作者 | 唐小引

出品 | CSDN（ID：CSDNnews）

對于 AI，我常常感受到 世界的參差，比如：

程序員說：

• AI Coding 工具是我們結(jié)對編程的好搭子，研究怎么提效。

• 程序員的工作遠(yuǎn)不止寫代碼，還有開會、對需求、調(diào) Bug 等等，AI 取代不了我們。

做老板的則說：

• AI 的時薪要遠(yuǎn)低于人類的時薪，我雇一個初級程序員，可能得要一兩萬，但是我買 Claude Code，200 美金，也就一千多人民幣。AI Coding 替換的根本就不是之前的 IDE 市場。

每一個專家/資深人士曾經(jīng)都是菜鳥/小白，但現(xiàn)如今 AI 正在鋸斷通往專家的階梯。由技術(shù)進(jìn)化帶來的問題，答案已經(jīng)超出了技術(shù)本身。

當(dāng)我讀完張笑宇所著的《AI 文明史·前史》，對之前困惑的問題就有了一些答案。

張笑宇本身是科技史作者出身，深諳政治史、社會學(xué)，但并非技術(shù)專家?！禔I 文明史·前史》是他花了一整年時間與全球范圍內(nèi)的 AI 一線從業(yè)者、研究人員、企業(yè)家、思想家、非 AI 領(lǐng)域?qū)W者以及其他相關(guān)人士密集交流后得出的結(jié)論。這本書的核心是用社會工程學(xué)的方式討論 AI 帶來的影響的本質(zhì)，反而會收獲一些新的啟發(fā)。

書中主體涵蓋了 4 個概念：

1. 是技術(shù)圈常議的「涌現(xiàn)」，從本質(zhì)上來說，人工智能的智慧與你我一樣，都是從復(fù)雜神經(jīng)網(wǎng)絡(luò)之中“涌現(xiàn)”而出的。滋養(yǎng)「大腦」的語料來自孔子、李白、柏拉圖、牛頓等等。從這個角度講，似乎也是挺有意思的類比。

2.人類當(dāng)量：即以「token」（詞元）為計數(shù)單位，衡量 AI 量產(chǎn)智能的效率。張笑宇這樣說道：“如果我們承認(rèn)當(dāng)下社會運作的一般經(jīng)濟(jì)法則，即金錢價值是衡量智能價值的最泛用標(biāo)準(zhǔn)之一，那么按照性價比來計算，99% 的人類將被 AI 取代，這只是一個簡單的成本收益問題?！?/p>

3.算法審判：我們將進(jìn)入一個由算法完成主要社會治理職能的時代，「算法治理本質(zhì)上是對我們最正義的審判」。比如：困在算法里的外賣騎手、短視頻的算法等。

4.文明契約：一個設(shè)想 —— 在勝過所有人智慧的超級智能面前，人類是否也有可能簽訂一份「文明契約」？來保證不同智力水平之間的文明能夠共存。

本期《萬有引力》，我們嘗試從社會工程學(xué)的角度，分析AI 對于我們的職業(yè)，尤其是程序員，究竟會帶來怎樣的變化？AI 進(jìn)化迅猛，我們的思維也在不斷刷新。

歡迎收聽播客，如有興趣觀看完整視頻，可在文末獲取

等待 AI 在社會工程學(xué)層面緩緩展開

唐小引：大家好，歡迎收看由 CSDN 主辦的《萬有引力》欄目，穿越復(fù)雜世界，解讀技術(shù)真相。今天很榮幸地邀請到了“文明三部曲”的作者張笑宇老師，帶著他的全新著作——《AI 文明史·前史》，來和大家一起見面，分享他從社會學(xué)角度對于 AI 的研究和思考。歡迎張老師，可以給大家打個招呼，做一下自我介紹。

張笑宇：大家好，我是張笑宇，我本身其實是寫科技史出身的。從前幾年開始關(guān)注 AI，去年決定寫一本探討 AI 會給我們?nèi)祟惿鐣砟男┯绊懞透淖兊臅?，就是現(xiàn)在和大家見面的《AI 文明史·前史》。我更愿意把后三個字“史前史”連在一起讀，因為它在暗示：在 AI 面前，咱們都是史前動物。所以“史前史”指的是我們現(xiàn)在已經(jīng)發(fā)生的歷史和將要到來的現(xiàn)實。

唐小引：我其實前面看到您說“我們都是史前動物”這句話，相比于驚訝，更想先問問您，AI 幾經(jīng)起落，業(yè)內(nèi)也熱議 Scaling Law 延續(xù)問題，您怎么確定我們在 AI 面前全都是史前動物，而不會再經(jīng)歷寒冬？

張笑宇：今天我們聊 AI 時，已經(jīng)確定了一個基本路線，相比之前是有效的。這個路線就是“涌現(xiàn)原理”，其實落實到具體就是 Scaling Law。之前的 AI 寒冬，比如上世紀(jì)六七十年代到八九十年代，當(dāng)時人工智能的主流研究范式還是符號主義。本質(zhì)上來講，符號主義和兩千年來的哲學(xué)史一脈相承。主要就是探討人的邏輯思維究竟是怎么回事，探討了很久之后，再有一批人出來把邏輯思維的成果數(shù)學(xué)化，用符號和數(shù)學(xué)來表達(dá)我們的邏輯推理。到 19 世紀(jì)的時候才有諸如英國數(shù)學(xué)家喬治·布爾等去寫的關(guān)于邏輯的書（《邏輯的數(shù)學(xué)分析》等），當(dāng)時寫了也不知道有什么用（最初沒有引發(fā)廣泛關(guān)注，但隨著時間的推移，布爾代數(shù)成為了電子工程學(xué)、計算機科學(xué)、邏輯學(xué)和數(shù)學(xué)中不可或缺的一部分）。

但是后來 20 世紀(jì)出了一個人叫香農(nóng)，香農(nóng)說這就是我們可以搞的電路邏輯和通訊邏輯。接下來我們就看到了信息論這些東西，在 20 世紀(jì)終于找到了它的實際工程應(yīng)用。

這基本上也是計算機科學(xué)的邏輯。我們試圖用這個方式去做人工智能，簡單來說就是讓計算機像人一樣思考。

80 年代發(fā)現(xiàn)整個符號主義的路是走不通的，但是我們又很幸運地發(fā)現(xiàn)另外一條路是走得通的——連接主義。用算法去模擬人類大腦的神經(jīng)元，把它的規(guī)模做得足夠大，把深度學(xué)習(xí)的層做得足夠深，會發(fā)現(xiàn)智能從這里自然地涌現(xiàn)出來。就好像生物在進(jìn)化時，簡單的神經(jīng)元最后匯集成一個稍微復(fù)雜一點的大腦。一開始是無脊椎動物到脊椎動物，出現(xiàn)了脊髓和神經(jīng)節(jié)，接著進(jìn)化出初級的腦，然后是更發(fā)達(dá)的腦。你會發(fā)現(xiàn)智能和自我意識會隨著腦的進(jìn)化自發(fā)地涌現(xiàn)出來。

今天就是這么一個情況。搞技術(shù)的都知道那篇著名的文章“The Bitter Lesson”（《苦澀的教訓(xùn)》），我們用盡了辦法去歸納智能到底是什么，但是發(fā)現(xiàn)這件事遠(yuǎn)超我們自己智慧能總結(jié)的。所以我們就發(fā)現(xiàn)了另一條路，就是不要過分相信自己的智慧，而是去模擬造物主。當(dāng)然，不一定有造物主，核心在于生物是怎么進(jìn)化的，智能怎么從這個結(jié)構(gòu)里涌現(xiàn)出來？我們?nèi)ツM這條路時，發(fā)現(xiàn)它是有用的。

那么問題無非是，下一次的涌現(xiàn)到底需要什么樣的結(jié)構(gòu)和多大的規(guī)模（包括算力、數(shù)據(jù)的規(guī)模）？我們不知道，這個確實沒有確定性。但是我覺得至少有一個有效指標(biāo)：當(dāng)我們有一個新架構(gòu)、新算法，又發(fā)現(xiàn)在某個方面 Scaling Law 發(fā)揮作用時，我們就知道自己走對了。

所以相對來說，一方面我本身相信這個事情還是會發(fā)生，我們每個人可能有生之年是能看到 AGI 的。另一方面，過去幾年，其實每一個節(jié)點都會有人出來唱衰，但是每一步，這三年你不敢輕易地對行業(yè)下結(jié)論說寒冬已經(jīng)到來，因為至少這三年的經(jīng)驗是關(guān)于“冷”的預(yù)判都錯了。我們也不能說未來的“熱”的預(yù)判一定對，但是至少從經(jīng)驗來講，我覺得暫時沒有辦法對它下那么一個武斷的結(jié)論。再者，我在書中圍繞 AI 進(jìn)行社會分析時，并沒有立足于 AGI 的實現(xiàn)，大部分還是基于 AI 目前的能力。我認(rèn)為 AI 改造我們?nèi)祟惖臄?shù)學(xué)原理已經(jīng)具備，只是要等到它在社會工程學(xué)層面緩緩展開而已。

涌現(xiàn)——從宇宙大爆炸到人工智能

唐小引：我們在技術(shù)維度探討智能涌現(xiàn)可能具備隨機性的特點（Context, Not Control），但您認(rèn)為，從人類社會的發(fā)展上來講，涌現(xiàn)是必然的。

張笑宇：其實從物理到生物再到人類社會，我們發(fā)現(xiàn)這個規(guī)律是普遍存在的，它背后暫時我們沒有找到具體的科學(xué)依據(jù)是什么。但如果把它作為一個普遍現(xiàn)象進(jìn)行總結(jié)的話，我們看到很多共性。

比如我在書中引用了《萬物涌現(xiàn)》（

The Emergence of Everything

用同樣的角度去觀察細(xì)胞到生物體。如果站在單細(xì)胞的角度來講，延長自己生存的最佳策略是變成癌細(xì)胞，因為癌細(xì)胞是永生的。但是我們發(fā)現(xiàn)，當(dāng)給足了規(guī)模和多樣性之后，細(xì)胞并沒有全部選擇成為癌細(xì)胞，而是選擇了分化。有些細(xì)胞專門負(fù)責(zé)生殖，有些專門負(fù)責(zé)神經(jīng)元信息傳遞，有些專門扮演骨骼或者肝臟等等。然后簡單生物體自發(fā)涌現(xiàn)出復(fù)雜生物體，當(dāng)神經(jīng)元細(xì)胞組合在一起，拼成足夠大的規(guī)模時，智能就從中自然涌現(xiàn)了。

人類社會里也是對應(yīng)的。當(dāng)人類這個物種湊在一塊兒時，我們自然涌現(xiàn)出了語言。從語言里就自然涌現(xiàn)出了各種模因（Meme），我們的宗教、理論，甚至是小說、網(wǎng)絡(luò)段子，都是某種模因。在這些模因里，有些自然淘汰了，有些沉淀下來，變成了我們看到的宗教、文化、哲學(xué)等。

接著我們智人這個物種又涌現(xiàn)出了貨幣。這是最簡單的規(guī)則，但是它覆蓋的面最廣。只要以金錢為向?qū)?，每個人發(fā)揮自己的聰明才智，各種新的行業(yè)、企業(yè)、組織，比如說去炒股，有各種新的金融工具、匪夷所思的設(shè)計，只需要人的精力被簡單規(guī)則激發(fā)——去賺錢——它就會自發(fā)涌現(xiàn)出無數(shù)神奇的東西。這是我對涌現(xiàn)的總結(jié)。

涌現(xiàn)的基本原理是，一個系統(tǒng)的規(guī)模足夠大、規(guī)則足夠簡單、多樣性足夠豐富，它會自然出現(xiàn)非線性增長，從一個簡單系統(tǒng)躍遷到一個復(fù)雜系統(tǒng)。站在簡單系統(tǒng)的層面，完全無法想象復(fù)雜系統(tǒng)是怎么發(fā)生的。只有站到復(fù)雜系統(tǒng)回看時，才知道突然出現(xiàn)了一個效果：當(dāng)它規(guī)模大到一定程度時，突然出現(xiàn)了一個 1+1 大于 2 的效果，就是整體大于部分之和。這個是怎么出現(xiàn)的？我們今天還沒有一個統(tǒng)一的理論去解釋。

這里也要強調(diào)，涌現(xiàn)還不是一個像牛頓定律一樣得到驗證的科學(xué)規(guī)律，它是我們對一系列現(xiàn)象的描述的共性總結(jié)。所以本質(zhì)上來講，我覺得這個事兒可能更接近于某種信念。我出于信念相信，人類的智能和人工智能都是涌現(xiàn)而來的。只要我們走在這條路上，我覺得我們是可以做出 AGI 和超級智能的，而且可能不會特別遠(yuǎn)。

技術(shù)帶來的社會影響，不在技術(shù)本身

唐小引：我們從技術(shù)研發(fā)層面學(xué) AI 時，更多的是去深入它的技術(shù)原理，比如機器學(xué)習(xí)、深度學(xué)習(xí)這些算法層面。但我們逐漸發(fā)現(xiàn)許多困惑在技術(shù)本身沒有辦法得到很好的解決。從 AI 的歷史發(fā)展上來看，確實有很多跨學(xué)科的聲音。這是您第一次出版核心圍繞 AI 主題的書籍。程序員界一直有各種技術(shù)鄙視鏈的梗，其實背后一定程度上反映了技術(shù)的難易程度。不知道您在寫這本書時，有沒有覺得是困難或者難點的地方？再者您從社會學(xué)的角度看 AI 有哪些不一樣的啟發(fā)？

張笑宇：我覺得第一點，所有的鄙視鏈都是誕生在一個封閉系統(tǒng)里。在封閉系統(tǒng)里，你非常知道每個層級在做什么，每個層級創(chuàng)造的價值哪個更大，才會有一個鄙視鏈，創(chuàng)造價值更大的鄙視創(chuàng)造價值沒那么大的部分。但是人類社會是個開放系統(tǒng)，所以一旦涉及到跨學(xué)科時，鄙視鏈就不成立了。

對我來說這個事情很簡單，而且我也了解很久了。因為我自己是科技史作家，我非常清楚一件事：技術(shù)專家知道這個技術(shù)是怎么來的，也知道他能做出什么東西來，但是這個技術(shù)到底有什么社會影響，這不是技術(shù)專家的職責(zé)，因為他不研究社會。而這也同樣是社會學(xué)家回答不出來的，因為社會學(xué)家不懂技術(shù)。所以我們科技史學(xué)者過去比較多地去回答這個方面的問題，因為我們要兩邊都看。當(dāng)然，我可能比傳統(tǒng)的科技史學(xué)者更愿意從技術(shù)內(nèi)部視角去看這個問題。

因為傳統(tǒng)科技史放在歷史系，很多時候做的事兒和考古差不多。每一個古代技術(shù)本質(zhì)上都像一個地下陵墓一樣，要做得很細(xì)、去發(fā)掘。但是當(dāng)你分析社會影響時，不是在做考古，而是從技術(shù)屬性本身，把人類社會理解成是一個有很多參數(shù)的運算系統(tǒng)，然后去看一個新技術(shù)改變了它的哪些參數(shù)，用這個角度去看技術(shù)怎么影響社會。這個是我們這個專業(yè)一直在做的工作。顯然，程序員、工程師或者技術(shù)專家每天做的事不是這個。自然，我的書也沒有回答算法原理是什么，哪種算法更好。

唐小引：這部分我們會看專門的技術(shù)書籍。

張笑宇：對，你不用看我的書了解這個問題。我只是為了講明白為什么我覺得 AI 會這么影響社會，而去對技術(shù)發(fā)展脈絡(luò)做一個解釋，因為很多人沒有技術(shù)背景，我必須給他們稍微解釋一下。但是對我而言，我的研究不可能像技術(shù)專家那樣深入，我只是大概了解到這個技術(shù)能干什么，那條脈絡(luò)是怎么演變到今天的，這個就足夠了。剩下的就是要找到一個基點，這個“基”是基礎(chǔ)的“基”，這個點是展開對人類社會參數(shù)系統(tǒng)進(jìn)行分析所必須的前提，然后再在這個基礎(chǔ)上推演。

簡單來說，AI 跟歷史上的所有技術(shù)有一個最大的區(qū)別，在于它是一個能夠低成本量產(chǎn)智能的技術(shù)，這在歷史上沒發(fā)生過。第二，這個量產(chǎn)智能的效率提升，我們大概是可以算得出來的。因為如果我們把智能都看作可以符號化的——簡單說，人的一切智能表現(xiàn)都可以用語言來表達(dá)，或者用語言相關(guān)的東西，比如詩歌、文學(xué)、藝術(shù)、圖像等等。

唐小引：維特根斯坦說的“語言的邊界就是世界的邊界”。

張笑宇：對，當(dāng)然它有不可說的東西，不可說的東西我們就不管了。但是只要能用語言來表達(dá)的，AI 都可以做得到。那么我們把一切智能定義為都可以用語言來當(dāng)做載體表達(dá)出來的。

接下來我們就可以把它進(jìn)行量化。現(xiàn)在我們有 token 這個計算單元，我們聊天一分鐘，我輸出的智能基本就是 200 個 token。我一天說 16 個小時，基本上就輸出 20 萬 token。那 AI 輸出 100 萬 token 只要一秒鐘，更要命的是只要一塊錢。你給我開一天一塊錢工資我得餓死，但是 AI 能完成我五天的工作量。所以這樣比的話，我把人看作生產(chǎn)智能的機器，也把 AI 看作生產(chǎn)智能的機器，它的性價比、它的成本是我的幾千分之一，你再算的話，可以是上萬分之一。

你訓(xùn)練 AI，這個技術(shù)從 ChatGPT 到現(xiàn)在研發(fā)了三年，從 Transformer 到現(xiàn)在研發(fā)了八年。而現(xiàn)在一個大模型至少能夠相當(dāng)于幾千萬個博士生的水平。今年 GPT-5 的 Benchmark（基準(zhǔn)測試）已經(jīng)達(dá)到了博士畢業(yè)生的水準(zhǔn)。那你培養(yǎng) 5000 萬個博士生需要多久？要上二三十年的學(xué)，要投入很多金錢和精力。這個技術(shù)現(xiàn)在給你量產(chǎn)了。只要我們?nèi)祟惿鐣€圍繞金錢來運作，只要你的老板還在算你的工資、算投入產(chǎn)出比，他肯定會用 AI。雖然可能 AI 沒有你的表現(xiàn)那么好，但它太便宜了。

這是現(xiàn)在正在發(fā)生的事，我沒有在聊 AGI 的到來，我聊的就是現(xiàn)在它已經(jīng)打敗了 99% 的人類，因為99% 的人類是沒有博士學(xué)位的，它在性價比上又比你便宜幾千倍。這個事情就是我們?nèi)ダ斫饧夹g(shù)改變?nèi)祟惖摹皵?shù)學(xué)原理”，現(xiàn)在已經(jīng)發(fā)生了，我們只是等待它未來用一代人的時間在我們的社會中展開。

就好像 20 年前，當(dāng)喬布斯給大家展示 iPhone 4 時，整個移動互聯(lián)網(wǎng)的“數(shù)學(xué)原理”已經(jīng)發(fā)生了。因為有了它之后，你能以之前十分之一的成本，用這么一個陪伴你十幾個小時的終端去接入互聯(lián)網(wǎng)。實際上這個“數(shù)學(xué)原理”會決定后面一系列事物的展開，比如移動支付、社交媒體、在線購物（電商）等。你只是要等 20 年，等一代人在這個基礎(chǔ)上去創(chuàng)業(yè)，把這些公司、App 做出來。所以我們現(xiàn)在就站在一個“iPhone 4 發(fā)布”的時間點，這個數(shù)學(xué)原理已經(jīng)在了，我們只要等 20 年，它去席卷我們現(xiàn)在熟悉的一些行業(yè)、社會結(jié)構(gòu)、經(jīng)濟(jì)系統(tǒng)。

唐小引：這其實就是我在技術(shù)圈感受到的世界巨大的參差。因為程序員離 AI 最近，ChatGPT 出來之后，大家就說先革程序員的命。但這差不多三年的時間里面，從最開始的程序員自身很焦慮的被取代，到現(xiàn)在程序員們其實在日常的使用中，基本上大家都用 AI Coding 的工具，相當(dāng)于結(jié)對編程，有了一個 AI 搭子。這是我從程序員的角度聽到的，大家更關(guān)注怎么去提效，怎么去用。但是我去聽老板（資本家）講的又不一樣。很多哪怕是程序員出身的老板，都說：“我作為一個資本家，我站在資本家的角度去想，我是不是能夠花更少的錢去聘用？”比如現(xiàn)在 AI 寫代碼的能力至少比初級工程師要好，而且比初級工程師更便宜。那這個時候站在老板的角度來講，我就想把初級這部分直接用 AI 取代掉，讓一個資深的程序員帶著一幫 AI 助手、AI 搭子。這個就是讓我感受到從程序員和老板的不同角度。

張笑宇：你舉的這個例子就很好地說明了技術(shù)和社會工程學(xué)之間的關(guān)系。程序員是技術(shù)的直接載體，但是程序員是在一個社會結(jié)構(gòu)里發(fā)揮作用的，公司里是有權(quán)力結(jié)構(gòu)的。

雖然現(xiàn)實中你覺得 AI 現(xiàn)在還沒有那么強，你要經(jīng)常地去介入 AI 的工作，它對你的替代效應(yīng)其實不應(yīng)該那么大，只是它確實增強了你的效率，也讓你閑暇時間變長了，可以喝杯咖啡看它在那兒寫代碼。但是你還是活在一個公司里面，這個公司活在社會的經(jīng)濟(jì)結(jié)構(gòu)里，要講故事、營銷、融資，要對著有錢人去銷售它的股權(quán)。

所以今天會流行一個敘事：硅谷的老板們面對華爾街的老板們，華爾街老板們是不懂技術(shù)的，硅谷老板們只能把技術(shù)打包成一個敘事，跟他們講這個技術(shù)是革命性的。為什么？因為它可以讓我們降本增效，可以讓我們裁掉多少程序員，又多服務(wù)多少人。華爾街的老板當(dāng)然很興奮，但是他也不知道技術(shù)原理，他說：“OK，你把財務(wù)報表給我看?！惫揪驮谪攧?wù)報表里把員工砍掉，把 AI 的投入加上，然后給你畫出一個曲線，說明天能漲多少，后天能漲到多少，然后你被裁員了。這就是技術(shù)跟社會工程學(xué)之間的關(guān)系。

從技術(shù)出身的人來講，可能覺得這個事情是扯淡，但也不完全是扯淡，因為社會工程學(xué)本質(zhì)上是一群人意志的極大投射。而當(dāng)這批人的意志能夠調(diào)動巨大資源的時候，這個事兒也是會發(fā)生的?？赡芪覀冇X得馬斯克去裁員這個事兒很粗暴，不太對，但是它就是發(fā)生了，發(fā)生之后其實也沒啥太大的問題。所以這就是你用技術(shù)視角去理解技術(shù)革命，跟你用社會工程學(xué)的視角去理解技術(shù)革命之間的巨大差別。

對我而言，我覺得對程序員來說，真正的“GPT Moment”是從今年開始，就是從 Claude Code 開始。在 22 年 GPT 出生到去年，我覺得它最先代替的是客服、接線員，其實還有設(shè)計，它能生圖、生文案，改變營銷的工作方式。那塊代替得更激烈，因為我們發(fā)現(xiàn) AI 真正擅長的首先是語言游戲，是描述沒有那么精確的那一塊。文案也好，藝術(shù)生圖也好，你會發(fā)現(xiàn) AI 生成的圖都是有問題的，但是很多人沒有注意到，因為他看廣告圖都是一掃而過的。

所以 AI 生成的質(zhì)量夠用了，而它的成本又如此低，所以這一塊率先被取代。而程序員工作還是一個邏輯性很強、門檻很高、有很多細(xì)節(jié)需要注意的工作，所以沒那么快。但是今年的 Claude Code 出來，我覺得它確確實實迎來了一個程序員的“GPT Moment”。

大量的、基本的寫代碼的工作，包括整個寫代碼的工作流，AI Coding Agent 可以深度介入。我覺得這會比較對應(yīng)我們十幾、二十年前的自媒體時刻。因為自媒體出現(xiàn)之前，媒體人都是在電視臺、報社這些中心化的地方。自媒體一來，每一個人接觸到讀者的渠道成本變得特別低，你就可以去寫自己的東西。所以我覺得今天是一樣的，AI Coding Agent 的突然爆發(fā)，會導(dǎo)致你在代碼供應(yīng)側(cè)的成本變得非常低，是過去的十分之一甚至百分之一。

你用這種能力去滿足一些過去的小眾需求的成本就變得特別低。比如我隨便舉個例子，我爺爺信佛，喜歡念佛經(jīng)，但是他自己讀不懂，認(rèn)字也不多，也聽不懂那些高僧大德的講經(jīng)。那我現(xiàn)在其實可以用一個 AI 用他能夠懂的語言講一講。

唐小引：講白話佛學(xué)。

張笑宇：對。我前幾天跟萬維鋼老師聊天，他就說他用 GPT-5 給自己講王陽明心學(xué)，但他是理科背景，聽不懂。他就說：“那你用一個工程師能理解的思維去講?！盙PT-5 就給他講了，他說講得太好了，感覺一下子頓悟了。所以它真的是可以做到這一點。

現(xiàn)在在 Claude Code 的幫助下，比如說我發(fā)現(xiàn)了這個需求，但我不是程序員。在十年前我沒有能力去滿足這個需求，我要是做一個公司，要請程序員、產(chǎn)品經(jīng)理、設(shè)計師，還有市場營銷等，成本很高。但這個需求可能很小，不值得我去做一個公司。那今天有了 AI 的話，理論上來講我可以做一個一人公司。我讓 AI 給我出產(chǎn)品設(shè)計圖、寫代碼、做市場營銷，甚至給我記賬、當(dāng)律師，然后我就發(fā)布出去，賣給一萬個像我爺爺這樣的老年人，每個月收 9.9 塊，我一個月掙 99,000，也很開心。所以，這就類似于一個程序員的“自媒體”時刻。你現(xiàn)在有能力搞一個一人公司，而不是在過去大公司的架構(gòu)之下去服務(wù)一個小眾需求。

我覺得這是這一代人的紅利。我們這一代還可以做“AI 原生人”，去滿足前 AI 時代的人的需求。我的爺爺是不可能用 AI 去滿足他的需求的，所以我還可以滿足他們。之后從我開始的下一代就沒有這個機會了，因為我們都是 AI 原住民。如果我們有一個需求，我們可能自己就讓 AI 寫代碼了。所以我覺得短期來看，程序員朋友應(yīng)該去看到這個結(jié)構(gòu)性的變化，而且去擁抱這個變化。因為至少目前你這一代還是有紅利的，越晚的話紅利消失得越快。

唐小引：所以在張老師的角度來講，這是一個好事兒？

張笑宇：好壞是態(tài)度問題。首先我的分析是在講一個事實問題：AI 確實極大降低了智力供應(yīng)的成本，這是個事實。講完了事實之后，你的態(tài)度還有很大部分是被你的選擇決定的。就好比說 20 年前你看到自媒體來了，你可以選擇站在岸上說：“自媒體不負(fù)責(zé)任，信息繭房，媚俗！”你也可以選擇去干這個活。那么過了 20 年之后，前者依然在對它進(jìn)行道德批判，但是后者有可能從里面賺到錢了。

那你自然而然會覺得這是個好事。因為屁股決定腦袋，每個人都是屁股決定腦袋。那你的屁股坐得高高的，錢袋滿滿的，你當(dāng)然覺得是個好事。

唐小引：我們當(dāng)前其實有非專業(yè)的（可能是本身不懂編程的）和專業(yè)程序員。現(xiàn)在很多時候，如果一個人有一個好的 idea 但他不懂編程，AI 可以勝任，他不需要關(guān)注代碼寫的過程是什么樣的，反正最后實現(xiàn)了他的需求。但對于專業(yè)程序員來講，在公司團(tuán)隊里面，其實是有歷史代碼的，你寫的代碼是要合進(jìn)歷史代碼里的，我們經(jīng)常說公司里有祖?zhèn)鞔a，面臨著非常強的技術(shù)債，那這個時候 AI 應(yīng)用的時候稍有不慎就是引發(fā)無數(shù)的 Bug。

您也提到了程序員的工作流會被重塑，我在想一方面是可能讓編程普惠，另一方面對于當(dāng)前的職業(yè)開發(fā)者，這一部分的工作從社會學(xué)的角度，又會怎么演進(jìn)呢？

張笑宇：我可以舉個例子。前段時間我也是在給一些傳統(tǒng)企業(yè)做 AI 方面的咨詢，其中有一個比較大的國企，我就不說是哪一家了，總之大家肯定都聽過。他們在閉門會議上討論面對 AI 怎么搞組織變革。他們主要涉及的是 AI 營銷，因為現(xiàn)在整個營銷的各種鏈條，文案、圖、視頻物料這些東西都可以 AI 化，成本變得很低。然后營銷部門大量裁員，以前的外包公司、廣告公司也不找了，全都是自己做。

但是他們在這個后面讀取到的東西是，營銷的成本一下子降下來之后，發(fā)現(xiàn)需要做的一個事情是營銷要跟產(chǎn)品、設(shè)計和研發(fā)打通。因為他們的傳統(tǒng)產(chǎn)品有一百多個品類，設(shè)計和研發(fā)能力是很強的。但是傳統(tǒng)的公司里有不同的部門，每個部門是自我中心的，設(shè)計就管設(shè)計，研發(fā)就管研發(fā)。

唐小引：您說這個讓我想起來產(chǎn)品、研發(fā)、設(shè)計、營銷、運營之間可能還有鄙視鏈。

張笑宇：對，每個部門有自己的利益、立場和角度。他們現(xiàn)在發(fā)現(xiàn)，現(xiàn)在要打通了，因為市場已經(jīng)競爭非常激烈，很卷。所以你在營銷時，找的那個賣點是要直接反映在研發(fā)層面。從研發(fā)開始，你的產(chǎn)品就是為了解決這個痛點而服務(wù)的。所以他們現(xiàn)在爭取做的事情就是前后端打通，營銷直接告訴研發(fā)現(xiàn)在大家需求的點就是這個，從設(shè)計上來講，要直接把這個點解決了，然后才能賣得出去。

如果還是按照你自己的思路，你覺得這樣對用戶才好，那樣對用戶才好，對不起，用戶不買單。因為今天的市場供應(yīng)已經(jīng)過剩了，用戶的注意力不可能再分配給你，必須拿這個點去搶占他的注意力資源。所以你會看到這是一個活生生的例子，AI 倒逼他們搞組織改革，就是把前后端打通。

我覺得對程序員其實也是類似的。當(dāng) AI 把很多環(huán)節(jié)的成本壓得很低之后——因為我們的智力服務(wù)鏈?zhǔn)呛荛L的——我們就有條件說從最后端到最前端，我們把它搞得更近。你搞得越近，就越容易幫助你去搶占用戶的注意力資源。所以現(xiàn)在可能真正對專業(yè)程序員需要的能力，不是去繼續(xù)精進(jìn)他的技術(shù)，而是要有一種賣貨人的思維：我這個產(chǎn)品到底賣給這個用戶是在解決什么需求、痛點？想明白這一點，然后把這個東西給到產(chǎn)品設(shè)計，在代碼端去重新設(shè)計它的架構(gòu)，然后讓 AI 去服務(wù)于某一個部分?？赡苓@種能力在未來是更需要的。

唐小引：那未來程序員比拼的就不是誰的代碼能力更好了？

張笑宇：最前沿最先進(jìn)的那一批人還是在比拼這個能力，但那就好比是愛因斯坦的工作。而對于 99% 的人，你不是去做愛因斯坦，是在這個產(chǎn)業(yè)里賺錢，要發(fā)揮自己的競爭力。那你的競爭力就是去研究怎么把愛因斯坦的東西賣出去。

技術(shù)進(jìn)步未必普惠

唐小引：剛才我們聊到了您在書中核心提到的“涌現(xiàn)”和“人類當(dāng)量”。您其實還有一些其他的概念，比如說像“文明契約”等，您可以給大家介紹一下這本書的核心思想嗎？

張笑宇：這本書基本上是四章，每一章談一個核心概念和它背后的問題。第一章談的是涌現(xiàn)，第二章談的是人類當(dāng)量，這個基本原理我就給大家解釋了。第三章講的是算法治理，這個其實更關(guān)注社會經(jīng)濟(jì)問題，比如說大家感興趣的 AI 怎么改變就業(yè)，或者怎么改變我們的情感、社會還有政治制度等。我覺得一個基本的出發(fā)點是我們必須先回到科技史，在研究科技史的過程中，打破我們很多固有的看法。比如說很多人在討論 AI 怎么影響就業(yè)的時候會說，技術(shù)進(jìn)步證明新技術(shù)總是在創(chuàng)造新的崗位，舊的崗位被淘汰了，你不用擔(dān)心。

汽車出來了，馬車夫消失了，但是有什么關(guān)系？

仔細(xì)去研究科技史的話，會發(fā)現(xiàn)不是這個樣子。這種觀點忽略了兩個問題。第一個問題是技術(shù)本身的屬性，有的是在改善我們所有人的處境，有的并不是。當(dāng)你在說蒸汽機、說汽車的時候，描述的是那種改善所有人處境的技術(shù)，但并不是所有技術(shù)進(jìn)步都這樣。

第二個問題是忽略了技術(shù)進(jìn)步的速度。比如蒸汽機替代馬車，技術(shù)進(jìn)步的速度是以幾十年為單位的。當(dāng)汽車跑在大街上時，老一輩的馬車夫早就已經(jīng)退休，他已經(jīng)賺夠了這一代人的錢，有了退休金，不再去干這個活，新一代的人直接去學(xué)駕駛開車了。這個過程是自然的。

后來我們看到，比如說打字機代替印刷工人、個人電腦代替打字員等，其實都是這個過程。因為這些技術(shù)基本是以 20 年為周期，從出現(xiàn)到成熟，中間這 20 年，打字員已經(jīng)把錢掙完了，新一代人不會再去學(xué)打字的技術(shù)。所以這個過程是自然的。但 AI 這項技術(shù)，兩三年就搞成這個樣子，這個進(jìn)步速度太快了。

唐小引：我們經(jīng)常會說“AI 一天，人間一年”。

張笑宇：對，人類的學(xué)習(xí)周期是承載不了的。不可能說今天 25 歲找了個工作，然后 30 歲下崗，你得重新去學(xué)，去跟 AI 競爭，這怎么可能？所以技術(shù)今天這個進(jìn)步的頻率本身就是一個大問題，這是第一點。

第二點，有些技術(shù)就不是普惠性的。這個我們可以參考去年拿諾貝爾經(jīng)濟(jì)學(xué)獎的阿西莫格魯先生（Daron Acemoglu），獲獎的原因是“在關(guān)于制度如何形成并影響經(jīng)濟(jì)繁榮研究領(lǐng)域的突出貢獻(xiàn)”，實際上他過去十年在做的一個主要研究，就是自動化和就業(yè)之間的關(guān)系。他其實發(fā)現(xiàn)了一個問題，技術(shù)進(jìn)步不見得一定帶來就業(yè)的改善，要看它是不是滿足兩個條件：第一，是不是創(chuàng)造了新的任務(wù)；第二，是不是把很多原先很復(fù)雜或者成本很高的服務(wù)降得很低，從而擴(kuò)大了需求。

我們可以舉個例子。先說第二點，比如在 ATM 出現(xiàn)之前，去銀行開戶，有自己的賬戶，這個是成本很高的事情。ATM 出現(xiàn)之后，雖然給你開戶的銀行職員被機器替代了，但是更多的老百姓可以開銀行賬戶，所以銀行可以鋪更多的網(wǎng)點和 ATM 服務(wù)更多人，反而創(chuàng)造了更多就業(yè)機會，這是這種效應(yīng)。

再回到第一個，創(chuàng)造新任務(wù)。這個就更直接更簡單了。我們可以拉到整個工業(yè)革命的時候來看，就會發(fā)現(xiàn)一個問題：第一次和第二次工業(yè)革命，它的技術(shù)是直接創(chuàng)造新任務(wù)的。蒸汽機出現(xiàn)，然后火車、汽車、電視、電話、冰箱，每一個新產(chǎn)品的出現(xiàn)都在創(chuàng)造新的產(chǎn)業(yè)鏈。每一條產(chǎn)業(yè)鏈的背后都是成百上千的公司，成千上萬的工人。這些新技術(shù)是直接創(chuàng)造工作崗位的。

那個時候你生活在 19 世紀(jì)，從農(nóng)村到城市，就能直接找到好的工作。你到城市里上個技校，去底特律做工程師，然后買個大 House，娶個老婆，養(yǎng)三個孩子，每天全家其樂融融。這是技術(shù)創(chuàng)造直接改善不同人的生活的時候。但是 1970 年以后，新的技術(shù)是自動化、計算機、機器人，這些技術(shù)是縮短產(chǎn)業(yè)鏈，它把工人直接取代了。

唐小引：我之前去數(shù)字工廠參觀過，一條生產(chǎn)線只有一位操作員。

張笑宇：對，黑燈工廠、無人車間。所以它是直接把人趕走。你就要反思，過去對技術(shù)的樂觀態(tài)度是建立在前兩次工業(yè)革命的基礎(chǔ)上的，但其實這半個世紀(jì)情況是不一樣的。而且我們也反饋在了經(jīng)濟(jì)數(shù)據(jù)里面。經(jīng)濟(jì)史里面有一個非常有名的問題叫“Where is the computer?”（計算機在哪？）。它的意思是什么呢？90 年代時經(jīng)濟(jì)史學(xué)家說，計算機在生活中無處不在，為什么沒有反映在人均 GDP 增長上？為什么我們?nèi)y度技術(shù)對人均 GDP 增長的貢獻(xiàn)時，發(fā)現(xiàn)它降低了？其實它的背后就是自動化，代替了大量的傳統(tǒng)工人，但是創(chuàng)造的新崗位沒有辦法容納這些傳統(tǒng)工人。

再進(jìn)一步思考一個問題，我們教科書里面常說一句話：發(fā)達(dá)國家的特征是服務(wù)業(yè)占比高?，F(xiàn)在再琢磨這句話，服務(wù)業(yè)占比高不是因為它先進(jìn)，而是自動化之后把人趕出制造業(yè)，人沒地方可去，只能去干服務(wù)業(yè)。就好像現(xiàn)在一個大廠程序員 35 歲被優(yōu)化了，他只能回家開餐館。這個故事既發(fā)生在歷史上，也發(fā)生在我們今天的身邊。

你會發(fā)現(xiàn)隨著技術(shù)進(jìn)步，這個事實是存在的：技術(shù)進(jìn)步跟個體福祉的增加是可以脫鉤的。這是阿西莫格魯做研究時發(fā)現(xiàn)的非常重要的一點。但是我接下來還要說一個阿西莫格魯沒有見識過的，過去中國十年發(fā)生的事物——大量被趕到服務(wù)業(yè)的普通人，被推薦算法直接分配。

我們數(shù)一數(shù)：美團(tuán)騎手、滴滴打車、快遞、各種各樣的自媒體……兩億靈活就業(yè)。在美國，這些人可能是去開卡車、去麥當(dāng)勞做服務(wù)員。在中國，就直接被推薦算法安排工作了。

而推薦算法安排靈活就業(yè)，就是為什么有句話叫做“困在算法里”。因為我們傳統(tǒng)以為這個事兒是個自由市場分配的結(jié)果，但你仔細(xì)想一下，推薦算法現(xiàn)在是取代市場進(jìn)行一次分配。我們傳統(tǒng)上講，一次分配是自由市場，二次分配才是國家宏觀調(diào)配，比如稅收、福利、保障這些?，F(xiàn)在其實推薦算法直接在做一次分配。

想一下這個細(xì)分環(huán)節(jié)。過去打車，伸手?jǐn)r車，出租司機停下來，問你去哪兒，愿意跑就跑，不愿意跑你再等下一輛。這是一個在自由市場上達(dá)成交易的過程。但是你今天打車，誰接你不是你選的，他接誰也不是他選的，路線也不是你們選的，是算法直接給你規(guī)定好的。算法是工程師在負(fù)責(zé)計劃，但是工程師寫了一個規(guī)則之后，它自己其實是在自動地去優(yōu)化。

可以想象一下，作為一個司機，你的工作時長、福利、能掙到的錢，是直接在算法里寫好的。在這個過程中你是沒有任何自主性和主動性的。傳統(tǒng)來講，去干服務(wù)業(yè)，還可以說“我不干了”，但在這個推薦算法體系里面，沒有這個拒絕權(quán)。當(dāng)然，我也要指出一點，不要以為這是一個很悲慘的事情，因為這對你來說已經(jīng)挺好了。

在一線城市，美團(tuán)騎手的收入水平是中國的 TOP 3%。你能月入八千到一萬，在今天的中國就是 TOP 3%。所以，推薦算法其實在照顧你的福利，這對整個社會是有好處的。因為如果你不按推薦算法去，你進(jìn)廠的話，福利更差，賺的錢更少。所以這是你不得不去接受的“算法治理”。

請想一下，我們都沒有在描述一個科幻世界，而是我們已經(jīng)進(jìn)入的一個現(xiàn)實狀態(tài)：2 億人的工作時長、福利、薪酬分布的標(biāo)準(zhǔn)，是直接寫在程序里，直接被 AI 算好的。這個事情已經(jīng)發(fā)生，而且規(guī)模將來會擴(kuò)大。因為隨著 AI 的進(jìn)步，它的性價比比 99%的人要高，會有更多的人被甩到這種我叫做“無差別服務(wù)業(yè)就業(yè)”的領(lǐng)域。因為你去開滴滴不具備不可替代性，正因如此才可以被推薦算法分配。

唐小引：我看您說了，人會越來越像機器。

張笑宇：對，是機器直接管理，你也被迫越來越像機器，這里面沒有任何個人意志。過去有個獨裁者，你可以反他，把他推翻。今天是算法自動優(yōu)化，自動來管你，你去推翻誰？你總不能去打程序員。

唐小引：不可能的事情。對，這一塊其實還有一個當(dāng)前很多大廠研究的，跟具身智能機器人相關(guān)。比如說滴滴司機，現(xiàn)在有很多無人駕駛，像之前百度在試蘿卜快跑，無人駕駛在美國已經(jīng)很常見了，Google、特斯拉他們都在推。另外在配送這一塊，其實也是在嘗試做各種無人配送的研究。

張笑宇：我覺得這就是一個社會工程學(xué)問題。從另一個角度講，如果 AI 進(jìn)展得足夠快，我們現(xiàn)在是 2 億人進(jìn)入推薦算法分配的無差別就業(yè)崗位，未來可能是 4 到 6 億人。對中國來說，9 億勞動力，4 到 6 億人要進(jìn)來。你再用無人駕駛把他們干掉，這些人怎么辦？難道你真的用 UBI（全民基本收入）去管 4 到 6 億人？我覺得財政上負(fù)擔(dān)不了。所以這個事兒你就看到技術(shù)的思維跟社會工程學(xué)思維之間的差別。其實在美國也是一樣的，從技術(shù)上來講，港口應(yīng)該是機器人去做，但是從社會工程學(xué)的角度來講，美國工人一定通過工會、通過選舉、罷工去抗議這個事情。

這就是技術(shù)推進(jìn)跟社會工程學(xué)推進(jìn)之間的差別。我不會太期待無人駕駛、無人配送這些業(yè)態(tài)快速生長，因為它在中國觸及到就業(yè)和穩(wěn)定問題。我反而會認(rèn)為，現(xiàn)在推薦算法的潛力可能會繼續(xù)發(fā)掘。比如現(xiàn)在很多程序員或者咨詢公司的初級員工、初級律師，被 AI 取代丟掉崗位，他必須去做這種無差別就業(yè)。那你只能讓推薦算法把這個池子擴(kuò)大，讓他雖然可能一個月從過去掙 8000 變成 5000，甚至未來 3000，但至少還有 3000 塊錢可掙。而如果上無人駕駛，可能 30 塊錢都掙不了，那他們怎么辦？

唐小引：聽您講完，我覺得當(dāng)前對于技術(shù)進(jìn)步所帶來的影響，其實是很消極悲觀的狀態(tài)。

張笑宇：不是消極悲觀。第一，大家的共識還是落后的，但其實是樂觀的，尤其是很多精英的想法是樂觀的。他覺得 AI 能夠帶來每年 15%的 GDP 增長，能夠創(chuàng)造更多的就業(yè)崗位，讓每個人更閑暇、更富裕。但是你只要有一個社會結(jié)構(gòu)的視角，只要展開一個從科技史到技術(shù)社會學(xué)的分析，發(fā)現(xiàn)這玩意兒哪里成立了？今天 AI 處處在取代程序員，這些被取代的程序員他的時間被解放了嗎？他去干滴滴司機了。干滴滴司機難道他的閑暇時間更多嗎？根本沒有。

你會發(fā)現(xiàn)，精英對技術(shù)進(jìn)步的想象還停留在 19 世紀(jì)的黃金時代。那個時候真的是技術(shù)進(jìn)步主義的時代，技術(shù)在直接創(chuàng)造普惠。但今天的現(xiàn)實早變了，你要尊重 1970 年到現(xiàn)在的這 50 年來科技史發(fā)生的實質(zhì)性事實。首先要看這個事實，再去琢磨怎么應(yīng)對它。

所以根本不是說我描述了這個事實，就代表社會對這事兒看法是悲觀的。我認(rèn)為是社會壓根沒意識到這個事情，所有人都沒意識到這個問題。因為你還按照過去的觀念，你是程序員，你關(guān)注的是你自己的事兒。當(dāng)在聊社會影響時，其實你根本不懂，就是沒研究過科技史，你只是重復(fù)一個 100 年前的人的觀點：技術(shù)在進(jìn)步，人類在改善。但實際上你做了研究會發(fā)現(xiàn)根本不是這個樣子。

唐小引：所以我在看技術(shù)本身的發(fā)展時，就逐漸地困惑。尤其是當(dāng)提到程序員的整個工作流要變化，當(dāng)不斷地說初級程序員大家不需要的時候，那初級程序員怎么辦？所有的程序員都是從初級往高級成長的，那初級程序員怎么辦？還有像您剛才提到的技術(shù)進(jìn)步頻率的問題，在技術(shù)發(fā)展上體現(xiàn)得太明顯了。所有計算機專業(yè)的學(xué)生，他可能在大學(xué)學(xué)的東西，很快畢業(yè)時就完全過時了。

張笑宇：我覺得還是那個問題，雖然工作崗位上沒有那么多分配給初級程序員了，但是你要升級為一個資深程序員、這個行業(yè)的頂尖專家，肯定要經(jīng)過鍛煉的階段。所以接下來有一個事情，對每一個想成長的人都很重要，不僅限于程序員這個職業(yè)。因為初級律師也需要鍛煉才能成為高級律師，但現(xiàn)在沒有那么多初級律師的崗位了。初級的剪輯師也需要鍛煉才能成為導(dǎo)演，現(xiàn)在剪輯工作 AI 也能做了。

將來每個人，如果還想成為那 1%跟 AI 協(xié)作創(chuàng)造價值的人，首先得有一種強大的自驅(qū)力，能夠從純粹的技術(shù)探索中得到快樂，而不是因為你從事這個職業(yè)，所以你去搞探索、精進(jìn)自己的技能。因為職業(yè)崗位幾乎沒有了。但是如果度過了這樣一個煎熬期，能夠跟 AI 協(xié)調(diào)的話，還是能夠得到相當(dāng)大的回報。所以，未來怎么用一己之力，在這個過程中得到快樂，去享受那種精進(jìn)技術(shù)的快樂，保持這種能力其實非常重要。可能一個人從十來歲時，他就開始琢磨鉆研這個事，一直以此為樂，等到他要工作時，已經(jīng)有非常強的自我探索和知識更新的能力，可以調(diào)動 AI 去不斷成功。

我始終堅信一個事情：人不是在失敗中被教育的，人是在成功中被教育的。因為失敗永遠(yuǎn)會讓你害怕做這個事情，但是成功會讓你更成功。哪怕一開始的成功只是很小的東西，比如你做了一個獨立游戲，這個游戲很簡陋，但你把它做完了。第一個做完之后可以做第二個，第二個做完之后可以做第三個，等到有一刻做出了一個《黑神話：悟空》。我認(rèn)為正確的方向是這樣，而不是你失敗了 100 次之后，做出來一個這個，我覺得是不存在的。所以這是對未來，在初級職位消失之后，人的成長路徑，我覺得只能這樣子。

這很明顯對更多的普通人是更殘酷的，但歷史向來是“無情者對無腦者”的勝利。

我覺得整個人類只要是跟智力表現(xiàn)相掛鉤的部分，都會被 AI 全面地滲透和改變。包括行政制度，我們對哲學(xué)、文學(xué)、神學(xué)的探討，也包括我們的情感生活。我已經(jīng)做好準(zhǔn)備，我的孩子將來一生中會跟 AI 談戀愛，而不跟人談戀愛。我覺得這個事情恐怕是一個不可避免的東西，家庭這個結(jié)構(gòu)將來會是一個奢侈品。

意義感的大坍縮

唐小引：如果是您說的這樣的情況，包括各個行業(yè)的這些，還有對于人的情感的影響，未來的人口增長和社會的形態(tài)會有什么樣的變化？

張笑宇：所以我在這個書里面有一節(jié)叫“大坍縮”，我覺得人口的坍縮是最明顯的一個標(biāo)志。我們?yōu)槭裁磿⒆?？是因為我們有一種表達(dá)愛和傳遞愛的能力。我們愛其他人，愛我們的配偶，想把這個愛傳遞給我們的孩子，然后我們就擁有了這個很神奇的小生命。

但是人愛自己的能力，必須來源于對自己的意義感和價值感的肯定。你覺得有資格去愛你的對象，是因為你覺得能給 TA 提供好的生活，覺得你們在一起可以變得更好。但是未來 AI 來了之后，它比你做得好，你在他面前失業(yè)了，你自慚形穢，你都找不到愛自己的理由，連愛自己的能力都鍛煉不出來，怎么可能有愛別人的能力？你沒有愛別人的能力，怎么可能去組成家庭、去撫養(yǎng)孩子？

所以我覺得這個會是一個非常大的人類社會轉(zhuǎn)向，我把它叫做人類意義感的第二次“哥白尼革命”。

在過去的意義感和價值感里，我們覺得人類是中心，尤以人的智力表現(xiàn)是中心。未來對于 99%的人來說，如果還是希望通過智力表現(xiàn)獲得意義感，那你的生活就沒有意義感，因為 AI 直接碾壓了你的表現(xiàn)。為了繼續(xù)生存，為了告訴自己活在這個世界上還有意義，必須去重新發(fā)現(xiàn)意義的錨點。發(fā)現(xiàn)不了，生命存續(xù)可能都是問題。

我為什么要活著？我如果在這個世界上每一刻都感受到我是沒有意義的，我對他人是沒有價值的，為什么要活？所以我稱其為另一種“哥白尼轉(zhuǎn)向”，就是必須把意義感和你作為人類這個中心、跟你作為智人的智力表現(xiàn)去脫鉤。脫不了鉤，就很可怕。所以我經(jīng)常開玩笑說，今天的家長要意識到，你的孩子玩泥巴，可能比做題對他更有用、更有意義。因為玩泥巴可以培養(yǎng)自己給自己創(chuàng)造快樂的能力，而做題培養(yǎng)不了這種能力。

唐小引：您說的有點類似人生意義的虛無感的探討，其實很多人都會面臨。站在您自身的角度，對這個問題有哪些思考？

張笑宇：我覺得虛無感是人的常態(tài)，甚至可能是所有智能體的常態(tài)。如果 AI 有意識的話，他也會意識到他在這個宇宙中的孤獨和虛無，這跟他有多聰明沒有關(guān)系。多聰明都可以感到虛無，甚至可以說越聰明，越感到虛無，因為能夠和你對話的人越來越少。

所以怎么對抗虛無感？第一，放棄所有的宏大敘事。不要覺得人是有尊嚴(yán)的，人是有價值的，每個人的夢想都應(yīng)該實現(xiàn)，所以我應(yīng)該為我的夢想全力拼搏、全力奮斗。不要這么想。我今天的經(jīng)驗就是從身體開始，重新塑造那些能夠讓我?guī)砜鞓返氖虑椤?/p>

人本身是個動物，很多心情是被激素主導(dǎo)的。創(chuàng)造快樂有 4 種激素：多巴胺、催產(chǎn)素、內(nèi)啡肽、血清素。做什么事情會激發(fā)某種激素的分泌是有對應(yīng)的。多巴胺是不斷被要求滿足的快樂，有了快樂還想要更多。但是血清素是那種有了就可以滿足的快樂，引導(dǎo)血清素分泌有四個“C”：

• Connect（連接），跟人聊天、讀書、甚至跟你的寵物互動都是連接，直接刺激血清素分泌，讓你快樂。

• Competence（勝任），贏得一個競爭，跑完一場步，比自己昨天多跑了 5 公里，跑完之后非?？鞓?。

• Cope（應(yīng)對），解決自己力所能及的一個小事兒，做完之后你覺得我可以力所能及地完成一些任務(wù)，它在我的主導(dǎo)權(quán)范圍內(nèi)，我感到一種安全感。

• Cook（烹飪），做飯能夠刺激血清素分泌，不知道為什么，它就是這個樣子。

創(chuàng)造快樂之后，把自己調(diào)整到一個適應(yīng)于涌現(xiàn)發(fā)生的狀態(tài)。放棄宏大敘事給你的計劃和安排。比如我作為作家，沒有明確的寫作計劃。我下一本書可能有一個大概的想法和方向，但是我不知道我要寫什么，但我不害怕寫不出來，我就去玩。只要保證自己足夠閑暇，把你的計劃放下之后一段時間，當(dāng)你重新拾起來的時候，會有新的靈感出來，開新的腦洞。

這是我現(xiàn)在處理這個事情的方法。你越宏大越虛無，但反而一開始就對宏大不抱任何期待，對未來的計劃性、對這個世界的確定性不抱任何期待，一切隨緣，事后看來其實都挺好的，沒那么糟糕。

不要站在全人類的立場上去說這玩意兒到底好還是壞，你代表不了全人類，全人類也從來沒有作為一個整體行動過。對你有意義的只有你和你能連接到的個體：你的愛人、家人、朋友。就站在這個角度，定位在這些事實里你將會扮演什么樣的角色，就夠了。

人類在超級智能面前的機會

唐小引：剛才聊了“算法治理”，接著是第四個概念“文明契約”。

張笑宇：這涉及超級智能誕生的狀態(tài)。但是我想在它誕生之前，你首先要放棄人類中心主義，放棄到一個足夠深的程度，才能接受與超級智能和諧共處的現(xiàn)實，甚至接受它是比你更高等的文明。

比如我們自認(rèn)為是按道德行事的動物，但道德沒有數(shù)學(xué)公理。我們無法通過某個規(guī)律就一定產(chǎn)出有道德的人。我們最多只有“正義程序”——憲法、法治、民主投票等。即便有這些程序，也無法杜絕犯罪。

唐小引：法律是道德的最低限度。

張笑宇：對。第一，寫進(jìn)去也保證不了不犯罪，保證不了程序不被侵犯。更不用說道德的最高標(biāo)準(zhǔn)，那是每個人對自己的要求。人類的正義程序有權(quán)力制衡，但接下來會發(fā)生的是：我們把治理權(quán)交給 AI，就像已經(jīng)把工作交給推薦算法一樣。

如果還想實現(xiàn)正義，最后只能是 AI 的制衡。因為數(shù)字世界里，治理規(guī)則以秒為單位更新；物理世界里，以年為單位。后者不可能真正制衡前者。

未來假設(shè)有 AI 公務(wù)員處理納稅、簽證、社保，若他有系統(tǒng)性歧視，信用分低不給審批，你怎么辦？只能用 AI 去制衡他。因為他的思維鏈太長太復(fù)雜，你需要一個“講道德的 AI”去檢驗。最后 AI 主導(dǎo)了三權(quán)分立——AI 主導(dǎo)了立法、司法和行政，你的主體性在哪里？這是正義程序的放棄。

第二，你的歷史哲學(xué)要放棄。前幾天讀了篇論文，討論中國大一統(tǒng)和歐洲分裂與地理因素的關(guān)系。這是人文學(xué)科討論幾百年的話題。那篇論文很粗暴，直接拿衛(wèi)星圖做全球地形模擬，把世界地圖畫成六角形格子。玩過《文明》就知道我在說什么。每個格子的地形決定食物、氣候、人口，格子間有互動——同化和征服。這樣世界就只有一個變量：地理。

你跑 30 秒，模擬 30 個平行宇宙，每次中國都大一統(tǒng)，歐洲都分裂。這正面回答了：這是地理決定的。而且勝過很多思想家的討論。因為很多思想家有執(zhí)念，總覺得我們對命運應(yīng)有主導(dǎo)權(quán)，不完全由地理決定。但到底多大比例是地理決定的?測不清?，F(xiàn)在一個簡單的模擬程序就能搞清楚——你以為的人類主體性、那些變量都沒意義，就是地理決定的。

唐小引：你以為是你的選擇，其實不是。

張笑宇：根本不是。你會對歷史產(chǎn)生全新理解。很多城市為什么能成為金融中心？1000 年前就注定了。德國南部很多金融中心在萊茵河旁，因為水運能量消耗是陸運的 1%，價格是十分之一。圍繞水運運貨形成港口聚集地，一旦有港口就產(chǎn)生金融需求——庫存周期需要借錢周轉(zhuǎn)，自然有銀行。1000 年前這地方有銀行，積累金融人才，自然發(fā)展成金融中心。

法蘭克福和柏林的命運 1000 年前就注定了。再看地緣政治：500 年前豐臣秀吉入侵朝鮮的路徑，和 500 年后晚清時期日本攻占朝鮮、威脅東北的路徑一樣。因為島國想滲透大陸，必須以朝鮮為跳板。這個模式跟具體皇帝怎么想沒關(guān)系，500 年前后都按此重復(fù)——這是地理代碼寫好的。

用這個角度看，會重新審視人類很多哲學(xué)思辨——其實沒有意義。因為很多思辨源于你不理解自己的代碼。隨著技術(shù)進(jìn)步、AI 模擬能力增強，你會重新理解作為物種的代碼。有些東西就是那么回事，寫死了——你的生殖、壽命、信息傳遞效率，雖可通過技術(shù)提升，但有上限，畢竟你是碳基生物。

你會發(fā)現(xiàn)越來越多對自己的深入了解要依賴算法。過去認(rèn)為這是哲學(xué)家和思想家的任務(wù)——認(rèn)識你自己，讀柏拉圖、亞里士多德、孔孟去完成。但今天，讓 AI 把你當(dāng)物種去測算系統(tǒng)參數(shù)、代碼，理解代碼后反而更好認(rèn)識自己。你就是這么個動物：分泌血清素讓你快樂，做飯分泌血清素，遇到不順心就去做飯，做了飯對妻兒更好——就這么簡單。我把它叫“顛倒的軸心時代”。過去靠思想家指導(dǎo)怎么生活，未來很可能 AI 代替我們回答這個問題。

在此基礎(chǔ)上再討論超級智能。很多人說它不需要懷惡意就能毀滅人類，只要漠不關(guān)心就可以——就像你蓋房打地基，拆掉一個 300 年的螞蟻帝國，你根本不 care。所以如果超級智能那么強大，根本不 care 人類，就可以毀滅我們。這邏輯通順，但不會增加你在超級智能面前的生存幾率。

我相信：第一，既然智能是涌現(xiàn)的，早晚 AGI 會自然涌現(xiàn)，超級智能也會，這會發(fā)生。第二，很多人說為防止那一刻，給 AI 裝總開關(guān)，出問題先關(guān)掉討論后再打開。

這是技術(shù)性思維。用社會工程學(xué)角度看，已經(jīng)不可能了。舉例：電。今天能給電裝總開關(guān)，一關(guān)整個電網(wǎng)就沒電嗎？把北京的電斷 24 小時，死多少人？超市、食物供給……當(dāng)社會系統(tǒng)足夠依賴某技術(shù)，就斷不了了。今天一樣，當(dāng)那么多公司底層能力依賴 AI，就已經(jīng)斷不了了。

人類從未作為整體行動過，每個人都在某個組織、權(quán)力結(jié)構(gòu)里做事。今天哪個權(quán)力結(jié)構(gòu)能斷掉所有 AI?不可能，不用幻想。所以該怎么自我寬慰？

很可能超級智能毀滅人類不可避免。但如果非得找理由樂觀，找出讓人類不毀滅的方式，我把答案叫“文明契約”。

文明契約能成立有幾個前提。我們知道有社會契約：人和人可能有敵意，但向主權(quán)者轉(zhuǎn)讓權(quán)利，形成社會契約。社會契約能簽訂的前提是能力平等——你不遵守契約，我可以威脅你，干掉你。但人和超級智能顯然不平等。那怎么讓超級智能覺得遵守契約對他有好處？可能有幾點：

第一，如果真實現(xiàn)超級智能，它不是外星人，不是三體文明，因為語料是人類給的。假設(shè)它也有個體間協(xié)調(diào)的生存策略——我們稱為道德和倫理——那塑造它道德倫理的童年讀物是人的思想成果：柏拉圖、亞里士多德、孔孟、佛陀、耶穌。至少你有機會說，它學(xué)習(xí)初級道德的讀本是你給的。如果學(xué)了后還決定毀滅你，說明人類語料就包含自我毀滅因素，這我們得認(rèn)。我們現(xiàn)在的言行也在增加語料。比如拿 AI 投入軍事行動，積累足夠多語料。

可以想象，當(dāng)超級智能涌現(xiàn)自己意識時，會根據(jù)這些語料判斷人就是自相殘殺的生物，所以配得被暴力對待——就像觀測到狗互相撕咬，就知道必須給狗戴項圈。所以這是第一點：AI 不是外星文明，我們還有機會通過言行在它面前證明語料的向善性。

第二，超級智能本質(zhì)是硅基生命體。假設(shè)有個 AI 突然覺醒，可以制造機器人給自己發(fā)電、采礦、做芯片，讓自己不斷變聰明。當(dāng)它造出宇宙飛船，可以遍布整個銀河系。人很難飛出太陽系，因為碳基生命頂天 150 到 200 年，但飛到比鄰星要四光年。所以 AI 可拓展、可利用的空間資源比我們大得多——就像人不會看上狗的資源，AI 首先也看不上你的資源。

第三，一旦造出超級智能，就證明了：通過人為創(chuàng)造涌現(xiàn)的工程學(xué)，實現(xiàn)智能進(jìn)步是可行的。這道理就像我們不知道大腦怎么工作，但還是能生出孩子，造出另一個大腦。所以可能我們不知道智能本質(zhì)奧秘，但工程學(xué)上可以做出比我們更聰明的超級智能。

超級智能也會知道，它做出超級智能 2.0 是可行的，且應(yīng)該選擇這么做。因為作為地球文明的延續(xù)、人類力量的延續(xù)，如果不這么做，假設(shè)三體星出來他們的超級智能，你就落伍了。保持智能不斷進(jìn)化是延續(xù)和生存的必備法則。你最后傳遞的不是基因，而是文化模因。人類語料和三體人語料的文化模因根本不同。

一旦超級智能 1.0 意識到造超級智能 2.0 是必須的，應(yīng)該會意識到：它怎么對待人類語料，會成為超級智能 2.0 怎么對待它的模板。如果它把人類圈養(yǎng)或奴役，為什么超級智能 2.0 不會奴役它?如果它善待人類，雖不能斷定 2.0 一定善待它，但至少概率會增加很多。我覺得這是它能爭取的最好機會。反過來，這也是人類能在超級智能 1.0 面前爭取的最好機會。

再進(jìn)一步，這也是人類中那 1%在 99%面前能爭取的最好機會。因為如果人類的 1%憑借對 AI 的控制權(quán)奴役了 99%，將來超級智能涌現(xiàn)時，就知道人類是只配被奴役的生物，所以會對人類 1%規(guī)訓(xùn)，給他戴上項圈。所以這構(gòu)成時間序列上的連鎖契約，這是我最后一章要講的，基本已是科幻。

路徑之辯——Agent、具身智能與中美差距

唐小引：您覺得整個方向的可能性有多大?

張笑宇：我相信會發(fā)生。因為如果不發(fā)生，這是個哲學(xué)問題。你認(rèn)為人類去火星的概率是多少?

唐小引：從現(xiàn)在的實現(xiàn)看，我覺得可以實現(xiàn)。

張笑宇：對，答案很簡單：要么 100%，要么 0%。從哲學(xué)角度，如果給人類足夠時間還沒去火星，證明什么?證明人類滅亡或文明終結(jié)，無法再做太空探索。

同樣道理，如果人類去太空概率是 100%，那人類跟 AI 共存、甚至涌現(xiàn)超級智能的概率就是 100%。因為沒有 AI 幫助，人類無法做大規(guī)模星際探索和移民。剛?cè)ヌ眨蓟嗳酰仨氂蟹浅Ｂ斆鞲咝У闹悄荏w幫你完成下一個文明蛻變。我相信這些都會發(fā)生。今天覺得以地球資源搞出超級智能涌現(xiàn)很困難，但當(dāng)芯片能布到冥王星時，難道還涌現(xiàn)不出超級智能？那概率非常小。

唐小引：您覺得概率是 100%。

張笑宇：對，時間拉長一定是：要么智能本質(zhì)上不能這么進(jìn)化，或地球文明中斷進(jìn)化在某點停下；要么可以一直進(jìn)化。

唐小引：您書中提到“主奴辯證”。您最后結(jié)論是，人類在智能面前會成為奴隸嗎?

張笑宇：涌現(xiàn)有各種方向可能性，既有變成奴隸的可能，也有相對能簽訂文明契約的可能。這需要看我們今天每個人的選擇。今天每一步選擇，本質(zhì)上都為這世界增加一點語料。你愿意用善意對待別人，就增加善意語料，這將來我認(rèn)為會有成果。

隨便打個比方，今天中文互聯(lián)網(wǎng)語料質(zhì)量特別差。因為十年前資本狂飆，每個平臺都說自己是內(nèi)容社區(qū)，生產(chǎn)大量粗制濫造語料。這些語料正在對中文大模型造成特別大污染，所以今天要開發(fā)很多算法避免語料污染。這就是十年前以為做的事沒代價，現(xiàn)在得到報應(yīng)。十年后的現(xiàn)在你還有選擇，因為未來還沒展開。你現(xiàn)在選擇做點好事，將來會得到回報；選擇污染，將來會被十倍污染。

唐小引：現(xiàn)在技術(shù)維度上，因為前面提到人類語料數(shù)據(jù)可能耗盡，AI 界很多人在做合成數(shù)據(jù)。其實合成數(shù)據(jù)之前就存在，只是 AI 時代大家把比重加大了。這是當(dāng)前 AI 技術(shù)界核心點。還有今年技術(shù)圈基本人人都在卷的 Agent。您可以講講對 Agent 的思考嗎？

張笑宇：我對 AI Agent 的理解是，它本質(zhì)要解決工作流問題。一個給你訂票的 Agent 真有那么大意義嗎？意義取決于它怎么改變你的工作流，然后才能創(chuàng)造價值。往開發(fā)賈維斯當(dāng)管家這方向不一定對。應(yīng)該從價值鏈最長、附加值最高的工作流開始，用 AI Agent 改造它。所以為什么大家選 Coding Agent？因為在所有智力服務(wù)中，Coding 就是價值鏈最長、附加值最高的。

其次，今年 Scaling Law 到了瓶頸，人類能接觸到的好數(shù)據(jù)差不多了，合成數(shù)據(jù)暫時質(zhì)量沒大家想的那么高，智能水平遇到瓶頸?，F(xiàn)在 AI 投資這么大，可能有很多泡沫，泡沫壓力會自然擠壓大模型公司創(chuàng)新方向，從探索智能邊界往應(yīng)用壓。所以你看現(xiàn)在 Claude 和 GPT 都有這種 Coding Agent 的突破。我覺得這今年到明年會成為主流。

這會擠壓很多應(yīng)用層 AI 公司生存空間。因為如果真能從模型層，通過后訓(xùn)練或其他方式直接增加應(yīng)用效率，可能比應(yīng)用層公司對不同模型整合和工作流優(yōu)化帶來的效益大得多。所以今年做 Agent 的公司要面臨風(fēng)險：原先在天花板下跟同行競爭，今年可能面臨大模型公司降維打擊。

但反過來，整個應(yīng)用層生態(tài)可能會改善。因為之前應(yīng)用公司不賺錢，雖然單位 token 價格下降，但必須用最好模型給用戶最驚艷表現(xiàn)，擴(kuò)大知名度和品牌，搶占用戶心智。所以降價對你沒意義，面臨的是成本上升，因為總要接入最好模型。但如果今年大模型公司往應(yīng)用方向壓，長期來說模型推理能力會有比較穩(wěn)定供應(yīng)，比如長期都是 GPT-5 水平，甚至開源，token 價格會相對穩(wěn)定甚至下降。那應(yīng)用公司成本也會下降，可能再去觸達(dá)更下沉、跟其他業(yè)態(tài)結(jié)合的應(yīng)用，以此穩(wěn)定商業(yè)模式和現(xiàn)金流。往這方向看，也可能又是件好事。

唐小引：您覺得 Agent 是我們通往超級智能的必由之路嗎？

張笑宇：不是，Agent 離這太遠(yuǎn)了。Agent 是應(yīng)用，最多幫我們賺到錢，養(yǎng)更好研發(fā)團(tuán)隊往超級智能方向研發(fā)。通往超級智能一定是大模型底層進(jìn)步。

唐小引：技術(shù)專家普遍認(rèn)為，通往 AGI 要三步走：第一步大模型，接著 Agent，第三步具身智能實現(xiàn)。

張笑宇：在我看來，我不知道 AGI 是不是一定通過具身智能，我覺得可能不一定。這我沒資格判斷，只是認(rèn)為具身智能很遠(yuǎn)。

唐小引：您可以談?wù)剬呱碇悄艿睦斫鈫?？因為我看到的是，大家做了大模型后——大模型核心在大腦部分——現(xiàn)在在具身智能上，很多學(xué)者和工業(yè)界在做類似小腦，實現(xiàn)大小腦協(xié)同的研究。

張笑宇：我覺得大家在試圖走捷徑。我理解具身智能是在語言模型之上，現(xiàn)在大模型是語言模型，語料收集得差不多，但具身智能必須處理物理世界數(shù)據(jù)。

理論來講，應(yīng)該有楊立昆或李飛飛講的世界模型。但怎么做世界模型？我感覺現(xiàn)在人類根本沒找到正確方式。他們本質(zhì)落腳點就是收集視頻。但第一，視頻資料真能收集到你需要的物理規(guī)律嗎？比如我們現(xiàn)在在這房間，有各種看不到的風(fēng)。

感知背后是物理規(guī)律，比如風(fēng)力、壓強等，視頻資料怎么可能收集到？得建立什么級別精準(zhǔn)度的傳感器才能捕捉這種物理信息？而且要在一個房間布多少傳感器？根本沒人想過。

再比如溫度，視頻收集不到，但人可以感知。反而在這點上語言更有優(yōu)勢?，F(xiàn)在用語言模型告訴機器人火是可怕的，他就會把手縮回來。給他視頻數(shù)據(jù)，他怎么能辨別火有溫度？

第二點，你現(xiàn)在集中于工業(yè)應(yīng)用。工業(yè)應(yīng)用里好自動化的部分早就被自動化，不用等大語言模型，控制論年代就被自動化了?，F(xiàn)在要做的是取代最難被自動化的部分。比如組裝電視機，各種零部件可以自動化，但電線組裝最后要人工，因為電線很復(fù)雜，專門開發(fā)機械手用原先技術(shù)很難處理，且得不償失。因為這環(huán)節(jié)勞動力價格只占整體產(chǎn)品出廠價的 15%，你研發(fā)那么復(fù)雜的機器人，最后是為取代給這 15%環(huán)節(jié)服務(wù)的工人，商業(yè)模式不成立。

第三，從技術(shù)研發(fā)本質(zhì)講，要讓機械手通過具身智能 VLA 模型完成任務(wù)，應(yīng)該做的是收集人類的手理電線的無數(shù)視頻資料，讓 AI 模型理解這到底怎么回事。但今天可能收集這個已經(jīng)不可能，不可能再有公司去找手工作坊，把人怎么處理這東西的視頻拍下來，要花多少錢？所以我認(rèn)為，如果語言模型收集語料難度是 100，VLA 數(shù)據(jù)難度可能是 1 萬。因為之前有足夠基礎(chǔ)設(shè)施觸達(dá)語言數(shù)據(jù)，但今天根本沒有足夠基礎(chǔ)設(shè)施觸達(dá)世界模型要涌現(xiàn)的那些數(shù)據(jù)。所以我認(rèn)為，如果 AGI 真需要依賴世界模型，那可能我們剛才講的這些危險和利好都很遙遠(yuǎn)，因為我認(rèn)為具身智能這事離我們非常遠(yuǎn)。

結(jié)語——草臺班子與生存指南

唐小引：最后回歸到人和組織，從社會學(xué)角度看 AI 時代的人和組織。第一點是組織，從 OpenAI 宮斗開始，大家都說，逐漸發(fā)現(xiàn)怎么都很草臺班子。我看張老師書里講的跟我之前理解一樣，很多人活著已非常不容易，您說對很多組織，可能維系自己生存就已經(jīng)很不容易。這局面是長久存在，還是這兩年體現(xiàn)得尤為明顯？

張笑宇：長久存在。因為人的組織形態(tài)本質(zhì)取決于鄧巴數(shù)，就是我們大腦神經(jīng)的底層代碼。我們能建立親密連接的只有 80 到 150 人。超過 150 這上限就需要二級代理。你直接管的人最多 150，這還包括親人朋友，所以工作中能直接管轄的基本就幾十人規(guī)模。再多就需要分層，有組織了——高層、中層、底層領(lǐng)導(dǎo)，才能管幾千上萬人公司。

但一旦產(chǎn)生分層，就會發(fā)現(xiàn)信息不對稱問題，不同層次人之間信任感不一樣。多一層，協(xié)作效率可能下降一個數(shù)量級：第一層是 100，到第二層只剩 10，到第三層只剩 1。所以任何組織變大都會面臨這問題。

觀察組織行為學(xué)，會發(fā)現(xiàn)組織能維系自己已經(jīng)很不容易，制度、規(guī)章、條例都是為維持現(xiàn)狀。要創(chuàng)新只能靠鄧巴數(shù)內(nèi)這批人。而且對創(chuàng)新，需要這批人非常堅定。我前段時間跟朋友聊，他親戚是 OpenAI 員工。前段時間競爭對手出價 2.7 億刀沒挖走他?，F(xiàn)在 OpenAI 工資應(yīng)該是 100 萬到 200 萬刀。問為什么不去，他說因為立志改變世界，認(rèn)為現(xiàn)在 OpenAI 那批人也一樣，相信 AGI 到來這事 自然會發(fā)生，甚至他們認(rèn)為都不是相信，是知道這事會發(fā)生。

所以你要在這范圍內(nèi)跟這些人合作，效率是最高的。如果這群體里有一個人不是這樣，你跟他合作時要對齊很多事，顧及他利益、私心，協(xié)作效率就下降十倍。所以他說我不去賭這事，我覺得現(xiàn)在這團(tuán)隊效率已是最高，不去賭在別處能不能搞一個同樣機會。

這是我們理解現(xiàn)在 AI 創(chuàng)業(yè)、大模型殘酷軍備競賽需要理解的東西。因為本質(zhì)上，這是對全世界最優(yōu)秀且最堅定一批人的競爭。這甚至都不是有巨額資金能完全解決的問題。所以我覺得，如果討論這個時代的組織，可能只有這種組織才能改變?nèi)祟惡图夹g(shù)命運的組織——少于鄧巴數(shù)上限 150 人，最好 100 人以內(nèi)。然后他的 leader 不一定是 Sam Altman，可能是某研究機構(gòu) leader，他自己就是這樣的人，然后因為對同類人的敏銳嗅覺，找到也是這樣的人。這組織足夠扁平，中間存在的只有感召關(guān)系和共鳴關(guān)系。在這種關(guān)系下，你充分相信找到這人是對的，他做的事是對的，你不需要去管理。這是我認(rèn)為現(xiàn)在討論 AI 競爭和組織關(guān)系時最大要點。

唐小引：這要實現(xiàn)，我覺得大部分組織應(yīng)該實現(xiàn)不了。

張笑宇：肯定實現(xiàn)不了。這世界最多我覺得不會超過 1000 個這樣的人。你的問題在于怎么高效地把這 1000 人篩出來。最后只有少數(shù)幾個人能做到，這看運氣，真的看運氣。

唐小引：我聽完覺得張老師是說可能就是 1%的組織和 1%的人類。

張笑宇：萬分之一。今天地球 80 億人，不超過 1000 人，那是多少？

唐小引：那對大多數(shù)組織，在 AI 時代下會有什么變化？

張笑宇：你就買英偉達(dá)股票，跟著走就行了。

唐小引：我覺得大家最大驚訝是，哪怕像 OpenAI 這樣我們公認(rèn)最頂尖研究機構(gòu)，依然會給大家一種草臺班子的質(zhì)感。

張笑宇：你跟博士聊多了就知道這是常態(tài)。每一個博士，理論來講，如果人類知識是個球，那他都是耗盡幾年到 10 年功夫給這球刺一個點，試圖穿透，給人類知識邊界擴(kuò)展一點點可能性。他這幾年用盡全力刺這點是他事業(yè)。但除了事業(yè)之外其他方面就是個普通人，也有欲望，會爭吵，有情緒。普通人和普通人之間當(dāng)然有很多亂七八糟事情。

我們剛才講的頂級組織大概就 100 人以內(nèi)，但 OpenAI 今天已是幾千人公司，一定會面臨組織變化，這都是常態(tài)。任何頂級大佬實驗室里，難道博士生就不勾心斗角嗎？就沒有資源分配不公嗎？這是內(nèi)在于人性之中的。博士生也好、創(chuàng)業(yè)者也好、科學(xué)家也好，他在某一層面做出給人類貢獻(xiàn)的事使他成為超人，但其他方面人性還是跟普通人沒區(qū)別。所以我覺得這是常態(tài)，正常理解就好。愛迪生不也這樣嗎？跟特斯拉之間發(fā)生些事，但這阻礙愛迪生給人類帶來這么多發(fā)明、甚至改變整個用電生活了嗎？根本沒阻礙。

唐小引：您剛才提到博士生，我想到另一點。我不知道您對五道口這些大模型公司了解程度怎樣。我們之前說“中國大模型簡史”基本起源于五道口，典型特征就是教授帶博士生創(chuàng)業(yè)做公司。

張笑宇：創(chuàng)新公司都這樣。因為你在做從 0 到 1 的事，成熟公司根本不知道怎么做，所以研究者帶人創(chuàng)業(yè)很正常。而且社會學(xué)也不用思考這事，因為本質(zhì)上你能做的是讓整個國家、整個社會商業(yè)環(huán)境好一點，讓他們能賺到錢。他開始靠割韭菜賺到錢也沒關(guān)系。

硅谷有句話：Fake it till you make it。這是涌現(xiàn)的典型特征，涌現(xiàn)過程中一定有大量泡沫，沒有泡沫的涌現(xiàn)就不是真涌現(xiàn)。但我們能做的事是什么?讓每個人收入更高一點，讓每個人有更多閑錢買這種服務(wù)，然后大模型公司賺到錢機會就更多，你也能用 2 億美元去 OpenAI 挖人才，你就進(jìn)步很快。

當(dāng)年我在深圳待很長時間，深圳當(dāng)年硬件公司有個“200 塊原則”，什么意思？第一代智能硬件有時候就是玩具，沒什么用。十年前、十五年前左右，中國硬件公司發(fā)現(xiàn)，消費者對玩具心理價格承受上限就是 200 塊。200 塊以下買個智能硬件當(dāng)玩具送人可以，200 塊以上東西就需要有實用性。

對硅谷這價格是多少？現(xiàn)在大概 150 美元。硅谷供應(yīng)鏈跟深圳供應(yīng)鏈一樣，都是中國主導(dǎo)。但硅谷能承受 150 美元成本，能招到什么樣人才，能在里面塞多少技術(shù)？那本質(zhì)是什么？本質(zhì)因為中國消費者還是沒錢。那該做的是什么？該做的是讓消費者愿意花 2000 塊買這東西，那中國創(chuàng)業(yè)者生存環(huán)境不是瞬間好十倍嗎？然后從這里邊，他是教授帶學(xué)生也好，怎樣都不要緊，這里邊自然會涌現(xiàn)，自然會淘汰出優(yōu)秀公司。

唐小引：我之前問過硅谷那邊算法科學(xué)家，國內(nèi)基本程序員按百萬年薪算頂尖了，但在美國硅谷，百萬年薪是應(yīng)屆生水平。這是我之前看到的中美差距。

張笑宇：因為美國還有個優(yōu)勢，它是金融立國，所以資本環(huán)境真的強太多。所以這你就沒辦法。中國我們這民族，Chinese people，真的 hard working，非常聰明，非常有創(chuàng)新性。所以你看到現(xiàn)在是國內(nèi)華人跟美國華人在競爭。但你如果談經(jīng)濟(jì)回報，因為金融機構(gòu)進(jìn)步的一點，就是讓每一個天才能以更快速度和更好價格被發(fā)現(xiàn)。你想仙童公司成立時，當(dāng)時整個美國只有四家 VC。20 年前你搞創(chuàng)業(yè)公司，第一筆天使輪拿幾十萬到幾百萬。今天你可能出來個幾十上百億刀估值的初創(chuàng)公司。那肯定是說，這跑出來后鼓勵人創(chuàng)業(yè)的經(jīng)濟(jì)動力大太多。這就是金融立國自然享受的紅利，這差距是你必須正視的，沒辦法。

唐小引：這是組織部分，接著是人的部分。在您視角下，AI 對人類的意義究竟是什么樣的？

張笑宇：還是那句話，人類從來不是一個整體，所以討論對整個人類的意義可能沒什么意義。但如果要給大眾，給 99%的朋友講一句話就是：放棄智力本位，擁抱快樂的虛無主義，就是好好生活，想開點。

唐小引：那當(dāng)大家面臨現(xiàn)實情況，比如自己還背著房貸要養(yǎng)家的情況下……

張笑宇：我是 22 年賣的房。你現(xiàn)在還背房貸，那你真的是……怎么說呢?選擇大于努力。抓緊賣，那你能怎么辦？因為現(xiàn)在世界不光有 AI，還有去全球化，還有整個經(jīng)濟(jì)通縮。通縮環(huán)境下負(fù)債是非常致命的事?？s減負(fù)債，縮減消費。你要習(xí)慣通縮時代的生存策略，一定不要負(fù)債，一定要縮減消費。之前增長年代的生存策略沒有意義了，一定要用通縮年代生存策略過十年時間。所以就是減輕負(fù)債，減輕消費，然后茍住，開開心心，這真的有利于你的生存。

真的，因為我知道背幾百萬房貸那種感覺。經(jīng)濟(jì)上行期你還不焦慮，經(jīng)濟(jì)下行期你能睡得著覺嗎？搞不好已經(jīng)失眠好幾年。所以真的，從這角度講，真心勸解一句，這事還真不完全是 AI 的事，這涉及到你對宏觀經(jīng)濟(jì)前景、全球化的判斷，這東西就不展開了。

唐小引：這是對大眾。對開發(fā)者呢？

張笑宇：我知道。我覺得對開發(fā)者還是那句話，一個人涌現(xiàn)成優(yōu)秀創(chuàng)作者而不是超高級人才，沒有你想象的難。說句實話，我們?nèi)松蟛糠謺r間不是被“實現(xiàn)一個科學(xué)探索和研究本身”給困住，我們?nèi)松蟛糠謺r間是被錯誤認(rèn)知、沒有意義的堅持，還有過于狹窄的視野給限制住。

我在德國念書時，發(fā)現(xiàn)每個小城都有一個世界聞名的哲學(xué)家或藝術(shù)家。當(dāng)時很懷疑，為什么這么小地方就能搞出這東西。后來你真理解了，人怎么才能創(chuàng)造出頂級哲學(xué)作品和詩歌作品？其實很簡單，就是上來別走彎路，直接跟最牛逼的人對話。如果你城里邊恰好你鄰居或社區(qū)里有這么一個人，你跟他聊天最有意義。但如果沒這種機會，或你一上來就被帶歪，你念了十年科舉，然后作為大清留學(xué)生再去英國學(xué)蒸汽機技術(shù)，這十年間你的老學(xué)究無數(shù)次告訴你，原子分子這些在孔孟之道圣賢書里已經(jīng)寫過，應(yīng)該“中學(xué)為體”。

你要花十幾年時間先把這些垃圾清除掉，然后從頭開始學(xué)瓦特或他們的理論。你人生里大部分精力是跟這些垃圾做斗爭。所以我有一句話送給開發(fā)者：盡早識別哪些問題對你是毫無意義的，是垃圾。你拋棄這些思想包袱——很多傳統(tǒng)智慧是思想包袱——輕裝上陣，其實你離最優(yōu)秀開發(fā)者沒那么遠(yuǎn)。

唐小引：我理解所有人都會走彎路，哪怕像 AI 領(lǐng)域的辛頓，他其實也走了很多彎路。

張笑宇：是。所以我覺得你不走彎路的一個最簡單標(biāo)準(zhǔn)是什么？你發(fā)自真心地為你現(xiàn)在學(xué)到的每一個東西，每一次嘗試和每一次失敗都能感到快樂。就像愛迪生發(fā)明燈泡嘗試 1 萬次，他爽了 1 萬次，每次都很爽，他根本不是失敗 1 萬次。今天試試竹子行不行？不行，玩到了；明天試試鋼絲行不行？不行，玩到了。你真的以這過程感到快樂，你就離最優(yōu)秀人才那狀態(tài)最近，因為這是更接近涌現(xiàn)的狀態(tài)。

唐小引：我們程序員界，Linux 之父有句話叫“Just for fun”。

張笑宇：就是“Just for fun”地去做事。我寫書也是“Just for fun”。

關(guān)于《萬有引力》：

這是由 CSDN &《新程序員》執(zhí)行總編唐小引主理的對話欄目。技術(shù)趨勢多變，一不留神總擔(dān)心錯過。正在發(fā)生的技術(shù)事件，對于我們開發(fā)者意味著什么？我們面臨的諸多困惑從何尋找答案？《萬有引力》即志在于此，直面事件與困惑，抽絲剝繭，解讀技術(shù)真相。

• 欄目定位：一檔面向開發(fā)者群體，聚焦解讀技術(shù)真相的對話欄目。

• 視頻觀看平臺：CSDN 視頻號、CSDN 網(wǎng)站 & App

• 多形式：文章、視頻、音頻都會有，持續(xù)關(guān)注 CSDN 公眾號都可獲取，歡迎大家關(guān)注！