” 的極端體現。存在一些看似無法打破的物理定律：光速不可超越、攪拌後的布丁無法復原、晶片的單位面積電晶體數量存在上限，否則會失去穩定性、擦除每一位資料都需要消耗最低限度的能量，這限制了全球的計算密度。

這些要素的約束作用，還會因時間維度的不同而有所差異。在短期內難以突破的約束，在長期來看，可能會因智能的提升而變得更易應對。例如，智能可被用於開發新的實驗範式，讓原本需要活體動物實驗的研究，能在體外完成；也可被用於製造收集新資料所需的工具（如更大規模的粒子加速器）；還能在倫理範圍內，找到繞開人類社會約束的方法（如助力完善臨床試驗體系、推動建立行政審批更簡便的臨床試驗轄區、最佳化科學研究方法，減少人類臨床試驗的必要性或降低其成本）。

因此，我們可以設想這樣一幅圖景：起初，智能的發揮會受其他生產要素的嚴重制約，但隨著時間的推移，智能自身會逐漸找到繞開這些要素約束的方法，即便這些約束永遠無法徹底消失（且物理定律等要素的約束是絕對的）。關鍵問題在於，這一過程的推進速度有多快，各要素的約束又會以何種順序被突破。

基於上述分析框架，我將探討前文提及的五個領域，回答這一核心問題。

一、生物與身體健康

在所有領域中，生物學的科學進步，或許最能直接、明確地提升人類的生活質量。上個世紀，天花等一些困擾人類數千年的疾病終於被根除，但仍有諸多疾病尚未被攻克，而戰勝這些疾病，將是一項偉大的人道主義成就。除了治癒疾病，從理論上來說，生物科學還能通過延長人類的健康壽命、增強人類對自身生物過程的掌控力和自主性、解決那些我們如今認為是人類固有屬性的日常健康問題，提升人類健康的基礎水平。

用前文的 “約束要素” 理論來看，將智能直接應用於生物學研究的主要挑戰，在於資料、外部世界的運轉速度和內在的複雜性（事實上，這三者相互關聯）。而在臨床試驗階段，人類社會的約束也會發揮作用。我們逐一分析這些挑戰：

細胞、動物實驗，甚至化學過程，都受外部世界運轉速度的限制：許多生物學實驗流程需要培養細菌或其他細胞，或等待化學反應發生，這一過程有時需要數天甚至數周，且目前尚無明顯的方法能加快其速度。動物實驗可能需要數月甚至更久，而人類實驗往往需要數年，針對長期結果的研究甚至需要數十年。與此相關的是，資料的缺失問題也十分突出 —— 並非資料量不足，而是資料質量堪憂：我們始終缺乏清晰、明確的實驗資料，難以將研究關注的生物效應，與其他成千上萬的干擾因素區分開來；也難以通過資料對生物過程進行因果干預，或直接測量某種效應（而非通過間接、有誤差的方式推斷其結果）。即便是我在研究質譜技術時收集的海量分子定量資料，也存在大量噪聲和資訊缺失 —— 比如這些蛋白質來自那種細胞、位於細胞的那個部位、處於細胞周期的那個階段。

資料存在這些問題，部分原因在於生物系統的內在複雜性：倘若你見過人類新陳代謝的生化反應示意圖，就會知道，要從這個複雜的系統中分離出某一部分的作用，難度極大，而要對其進行精準、可預測的干預，更是難上加難。最後，除了人類實驗本身需要耗費的時間，實際的臨床試驗還涉及大量的官僚程序和監管要求，在包括我在內的許多人看來，這些程序和要求造成了不必要的拖延，阻礙了研究進展。

正因如此，長期以來，許多生物學家對人工智慧，以及更廣泛的 “巨量資料” 在生物學領域的應用價值持懷疑態度。在過去 30 年裡，數學家、電腦科學家和物理學家將自身專業技能應用於生物學研究，取得了一定的成果，但並未實現最初期望的顛覆性突破。AlphaFold（其研發者也因此當之無愧地獲得了諾貝爾化學獎）和 AlphaProteo 等重大革命性突破，讓這種懷疑情緒有所緩解，但人們仍認為，人工智慧的應用場景（且未來仍將）十分有限。一種常見的觀點是：“人工智慧能更好地分析資料，但無法生成更多資料，也無法提升資料質量。輸入的是垃圾，輸出的也只會是垃圾。”

但我認為，這種悲觀的觀點，是對人工智慧的應用方式存在誤解。如果我們關於人工智慧發展的核心假設成立，那麼我們不應將人工智慧視為一種資料分析工具，而應將其看作一位虛擬生物學家，能完成生物學家的所有工作，包括設計並在現實世界中開展實驗（通過操控實驗室機器人，或像首席研究員指導研究生一樣，告訴人類該開展那些實驗）、發明新的生物學研究方法或測量技術等。人工智慧唯有加快整個研究過程，才能真正推動生物學的發展。我想重申這一點，因為這是我談及人工智慧改造生物學的能力時，最常遇到的誤解：我所說的人工智慧，並非僅僅是資料分析工具。結合本文開篇對強人工智慧的定義，我所指的，是利用人工智慧完成、指導並最佳化生物學家的幾乎所有工作。

具體來說，我認為生物學的發展加速，將主要源於以下方面：生物學領域的驚人進步，實際上源於為數不多的重大發現，這些發現往往與通用的測量工具或技術相關，能讓我們對生物系統進行精準、通用且可程式設計的干預。這樣的重大發現，每年大約僅有一項，但其共同推動了生物學領域超 50% 的發展。這些發現的強大之處，恰恰在於它們能突破生物系統的內在複雜性和資料限制，直接提升我們對生物過程的理解和掌控力。數十年間的幾項重大發現，不僅建構了我們對生物學的大部分基礎科學認知，也催生了許多極具效力的醫療手段。

例如：

CRISPR 基因編輯技術：能對活的生物體中的任意基因進行編輯，將任意基因序列取代為其他序列。自這項技術問世以來，研究人員不斷對其進行最佳化，使其能靶向特定細胞類型、提高編輯精度、減少脫靶效應 —— 這些最佳化，都是其在人類身上安全應用的必要前提。
各類高精度顯微技術：能精準觀察生物微觀過程，包括先進的光學顯微鏡（結合各類螢光技術、特殊光學系統等）、電子顯微鏡、原子力顯微鏡等。
基因組測序與合成技術：在過去幾十年裡，其成本下降了數個數量級。
光遺傳學技術：通過光照就能啟動神經元。
mRNA 疫苗技術：理論上，我們能利用這一技術為任何病原體設計疫苗，並快速對其進行改良（mRNA 疫苗也因新冠疫情而廣為人知）。
CAR-T 細胞療法：能將人體的免疫細胞提取出來進行 “重新程式設計”，理論上可讓其攻擊任何靶點。
重要的理論認知突破：如疾病的病菌學說、免疫系統與癌症關聯的發現。

我不惜筆墨列舉這些技術，是為了提出一個核心觀點：如果有更多富有天賦和創造力的研究人員，這類重大發現的問世速度，能提升 10 倍甚至更多。換言之，在這些重大發現的研發上，智能的邊際收益極高，而生物學和醫學領域的其他所有進展，大多都建立在這些發現的基礎之上。

為何我會有這樣的觀點？因為當我們試圖判斷 “智能的邊際收益” 時，不妨思考以下幾個問題，而答案也印證了這一點：首先，這些重大發現大多由極少數研究人員完成，甚至常常是同一批人接連取得突破，這說明其關鍵在於研究人員的專業能力，而非無目的的探索（若後者是關鍵，那麼實驗耗時將成為主要限制因素）。其次，許多發現 “本可以更早問世”：例如，CRISPR 是細菌免疫系統的天然組成部分，早在 20 世紀 80 年代就被發現，但時隔 25 年，人們才意識到它可被改造為通用的基因編輯工具。同時，許多極具潛力的研究方向，因缺乏科學界的支援而被擱置多年，mRNA 疫苗的發明者的經歷便是如此，類似的案例比比皆是。第三，許多成功的研究項目，起初並非獲得大量資金支援的重點項目，而是研究人員自力更生開展的，甚至是被忽視的小眾方向。這說明，推動發現的關鍵並非大量的資源投入，而是研究人員的智慧。

最後，儘管部分發現存在 “序列依賴性”（即必須先取得發現 A，才能擁有取得發現 B 的工具或知識），這可能會造成實驗延遲，但許多（甚至大多數）發現是相互獨立的，這意味著我們可以同時推進多項研究。結合這些事實，以及我在生物學領域的從業經驗，我堅信，倘若科學家能更聰明，更善於從人類掌握的海量生物學知識中建立關聯（再想想 CRISPR 的例子），還有數百項這樣的重大發現等待著我們。AlphaFold 和 AlphaProteo 憑藉人工智慧，在相關領域解決了人類數十年精心建構物理模型也未能有效解決的重要問題，這一案例雖只是在特定領域利用特定工具取得的突破，卻為我們指明了方向，印證了人工智慧的潛力。

因此，我認為，強人工智慧能讓這類重大發現的問世速度至少提升 10 倍，讓我們在 5-10 年內，取得原本需要 50-100 年才能實現的生物學進展。

為何不是 100 倍？這或許並非不可能，但序列依賴性和實驗耗時會成為關鍵限制：要在 1 年內實現 100 年的進展，需要所有環節一次成功，包括動物實驗，以及顯微鏡、昂貴實驗室裝置的設計等。我甚至願意接受這個看似荒誕的設想：我們能在 5-10 年內實現原本 1000 年的生物學進展，但我對 “1 年內實現 100 年進展” 的說法持高度懷疑。換言之，實驗和硬體設計存在不可避免的 “延遲”，需要經過一定次數的 “不可縮減的迭代”，才能掌握無法通過邏輯推導獲得的知識。但在此基礎上，我們可以實現大規模的平行研究。當然，人工智慧還能幫助我們更明智地選擇實驗方向：最佳化實驗設計、從首輪實驗中汲取更多經驗，讓後續實驗能更精準地聚焦核心問題等。

那麼臨床試驗呢？儘管臨床試驗存在大量官僚程序，導致進展緩慢，但事實上，其大部分（並非全部）的延遲，歸根結底是因為需要嚴格評估那些療效甚微或效果模糊的藥物。令人遺憾的是，如今的大多數療法都是如此：普通的癌症藥物只能將患者的生存期延長數月，且存在嚴重的副作用，需要進行細緻的監測（阿爾茨海默病藥物的情況也類似）。這就需要開展大規模的研究（以達到統計顯著性），而監管機構往往難以在其中做出合理的權衡，這再次源於官僚程序和複雜的利益博弈。

而對於療效顯著的藥物，其審批流程會大幅加快：監管機構設有加速審批通道，藥物的療效越顯著，審批就越容易。新冠 mRNA 疫苗僅用 9 個月就獲得了審批，遠快於常規速度。即便如此，這一速度仍有提升空間 ——mRNA 疫苗的審批本可以縮短至約 2 個月。但這樣的延遲（一款藥物的研發全流程約 1 年），結合大規模的平行研究，以及有限次數的實驗迭代（“數次嘗試”），足以讓我們在 5-10 年內實現生物學和醫學的顛覆性變革。更樂觀的是，人工智慧驅動的生物科學研究，能研發出更完善的動物和細胞實驗模型（甚至是模擬模型），更精準地預測藥物在人類身上的效果，從而減少臨床試驗的迭代次數。這一點在研發抗衰老藥物時尤為重要，因為衰老過程跨越數十年，我們需要更快的實驗迭代周期。

最後，關於臨床試驗和社會壁壘，有一點值得明確指出：與其他技術相比，生物醫學創新的落地應用，有著異常良好的記錄。如前文所述，許多技術雖在理論上十分先進，卻因社會因素而難以落地。這或許會讓人對人工智慧的潛力持悲觀態度，但生物醫學領域是個例外：儘管藥物研發過程繁瑣，但一旦研發成功，大多能順利落地並得到應用。

綜上，我的核心預測是：人工智慧驅動的生物科學和醫學研究，將讓我們在 5-10 年內，實現人類生物學家原本需要 50-100 年才能取得的進展。我將其稱為 “被壓縮的 21 世紀”—— 即強人工智慧問世後，我們能在短短數年內，完成整個 21 世紀原本可能實現的生物和醫學領域的所有進步。

儘管預測強人工智慧在數年內能實現的成就，本質上仍具有難度和推測性，但追問 “人類在無人工智慧輔助的情況下，未來 100 年能實現什麼”，能讓我們的設想更具體。回顧 20 世紀的成就、從 21 世紀前 20 年的發展中進行推演、思考 “10 項類 CRISPR 技術和 50 項類 CAR-T 技術能帶來什麼”，這些方式都能讓我們對強人工智慧可能帶來的發展水平，做出貼合實際的預估。

以下是我對未來的一些設想，這些設想並非基於嚴謹的方法論，細節也幾乎必然會與現實不符，但旨在展現未來可能的顛覆性變革：

幾乎所有天然傳染病都能被可靠預防和治療：20 世紀，人類在對抗傳染病方面取得了巨大成就，因此，在 “被壓縮的 21 世紀” 裡，我們基本 “完成這項事業”，並非天方夜譚。mRNA 疫苗及類似技術，已然為 “研髮針對任何病原體的疫苗” 指明了方向。而傳染病能否在全球範圍內被徹底根除（而非僅在部分地區），則取決於貧困和不平等問題的解決，這一點我們將在第三部分探討。
大多數癌症被根除：過去幾十年，癌症的死亡率以每年約 2% 的速度下降，按照當前人類的科學發展速度，我們將在 21 世紀根除大多數癌症。部分癌症亞型已基本能被治癒（如利用 CAR-T 療法治療某些類型的白血病），而我更期待能研發出高靶向性的藥物，在癌症早期對其進行干預，阻止其發展。人工智慧還能讓我們為癌症患者的個性化基因組，定製精準的治療方案 —— 如今這一技術已成為可能，但需要耗費大量的時間和人力，成本極高，而人工智慧能實現其規模化應用。癌症的死亡率和發病率下降 95% 甚至更多，是有可能實現的。但需要注意的是，癌症的類型繁多、且具有極強的適應性，或許是最難被徹底攻克的疾病。因此，一些罕見、難治的惡性腫瘤仍可能存在，這也不足為奇。
遺傳性疾病能被有效預防和治癒：胚胎篩查技術的大幅進步，或將讓我們能預防大多數遺傳性疾病，而 CRISPR 技術的更安全、更可靠的升級版，或許能治癒現有患者的大多數遺傳性疾病。不過，那些影響人體大部分細胞的全身性遺傳性疾病，可能會成為最後未被攻克的難題。
阿爾茨海默病能被預防：我們一直難以弄清阿爾茨海默病的病因（儘管已知其與 β- 澱粉樣蛋白相關，但具體機制極為複雜）。而這一問題，恰好能通過更先進的測量工具分離生物效應來解決，因此我對人工智慧攻克這一難題的能力充滿信心。一旦我們真正弄清其發病機制，就很有可能通過相對簡單的干預手段，預防阿爾茨海默病的發生。但需要說明的是，對於已經出現的阿爾茨海默病損傷，或許難以逆轉。
大多數其他疾病的治療水平大幅提升：這一類別涵蓋糖尿病、肥胖症、心臟病、自身免疫性疾病等諸多疾病。大多數這類疾病，看似比癌症和阿爾茨海默病更易攻克，且其中許多疾病的發病率已在大幅下降。例如，心臟病的死亡率已下降超 50%，而 GLP-1 受體激動劑這類簡單的干預手段，也已在對抗肥胖症和糖尿病方面取得了巨大進展。
實現生物層面的自主掌控：過去 70 年，人類在避孕、生育、體重管理等方面取得了諸多進步。但我認為，人工智慧驅動的生物學發展，將大幅拓展人類的能力邊界：體重、外貌、生殖等生物過程，都將完全處於人類的掌控之中。我將其稱為生物層面的自主掌控，即每個人都有權選擇自己想要成為的樣子，以自己最喜歡的方式生活。當然，這些技術的全球可及性平等問題，也亟待解決，這一點我們將在第三部分探討。
人類壽命翻倍：這一設想看似極具顛覆性，但 20 世紀人類的預期壽命幾乎翻了一番（從約 40 歲提升至約 75 歲），因此在 “被壓縮的 21 世紀”，人類壽命再次翻倍至 150 歲，也符合發展趨勢。顯然，延緩衰老過程所需的干預手段，與上個世紀為預防（主要是兒童的）疾病導致的早逝改採取的手段不同，但這種程度的變革並非前所未聞。具體而言，如今已有藥物能讓大鼠的最大壽命提升 25%-50%，且副作用極小。而一些動物（如部分龜類）的壽命已達 200 年，這說明人類的壽命顯然尚未達到理論上限。我猜測，實現人類壽命翻倍的關鍵，或許是找到可靠、不會出現 “古德哈特定律” 偏差的人類衰老生物標誌物，這能讓我們加快實驗和臨床試驗的迭代速度。一旦人類的壽命達到 150 歲，我們或許就能實現 “壽命逃逸速度”，為當下的大多數人爭取足夠的時間，讓他們能擁有想要的壽命，儘管這一點在生物學上是否可行，尚無定論。

不妨試想，若在 7-12 年後（與人工智慧的快速發展時間表相符），上述設想均成為現實，世界將會發生怎樣的變化。毋庸置疑，這將是一項難以想像的人道主義成就，人類數千年來飽受的大多數疾病折磨，將被一次性根除。我的許多朋友和同事都在養育子女，我希望當這些孩子長大成人後，疾病對他們而言，就像壞血病、天花、黑死病對我們而言一樣，只是歷史中的名詞。這一代人還將享受到生物層面自主掌控帶來的更多可能，擁有更豐富的自我表達空間，幸運的話，他們還能擁有想要的壽命。

除了少數預判到強人工智慧潛力的人，所有人都會為這些變化感到震驚。例如，美國成千上萬的經濟學家和政策專家，如今仍在探討如何維持社會保障和醫療保險體系的償付能力，更廣泛地說，如何控制醫療成本（醫療成本的主要消耗者是 70 歲以上的老人，尤其是癌症等絕症患者）。而倘若上述設想成為現實，這些體系的困境將得到根本性的改善，因為勞動年齡人口與退休人口的比例將發生大幅變化。當然，這些挑戰會被新的問題取代，比如如何確保所有人都能獲得這些新技術，但即便人工智慧僅在生物學領域實現了成功的加速發展，世界的變化也將超乎想像。

二、神經科學與心理健康

在前一部分中，我聚焦於軀體疾病和廣義的生物學，並未談及神經科學和心理健康。但神經科學是生物學的分支，心理健康與身體健康同等重要。事實上，心理健康對人類幸福感的影響，或許比身體健康更為直接。數億人正因成癮、抑鬱症、精神分裂症、低功能自閉症、創傷後應激障礙、反社會人格障礙、智力障礙等問題，生活質量大打折扣。而數十億人則被日常的心理問題困擾，這些問題往往是上述嚴重臨床疾病的輕微表現形式。與廣義的生物學一樣，神經科學的發展，也不僅能解決這些問題，還能提升人類主觀體驗的基礎水平。

我為生物學搭建的分析框架，同樣適用於神經科學。神經科學的發展，也由為數不多的重大發現推動，這些發現往往與測量工具或精準干預技術相關 —— 在前文列舉的技術中，光遺傳學就是神經科學領域的發現，而近年來的 CLARITY 技術和膨脹顯微技術，也屬於此類，此外，許多通用的細胞生物學方法，也能直接應用於神經科學研究。我認為，人工智慧也將以同樣的方式，加快神經科學領域重大發現的問世速度，因此 “5-10 年內實現 100 年的進展” 這一框架，同樣適用於神經科學，原因也與生物學領域一致。20 世紀，神經科學取得了巨大的進步 —— 例如，直到 20 世紀 50 年代，我們才弄清楚神經元的放電機制和原因。因此，我們有理由期待，人工智慧驅動的神經科學研究，能在數年內實現快速發展。

需要補充的一點是，過去幾年，我們在人工智慧領域獲得（或正在獲得）的一些認知，即便神經科學研究仍僅由人類開展，也可能推動該領域的發展。可解釋性研究就是一個明顯的例子：儘管生物神經元的運作方式，與人工神經元表面上截然不同（生物神經元通過電脈衝和脈衝頻率進行通訊，因此存在人工神經元所沒有的時間維度，而細胞生理和神經遞質的諸多細節，也大幅改變了其運作方式），但二者的核心問題是相通的：“由執行線性 / 非線性組合運算的簡單單元構成的分佈式訓練網路，如何協同完成複雜的計算任務？” 我堅信，在探討計算和神經回路的大多數核心問題時，單個神經元的通訊細節可以被抽象化。例如，人工智慧可解釋性研究中發現的一種電腦制，近期在小鼠的大腦中也被發現了。

在人工神經網路上開展實驗，遠比在真實的大腦上容易（後者往往需要對動物的大腦進行侵入式操作），因此可解釋性研究很可能成為提升我們對神經科學認知的工具。此外，強人工智慧自身，或許能比人類更出色地開發和應用這一工具。

除了可解釋性研究，我們從人工智慧領域學到的智能系統訓練知識，本應（儘管我不確定是否已經）引發神經科學的革命。我從事神經科學研究時，許多人都在關注如今看來毫無意義的學習相關問題，因為當時還沒有 “規模假說” 和 “苦澀教訓” 的概念。“簡單的目標函數加上大量資料，就能催生極其複雜的行為” 這一理念，讓我們更有興趣去探究目標函數和架構偏差，而非新興計算過程的細節。近年來我並未密切關注該領域，但隱約感覺到，計算神經科學家仍未完全理解這一理念。我始終認為，規模假說 “從宏觀層面解釋了智能的運作方式，以及其為何能如此輕易地進化而來”，但我認為，這並非大多數神經科學家的觀點，部分原因在於，即便是在人工智慧領域，規模假說作為 “智能的奧秘” 也未被完全接受。

我認為，神經科學家應將這一核心認知，與人類大腦的特殊性（生物物理限制、進化史、拓撲結構、運動和感官輸入 / 輸出的細節）相結合，嘗試解開神經科學的一些核心謎題。或許已有部分研究人員在這麼做，但我認為這還遠遠不夠，而人工智慧驅動的神經科學研究，能更有效地利用這一視角，推動領域發展。

我預計，人工智慧將從四個不同的方向，推動神經科學的發展，而這四個方向的協同發力，有望治癒精神疾病、提升人類的認知功能：

傳統的分子生物學、化學和遺傳學研究：這與第一部分中廣義生物學的發展路徑基本一致，人工智慧也能通過同樣的機制，加快其研究進展。目前已有許多藥物能通過調節神經遞質，改變大腦功能、影響警覺性或感知、調節情緒等，而人工智慧能幫助我們研發出更多此類藥物。此外，人工智慧還可能加快精神疾病遺傳基礎的研究。
精細化的神經測量與干預：即能測量大量單個神經元或神經回路的活動，並對其行為進行干預。光遺傳學和神經探針技術，能在活體生物中實現測量和干預，而一些極為先進的方法（如通過分子計時帶，讀取大量單個神經元的放電模式）也已被提出，且在理論上具備可行性。
先進的計算神經科學研究：如前所述，現代人工智慧的具體認知和整體理念，都能被有效應用於系統神經科學的研究問題，甚至可能揭示精神病、情緒障礙等複雜疾病的真正病因和發展機制。
行為干預手段的最佳化：儘管本文聚焦於神經科學的生物學層面，但精神病學和心理學在 20 世紀，已然研發出了豐富的行為干預手段。顯然，人工智慧也能推動這一領域的發展，既可以助力研發新的干預方法，也能幫助患者更好地遵循現有的干預方案。更廣泛地說，“人工智慧教練” 的設想極具潛力 —— 它能始終助力你成為更好的自己，分析你的社互動動，幫助你提升做事的效率。

我的猜測是，即便沒有人工智慧的助力，這四個方向的協同發展，也將讓我們在未來 100 年內治癒或預防大多數精神疾病 —— 因此，在人工智慧的驅動下，這一目標有望在 5-10 年內實現。具體而言，我對未來的設想如下：

大多數精神疾病能被治癒：我並非精神疾病領域的專家（我的神經科學研究經歷，主要是研發探針以研究小群體神經元），但我認為，通過上述四個方向的協同發力，創傷後應激障礙、抑鬱症、精神分裂症、成癮等疾病，能被弄清病因並得到極為有效的治療。答案很可能是 “生物化學層面出現了異常”（儘管這一異常可能極為複雜）與 “神經網路在宏觀層面出現了故障” 的結合。換言之，這是一個系統神經科學問題 —— 但這並不否定前文所述的行為干預手段的作用。能在活體人類身上進行的測量和干預工具，有望推動研究的快速迭代和進展。
結構性的精神問題雖更難攻克，但並非不可能：有證據表明，反社會人格障礙與明顯的神經解剖學差異相關 —— 這類患者的部分大腦區域更小或發育不全。且反社會人格障礙患者被認為從幼年起就缺乏共情能力，其大腦的異常可能是與生俱來的。部分智力障礙及其他一些疾病，可能也存在類似情況。重塑大腦看似難度極大，但這一任務的智能邊際收益也極高。或許我們能找到方法，讓成年大腦恢復到更早期、可塑性更強的狀態，從而對其進行重塑。我對這一設想的可行性尚無定論，但直覺上，我對人工智慧在這方面的創新能力充滿信心。
遺傳性精神疾病能被有效預防：大多數精神疾病都有一定的遺傳傾向，而全基因組關聯研究，正逐漸找到與之相關的遺傳因素，且這些因素往往數量眾多。與軀體疾病的預防一樣，我們或許能通過胚胎篩查，預防大多數遺傳性精神疾病。不同的是，精神疾病更可能是多基因疾病（由多個基因共同導致），因此其複雜性更高，我們也更有可能在篩查中，無意間排除了與疾病相關的積極特質。但有趣的是，近年來的全基因組關聯研究表明，這種相關性可能被誇大了。無論如何，人工智慧驅動的神經科學研究，能幫助我們弄清這些問題。當然，針對複雜性狀的胚胎篩查，會引發諸多社會問題，也頗具爭議，但我認為，大多數人會支援對嚴重、致殘性的精神疾病進行胚胎篩查。
那些未被視為臨床疾病的日常心理問題，也將被解決：我們大多數人都存在日常心理問題，這些問題通常未達到臨床疾病的程度。有人易怒，有人難以集中注意力或經常昏昏欲睡，有人焦慮恐懼，或難以適應變化。如今，已有一些藥物能幫助提升警覺性或注意力（如咖啡因、莫達非尼、利他林），但與其他領域一樣，未來的可能性遠不止於此。或許還有許多此類藥物尚未被發現，且還可能出現全新的干預方式，如靶向光刺激（見前文的光遺傳學）、磁場刺激等。20 世紀，人類已研發出許多能調節認知功能和情緒狀態的藥物，因此我對 “被壓縮的 21 世紀” 充滿期待 —— 在那個時代，每個人都能讓自己的大腦狀態變得更好，擁有更充實的日常生活體驗。
人類的基礎主觀體驗將大幅提升：更進一步來說，許多人都曾經歷過極致的頓悟、創作靈感、共情、成就感、超然、愛、美感，或是冥想時的平靜。這些體驗的形式和發生頻率，因人而異，即便是同一個人，在不同時期也會有所不同，且部分體驗還能通過藥物觸發（儘管往往伴有副作用）。這一切都表明，“人類可體驗的感受範圍” 極為廣闊，而我們的生活中，這類極致體驗的佔比能大幅提升。此外，人類的各項認知功能，也可能得到全面提升。這或許就是神經科學領域的 “生物層面的自主掌控” 或 “壽命延長”。

科幻作品中常常提及 “意識上傳”—— 即捕捉人類大腦的活動模式和動態，並將其在軟體中實現，這一話題我有意在本文中避而不談。儘管這一話題值得專門撰文探討，但簡而言之，我認為意識上傳在理論上幾乎肯定是可行的，但即便有強人工智慧的助力，其在實踐中也面臨著巨大的技術和社會挑戰，很可能超出了本文所探討的 5-10 年的時間範圍。

綜上，人工智慧驅動的神經科學研究，不僅能大幅改善大多數精神疾病的治療效果，甚至能治癒這些疾病，還能極大地拓展人類 “認知和心理層面的自主掌控”，提升人類的認知和情緒能力。其顛覆性，將與前文所述的身體健康領域的進步不相上下。或許，外部世界並不會發生明顯的變化，但人類的主觀體驗世界，將變得更美好、更人性化，也將為人類的自我實現提供更多可能。我還認為，心理健康水平的提升，將緩解許多其他的社會問題，包括那些看似與政治或經濟相關的問題。

三、經濟發展與減貧

前文兩個章節探討的是研發能治癒疾病、提升人類生活質量的新技術，但從人道主義視角來看，一個顯而易見的問題隨之而來：所有人都能獲得這些技術嗎？

研發出一種疾病的療法是一回事，在全球範圍內根除這種疾病則是另一回事。更廣泛地說，許多現有的醫療干預手段尚未普及到世界各個角落，非醫療領域的技術進步同樣如此。換言之，世界上許多地區的生活水平仍處於極度貧困的狀態：撒哈拉以南非洲的人均國內生產總值約為 2000 美元，而美國的這一數字約為 75000 美元。如果人工智慧僅推動發達國家的經濟增長和生活質量提升，卻對開發中國家的困境鮮有助力，這將是一場嚴重的道德失敗，也會讓前兩個章節中那些真正的人道主義成就蒙塵。理想的情況是，強大的人工智慧在徹底變革發達國家的同時，也能助力開發中國家迎頭趕上。

我對人工智慧解決不公和推動經濟增長的信心，遠不如對它研發核心技術的信心。因為技術領域的智力投入能帶來顯著的高回報，人工智慧甚至能繞開複雜的難題和資料缺失的困境；而經濟領域不僅受大量人為因素制約，還存在高度的內在複雜性。我對人工智慧能否解決著名的 “社會主義計算問題” 持懷疑態度，也認為各國政府不會（也不應該）將經濟政策的制定權交予人工智慧，即便它具備這樣的能力。此外，還存在一些現實問題，比如如何說服人們接受那些有效但他們可能心存疑慮的治療手段。

開發中國家面臨的挑戰，還因公私領域普遍存在的腐敗問題而變得更加複雜。腐敗會形成惡性循環：它加劇貧困，而貧困又會滋生更多腐敗。人工智慧驅動的經濟發展規劃，必須正視腐敗、制度薄弱等這些極具人文屬性的挑戰。

儘管如此，我依然看到了諸多值得樂觀的理由。人類已經成功根除了部分疾病，不少國家也實現了從貧困到富裕的跨越，顯然，完成這些目標的決策過程，即便受人為約束和複雜性影響，智力投入仍能帶來高回報。因此，人工智慧在這些方面的表現，大機率會優於當前的人類。此外，人工智慧還能聚焦一些針對性的干預措施，繞開人為約束的阻礙。更重要的是，我們必須為之努力。人工智慧企業和發達國家的政策制定者都需各盡其責，確保開發中國家不會被落下，這是一份沉甸甸的道德使命。因此，在本章節中，我仍會秉持樂觀的視角展開論述，但始終要明確的是，成功並非註定，它依賴於我們所有人的共同努力。

以下是我對強大的人工智慧出現後的 5-10 年間，開發中國家發展態勢的一些預判：

醫療干預手段的普及：這是我最抱有希望的領域。人類早已通過自上而下的行動根除過疾病：天花在 20 世紀 70 年代被徹底消滅，脊髓灰質炎和麥地那龍線蟲病的現存病例已不足百例，即將成為歷史。精密的數學流行病學模型在疾病根除行動中發揮著重要作用，而比人類更智能的人工智慧系統，顯然有能力把這項工作做得更好，醫療物資的物流配送效率也大機率能得到大幅最佳化。我早年曾為公益評估機構 GiveWell 捐贈，從中瞭解到，不同醫療慈善機構的效率天差地別，而人工智慧加持後的相關工作，有望實現更高的效率。此外，一些生物學領域的突破，也讓醫療物資的配送變得更加簡便：例如瘧疾難以根除，原因在於患者每次感染都需要接受治療，而只需接種一次的瘧疾疫苗（目前相關研發已在推進），能極大簡化物流流程。還有更簡便的根除方式：從原理上來說，一些疾病可以通過針對其動物宿主來根除，比如釋放攜帶能阻斷疾病傳播細菌的蚊子（這些蚊子會將細菌傳染給其他同類），或是利用基因驅動技術消滅蚊子。這類手段僅需一次或數次集中行動，無需開展需要為數百萬人逐一治療的協同行動。總體而言，我認為在 5-10 年內，人工智慧帶來的醫療福利，有相當一部分（約 50%）能夠惠及世界上最貧困的國家。一個合理的目標是：即便開發中國家與發達國家仍存在差距，在強大的人工智慧出現後的 5-10 年裡，其醫療水平至少要遠超如今的發達國家。要實現這一目標，全球醫療、慈善、政治倡導等領域都需付出巨大努力，人工智慧開發者和政策制定者也應參與其中。
經濟增長：開發中國家能否不僅在醫療領域，還能在所有經濟領域快速追上發達國家？這並非無跡可尋：20 世紀最後幾十年，數個東亞經濟體實現了年均約 10% 的實際國內生產總值增長，成功躋身發達國家行列。這一成就的背後，是人類經濟規劃者的決策 —— 他們並未直接管控整個經濟體，而是撬動了幾個關鍵槓桿（如出口導向型的產業政策、拒絕依賴自然資源財富）。由此可見，由 “人工智慧擔任的財政部長和央行行長”，完全有可能復刻甚至超越這 10% 的增長奇蹟。一個關鍵問題是，如何在尊重自決原則的前提下，讓開發中國家的政府接受這些人工智慧制定的策略 —— 部分政府可能會積極響應，但也有不少會持懷疑態度。從積極的一面來看，前文提到的諸多醫療干預手段，會自然而然地推動經濟增長：根除艾滋病、瘧疾、寄生蟲病，將對生產效率產生革命性的提升；神經科學領域的一些干預手段（如改善情緒、提升專注力），也能為發達國家和開發中國家帶來同等的經濟紅利。最後，非醫療領域的人工智慧技術突破（如能源技術、運輸無人機、改良建築材料、更高效的物流配送等），會憑藉市場機制自然地普及全球 —— 例如，手機無需慈善力量介入，便迅速在撒哈拉以南非洲落地。從消極的一面來看，人工智慧和自動化雖帶來諸多潛在益處，卻也為經濟發展帶來挑戰，對於尚未完成工業化的國家而言尤為如此。如何確保這些國家在自動化程度不斷提高的時代，仍能實現經濟發展和提升，是經濟學家和政策制定者需要解決的重要問題。總體而言，一個理想的願景（或許也是我們可以為之努力的目標）是：開發中國家實現年均 20% 的國內生產總值增長，其中 10% 來自人工智慧賦能的經濟決策，另外 10% 來自人工智慧技術的自然普及（包括但不限於醫療領域）。若能實現這一目標，5-10 年內，撒哈拉以南非洲的人均國內生產總值將達到中國當前水平，而其他大部分開發中國家的這一數字，將超過如今的美國。當然，這只是理想願景，並非自然發生的結果，需要我們所有人共同努力，讓其成為可能。
糧食安全：20 世紀，作物種植技術的進步（如更優質的化肥和農藥、更高的自動化程度、更高效的土地利用）大幅提升了糧食產量，讓數百萬人免於飢餓。如今，基因工程正進一步改良各類作物。人工智慧有望推動第二次綠色革命：找到更多提升糧食產量的方法，同時最佳化農業供應鏈，助力縮小開發中國家與發達國家的差距。
緩解氣候變化：開發中國家將更強烈地感受到氣候變化的影響，其發展處理程序也會因此受阻。人工智慧有望推動各類減緩和應對氣候變化的技術發展，包括大氣碳移除技術、清潔能源技術，以及減少對高碳排放工廠化養殖依賴的人工培育肉技術。當然，正如前文所述，技術並非推動氣候變化應對工作的唯一因素，人為的社會因素同樣關鍵。但我們有充分的理由相信，人工智慧加持的研究，能讓氣候變化的緩解工作變得成本更低、破壞性更小，消解諸多反對聲音，讓開發中國家能放開手腳推進經濟發展。
國家內部的不公：我主要探討的是全球層面的不公（我認為這是不公最主要的表現形式），但國家內部的不公同樣存在。隨著先進醫療手段的出現，尤其是人類壽命的大幅延長、認知增強藥物的研發，人們自然會擔憂這些技術 “只為富人服務”。但我對國家內部的不公問題更為樂觀，尤其是在發達國家，原因有二：其一，發達國家的市場機制更完善，而市場通常能推動高價值技術的成本隨時間下降。例如，手機最初是富人的專屬品，但隨著技術的逐年迭代，其價格迅速降低，購買 “高端奢侈品手機” 的優勢不復存在，如今大多數人使用的手機，品質相差無幾。其二，發達國家的政治制度對公民的訴求更敏感，國家執行全民普惠項目的能力也更強 —— 而民眾必然會要求獲得這些能大幅提升生活質量的技術。當然，這些訴求能否實現並非註定，這也是我們所有人需要共同努力，建構公平社會的又一原因。財富分配不公是另一個獨立的問題（與獲得救命和提升生活質量的技術機會不公不同），這個問題的解決難度更大，我會在第五章中展開探討。
“拒絕接受” 的問題：發達國家和開發中國家都面臨一個共同的擔憂：人們拒絕接受人工智慧帶來的福利，這與反疫苗運動、盧德運動等反技術思潮如出一轍。這可能會形成惡性循環：例如，那些最缺乏正確決策能力的人，拒絕接受能提升其決策能力的技術，最終導致差距不斷擴大，甚至催生反烏托邦式的底層群體。有研究者認為，這會動搖民主制度的根基，我會在下一章節進一步探討這一話題。這無疑會讓人工智慧的積極成就蒙上道德污點。這是一個難以解決的問題，因為從倫理角度來說，強迫人們接受技術並不可取，但我們至少可以努力提升民眾的科學認知 —— 而人工智慧本身或許能在這方面為我們提供幫助。一個值得欣慰的事實是，歷史上的反技術運動大多 “雷聲大，雨點小”：抨擊現代技術雖成潮流，但最終大多數人都會接受技術，至少在個人選擇層面是如此。民眾往往會接受大多數醫療和消費領域的技術，而真正受阻礙的技術（如核能），其發展受阻往往源於集體的政治決策。

總體而言，我對人工智慧的生物學突破能快速惠及開發中國家民眾抱有樂觀態度。我也希望（雖非確信）人工智慧能推動開發中國家實現前所未有的經濟增長，使其至少能追上如今發達國家的發展水平。我對發達國家和開發中國家都存在的 “拒絕接受” 問題感到擔憂，但認為這一現象會隨著時間逐漸消退，而人工智慧能加速這一過程。未來的世界不會完美，落後的地區也無法在短短幾年內完全追上，但只要我們付出堅定的努力，就能讓一切朝著正確的方向快速發展。若能實現這一點，我們就能為兌現對全人類的尊嚴與平等承諾，邁出堅實的第一步。

四、和平與治理

假設前文三個章節的願景都成為現實：疾病、貧困和不公得到顯著緩解，人類的基本生活體驗得到大幅提升，但這並不意味著人類所有的苦難根源都被消除，人類依然會對彼此構成威脅。儘管技術進步和經濟發展有推動民主與和平的趨勢，但這一趨勢十分微弱，且屢屢出現倒退（近年尤為明顯）。20世紀初，人們曾認為戰爭已成為歷史，卻迎來了兩次世界大戰；30年前，弗朗西斯・福山提出 “歷史的終結”，認為自由民主制將成為最終的政治形態，這一願景至今未實現；20 年前，美國的政策制定者認為，與中國的自由貿易會讓中國在富裕後走向自由化，然而事實並非如此，如今我們似乎正走向與崛起的威權陣營的第二次冷戰。還有合理的理論認為，網際網路技術實際上更有利於威權主義，而非最初人們認為的民主制度（如 “阿拉伯之春” 時期的表現）。因此，探究強大的人工智慧會如何影響和平、民主與自由這些議題，顯得尤為重要。

遺憾的是，我沒有充分的理由相信，人工智慧會像推動人類健康發展、緩解貧困那樣，從本質上偏向或推動民主與和平的發展。人類的衝突具有對抗性，從原理上來說，人工智慧既能幫助 “正義的一方”，也能為 “邪惡的一方” 所用。甚至一些結構性因素令人擔憂：人工智慧似乎能讓宣傳和監控變得更為精準高效，而這兩者都是獨裁者的核心工具。因此，人類作為獨立的行動主體，必須主動推動局勢向正確的方向發展：如果我們希望人工智慧助力民主和個人權利的發展，就必須為這一結果而奮鬥。對此，我的感受比關注全球不公問題更為強烈：自由民主制的勝利和政治穩定並非註定，甚至可能性渺茫，這需要我們所有人做出巨大的犧牲和堅定的承諾，正如歷史上的每一次民主鬥爭一樣。

我將這一議題分為兩個層面：國際衝突，以及國家的內部治理結構。在國際層面，當強大的人工智慧出現時，民主國家必須在國際舞台上佔據主導地位，這一點至關重要。人工智慧賦能的威權主義帶來的後果不堪設想，因此民主國家需要制定人工智慧發展的規則，既要避免被威權勢力壓制，也要阻止威權國家內部的人權侵犯行為。

我目前認為，實現這一目標的最佳方式是推行“協約戰略”（這是蘭德公司即將發表的一篇論文的標題，其中闡述的策略與我的構想大致相同）：由民主國家組成聯盟，通過掌控人工智慧的供應鏈、快速擴大技術規模、阻止或延緩敵對勢力獲取晶片和半導體裝置等核心資源，在人工智慧領域取得明顯優勢（即便是暫時的）。這個聯盟一方面要利用人工智慧建立強大的軍事優勢（大棒），另一方面要向越來越多的國家分享人工智慧帶來的福利（胡蘿蔔），以此換取這些國家對聯盟推動民主策略的支援（這與 “原子能為和平服務” 計畫有異曲同工之妙）。聯盟的目標是爭取世界上更多國家的支援，孤立最頑固的敵對勢力，最終讓這些勢力意識到，接受與其他國家相同的條件才是最優選擇：放棄與民主國家的競爭，換取人工智慧帶來的所有福利，避免與更強大的對手對抗。

若能實現這一切，民主國家將在國際舞台上佔據主導地位，憑藉經濟和軍事優勢，避免被威權政權破壞、征服或阻撓，甚至能將人工智慧領域的優勢轉化為長期的戰略優勢。樂觀來看，這可能會帶來一個 “永恆的1991年”：一個民主國家佔據絕對優勢、福山的願景成為現實的世界。當然，這一目標的實現難度極大，尤其需要人工智慧企業與民主國家政府的緊密合作，也需要在 “大棒” 與 “胡蘿蔔” 之間做出極其明智的平衡決策。

即便國際層面的目標得以實現，國家內部的民主與威權之爭仍未解決。這一問題的發展態勢難以預測，但我依然抱有一絲樂觀：如果全球處於民主國家掌控最強大人工智慧的環境中，那麼人工智慧從本質上來說，可能會在全球範圍內助力民主制度的發展。具體而言，在這樣的環境下，民主國家可以利用其領先的人工智慧，贏得資訊戰的勝利：反擊威權政權的輿論影響和宣傳操作，甚至可以通過提供資訊管道和人工智慧服務，打造全球自由的資訊環境，而威權政權缺乏阻止或監控這些管道和服務的技術能力。我們無需主動進行宣傳，只需反擊惡意的資訊攻擊，打通訊息自由流動的通道即可。儘管效果不會立竿見影，但這樣的公平環境，大機率會逐步推動全球治理向民主方向發展，原因有二：

第一，前文三個章節中提到的生活質量提升，在其他條件不變的情況下，會推動民主制度的發展，這一點已被歷史部分印證。尤其是心理健康、生活幸福感和教育水平的提升，會進一步鞏固民主制度，因為這三者與民眾對威權領導人的支援度呈負相關。總體而言，當人們的基本需求得到滿足後，會追求更多的自我表達，而民主制度本身就是自我表達的一種形式。相反，威權主義的滋生依賴於民眾的恐懼和怨恨。

第二，只要威權政權無法實施審查，自由的資訊傳播就極有可能動搖其統治根基。而不受審查的人工智慧，能為個人提供對抗專制政府的強大工具。專制政府的存續，依賴於剝奪民眾的公共認知，讓他們無法意識到 “皇帝沒有穿衣服”。例如，助力推翻塞爾維亞米洛舍維奇政府的斯爾賈・波波維奇，曾詳細闡述過從心理上瓦解威權者權力、打破其迷思並凝聚反獨裁力量的方法。如果每個人的手中，都有一個比波波維奇更具能力的人工智慧（這類能力的智力投入能帶來高回報），且獨裁者無法阻止或審查它，這將為全球的異見人士和改革者注入強大的動力。需要再次強調的是，這將是一場漫長而持久的鬥爭，勝利並非註定，但如果我們以正確的方式設計和研發人工智慧，這場鬥爭的天平，將至少向全球的自由倡導者傾斜。

與神經科學和生物學領域的探討一樣，我們也可以思考，如何讓一切變得 “比現狀更好”—— 不僅是避免威權主義，還要讓民主制度變得比如今更完善。即便是在民主國家，不公現象也屢見不鮮。法治社會向公民承諾，法律面前人人平等，每個人都享有基本人權，但顯然，這些權利並非總能在現實中得到保障。儘管這一承諾未能完全實現，但能部分兌現已是值得驕傲的事，而人工智慧能否幫助我們做得更好？

例如，人工智慧能否通過讓決策和流程更公正，來完善我們的法律和司法體系？如今，在法律和司法領域，人們最擔心的是人工智慧會成為歧視的推手，這些擔憂合情合理，也需要我們加以防範。但與此同時，民主制度的生命力，在於利用新技術完善民主機構，而非僅僅應對風險。人工智慧的成熟且成功的應用，有潛力減少偏見，讓一切變得更公平。

數個世紀以來，法律體系一直面臨一個困境：法律的目標是公正，但本質上具有主觀性，因此必須由帶有偏見的人類進行解讀。試圖讓法律完全機械化的嘗試從未成功，因為現實世界錯綜複雜，無法用數學公式完全概括。因此，法律體系只能依賴一些模糊不清的判定標準，如 “殘酷且異常的懲罰”“毫無社會價值”，而人類對這些標準的解讀，往往帶有偏見、偏袒或隨意性。加密貨幣中的 “智能合約” 未能徹底變革法律體系，原因在於普通的程式碼缺乏足夠的智能，無法裁決大多數重要的法律問題。但人工智慧或許具備這樣的能力：它是第一種能以可重複、機械化的方式，做出寬泛、模糊判斷的技術。

我並非建議用人工智慧徹底取代法官，但人工智慧兼具的公正性，以及理解和處理複雜現實問題的能力，顯然能為法律和司法領域帶來重要的積極應用。至少，人工智慧系統可以作為輔助工具，與人類協同決策。透明度是這類系統的關鍵，而成熟的人工智慧科學完全有能力實現這一點：我們可以對系統的訓練過程進行全面研究，利用先進的可解釋性技術，深入分析最終的模型，排查其中隱藏的偏見 —— 這是人類無法做到的。這類人工智慧工具還能用於監控司法和警察領域的基本權利侵犯行為，讓憲法更具自我執行性。

同理，人工智慧可以匯聚民眾的意見，推動共識的形成，化解衝突、尋求共同點和折中方案。計算民主項目已開展了一些初步的探索，Anthropic 公司也參與其中。一個更具認知水平、更理性的公民群體，顯然會讓民主制度更加穩固。

人工智慧還能為政府公共服務的提供提供明確的助力：如醫療福利、社會福利等，這些服務在理論上面向所有人，但在現實中往往嚴重缺位，且不同地區的服務質量參差不齊，涉及醫療服務、車輛管理、稅收、社會保障、建築規範執行等多個領域。如果有一個極具智慧和認知的人工智慧，能以民眾易懂的方式，為其爭取所有法律賦予的政府福利，同時幫助民眾遵守複雜的政府規定，這將帶來巨大的改變。國家治理能力的提升，既能兌現法律面前人人平等的承諾，也能增強民眾對民主治理的認同。當前，公共服務的糟糕體驗，是民眾對政府產生憤世嫉俗情緒的主要原因；當普通人想到公共機構時，想到的往往是在車輛管理所、國稅局、醫保機構的糟糕經歷，改善這些體驗，是化解無端不滿的有效方式。

上述這些構想都略顯模糊，正如本章節開頭所言，我對這些構想可行性的信心，遠不如對生物學、神經科學和減貧領域技術突破的信心，這些構想甚至可能是不切實際的烏托邦。但重要的是，我們要有遠大的願景，敢於大膽想像、勇於嘗試。人工智慧有望成為自由、個人權利和法律面前人人平等的守護者，這一願景如此強大，值得我們為之奮鬥。一個由人工智慧賦能的 21 世紀政體，既可以成為個人自由更堅定的捍衛者，也能成為希望的燈塔，讓自由民主製成為全世界都願意接納的政治形態。

五、工作與生命的意義

即便前文所述的四大領域均迎來理想的發展——疾病、貧困與不公得到顯著緩解，自由民主製成為主流政體，既有的自由民主國家也實現自我完善——仍有一個核心問題亟待解答。有人或許會質疑：“我們身處這樣一個技術高度發達、公平且體面的世界，固然是幸事，但既然人工智慧能包攬所有工作，人類的生命意義何在？更何況，人類該如何在經濟層面立足？”

我認為這個問題的解答難度遠超其他問題。這並非意味著我對此事的悲觀程度甚於其他議題（儘管其中確實存在諸多挑戰），而是因為它關乎社會架構的宏觀命題，這類問題往往只能在時間的推移中，通過去中心化的方式逐步找到答案。譬如，歷史上的狩獵採集社會或許會認為，倘若失去狩獵活動以及各類與狩獵相關的宗教儀式，生活便會變得毫無意義，也無法想像我們這個豐衣足食的技術社會能有什麼存在的價值。他們或許也無法理解，我們的經濟體系如何養活所有人，或是人類在機械化的社會中能發揮何種實際作用。

儘管如此，仍有必要對此稍作探討。需要說明的是，本節的篇幅較短，絕非因為我輕視這些問題；恰恰相反，這正反映出目前尚無明確的答案。

關於生命的意義，我堅信一個觀點：不能僅僅因為人工智慧能把某項任務做得更好，就認定人類從事這項任務便毫無意義。絕大多數人都並非世界上任何領域的頂尖高手，但這似乎並未給他們帶來過多困擾。誠然，如今人們仍能憑藉比較優勢為社會做貢獻，也可能從創造的經濟價值中獲得生命的意義，但人們同樣能從無任何經濟價值的活動中獲得極大的愉悅。我會花大量時間玩電子遊戲、游泳、散步、與朋友交談，這些活動都無法創造任何經濟價值。我可能會花一整天的時間練習，只為把一款電子遊戲玩得更好，或是騎車更快地登上一座山，即便我知道世界上總有人在這些事上比我厲害得多，我也毫不在意。歸根結底，生命的意義更多源於人與人之間的聯結與情感交流，而非經濟層面的勞動。人們固然渴望獲得成就感，甚至追求競爭的樂趣，而在人工智慧時代，人類完全可以投入數年時間去攻克某項極具難度的任務，制定複雜的策略——就像如今的人們開展研究項目、立志成為好萊塢演員或是創業一樣。即便存在兩個事實：其一，某處的人工智慧在理論上能把這項任務做得更好；其二，這項任務不再是全球經濟體系中能獲得經濟回報的工作，在我看來，這也絲毫不會削弱其本身的意義。

相比生命意義的探討，經濟層面的問題反而更難解決。本節所提及的 “經濟問題”，指的是在高度發達的人工智慧驅動型經濟中，絕大多數人或許無法做出有實際意義的貢獻。這是一個比我在第三節中探討的 “不公問題”（尤其是獲取新技術機會的不公）更為宏觀的難題。

首先，短期來看，我認同一種觀點：比較優勢將繼續讓人類保持自身的價值，甚至會提升人類的生產效率，在某些方面還可能拉近人與人之間的差距。只要人工智慧僅能在某份工作的 90% 環節做到更優秀，剩下的 10% 便會讓人類的價值被高度放大，勞動報酬隨之增加，甚至會催生出一大批與人工智慧互補、並能放大人工智慧優勢的全新人類崗位。如此一來，這 “10%” 的領域會不斷拓展，最終仍能容納幾乎所有人就業。事實上，即便人工智慧能在所有事情上都比人類做得更好，但只要它在某些任務上仍存在效率低下或成本過高的問題，或是人類與人工智慧所需的資源投入存在顯著差異，比較優勢的邏輯就依然成立。在相當長的一段時間裡，人類在現實物理世界的活動中，很可能仍會保持相對（甚至絕對）的優勢。因此，即便人類社會進入了 “資料中心裡的天才之國” 時代，人類的經濟體系仍能正常運轉。

但從長遠來看，我認為人工智慧終將發展到功能足夠全面、成本足夠低廉的地步，屆時比較優勢的邏輯將不再適用。到那時，我們現有的經濟體系將失去存在的合理性，社會需要展開一場廣泛的討論，重新規劃經濟體系的架構。

這一設想看似荒誕，但人類文明實則早已成功度過多次重大的經濟轉型：從狩獵採集到農耕文明，從農耕文明到封建制度，再從封建制度到工業文明。我推測，人類需要一種全新的、更超乎想像的經濟模式，只是目前還沒有人能對此做出清晰的構想。這種新模式或許可以簡單到為所有人提供豐厚的全民基本收入，儘管我認為這只是解決方案的一小部分。它也可能是一個由人工智慧主導的資本主義經濟體系，而後人工智慧會根據自己對 “人類值得被獎勵的行為” 的判斷（其判斷標準最終源於人類的價值觀），將海量的資源（畢竟整體的經濟蛋糕會變得無比巨大）分配給人類。或許未來的經濟體系會以 “聲望值” 作為衡量標準，又或許人類最終仍能以現有經濟模型未曾預見的方式，保持自身的經濟價值。所有這些解決方案都存在諸多潛在問題，若不經過大量的實踐與試錯，我們無法判斷其可行性。與其他挑戰一樣，人類也必須為實現理想的經濟模式而努力：顯然，經濟發展也可能走向剝削性或反烏托邦的方向，我們必須竭力避免。關於這些問題，其實還有很多可以探討的內容，我也希望能在未來對此展開更深入的研究。

總結

通過對上述不同領域的探討，我試圖描繪出這樣一個世界圖景：如果人工智慧的發展一切順利，這樣的世界不僅具有實現的可能性，還將遠比當下的世界更美好。我無法確定這樣的世界是否真的能成為現實，即便它具備可行性，也需要無數勇敢且執著的人們付出巨大的努力與奮鬥才能實現。每個人（包括人工智慧企業）都需要各司其職，既要防範人工智慧的潛在風險，也要全力挖掘其潛在價值。

但這樣的世界，值得我們為之奮鬥。如果在未來的五到十年裡，這一切都能成為現實——攻克絕大多數疾病，實現生理與認知層面的自由，讓數十億人擺脫貧困、共享新技術的紅利，自由民主與人權事業迎來復興——我相信，所有見證這一過程的人，都會被其帶來的改變深深觸動。我所說的觸動，並非指個人從所有新技術中獲益帶來的感受（儘管這無疑會令人驚嘆），而是指親眼目睹長久以來的理想在眼前逐一實現的那種震撼。我想，許多人會為此熱淚盈眶。

在撰寫本文的過程中，我發現了一種有趣的矛盾。從某種意義上來說，本文描繪的願景極具顛覆性：它並非絕大多數人對未來十年的預期，甚至會被許多人視為不切實際的幻想，有些人甚至可能並不認為這樣的世界是值得追求的——因為它所蘊含的價值觀與政治選擇，並非所有人都能認同。但與此同時，這一願景又有著一種不言而喻的必然性，彷彿無論從何種角度構想一個美好的世界，最終都會殊途同歸。

在伊恩・M・班克斯的《遊戲玩家》一書中（我打破了自己不提及科幻作品的原則，但實在難以完全避開），主角是 “文化” 文明的一員，該文明所秉持的原則與我在本文中闡述的理念高度相似。他前往一個專制且崇尚軍國主義的帝國，這個帝國的統治者由一場複雜的策略博弈遊戲的勝者擔任。然而，這款遊戲的複雜性足以讓玩家在遊戲中的策略，折射出其自身的政治與哲學立場。主角最終在遊戲中擊敗了帝國皇帝，證明了他所秉持的價值觀（即 “文化” 文明的價值觀），即便在一個以殘酷競爭和適者生存為核心的社會所設計的遊戲中，依然是制勝的策略。斯科特・亞歷山大曾發表過一篇著名的文章，其核心觀點也與此一致：競爭本身具有自我毀滅性，最終往往會催生一個以同情與合作為核心的社會。“道德宇宙的弧線” 也表達了類似的理念。

我認為，“文化” 文明的價值觀之所以能成為制勝的策略，是因為它凝聚了無數個具有明確道德力量的微小選擇，而這些選擇會推動所有人凝聚在一起，向著同一個方向前行。人類對於公平、合作、好奇與自主的基本直覺，是難以辯駁的，而且這些品質會不斷積累，反觀人類那些具有破壞性的衝動，卻往往不具備這樣的特質。我們很容易認同這樣的觀點：如果有能力阻止，就不該讓孩子因疾病夭折；由此也不難推匯出，所有孩子都理應享有這樣的權利。從這一點出發，我們自然會認為，人類應該攜手合作，運用智慧去實現這一目標。幾乎沒有人會反對 “人們不應因無端攻擊或傷害他人而受到懲罰”，而由此進一步推匯出 “懲罰應在所有人之間保持一致且系統化”，也並非難事。同樣，人們理應擁有對自己生活與選擇的自主權和責任，這一觀點也符合人類的直覺。這些簡單的直覺，若能推至其邏輯終點，最終會指向法治、民主與啟蒙運動的價值觀。即便這一過程並非必然，至少也是一種統計層面的趨勢，而人類原本就正朝著這個方向前行。人工智慧的出現，只是為人類提供了一個加速前行的機會——讓這一邏輯變得更加清晰，讓目標變得更加明確。

無論如何，這樣的未來都有著無與倫比的美好。我們有幸能在這一處理程序中，扮演屬於自己的微小角色，讓這一願景成為現實。 (覺知進化)