前几天,我先后看了讲《基地》和《盲视》的视频。前者让我想到许多个体连接后,整体会不会出现新的能力;后者则抛来一个更不舒服的问题:智能一定需要一个知道自己正在思考的“我”吗?
这篇不是书评,只是两个视频在脑中留下的余波,恰好又撞上了这几年关于 AI 的讨论。
智能会不会不只存在于个体身上?
我们习惯把智能放在一个明确的主体里:一个人,一只动物,或者一台机器。但想想城市、市场和互联网,它们都在接收信息、传递信息、修正行为。没有人掌握全貌,整体却能完成单个人做不到的事。
这让我想到 Transformer:单个计算单元并不懂语言,能力来自大量单元之间的关系。把人类个体和社会连接拿来类比它,确实很诱人。不过,类比只能提供看问题的角度,不能证明社会就是一台巨型计算机。人有利益、情感和制度约束,和模型参数完全不是一回事。
图 01 · 思考的三步
从看到的现象,到大胆的猜想
这是一张推理地图,不是已经发生的技术路线图。
连接得越来越密文字、通信和互联网,让知识更容易跨越个体。
整理与协调它能归纳、生成,也逐渐能调用工具完成任务。
新的行动能力是否称得上“集体智能”,仍取决于它能否持续学习和适应。
因此,我更愿意说:AI 也许正在成为人类已有信息网络中的一个新层次。它既是工具,也可能改变整个系统的组织方式。这两种说法并不冲突。
《盲视》让问题变得奇怪
《盲视》最刺人的设想,是高度有效的智能未必伴随主观体验。它让我突然意识到,我们讨论 AI 时,总爱把两个问题捆在一起:它能做什么,和它是否有感受。
这两个问题都重要,却未必需要同一个答案。一个系统可以擅长预测、设计和协调,我们仍然不知道它有没有任何“身在其中”的感觉。反过来,讨论意识也不该因为难以验证,就被轻率地宣布为伪命题。
也许未来最值得观察的,不是某个模型何时说出“我有意识”,而是人和机器组成的整体,何时开始稳定地做出任何单个参与者都无法独自完成的事。
我们会让机器少说一点“人话”吗?
另一个让我在意的细节是语言。早期聊天机器人越像人说话,越容易让人觉得它聪明。现在,当 AI 开始调用工具、彼此协作,冗长的自然语言交流有时反而显得笨重:一个状态、一项判断、一个行动,也许不必先写成一段漂亮的散文。
但这不等于语言会被淘汰。文字除了传递信息,还方便人检查、争论和追责。更紧凑的机器内部通信可能提高效率,也可能让我们更难看懂系统。省下的时间和失去的可见性,都会进入选择。
没人想失控,为什么仍会继续加速?
我最不安的其实不是某一天 AI 突然宣布独立,而是更平凡的过程:一家企业发现自动化更快,另一家跟进;科研、公共服务和国家竞争也各有自己的理由。每一步都能被解释为局部的合理选择,累积起来却可能把整个社会推向更依赖 AI 的状态。
不过,“效率压倒一切”也说得太满。事故、责任和信任同样有成本。安全措施有时拖慢一个步骤,却让系统更可靠、更值得采用。未来会怎样,取决于这两股力量如何拉扯。
图 02 · 两股力量
自动化为何前进,又为何不会只朝一个方向前进
- 更快完成任务
- 更低的协调成本
- 企业与国家间的竞争
- 错误与事故的代价
- 法律责任与公众信任
- 审计、权限和制度设计
如果这条路继续延伸,“可控”或许不再意味着人理解系统每一处内部变化,而是知道谁有权让它做什么,哪些行动必须停下来,出错后能否追查和修正。我们对互联网、金融和城市的管理,某种程度上已经如此。
如果它真的出现,我们会认得出来吗?
我不能从两部科幻小说推导出“地球正在觉醒”。这样的句子很美,也太容易把比喻当作事实。
但我愿意保留一个更朴素的预测:如果 AI 持续降低信息整理和跨组织协作的成本,人、模型、网络与制度会结合得更紧。它可能形成新的集体能力,同时让我们越来越难指出“究竟是谁作了决定”。
届时,真正值得问的或许是:
- 这种整体能力是否稳定,而不只是一次令人惊讶的演示?
- 人还能否改变它的目标、边界和行动方式?
- 它带来的收益和风险,最终由谁承担?
这些问题暂时没有答案。《基地》和《盲视》留给我的,也不是答案,而是一种观察尺度:不要只盯着某一个 AI;看看人、机器与社会合在一起,正在变成什么。
延伸阅读 · 为几个关键判断留的线索
小说介绍:《基地》· 维基百科;《盲视》· 维基百科(英文)。《盲视》英文原著还可从作者网站公开阅读 PDF。
群体表现与连接方式:Woolley 等,群体智能研究。这项研究针对小群体,不能直接外推到整个人类社会。
AI 意识仍是开放问题:Butlin 等,AI 意识的科学指标。
机器通信与监督的取舍:潜在空间通信可行性研究;推理过程监测研究。
关于边界、测量和持续管理:NIST AI 风险管理框架。