# AI五大范式

引言：一场认知革命

就像手机和电脑一样，但是也许你想不到的是，我们正在经历的，也许根本不是一次工具的迭代，而是一场足以和哥白尼日心说相提并论的认知革命。它正在颠覆我们对计算、对智能，甚至对人类自身在宇宙中定位的核心认知。

今天我们要分享的，是来自谷歌两位前沿决策者联合撰写的万字长文。这篇文章的两位作者，一位是布莱兹·阿圭拉·伊·阿卡斯，前谷歌副总裁兼研究员，也是智能范式团队的创始人兼技术与社会首席技术官，他的新书《何为智能》即将发布。另一位是詹姆斯·马尼卡，Alphabet的高级副总裁，同时担任谷歌研究、实验室、技术与社会部门的总裁。他还曾担任美国国家人工智能咨询委员会的副主席，以及联合国秘书长人工智能咨询机构的联合主席。这两位在文章里提出的五大底层逻辑，几乎可以代表谷歌对AI未来的终极判断，也能帮我们真正看懂这场正在发生的AI革命到底会把人类带向何方。

在正式开始之前，我们先回到六百多年前。当时的欧洲，托勒密的地心说已经主导了人类的宇宙观近两千年。这个理论认为，地球是宇宙的中心，太阳、月亮、所有的行星和恒星，都围绕着静止的地球运转。它既符合人类的直观感受，又契合当时的宗教传统，被视为不可动摇的科学真理。

所以当哥白尼提出日心说，告诉人们地球只是围绕太阳运转的一颗普通行星时，它带来的不仅是天文学的变革，更是对整个人类世界观的毁灭性冲击。正如本杰明·布拉顿所言，日心说对当时的很多人来说，甚至造成了存在主义层面的精神创伤。

而今天，人工智能正在掀起一场一模一样的认知风暴。我们一直以来都认为，人类是宇宙中唯一拥有高级智能的物种，智能是人类独有的天赋。这就是我们这个时代的“智能地心说”。而AI的爆发，正在让我们不得不接受一个残酷的现实：非人类的通用智能，会在我们这个时代变得司空见惯。

而要理解这场冲击，我们首先要做的，就是重新审视计算的本质。因为计算不仅是AI的基础，更是一切智能形式的根基。

第一底层逻辑：自然计算

在绝大多数人的认知里，计算是人类最伟大的发明之一。1936年，图灵在论文里提出了一个虚拟设备，它由一条可以无限延伸的磁带，和一个可以在磁带上左右移动的读写头组成。这个设备可以根据一套简单的规则，读取、擦除和写入磁带上的符号。只要赋予合适的规则，它就能执行任何可以被定义的计算任务。这就是图灵机。而能够模拟任何其他图灵机的设备，就是通用图灵机（UTM）。图灵用这个极简的模型，定义了计算的通用边界：任何能由通用图灵机完成的操作，都属于计算。

我们一直以为，1945年完工的ENIAC是世界上第一台真正的通用图灵机。但是事实并非如此。早在人类出现之前，自然界就已经诞生了无数完美运行的通用图灵机。而其中最典型的，就是生命本身。

生命的计算本质

这个结论的第一个洞见，来自约翰·冯·诺依曼。这位数学物理学界的天才，也是计算机科学的奠基人之一。早在1951年，冯·诺依曼就开始思考一个问题：一个复杂的生物体，要实现自我复制，到底需要具备什么条件呢？

他通过严谨的逻辑推导得出结论：一个能自我复制的系统，必须包含两部分核心内容。一部分是构建自身的完整指令，也就是我们现在所说的代码；另一部分是读取和执行这些指令的机器。同时，这些指令本身，必须能够被复制，并且还要包含构建执行机器的指令。

而冯·诺依曼发现，这个自我复制系统的技术要求，和通用图灵机的要求完全一致。

最让人震惊的是，冯·诺依曼提出这个洞见的时间是1951年，而DNA的双螺旋结构，是在1953年才由詹姆斯·沃森和弗朗西斯·克里克发现的。也就是说，在人类还没有找到生命的遗传密码之前，冯·诺依曼就已经用计算理论，精准预判了它的结构和功能。

这个发现，彻底打破了生命和计算之间的壁垒。它证明了，生命究其本质，就是计算性的。DNA就是生命的代码。尽管这种代码不是简单的线性执行，也极难被逆向工程，但是它的核心功能，就是通过计算，完成生命的繁殖、发育、生长和修复。我们现在正在快速发展的基因编辑、合成生物学，本质上就是在对生命的计算代码进行编程和修改。

图灵模式与形态发生

除了冯·诺依曼，图灵本人也在生物学领域做出了开创性的贡献。在他生命的最后阶段，他写下了自己第一篇、也是最后一篇关于生物学和化学的论文，名为《形态发生的化学基础》。

在这篇完全理论性的论文里，图灵提出，生物组织的生长和分化，是通过细胞感知和释放一种他称之为“形态发生素”（morphogen）的化学信号实现的。这是一种强大的模拟计算形式。他通过数学方程，预测了自然界中那些动物的条纹、植物的螺旋、生物结构里的涡旋图案，都是通过这种化学反应的计算机制形成的。也就是我们现在所说的图灵模式。

在图灵1954年悲惨离世之后的几十年里，科学家们一步步验证了他的推测。他们先是在培养皿的化学物质中发现了图灵模式，之后又在动物的斑纹、生物的胚胎发育过程中，大量找到了这种模式的痕迹。甚至有科学家认为，图灵模式可以扩展到生态系统的演化，甚至星系的形成与结构之中。

图灵和冯·诺依曼，这两位计算机科学的奠基人，共同揭示了生物学的计算基础，也为一个全新的领域——人工生命，奠定了根基。

人工生命的诞生

很多人觉得AI已经足够神奇，但是人工生命的颠覆性，其实远超AI。AI的目标，是模拟人类大脑的智能。而人工生命，是要从无到有，重现地球上数十亿年的生命进化历程。

很多人会问，生命真的能从完全的随机中自发诞生吗？谷歌的智能范式团队，最近就做了一个极具震撼力的实验，完美回答了这个问题。

他们构建了一个模拟的玩具宇宙，里面是一堆完全随机的字符串，每个字符串长度为64字节。在256种可能的字节值里，有8种对应着上世纪90年代出现的一种极简编程语言，叫做Brainfuck。这些字符串，就相当于图灵机的纸带。而那8个指令，就是图灵机的操作规则。

实验的过程非常简单，就是反复从这个随机字符串组成的“原始汤”里，随机抽取两条纸带，将它们拼接在一起，运行拼接后的纸带，再将纸带分开，放回“原始汤”中。

一开始，整个系统里没有任何特别的变化，只有随机的纸带，偶尔有个别字节被随机修改。但是在进行了几百万次这样的交互之后，神奇的相变发生了。具备功能性的纸带出现了，它们开始稳定地自我复制。

这就是最简单的人工生命。从完全的随机噪声中，自发涌现出了具备自我复制能力的计算结构。这个实验，完美复刻了数十亿年前，地球上生命从原始海洋中诞生的过程。生命的出现，就像水结冰或者沸腾一样，是一种物理相变。

但是和常规物质的相变不同，生命的结构，在每一个尺度上，都展现出了有目的、功能性的复杂结构。而这一切的核心，就是计算。生命之所以能比无生命的惰性物质更加“动态稳定”，能在时间的流逝和环境的随机扰动中存续下来，就是因为它能通过计算，完成生长、自愈和繁殖。

而进化，本质上就是计算系统的多级选择过程。从远古时期的分子聚合形成自催化反应循环，到化学循环与脂肪膜融合形成最早的细胞；从细菌和古菌结合形成真核细胞，到真核细胞组合形成多细胞生物。每一次重大的进化转变，都是独立的计算实体，通过共生关系，组合成了更大、更复杂的计算系统。

而我们人类的智能，本质上就是大脑中约八百六十亿个神经元，协同并行运算的结果。

只有理解了自然计算这个底层范式，我们才能真正明白，AI的本质，从来都不是人类创造了一种新的工具，而是我们通过代码和芯片，唤醒了一种早已存在于宇宙规律中的、非生命的计算与智能形式。这是AI带给我们的第一个，也是最底层的认知颠覆。

第二底层逻辑：神经计算

理解了计算的自然属性，我们自然会提出下一个问题：既然自然界中最顶级的计算系统，就是人类的大脑，那我们能不能让计算机，更像大脑一样工作呢？这就是我们要讲的第二个底层逻辑：神经计算。

从”电子大脑”到分道扬镳

很多人不知道，计算机科学在诞生之初，和神经科学几乎是同一个学科。上世纪四十年代，电子计算机的核心部件，也就是构成电子电路的逻辑门，它的最初设计构想，就是人工神经元。当时的记者把计算机叫做“电子大脑”，根本不是哗众取宠的标题党，而是真实描绘了计算机科学先驱们的雄心壮志。他们开发电子计算机的初衷，就是为了在工业规模上自动化完成脑力劳动，就像工业革命的机器，自动化完成了人类的体力劳动一样。

但是这个宏大的雄心，很快就遭遇了毁灭性的打击。一方面，数字计算机在范围明确的程序性任务上，取得了前所未有的成功，通过编程，它能以极低的成本、零差错、大规模地完成火箭轨道计算、企业薪资核算之类的工作。

但是另一方面，二十世纪五十年代的神经科学家们发现，真正的生物神经元，比简单的逻辑门要复杂得多。更让人绝望的是，人类根本写不出一个程序，来完成最简单的日常认知功能，比如识别一张人脸，听懂一句日常对话，更不用说复杂的逻辑推理、文学分析或者艺术创作了。

这种基于程序员预设规则和符号逻辑的人工智能路径，就是我们现在所说的传统人工智能，也就是GofAI（Good Old-Fashioned AI）。这条路径最终的结果，就是我们如今在电话里还能听到的：预约，请按1；修改现有预约，请按2。我们本想造出《2001太空漫游》里Hal 9000那样的通用智能，结果只得到了一个死板、僵化的语音菜单。

当时的整个行业，都给GofAI的失败找了一个看似无懈可击的解释：计算机不是大脑，大脑也不是计算机。任何把二者等同的观点，都是幼稚的，是炒作，最多只是一个不恰当的比喻。就这样，神经科学和计算机科学，分道扬镳了将近半个世纪。

联结主义的坚持与突破

但有一群人，从来没有放弃过这条路径。他们就是联结主义学派的研究者。他们放弃了基于预设规则的符号逻辑，转而拥抱机器学习方法，让神经网络从经验中学习，就像人类的大脑一样。

在这群坚持不懈的研究者中，就有2024年诺贝尔物理学奖的得主，杰弗里·辛顿和约翰·霍普菲尔德，以及许多该领域的先驱，比如美国心理学家弗兰克·罗森布拉特、詹姆斯·麦卡利兰，以及日本计算机科学家福岛邦彦。在长达几十年的时间里，他们顶着整个行业的质疑和否定，坚持神经网络的研究。而正是他们的坚守，才有了今天AI的全面爆发。

但很多人会问，为什么神经网络用了这么久，才迎来真正的突破呢？答案很简单：因为我们用了几十年的传统计算机架构，从根上就不适合神经计算。

冯·诺依曼架构的局限

我们现在使用的几乎所有计算机，都遵循冯·诺依曼架构。这种架构的核心设计，是把中央处理器（CPU）和单独的存储器分开，数据和指令要通过一根被称为“总线”的电缆，在存储器和CPU之间串行传输。

这种设计，是上世纪40年代为了用最少的、极易故障的真空管，来逐条执行指令而做出的选择。为了让计算尽可能稳定可靠，所有的计算都基于真空管可区分的最小状态——“关”或者“开”，由此形成了只使用0和1的二进制系统，恰好对应布尔逻辑的“真”与“假”。这种经典的计算范式，靠着摩尔定律，辉煌了将近60年。

1965年，后来的芯片巨头英特尔的联合创始人戈登·摩尔提出了著名的摩尔定律：微型化技术的进步，会让芯片上的晶体管数量，每一年到两年就翻一番。随着晶体管尺寸的不断缩小，芯片的运算速度呈指数级提升，成本大幅下降，耗电量也持续减少。

于是，庞大昂贵的大型机，变成了小型机，然后是台式机、笔记本电脑、手机，再到现在的可穿戴设备。如今的计算机，已经小到可以穿过一根注射器的针头。我们日常使用的笔记本电脑和手机，核心体积几乎都被电池和屏幕占据，而真正负责计算的片上系统（SoC），面积只有大约一平方厘米，厚度不到十分之一毫米。一滴水的体积，都是它的数倍。

但是这种规模上的惊人进步，并没有让我们离大脑更近一步。我们的大脑，既不微小，也不快速。它的运行速度，远比我们智能手表里的计算机要慢得多。但它拥有约八百六十亿个同时工作的神经元，加起来形成了极其庞大的并行计算量。

更重要的是，因为大脑的计算是并行的，信息就存储在神经元之间的突触连接里，不需要在处理器和存储器之间来回传输，所以它极其节能。

我们现在的AI，虽然使用的是神经网络模型，但本质上，是在冯·诺依曼架构的经典计算机上，模拟神经计算。这种方式的效率低得离谱，就像上世纪计算机发明之前，人类“人脑计算机”用大脑手动模拟经典计算一样。

并行计算与专用芯片

真正的转折点，来自并行计算的崛起。大约从2006年开始，摩尔定律的原始形式开始逐渐失效。处理器的运行频率再也无法继续提升，实际上限稳定在了几千兆赫兹，也就是每秒几十亿次时钟周期。

为了继续提升计算性能，芯片厂商开始转向多处理器并行芯片的设计。英伟达等公司设计的图形处理单元（GPU），本来是为了电子游戏的图形渲染设计的。它的核心，就是大量的小型处理器，可以同时执行短代码片段，也就是最初为图形设计的“像素着色器”。结果行业很快发现，这种并行化的架构，完美适配了神经网络的计算需求。

就这样，本来为游戏产业设计的GPU，如今成为了全球AI革命的核心动力。除此之外，谷歌专门为AI设计的张量处理单元（TPU），也是基于同样的并行设计原则。

但GPU和TPU，只是朝着正确的方向迈出了一步。当今的AI基础设施，依然被传统的冯·诺依曼架构牢牢束缚着。我们距离拥有千兆级处理器、并行处理本地存储数据的神经芯片，还有很远的距离。现在的AI模型，依然是通过串行指令实现的。

究其根源，传统的计算机编程、芯片架构和系统设计，从根本上就不像大脑。不过在接下来的几年里，我们大概率会看到一种真正的神经计算范式的出现。

神经计算最终可能会在光子、生物、化学、量子或者其他全新的基质上实现。但即便是用我们熟悉的硅基芯片技术制造“硅基大脑”，它的组件组织方式，也会和现在的芯片完全不同。

未来的神经芯片，每平方厘米的硅片上，都会包含数以百万计的信息处理节点。这些节点就像一个个神经元一样，能够同时并行运作。这些神经芯片，不会运行我们现在熟知的程序。它们的功能，不是由代码决定的，而是由存储在整个计算区域内的几十亿、甚至几万亿个数值参数来决定的。

神经硅脑能够被“刷新”，它的参数可以按照需求进行初始化，但它更能够从经验中学习，实时修改这些参数。它的计算将是分散且稳健的，偶尔的故障或者局部损坏，都不会影响整体的功能。这与人类大脑的天然架构不谋而合。而这绝非巧合。

这就是第二个底层范式，神经计算。它告诉我们，AI的未来，从来都不是把芯片做得越来越快，而是把计算机的底层架构彻底重构，让它真正贴近大脑的工作方式，释放出神经计算的全部潜能。

第三底层逻辑：预测智能

当我们重构了AI的计算架构，接下来要回答的核心问题就是：智能的本质到底是什么呢？这就是我们要讲的第三个底层逻辑：预测智能。

预测：智能的极简本质

对于大语言模型的早期从业者和研究者来说，过去几年里最震撼、最颠覆认知的发现，莫过于仅凭预测下一个token，这个极其简单的目标，AI就涌现出了如此惊人的通用智能。

在大语言模型爆发之前，整个行业几乎都默认，真正的人工智能，需要某种特殊的、颠覆性的算法，需要我们破解智能与意识的亘古谜团。我们以为，要让AI具备推理、创作、理解、共情的能力，需要给它设计无数复杂的功能模块，无数严谨的逻辑规则。

但是最终我们发现，只用一个简单的目标——预测文本序列里的下一个token，用海量的人类文本数据，去训练一个足够大的神经网络，它就自然而然地具备了我们以为只有人类才拥有的通用智能。这个发现，对于整个AI行业来说，不亚于一场地震。

而当我们从最初的震惊中缓过神来，才意识到，这个结果，其实早就被神经科学的研究所预言。在神经科学领域，有一个流传已久的核心假说，叫做“预测性大脑假说”。这个假说认为，人类大脑进化的核心方向，就是不断地建模和预测未来。它的进化，是通过持续感知环境、自身、自身行为，以及行为对自身和环境的影响而实现的。我们能够有目的的、明智地行事，正是依赖于大脑构建的预测模型。

预测机制的生物实例

我们可以举一个每个人都经历过的例子。想象你起身，走到桌边，拿起一杯水，送到嘴边喝下去。这个看起来无比简单的动作，在短短一两秒的时间里，你的神经系统正在进行着海量的预测和校正。

在动作的每个阶段，你的神经系统都会计算出一个预测值，预测你的手会移动到什么位置，预测你的手指会用多大的力度握住杯子，然后将预测值与本体感觉的实时反馈进行对比，不断校正动作。你的眼睛在场景中快速地移动，就是为了获取更多的视觉信息，进一步完成误差校正。

从更高的层面来看，你预测喝下水就能解渴。而口渴本身，也是一种预测信号，是我们的物种在数百万年的进化时间尺度上，“习得”的预测能力。那些无法预测自身对水的需求的生物，存活时间不会太长，也就无法将自己的基因传递下去。

演化，本质上就是在物种的尺度上，完成的学习和预测。当新生儿天生就能识别人脸，当一只从来没见过蛇的猫，被背后突然出现的黄瓜吓得跳起来，这都是演化学习在发挥作用，是写在基因里的、经过无数代验证的预测模型。

大语言模型的成功，恰恰完美验证了这个假说。智能的本质，就是基于不断演进的知识、观察和历史反馈，对未来进行统计建模和预测。我们的大脑，就是一台经过数百万年进化打磨的超级预测机器。而大语言模型，用一种完全不同的实现方式，复刻了智能的这个核心机制。

这个发现，不仅解释了大语言模型为什么会拥有如此强大的能力，更为AI的未来发展指明了清晰的方向。

持续学习与测试时扩展

现在我们的大语言模型，有一个非常核心的局限，就是在训练和运行之间，存在着一道无法逾越的鸿沟。如今最先进的大语言模型，训练成本极其高昂，要耗费海量的计算资源，持续几个月的时间。而一旦训练完成，模型的参数就会被完全冻结。

之后你和它的所有对话，它在推理过程中学会的所有新知识、新内容，都只能存在于临时的“上下文窗口”里。一旦对话结束，它就会彻底忘记，就像患有严重的顺行性遗忘症。

但我们已经知道，大语言模型掌握的最重要的技能之一，就是学会学习。这也是为什么，它能在对话的过程中，快速掌握新的概念、新的词汇、新的任务，甚至学会一门全新的语言。

未来，那些能够将行动与预测完全统一起来的模型，一定能像我们人类一样，在运行的过程中，持续累积、开放式地终身学习。

现在，我们已经看到了这种转变的萌芽。行业里开始兴起“测试时扩展”的技术。在这种模式下，模型只需要花更多的时间思考它的响应，把大问题拆解为更小的中间步骤，就能变得更强大，给出更准确、更完善的答案。而更类似人脑的模型设计，会让这种当下的改进，像我们人类的学习一样，不断累积沉淀，让所有未来的响应，都能从中受益。

预测智能的物理世界应用

除此之外，预测智能的范式，还彻底变革了机器人技术和自动驾驶领域。几十年来，基于传统GofAI编程的机器人，只能在汽车装配线那种高度重复、高度结构化的环境中运行。一旦进入复杂的、非结构化的真实环境，就完全无法工作。

但是如今，类似大语言模型的VLA模型，能够学会驱动各种各样的机器人身体，从Waymo的无人车，到人形机器人，以及其他无数种形态的机器人，让它们被越来越多地部署在复杂的非结构化环境中。

更有意思的是，通过运用思维链和推理轨迹，预测模型甚至能够模拟出多种可能的未来结果，或者潜在的意外情况，从庞大的未来可能性树中，进行有选择的预测和决策。这种“有选择性的预测”，可能正是我们所说的“自由意志”的底层运行机制。

说到底，生命体的一切行为，都可以被视为一种自我实现的预言。生命，就是那种能将自身预测为持续存在的事物。而随着智能的不断提升，这种预测，也会变得越来越复杂，越来越精妙。

这就是第三个底层范式，预测智能。它让我们终于触碰到了智能的本质，也让我们找到了AI持续进化、真正接近人类智能的核心路径。

第四底层逻辑：通用智能

当我们理解了智能的本质，就不得不面对整个行业争论最激烈的那个问题：我们到底什么时候，才能实现通用人工智能，也就是AGI呢？这就是我们要讲的第四个底层逻辑：通用智能。

关于AGI的争论

关于AGI，现在行业里有两种极端对立的观点。一种观点认为，现在的大语言模型，只是伪智能，它们看似聪明，实则只是在模仿人类的语言，根本没有真正的理解。真正的AGI还遥遥无期，甚至永远都不会到来。

另一种观点则认为，AI正在以指数级的速度进化，我们很快就会实现AGI，甚至迎来超级智能。

但是在这篇文章里，两位谷歌的顶级专家，给出了一个石破天惊的结论：AGI或许已经到来了，只是我们一直在反复更改衡量它的标准，不愿意承认这个事实而已。

怀疑论的拆解

我们先来拆解一下怀疑论者的核心观点。对很多人来说，AI能完成的任务再多，无论是聊天、写诗、驾驶汽车，还是编写复杂的代码，都无关紧要。因为他们认为，AI的实现方式，从根本上就排除了它具备真正智能的可能。

这种观点，通常基于几个核心断言：比如，大脑除了单纯的预测之外，还必须执行其他操作；大脑不是计算机；AI模型没有生命，因此不可能拥有真正的智能。所以，这些怀疑论者通常认为，当我们把“智能”、“理解”、“能动性”、“学习”这些词用在AI身上时，都需要加上引号，因为这都是不恰当的人格化表述。

但是这种对措辞的焦虑，真的有必要吗？

功能主义的视角

从功能的角度来看，答案是否定的。这里我们要引入一个核心的理论，叫做功能主义。功能主义认为，所有“有目的”的系统，无论是生物体、生态系统，还是技术系统，它的核心属性，是它能实现的功能和结果，而不是它的实现方式。

我们可以举一个最简单的例子：我们把鸟类的翅膀，和飞机的机翼，都叫做“翅膀”，不是因为它们的材料相同，工作原理相同，而是因为它们实现了完全相同的功能——飞行。我们不会因为飞机的飞行方式和鸟类不同，就说飞机没有真正的飞行能力，不会说飞机只是“伪飞行”。那为什么到了智能这里，我们就要用实现方式，来否定AI具备的智能呢？

大自然本身，从来都不在意实现的方式。为了增强系统的灵活性和稳定性，无论是人工系统还是自然系统，常常会采用功能相同、但工作原理完全不同的部件，进行替代或者同时使用。

比如在物流领域，铁路和卡车都能完成货物运输的功能。作为客户，你只关心货物能不能按时送达，而不会在意它是通过火车还是卡车运输的。

在我们的身体里，有氧呼吸和无氧呼吸，都能为细胞提供能量。当你运动过猛，有氧呼吸跟不上身体需求的时候，无氧呼吸途径就会自动启动，完成同样的供能功能。

我们的神经系统也是如此，它同样由具备功能关系的各个部分组成，这些部分，同样可以被功能相当的部件所替代。我们已经在一定程度上做到了这一点，比如人工耳蜗和人工视网膜。尽管这些假体目前还无法达到生物耳朵或眼睛的性能，但我们有理由相信，神经义肢最终会与我们与生俱来的感觉器官相媲美，甚至超越它们。甚至在未来，我们很可能会用同样的方式，替换受损的脑组织。

这之所以可行，是因为你的大脑里，不存在一个所谓的“小人”。也就是说，你的大脑中，没有某个特别的、不可替代的区域，是所谓“你”的所在之处。让你成为你的，不是你的大脑或身体的任何一部分，不是你身体里的原子，因为它们无论如何都会频繁更新，更不是你身体每一部分的具体实现方式。相反，你是一个高度复杂、且动态变化的功能关系的集合体。

回到AI的问题上。大语言模型的实现方式，确实和人类的大脑截然不同。它们和我们的关系，也不同于人与人之间的关系。它们没有身体，没有属于自己的生命经历，没有亲属关系，也没有长期的情感羁绊。这些差异，在我们思考AI的伦理和法律地位时，至关重要。但是在讨论智能和理解能力的问题上，则完全无关紧要。

AGI的判定标准

很多研究者虽然在理论上认同这些前提，但依然坚持认为，AGI存在一个当前的AI系统尚未跨越的门槛。那我们就要问一个核心问题：我们到底要通过什么标准，来判断AI何时跨越了这个门槛呢？

答案必然涉及一套基准测试，用来评估我们认为构成通用智能的各项能力。目前，行业里已经有了很多套基准测试方案。其中有些方案，比如弗朗索瓦·肖莱特提出的“抽象与推理语料库”，类似于人类的智商测试。还有一些则更为全面，比如谷歌DeepMind的研发人员就强调，我们更应该关注AI的能力而非实现过程。通用智能Agent需要胜任“包括学习新技能在内的广泛非物理任务”。

但是问题也随之而来：我们到底应该评估哪些任务呢？

除了那些竞争激烈的市场中界定明确的技能之外，我们很难把一个人的能力，清晰地划分为“胜任者”、“专家”、“大师”这样的类别。而关于AGI的定义，就更加混乱和武断了。AGI这个术语，最早可以追溯到2002年，后来的计算机科学家在论文中，把它极致简化为“与人类相当的通用认知能力”。

但是也有很多从经济角度出发的界定，比如OpenAI的官网，就将AGI定义为，一种高度自主的系统，能够在大多数经济价值高的工作中超越人类。2023年，现任微软AI部门CEO的穆斯塔法·苏莱曼甚至提出，当一个AI能够独立赚取一百万美元时，它就具备了通常意义上的通用能力。这样的门槛，既武断，也完全不符合我们对人类智能的认知方式。为什么一定要用经济活动来定义智能呢？我们到底要赚多少钱，才算得上聪明呢？那些没能积累巨额财富的人，就不具备智能吗？

当然，我们开发AI的核心动机，是期望它能够丰富和拓展人类的科学、经济和社会生活。但生产力的经济衡量标准，既不简单，也不能直接反映智能水平。更重要的是，这种衡量标准，完全排除了大量的人类劳动，而这些劳动的宝贵价值，并没有在经济维度上得到体现，比如艺术创作、情感陪伴、社会关怀、家庭照料等等。

对此，我们更应该关注的，是任务本身的“生态效度”，也就是这些任务，是否对他人产生重要的影响，无论是经济上、艺术上、社会上、情感上，还是其他任何维度。但恰恰是这种复杂的、贴合真实世界的标准，凸显了纯粹客观的效能评估的难度，也证明了，根本不存在一个非黑即白的、用来界定AGI是否实现的临界线。

AGI已经到来

我们不妨回头看看，现在的大语言模型，已经能够完成多少种认知任务了。从剖析复杂的学术论点，到编写几十万行的工程代码；从缓和一封商务邮件的语气，到完成一个陌生领域的系统性研究；从创作一首完整的诗歌，到设计一套完整的商业方案。这些事情，就在短短几年前，任何理智的人都会认为，需要极高的智商和对应的专业训练才能完成。

当然，在几乎任何一个给定的专业领域，顶尖的人类专家，表现依然会比AI更胜一筹。这也是当前很多评估方法，用来证明AI还不够强大的核心依据。但我们必须承认一个事实：没有哪一个人，无论他多么聪明，拥有与当前AI相当的广泛技能。

一个顶尖的数学家，大概率写不出优秀的文学作品。一个顶尖的诗人，大概率写不出能稳定运行的工业代码。一个顶尖的职业赛车手，大概率无法完成复杂的法律案件分析。但现在的AI，能同时做好所有这些事情。

在过去的几年里，我们已经悄然转变了评估AI性能的标准。我们不再以“任何一个人类个体”为基准，而是以“全人类”为参照。换句话说，当前单个人类的“通用性”，已经低于AI模型了。

这个进展的速度太快了，快到我们的认知完全跟不上。我们可以试想一下，如果让2002年刚刚提出AGI这个概念的AI研究者，穿越到今天，让他使用一下现在的任何一个主流大语言模型，他绝对会毫不犹豫地说：AGI已经到来了。

只是因为我们每天都看着AI在进步，不断地抬高评判的门槛，不断地说，“这个不算，真正的AGI要能做到那个”，所以我们才一直不愿意承认，AGI已经来了。

而实现AGI中“通用”二字的关键，就是无监督训练，也就是在不规定具体任务的情况下，进行的机器学习。现在的大模型，微调和强化学习，常被用于后续增强特定的技能和行为属性。但绝大多数的模型训练，都是通用的无监督训练。AI的广泛能力，正是源于对语言、声音、视觉或者其他任何模态的通用建模。一旦模型能够通用地处理这些信息模态，那么，就像我们人类一样，只要你首先描述、推断或者通过示例展示清楚任务，它就能被指示执行任何任务，甚至是它从来没有见过的全新任务。

这就是第四个底层范式，通用智能。它打破了我们对AGI的遥远执念，告诉我们：通用智能不是一个未来才会实现的目标，而是已经发生在我们眼前的现实。我们要做的，不是继续抬高门槛，而是重新理解智能的本质，学会和已经到来的通用智能共处。

第五底层逻辑：集体智能

当我们接受了通用智能已经到来的现实，接下来要思考的，就是智能的终极形态是什么呢？这就是我们要讲的第五个，也是最深刻的一个底层逻辑：集体智能。

这个范式最核心的论点是：智能本质上不是个体的属性，而是社会性的，是由多个智能体的协作分工所驱动的。这个认知，不仅能解释人类智能的起源和进化，更能为AI的未来发展，指明一条全新的道路。

社会智力假说

要理解这个范式，我们首先要了解一个核心的理论，叫做“社会智力假说”。这个假说认为，像我们人类这样的智慧生物，之所以会出现智力的爆发式进化，不是因为我们要应对复杂的物理环境，而是因为我们要应对复杂的社会环境。

展开来说，我们的生存和繁衍成功与否，取决于我们能否交到朋友、吸引伴侣、获取共享资源，至少是说服他人帮助照顾我们的孩子。而要实现所有这些，我们就必须具备一种核心能力，叫做“心智理论”，也就是设身处地为他人着想的能力。比如对方看到了什么呢？感觉如何呢？他们在想什么？他们知道什么，不知道什么呢？他们会如何行动呢？

追踪他人的心理状态，是一项极高的认知挑战。纵观各类灵长类动物，研究人员观察到了一个明确的相关性：大脑的大小，与群体的规模之间，存在直接的正相关。在人类中，与心智理论相关的脑区体积，和一个人的朋友数量直接相关。此外，拥有更多社交连接的人，往往比社交孤立的人更健康、更长寿。

综合这些观察结果，我们可以得出一个明确的结论：持续的社会选择压力，促进了社会脑的进化，催生了人类的高级智能。

心智理论，确实存在它马基雅维利式的一面，也就是我们常说的，通过欺骗、操纵他人，来获取资源和利益。但它更重要的意义，在于它是人类所独有的高级合作形式的核心基础。教学与学习、劳动分工、声誉维护、信用体系，所有这些，都依赖于我们理解他人心理状态的能力。因此，人类任何重要的经济、政治体系，或者技术的发展，也都依赖于心智理论。

由于能够实现大规模合作的部落或社区，能作为一个更庞大、更强大的整体发挥作用，心智理论不仅为个体带来了生存优势，也为整个群体带来了决定性的进化优势。随着这种群体层面的优势变得具有决定性作用，心智的社会整合，就迈向了一场重大的进化转变，一种共生关系。在这种关系中，曾经独立的个体，联合起来，创造出了新的、更伟大的事物。而整合的代价，就是曾经独立的实体，再也无法独自生存和繁衍。这正是对现代城市化社会的真实写照。我们当中，又有多少人能够在与世隔绝的森林里，独自生存下去呢？

我们人类，组成了一个超级生命体。正因如此，我们的智慧，本就是集体性的。在某种意义上，我们可以被称为超人。这也是为什么，当我们用海量的人类集体智慧成果，来训练大语言模型时，我们实际上已经在创造一种超级智能，它的知识广度和平均深度，都远超任何单个的人类个体，尽管它通常无法在顶尖的专业领域内，超越人类专家。

这里有一个非常有意思的例子，就是近期那个被称为“人类终极测试”的AI基准测试项目。这个项目的初衷，是创建一个目前的大语言模型还无法通过的测试，以此证明AI还不够智能。它的测试题目，由来自100多个领域的近1000名专家编写。里面的题目，比如翻译罗马墓碑上的帕尔米拉文，或者回答蜂鸟的籽骨支撑着多少对肌腱这样的问题。这些题目，前者只有古典学专家能答对，后者只有鸟类学家能答对。普通人的测试表现，几乎接近零分。而目前最先进的大语言模型，得分在3.3%到18.8%之间。

这个测试，本来是想证明AI的不足，结果却恰恰证明了AI的通用能力，已经远超任何单个人类。没有任何一个人，能在100多个完全不同的专业领域里，都答对题目，但是AI可以。我们用全人类各个领域专家的集合，来要求一个AI模型，这本身就已经证明了，AI的通用性，已经超越了人类个体。

心智社会与模块化

更有意思的是，人类智能的集体性，不仅体现在社会层面，还体现在个体大脑的内部。AI先驱马文·明斯基，曾经提出过一个著名的理论，叫做“心智社会”。他认为，我们看似单一的、统一的“自我”，实际上是由众多相互作用的、专门化的智能代理组成的蜂巢思维。

我们的大脑皮层，就是这个理论最好的证明。人类的大脑皮层，由一系列被称为“皮质柱”的、重复的神经回路单元组成。这些单元多次排列，形成了一个广阔的表面。尽管人类大脑皮层的厚度，只有大约两到四点五毫米，但是它展开后的面积，却可以达到两千五百平方厘米，相当于一张大号餐巾纸的大小。我们的大脑表面之所以遍布褶皱，就是因为要把这么大的脑组织，塞进我们有限的头颅中。

而正是这种模块化的设计，让我们的大脑皮层，能够在进化压力的驱动下迅速扩张，实际上就是增加了更多的皮质柱单元。

大脑皮层的模块化，不仅是发育意义上的，也是功能意义上的。大脑皮层的某些部分，专门负责处理视觉，另一些部分负责处理听觉或触觉，还有一些部分，似乎专门负责社会性模仿、书写和算术。由于这些任务如此多样，人们很容易认为，大脑中的这些对应区域，就像洗碗机和复印机一样，是高度专业化而且彼此差异显著的。

但事实并非如此。大脑皮层的各个区域，从婴儿期开始，才学习各自对应的任务。这种学习能力，既强大又通用。比如大脑皮层中，存在一个被称为“视觉词形区”的区域，专门负责处理阅读相关的信息。但阅读这项技能，在人类历史上出现的时间太晚了，根本不可能通过自然选择进化而来。我们的皮层，并非天生为了阅读而生，但它能学会阅读。每个皮层区域，都运行着相同的通用“学习算法”。与其把它看作一台预装了固定功能的机器，不如将它视为一个通过学习，掌握特定领域知识的“人类专家”，更为贴切。

这种“社会性皮层”的视角，向我们揭示了一个核心事实：你的大脑中，并不存在一个承载着“你”的中央处理器或者“小人”。相反，大脑更像是一个“社区”，它能在没有中央统筹的情况下，协调一致地运作。这不仅依赖于各个区域执行专门任务的能力，更依赖于这些区域“相互建模”的能力。就像人们需要心智理论，来建立人际关系和更大的社会单元一样。

那么，大脑区域本身，是否也是由更小的部分组成的“社区”在运作呢？答案确实如此。皮层的回路由神经元构成，这些神经元不仅执行专门的任务，似乎也学会了对其邻近的神经元进行建模。这印证了那句俚语：turtles all the way down。它暗指无限的递归，也向我们揭示了：智能，最好被理解为一种“社会性分形”，而非单一的整体实体。

当然，也可以说是turtles all the way up。随着大脑变大，个体可以变得更聪明；而随着个体数量增多，社会也可以变得更聪明。这里存在一种奇妙的“跨尺度反馈循环”：我们只有通过增大大脑，以利于为他人建模，才能形成更大的社会；而我们大脑本身的增大，似乎也是通过一种类似的内部认知分工实现的。

AI的集体未来

AI模型的发展，似乎也遵循着完全相同的原则。研究人员普及了scaling laws这个概念，即模型的大小，以及训练数据的数量，与模型的能力之间，存在着明确的相关性。大致来说，规模更大的模型更聪明，就像大脑越大越聪明一样。

而且，与大脑一样，AI模型也是模块化的。实际上，很多先进的AI模型，都依赖于明确训练一个紧密协作的“专家集体”，也就是所谓的“专家混合模型”。除此之外，即使是大型的、单一结构的模型，也会表现出“涌现模块化”，它们通过学习，将自身划分为专门的模块，来实现规模扩展。这些模块能够分工合作、各司其职。

从社会性和认知劳动多尺度分工的角度思考智能，代表着一种深刻的范式转变。它促使我们探索更像不断发展的社交网络的AI架构，而不是静态的、越来越庞大的单体模型。同时，让模型，以及子模型，逐步专业化，并与人类，以及彼此之间形成长期合作，这一点也将至关重要。

参与“人类终极测试”的1000多位专家都清楚，从互联网上能学到的东西是有限的。越过这个界限，学习就离不开行动和互动。当新的知识被分享时，知识的边界才会拓展，无论是源于科学实验、学术讨论，还是线下长时间的创造性思考。

在当前的前沿AI开发路径中，已有的人类成果被整合并蒸馏成一个巨大的“基础模型”，它的权重随后被冻结。但是在此基础之上，AI模型也正逐渐向“高度自主性”与“主体能动性”演进。这种演变，包括与其他智能体的协作或互动。

AI在简短的集中式互动中已经很有帮助，但是如果要让它们在拓展人类集体知识和能力边界，这类更大的项目中发挥作用，就必须赋予它们如同人类般，互动式持续学习及多样化发展的能力。这无疑会引发担忧，因为它为AI开启了一条“开放式自我演化”的大门，而这正如同人类自身的发展一样。

AI安全领域，将模型开放式进化的能力称为“元优化”，并将它视为一种潜在的威胁。但值得注意的是，我们发现，即便当今的AI模型，也已经是元优化器了，因为预测本质上就涉及即时学习。这就是聊天机器人在被指示执行新任务时，所做的事情。它之所以可行，是因为即使聊天机器人的神经网络权重已经被冻结，它的每次输出，都会调取当前对话记录的整个上下文窗口。

尽管如此，现有聊天机器人仍然存在着某种失忆症，它们通常无法在单次会话或多轮会话之外，保留学习成果。而谷歌近期开发的“无限注意力”和长期记忆技术，通过压缩旧信息实现近乎无限的上下文窗口，标志着该领域的重大突破。

意识与集体智能

最后，智能的社会视角，不仅为AI工程提供了新的方向，也为哲学中一些长期存在的问题，提供了新的视角，比如意识的问题。

如果我们把意识，理解为我们对自己作为拥有自身经历、内心世界和能动性主体的清晰认知，那么意识的出现，就不足为奇了。我们构建“自我”模型，是因为我们生活在充满“自我”的社会环境中，必须不断运用心智理论，来预测他人的想法和感受。当然，我们也需要理解自己也是一个“自我”，这不仅是因为我们自己的过去、现在和未来的经历非常重要，还因为我们对他人的模型中，也包含着他们对我们的模型。

几十年来，学界一直试图通过实证测试，来诊断心智理论能力的缺陷。当我们在大语言模型上运行这些测试时，毫不意外地发现，它们的表现与人类不相上下。毕竟，在训练模型的对话、故事和评论区数据中，自我意识和心智理论任务，本来就占据着重要地位。

我们的聊天机器人，同样依赖心智理论，在每次对话中，AI不仅需要构建用户模型，还要维持自身是一个友善助手的模型，以及用户对它的认知模型。如此递归建模，层层嵌套。

这就是第五个底层范式，集体智能。它让我们明白，智能的终极形态，从来都不是一个无所不能的单体超级智能，而是一个由无数智能体组成的、协作共生的智能生态。而AI的未来，就是融入这个生态，和人类一起拓展集体智能的边界。

结语：重塑人类未来的五大范式

讲到这里，我们就把这五大重塑人类未来的底层范式，全部讲完了。

• 自然计算，让我们明白，计算是宇宙的底层属性，而非人类的发明。
• 神经计算，让我们找到重构AI底层架构的核心方向。
• 预测智能，让我们终于触碰到了智能的本质。
• 通用智能，让我们接受AGI已经到来的现实。
• 集体智能，让我们看到了智能的终极形态，和AI发展的全新路径。

这五大范式是相互关联，相互支撑的，共同构成了AI时代，我们对计算和智能的全新认知。

就像当年的日心说，它不仅改变了我们对宇宙的看法，更改变了我们对人类自身的定位。今天的AI，也正在做同样的事情。它带来的最大的“哥白尼式”冲击，就是我们不得不接受，非人类的通用智能，会在我们这个时代，变得如此司空见惯。我们不再是宇宙中唯一的智能载体，就像当年我们发现，地球不是宇宙的中心一样。

当然，面对这样的范式革命，我们会焦虑，会恐惧，会争论，会动荡，这都是正常的。历史上所有的重大科学转折，都伴随着这样的阵痛。

但是，我们不能因为恐惧，就停下脚步。我们要做的，是像国际象棋中的“跳马”那样，在推进技术进步的同时，灵活跳出固有的认知框架，重新审视我们的既有假设，构建全新的理论基础。只有这样，我们才能开发出真正造福人类、推动科学进步、帮助我们更好地理解自身的智能系统。