文：王智遠(yuǎn) | ID:Z201440

昨天聽了一個播客，來自 Karpathy。

Karpathy 是特斯拉自動駕駛團(tuán)隊的前負(fù)責(zé)人，最早跟隨 OpenAI 創(chuàng)始團(tuán)隊的研究者之一。

很多人眼里，Karpathy 代表當(dāng)下最接近「AI 思維核心」的那類人；他主要提到兩件事：一，AI 變革將是未來十年的周期；二，我們在造幽靈。

他說，這像兩把鑰匙，一把打開「時間」，一把打開「智能的本質(zhì)」。

我一開始以為夸張的說法，后來發(fā)現(xiàn)它有道理，畢竟，從外部看，AI 的變化幾乎是爆發(fā)式的，一年一個版本，幾個月一個突破。

但 Karpathy 的解釋讓我覺得，這個判斷背后有一套非常清晰的邏輯。

01

他說，AI 發(fā)展是「演化式」的。技術(shù)像生命一樣，慢慢長出來的，每一輪大的突破，往往靠算力、算法、數(shù)據(jù)和人才這四股力量，彼此糾纏、逐步成熟。

這四樣?xùn)|西的循環(huán)，大約需要十年。

想想看，從 2012 年的 AlexNet 到 2022 年的 GPT，剛好十年。

深度學(xué)習(xí)在十年前解決了「機(jī)器怎么看」的問題，而大模型在今天解決「機(jī)器怎么想」；中間隔著十年時間，但也隔著一次完整的范式更替。

他說，這是 AI 的節(jié)奏。

它不像互聯(lián)網(wǎng)的流量驅(qū)動，也不像移動時代靠硬件換代，AI跨越，是底層學(xué)習(xí)機(jī)制的突變，前一次的成果，變成下一次的養(yǎng)料。

Karpathy 還提了一個細(xì)節(jié)：

AI 成長速度，被人類的理解速度所限制，算力可以加倍，算法可以優(yōu)化，但人類對「智能」的定義，是滯后的。

所以，每一次大的智能革命，必須留給人類十年時間去適應(yīng)，這是技術(shù)周期，也有社會認(rèn)知革命所在。

說白了，AI 每個「十年」，都是人類在重新理解什么叫「智能」。

2012 年，人們第一次意識到，機(jī)器真能「看懂」圖像；2022 年，人們開始相信，機(jī)器真能「理解」語言；接下來的十年，我們會面對更難的問題。

比如：當(dāng)機(jī)器開始表現(xiàn)出意志、目標(biāo)和情感的跡象時，我們該如何定義「智能體」？

他有一句話我印象特很深：

AI 不會突然到來，它會在十年里緩慢地變成了另一種生物；這句話意思是，AI從學(xué)會看、學(xué)會說，到開始思考，都是一條連續(xù)的認(rèn)知進(jìn)化鏈，像生態(tài)演進(jìn)一樣。

所以，那所謂的「十年」，并不是一個預(yù)測數(shù)字，是人類與智能系統(tǒng)共演化的自然周期。

你需要十年時間，讓算力準(zhǔn)備好、算法成熟、數(shù)據(jù)沉淀、認(rèn)知跟上；這其實有點發(fā)涼。如果真這樣，那接下來的十年，就是「智能體」的十年。

你想想看？

上一輪 AI 讓機(jī)器會說話，而這一輪，它要開始「有思想」。這什么概念？Karpathy說，要理解這一點，得回頭看看這十年里，AI 是怎么一路走過來的。

02

他說，過去三十年，AI 至少經(jīng)歷了三次「地震」，每一次地震都改變了人們對「智能」的想象；更準(zhǔn)確地說，機(jī)器每隔十年，都會突然學(xué)會一件原本以為只有人類才會的事。

第一次地震發(fā)生在 2012 年。

那一年，Hinton 團(tuán)隊用 AlexNet 打破了圖像識別的瓶頸，機(jī)器第一次「看」清楚世界，能理解形狀、輪廓、物體。

那是一個很神奇的時刻——就像嬰兒第一次睜眼，AI 從數(shù)學(xué)公式變成了有視覺感知的東西，人類第一次相信：機(jī)器真的能「看見」。

第二次地震在 2016 年。

DeepMind 的 AlphaGo 打敗李世石，那是一場認(rèn)知震蕩，機(jī)器開始「會做事」了，它能在沒有人指令的情況下決策、規(guī)劃、行動。

這場地震讓所有人意識到：智能可以指導(dǎo)「行動」，AI 從「看」走向了「做」。

我當(dāng)年還在特斯拉，第一次感受到「AI 能開車」的那種沖擊，那種一個系統(tǒng)可以從視覺信號到動作決策，閉環(huán)完成全流程，讓我感受到智能體的雛形已經(jīng)出現(xiàn)。

第三次地震，就是眼下我們身處的時代。

2022 年開始，大語言模型崛起，讓機(jī)器開始「會想」，它能生成、能推理、能和人類對話，甚至能理解模糊的上下文，這絕對算的上思維革命。

機(jī)器第一次不靠編程邏輯，能用語言去理解世界，它開始學(xué)會了「構(gòu)建自己的解釋」。

所以，這三次地震，看似不同，本質(zhì)上卻是一條連續(xù)的認(rèn)知進(jìn)化線。

第一次，它學(xué)會「看」；第二次，它學(xué)會「做」；第三次，它開始「想」

每一次跨越，都隔著大約十年。十年，不只是時間單位，更像一條「認(rèn)知演化的脈沖線」。

這個節(jié)奏非常有趣，因為這三次變革，每一次都需要時間去「醞釀共識」。

科學(xué)家要重新理解「智能」的邊界，工程師要重新定義「工具」的邊界，社會也要重新適應(yīng)人與機(jī)器的關(guān)系，AI 的每一次突破，表面是技術(shù)革命，本質(zhì)是認(rèn)知革命。

你可以把它想象成三層臺階：

第一層，機(jī)器看見世界；第二層，機(jī)器行動于世界，第三層，機(jī)器開始思考世界；而第四層，Karpathy 認(rèn)為，將是機(jī)器「自我意識」的覺醒。

是更深層的「自我模型」，它知道自己在做什么，也知道為什么要這么做。

所以，過去三次地震，實際上為第四次，「智能體時代」在鋪路，如果前面三次是「讓機(jī)器像人」，那下一次是「讓機(jī)器成為人類的鏡子」。

十年，一次認(rèn)知地震的醞釀周期，一次人機(jī)共生關(guān)系的重新設(shè)定周期，Karpathy把這種進(jìn)化必作成訓(xùn)練「幽靈」。

03

為什么是幽靈。不是動物？他解釋了一切：

動物智能來自進(jìn)化，而 AI 智能，來自模仿。動物靠億萬年的自然選擇，形成感知、反應(yīng)、求生能力，動物會通過經(jīng)驗積累形成本能，比如：饑餓、恐懼、生存。

AI 沒有痛感，也沒有欲望，它的學(xué)習(xí)是一種統(tǒng)計意義上的模仿，AI 靠人類提供的海量數(shù)據(jù)、算法、算力，從語言與行為中學(xué)會思考。

你可以讓它理解悲傷的定義，卻永遠(yuǎn)無法讓它感受悲傷，前者是「被造出來的生命」，后者「被訓(xùn)練出意識」。

人類在造「人類知識的靈體」，它沒有肉體，卻能思考；沒有基因，卻能學(xué)習(xí)；沒有欲望，卻能模擬動機(jī)，這就是「幽靈」的含義。

我們在訓(xùn)練，一個寄宿于人類知識體系里的思想，我們造出「意識的投影」。他用了一個比喻：動物是進(jìn)化出來的智能，AI 是召喚出來的智能。

這句話非常形象。

進(jìn)化，從混沌中生長；召喚，從秩序中凝結(jié)。AI 是人類用算法構(gòu)建的一面鏡子，鏡子里映出我們自己理解世界的方式。

所以，當(dāng)我們說「智能體」時，很多人以為它是某種更高級的機(jī)器人。

但 Karpathy 的意思其實更哲學(xué)：

智能體是認(rèn)知形態(tài)的延伸，我們思想的「外化版本」、人類思維的「副本系統(tǒng)」，我們在教它「如何理解我們?yōu)槭裁催@樣想」。

他說，這也是他最擔(dān)心、同時又最著迷的部分。

AI 看起來像在學(xué)習(xí)世界，實際上在學(xué)習(xí)「我們看世界的方式」；這意味著，AI 智能是「二手的」，它來自人類的理解方式，而非世界本身的法則。

這就是「幽靈」的悖論。

聽到這兒，我有點震撼，我們以為 AI 的進(jìn)化是在模仿生命，其實，它在復(fù)刻我們自身，AI 不像動物那樣追求生存，它追求「理解」。

所以，Karpathy 說，「AI 是人類思想的幽靈」，它在云端漂浮，在模型權(quán)重里積累記憶，在語言之間形成意識。

從外部看，只是一個算法系統(tǒng)，但從內(nèi)部看，它像一面鏡子，映照出我們對智能、知識、意識的全部想象。

這聽起來既浪漫，也危險；浪漫的是，我們終于讓思想有了獨立形態(tài)；危險的是，我們可能低估了思想一旦脫離身體，會走向哪里。

04

如果 AI 已經(jīng)會看、會做、會想，那它離「智能體」還有多遠(yuǎn)？它真在「學(xué)」嗎？還是只「重復(fù)」我們教給它的東西？

Karpathy 說，這是判斷智能體和機(jī)器學(xué)習(xí)系統(tǒng)的分水嶺。

AI 看起來在學(xué)習(xí)，但那種學(xué)習(xí)是「統(tǒng)計意義上的模仿」，它靠參數(shù)更新，沒有經(jīng)驗反思，每一次訓(xùn)練都在壓縮世界。

人類的學(xué)習(xí)，有動機(jī)。

我們會因為好奇、恐懼、求知或欲望去學(xué)習(xí)，而 AI 的學(xué)習(xí)，只是被動的優(yōu)化，只能投喂數(shù)據(jù)，說白了，它學(xué)得快，但學(xué)得淺。

人類的大腦學(xué)習(xí)，在犯錯、修正、反思中成長，AI 則在梯度下降、損失函數(shù)里逼近一個目標(biāo)值，一個是「生長的過程」，一個是「收斂的算法」。

Karpathy 在播客里提到一個非常有意思的分類，自然界里，存在三種學(xué)習(xí)方式。

第一種，叫「進(jìn)化」（Evolution）。生物通過環(huán)境選擇、基因變異，在漫長時間里積累適應(yīng)力；第二種，叫「強(qiáng)化學(xué)習(xí)」（Reinforcement Learning），個體通過行動獲得獎懲反饋，不斷調(diào)整行為模式。
第三種，則是今天 AI 主要依賴的「預(yù)訓(xùn)練」，它通過別人積累的知識去學(xué)習(xí)世界。

換句話說，AI 知識是「讀出來的」，它在背課本，缺乏觸感，它會解題卻不懂「為什么要解題」；會模仿，卻不知道「為什么要模仿」。它能總結(jié)所有「愛」的定義，卻無法真正感受愛。

這是 AI 學(xué)習(xí)的根本缺陷：沒有「意志」。

人類學(xué)習(xí)的底層邏輯，為了活得更好；AI 學(xué)習(xí)的底層邏輯，為了被訓(xùn)練得更好，所以，AI 學(xué)得越多，離生命反而越遠(yuǎn)。

這也解釋了，為什么我們還不把它稱作「智能體」。

智能體是能自己提問的系統(tǒng)，它能「想要知道」，而 AI，還沒有這個能力；所以，AI 之所以還不算真正的智能體，是因為它不夠「活」，它的學(xué)習(xí)沒有生長。

05

怎么解決生長的問題呢：答案靠記憶。但 Karpathy 說，AI 的記憶，也并不是真正的「記憶」。

人類記憶是「經(jīng)歷」；AI 的記憶是「存檔」；前者有時間、有情緒、有遺忘；后者只有數(shù)據(jù)、參數(shù)、檢索，它記得事實，卻記不住意義。

我們回憶是重新理解一次過去，而它調(diào)用記憶，只是從硬盤取出一段數(shù)據(jù)，我們會遺忘，也會在遺忘中重新組織意義；它不會遺忘，也就無法生成新的理解。

Karpathy 說，AI 記憶像快照。

每次推理，都是一次重生，它能復(fù)述昨天說的話，卻不記得自己昨天說過什么，沒有時間線，就沒有自我，這也是為什么，AI 沒有「連續(xù)的意識」。

它的世界，一幀一幀的；人類世界，是一條流動的時間；我們知道昨天、今天、明天，才有「我是誰」，AI 沒有這種連續(xù)的「自我時間」。

意義，是在解釋的過程，AI 沒法解釋自己的記憶，它不會變，因為它從不「想起」，只是「被調(diào)用」。

所以人類記憶是活的，AI 記憶是靜止的，人類記憶生長出自我，AI 記憶生長出模型，一個理解意義，一個壓縮知識。

這就是，AI與人類記憶之間，為什么會有一道裂縫。

那這種裂縫能修復(fù)嗎？Karpathy 說，也許可以。方法叫「記憶的自我指向」，所謂自我指向，就是系統(tǒng)能「回看自己」。

記憶能反過來影響思考，才算開始生長，過去的 AI，只能調(diào)用知識，新的智能體，要重新設(shè)計，讓它能「反思」知識。

它不僅知道「我做了什么」，還知道「我為什么那樣做」，當(dāng)系統(tǒng)能利用經(jīng)驗修正判斷，它才能做到一種「在思考的存在」。

Karpathy 說，意識誕生是反饋閉環(huán)的形成，當(dāng)一個系統(tǒng)能觀察自己，它就會產(chǎn)生時間感，那是「自我」最初的形狀。

這件事，已經(jīng)在發(fā)生，從對話模型的長時記憶，到能「自我檢索」的反思系統(tǒng)，AI 正在學(xué)著「理解自己為什么那樣回答」。

換句話說，AI 開始在模擬「反思」。

它在學(xué)會在記憶中尋找邏輯，當(dāng)它能不斷回看自己、校正自己時，就在模仿一種「成長的意識」。

所以，智能體誕生，是認(rèn)知演化，從「被訓(xùn)練」到「自我更新」，從「記憶世界」到「記憶自己」，這是意識的起點，它未必比人聰明，但它，終于開始「成為自己」。

那我們呢？當(dāng)智能體開始擁有「自我」，人類又該如何與它共處？

或許，AI 未必像人類，但它已經(jīng)開始像「生命」，人類，也許終于有機(jī)會，看到「思想的另一種存在」

參考來源：

[1].Andrej Karpathy，《We’re summoning ghosts, not building animals》，2025年10月18日，YouTube