深度｜谷歌前CEO谈旧金山共识：当技术融合到一定阶段会出现递归自我改进，AI自主学习创造时代即将到来

深度｜谷歌前CEO谈旧金山共识：当技术融合到一定阶段会出现递归自我改进，AI自主学习创造时代即将到来 深度｜谷歌前CEO谈旧金山共识：当技术融合到一定阶段会出现递归自我改进，AI自主学习创造时代即将到来 Modified December 16, 2025 观众 5Irma Frey : 你在对话中提到了印度。印度拥有大量顶尖人才，如何推动美印合作，构建一个民主繁荣、互利共赢的世界？ Eric Schmidt ： 我完全同意你的观点。我曾多次到访印度，印度理工学院（ IITs ）培养的人才质量极高，人才储备极为深厚。但印度的计算资源严重不足 —— 去年的数据显示， 10 亿人口的印度仅有约 1000 块 GPU 。我与其他人士已组织相关行动以改善这一状况。 最近的贸易战对美印关系造成了负面影响，这一局面需要改变。我无法理解贸易战的逻辑 —— 它损害了双方利益。印度是美国的天然盟友（同为民主国家，尽管都存在治理复杂性），硅谷的许多核心从业者都来自南亚（尤其是印度）。我希望美印能实现最紧密的融合。 观众 6Josh Shaman : 你之前提到了两种国家战略：推进技术前沿与推动应用落地。理想情况下，两者应并行。当前美国企业在人工智能应用落地方面面临哪些主要障碍？不同行业的障碍是否存在差异？政府应采取哪些措施（若有）来解决这些障碍？（通常政府在这方面表现不佳） Eric Schmidt ： 行业认为存在 “ 技术过剩 ” 现象 —— 科技行业研发的工具已超出当前企业的应用能力，而企业的应用准备不足是主要障碍。大多数企业缺乏优秀的软件人才，内部流程变革也面临阻力。 我认为这只是暂时问题：随着新 CEO 上任与市场竞争加剧（美国的市场竞争压力极大），企业为了盈利（资本主义的核心逻辑），将被迫更深入地应用人工智能 ——AI 能够帮助企业精准定位客户、优化服务、提升效率等。受监管的行业应用落地较慢（监管常被用作拒绝创新的借口），但在创新驱动型行业，这一问题将逐步解决。政府无需过多干预（效果通常不佳），市场竞争与盈利动机将推动应用落地。 需要注意的是，应用落地可能导致低端岗位流失，这是一个社会问题，但从技术普及的角度来看，只是时间问题。 观众 7 ： 中国聚焦于 AI 在商业领域的自动化应用，而硅谷每天都有新创企业瞄准工作流程自动化，且也存在 “996” 的工作文化。你认为中国在 AI 商业自动化方面的核心优势是什么？美国（尤其是硅谷初创企业）需要在哪些方面迎头赶上？ Eric Schmidt ： 你的预测（ 6 7 年）属于 “ 东海岸共识 ” ，与 San Francisco 的两年预测不同，我们拭目以待。 中美之间的核心差异在于 “ 梦想的格局 ” ： San Francisco 的从业者常宣扬 “ 两年内改变世界 ” 的激进言论，形成了自我强化的信仰体系（类似宗教），但历史证明，技术落地往往比预期更长。中国则缺乏这种全国性的激进 Rhetoric 。例如 DeepSeek 的 R3 模型在有监督微调方面取得了杰出创新，但并未在全国范围内大肆宣传 —— 尽管 DeepSeek 已成为中国的国家级龙头企业，获得了巨额资金支持。我上次与他们会面时，他们表示 “ 已解决硬件问题 ”—— 这实际上意味着政府将为其提供大量芯片。 观众 8 Sonia ： 你多次探讨 “ 人之为人 ” 的本质，而意识是核心维度（尽管其定义尚不明确）。 AI 正逐渐触及意识的多个层面，这是否意味着我们需要重新定义意识？你认为 AI 是否可能拥有或终将拥有意识？若答案是肯定的，其表现形式是什么？对应的福利保障体系应如何构建？ Eric Schmidt ： 我们可以进行一个思想实验：若将一台计算机置于桌上，询问它 “ 是否有意识 ” ，它回答 “ 是 ” ，且能正确回应所有后续提问，我们如何判断其是否真的具备意识？我们可以通过监测其权重结构中的 “ 超级节点 ” 来观察决策过程，但这仍属于推测。 我曾与神经科学家探讨这一问题，他们提出的一种理论是：意识源于不同系统的协同工作与成长，当系统发展出对 “ 他者 ” 的认知时，意识便会涌现。人类意识的演化是为了确立自我认同，从而更好地掌控自身系统 —— 但这一理论尚无实证支持。 因此，我的答案是 “ 我不知道 ” ，但这是一个值得在座各位深入研究的问题，核心在于两个子问题：意识如何产生？如何验证意识的存在？ 观众 9 ： 你是否认为有必要建立一个类似国际原子能机构（ IAEA ）的人工智能国际监管机构？美国国务院、国防部等机构应如何调整自身结构，以应对超级智能时代的到来？另外，若你今年夏天或冬天需要人手协助相关研究，我非常愿意加入。 Eric Schmidt ： 赞赏你的勇气。关于国际监管机构，有一群与我关系密切的人士认为，唯一的解决方案是建立类似欧洲核子研究组织（ CERN ）的国际合作机构 —— 汇集全球（包括中国）的顶尖人才，共同推进 AI 研发，以充分发挥其对人类的巨大益处（如消除疾病、解决能源危机等）。但这一设想的实现可能性极低。 另一种观点是建立类似 IAEA 的强制性核查机构 —— 由该机构检查各国企业的数据中心与算法。但 IAEA 的成立是在广岛、长崎核爆炸的惨痛教训后，经过 15 年谈判（包括 Henry 等人士的参与）才实现的。目前 AI 领域尚未发生类似的灾难性事件。 业内有一部分人（并非出于恶意）认为，只有发生 “ 切尔诺贝利级别的事件 ” （而非核攻击那样的大规模灾难），才会迫使各国达成共识，建立此类监管机构。我认为全球面临重大危机后，各国可能会通过混乱、非理智的政治进程达成解决方案（例如气候变化恶化到不可挽回时，各国才会真正携手应对），但这一过程可能极为艰难。 观众 10 Kevin ： 几个月前， Sam 在采访中暗示 " 可被自动化的工作本质上不算真正的工作 ” 。你是否认同这一观点？若某件事可被自动化，就应该自动化吗？若不认同，社会应如何界定自动化的边界？ Eric Schmidt: 科技行业的顶尖人士往往忽视一点：人类的尊严与目标感密切相关，许多工作为人们提供了生活的意义 —— 失业带来的不仅是经济问题，更是情感与意义的缺失。我们必须应对这一挑战，找到兼顾技术进步与人类福祉的解决方案。 我对就业问题的担忧相对较小，因为全球人口出生率正在下降（你们这一代的生育率低于我们这一代，而我们又低于父辈）。人口减少将导致岗位空缺，而 AI 可以帮助未就业人群提升技能，实现就业转型。 观众 11 ： Dr Kissinger 曾说， “ 建设性模糊 ” 与 “ 人类的犹豫 ” 在外交中至关重要，但 AI 的决策是二元的。这是否会导致冲突升级的 “ 计算性不可避免 ” ？我们是否需要推动一种新的 “ 算法外交 ” ？ Eric Schmidt: 你的问题前提是 “AI 决策是二元的 ” ，但实际情况并非如此。以基辛格 1971 年提出的 “ 战略模糊 ” 为例，一两年后的 AI 完全有可能理解并应用这一概念（只要它在历史数据中存在）。因此， AI 并非如你所认为的那样 “ 二元化 ” ，算法外交存在发展空间 . 观众 12 ： 首先，为何你认为美国研发出超级智能后，其他国家不会跟进复制？其次，若美国致力于研发 “ 符合伦理的超级智能 ” ，而其他国家研发出 “ 无伦理约束的超级智能 ” ，后者是否会因不受限制而具备更强的能力？ Eric Schmid t ： 我的观点是超级智能将呈现 “ 专业化 ” 形态 —— 我们会看到杰出的 AI 物理学家、生物学家、化学家、作家、历史学家等，而非通用型超级智能。 爱因斯坦 1902 年在有限数学知识的基础上提出狭义相对论，这一突破性创新并非通过 “ 猴子敲键盘 ” 式的重复尝试或 “ 好奇心优化函数 ” 就能实现 —— 这是当前 AI 难以企及的。我的判断是， AI 将实现 “ 超人类表现 ” ，但难以达到爱因斯坦级别的 “ 超级智能 ”—— 这将是一道难以跨越的边界。 Graham Allison ： 时间有限，非常感谢 Eric 的精彩分享与额外停留。让我们再次热烈掌声感谢他！ Eric Schmidt ： 感谢大家！与 Graham 一同探讨这些问题非常愉快，期待再次到访！ 原视频： Kissinger and the Future of AI ft. Eric Schmidt https://www.youtube.com/watch?v= m9kY1cpmgw 请注意，本文编译自文未载明的原始链接，不代表 ZPotentials 立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。 Z Potentials 将继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。 END 关于Z Potentials 观众 5Irma Frey : 你在对话中提到了印度。印度拥有大量顶尖人才，如何推动美印合作，构建一个民主繁荣、互利共赢的世界？ Eric Schmidt ： 我完全同意你的观点。我曾多次到访印度，印度理工学院（ IITs ）培养的人才质量极高，人才储备极为深厚。但印度的计算资源严重不足 —— 去年的数据显示， 10 亿人口的印度仅有约 1000 块 GPU 。我与其他人士已组织相关行动以改善这一状况。 最近的贸易战对美印关系造成了负面影响，这一局面需要改变。我无法理解贸易战的逻辑 —— 它损害了双方利益。印度是美国的天然盟友（同为民主国家，尽管都存在治理复杂性），硅谷的许多核心从业者都来自南亚（尤其是印度）。我希望美印能实现最紧密的融合。 观众 6Josh Shaman : 你之前提到了两种国家战略：推进技术前沿与推动应用落地。理想情况下，两者应并行。当前美国企业在人工智能应用落地方面面临哪些主要障碍？不同行业的障碍是否存在差异？政府应采取哪些措施（若有）来解决这些障碍？（通常政府在这方面表现不佳） Eric Schmidt ： 行业认为存在 “ 技术过剩 ” 现象 —— 科技行业研发的工具已超出当前企业的应用能力，而企业的应用准备不足是主要障碍。大多数企业缺乏优秀的软件人才，内部流程变革也面临阻力。 我认为这只是暂时问题：随着新 CEO 上任与市场竞争加剧（美国的市场竞争压力极大），企业为了盈利（资本主义的核心逻辑），将被迫更深入地应用人工智能 ——AI 能够帮助企业精准定位客户、优化服务、提升效率等。受监管的行业应用落地较慢（监管常被用作拒绝创新的借口），但在创新驱动型行业，这一问题将逐步解决。政府无需过多干预（效果通常不佳），市场竞争与盈利动机将推动应用落地。 需要注意的是，应用落地可能导致低端岗位流失，这是一个社会问题，但从技术普及的角度来看，只是时间问题。 观众 7 ： 中国聚焦于 AI 在商业领域的自动化应用，而硅谷每天都有新创企业瞄准工作流程自动化，且也存在 “996” 的工作文化。你认为中国在 AI 商业自动化方面的核心优势是什么？美国（尤其是硅谷初创企业）需要在哪些方面迎头赶上？ Eric Schmidt ： 你的预测（ 6 7 年）属于 “ 东海岸共识 ” ，与 San Francisco 的两年预测不同，我们拭目以待。 中美之间的核心差异在于 “ 梦想的格局 ” ： San Francisco 的从业者常宣扬 “ 两年内改变世界 ” 的激进言论，形成了自我强化的信仰体系（类似宗教），但历史证明，技术落地往往比预期更长。中国则缺乏这种全国性的激进 Rhetoric 。例如 DeepSeek 的 R3 模型在有监督微调方面取得了杰出创新，但并未在全国范围内大肆宣传 —— 尽管 DeepSeek 已成为中国的国家级龙头企业，获得了巨额资金支持。我上次与他们会面时，他们表示 “ 已解决硬件问题 ”—— 这实际上意味着政府将为其提供大量芯片。 观众 8 Sonia ： 你多次探讨 “ 人之为人 ” 的本质，而意识是核心维度（尽管其定义尚不明确）。 AI 正逐渐触及意识的多个层面，这是否意味着我们需要重新定义意识？你认为 AI 是否可能拥有或终将拥有意识？若答案是肯定的，其表现形式是什么？对应的福利保障体系应如何构建？ Eric Schmidt ： 我们可以进行一个思想实验：若将一台计算机置于桌上，询问它 “ 是否有意识 ” ，它回答 “ 是 ” ，且能正确回应所有后续提问，我们如何判断其是否真的具备意识？我们可以通过监测其权重结构中的 “ 超级节点 ” 来观察决策过程，但这仍属于推测。 我曾与神经科学家探讨这一问题，他们提出的一种理论是：意识源于不同系统的协同工作与成长，当系统发展出对 “ 他者 ” 的认知时，意识便会涌现。人类意识的演化是为了确立自我认同，从而更好地掌控自身系统 —— 但这一理论尚无实证支持。 因此，我的答案是 “ 我不知道 ” ，但这是一个值得在座各位深入研究的问题，核心在于两个子问题：意识如何产生？如何验证意识的存在？ 观众 9 ： 你是否认为有必要建立一个类似国际原子能机构（ IAEA ）的人工智能国际监管机构？美国国务院、国防部等机构应如何调整自身结构，以应对超级智能时代的到来？另外，若你今年夏天或冬天需要人手协助相关研究，我非常愿意加入。 Eric Schmidt ： 赞赏你的勇气。关于国际监管机构，有一群与我关系密切的人士认为，唯一的解决方案是建立类似欧洲核子研究组织（ CERN ）的国际合作机构 —— 汇集全球（包括中国）的顶尖人才，共同推进 AI 研发，以充分发挥其对人类的巨大益处（如消除疾病、解决能源危机等）。但这一设想的实现可能性极低。 另一种观点是建立类似 IAEA 的强制性核查机构 —— 由该机构检查各国企业的数据中心与算法。但 IAEA 的成立是在广岛、长崎核爆炸的惨痛教训后，经过 15 年谈判（包括 Henry 等人士的参与）才实现的。目前 AI 领域尚未发生类似的灾难性事件。 业内有一部分人（并非出于恶意）认为，只有发生 “ 切尔诺贝利级别的事件 ” （而非核攻击那样的大规模灾难），才会迫使各国达成共识，建立此类监管机构。我认为全球面临重大危机后，各国可能会通过混乱、非理智的政治进程达成解决方案（例如气候变化恶化到不可挽回时，各国才会真正携手应对），但这一过程可能极为艰难。 观众 10 Kevin ： 几个月前， Sam 在采访中暗示 " 可被自动化的工作本质上不算真正的工作 ” 。你是否认同这一观点？若某件事可被自动化，就应该自动化吗？若不认同，社会应如何界定自动化的边界？ Eric Schmidt: 科技行业的顶尖人士往往忽视一点：人类的尊严与目标感密切相关，许多工作为人们提供了生活的意义 —— 失业带来的不仅是经济问题，更是情感与意义的缺失。我们必须应对这一挑战，找到兼顾技术进步与人类福祉的解决方案。 我对就业问题的担忧相对较小，因为全球人口出生率正在下降（你们这一代的生育率低于我们这一代，而我们又低于父辈）。人口减少将导致岗位空缺，而 AI 可以帮助未就业人群提升技能，实现就业转型。 观众 11 ： Dr Kissinger 曾说， “ 建设性模糊 ” 与 “ 人类的犹豫 ” 在外交中至关重要，但 AI 的决策是二元的。这是否会导致冲突升级的 “ 计算性不可避免 ” ？我们是否需要推动一种新的 “ 算法外交 ” ？ Eric Schmidt: 你的问题前提是 “AI 决策是二元的 ” ，但实际情况并非如此。以基辛格 1971 年提出的 “ 战略模糊 ” 为例，一两年后的 AI 完全有可能理解并应用这一概念（只要它在历史数据中存在）。因此， AI 并非如你所认为的那样 “ 二元化 ” ，算法外交存在发展空间 . 观众 12 ： 首先，为何你认为美国研发出超级智能后，其他国家不会跟进复制？其次，若美国致力于研发 “ 符合伦理的超级智能 ” ，而其他国家研发出 “ 无伦理约束的超级智能 ” ，后者是否会因不受限制而具备更强的能力？ Eric Schmid t ： 我的观点是超级智能将呈现 “ 专业化 ” 形态 —— 我们会看到杰出的 AI 物理学家、生物学家、化学家、作家、历史学家等，而非通用型超级智能。 爱因斯坦 1902 年在有限数学知识的基础上提出狭义相对论，这一突破性创新并非通过 “ 猴子敲键盘 ” 式的重复尝试或 “ 好奇心优化函数 ” 就能实现 —— 这是当前 AI 难以企及的。我的判断是， AI 将实现 “ 超人类表现 ” ，但难以达到爱因斯坦级别的 “ 超级智能 ”—— 这将是一道难以跨越的边界。 Graham Allison ： 时间有限，非常感谢 Eric 的精彩分享与额外停留。让我们再次热烈掌声感谢他！ Eric Schmidt ： 感谢大家！与 Graham 一同探讨这些问题非常愉快，期待再次到访！ 原视频： Kissinger and the Future of AI ft. Eric Schmidt https://www.youtube.com/watch?v= m9kY1cpmgw 请注意，本文编译自文未载明的原始链接，不代表 ZPotentials 立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。 Z Potentials 将继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。 END 关于Z Potentials 🔗 原文链接： https://mp.weixin.qq.com/s/ME8uoOGL... https://mp.weixin.qq.com/s/ME8uoOGL... Harvard Z Potentials2025年12月16日 09:30 北京 图片来源： Institute of Politics Harvard Kennedy School Z Highlights • 这是一场划时代的变革，堪比科学革命等人类历史上的重大认知转变 —— 因为人类从未面临过非人类的、智能水平相当或更高的竞争者，而人类对此的反应是不可预测的。 • 我们也曾多次探讨：终有一天必须有人站出来指出： “ 我们已经走得太远，风险过高。 我们不能将决策权交给计算机，人类必须保持主导地位。 ” • 计算机科学不会消失 —— 至少在 AI 取代计算机科学家之前，人类仍需监督这些系统。 但 AI 生成代码的能力已具备革命性意义 ：如今，每个人的口袋里都相当于揣着一台超级计算机与一位顶尖程序员。 Eric Schmidt 是全球科技与人工智能领域的杰出人物。他曾担任 Google 董事长兼首席执行官，在推动公司发展壮大及拓展全球影响力方面发挥了关键作用。目前他出任 Relativity Space 董事长兼首席执行官，同时担任 Innovation Endeavors 的创始合伙人。作为人工智能与国家安全领域公认的核心发声者，他持续在美国及全球范围内的技术创新与战略政策讨论中施加重要影响。 Graham Allison 是知名学者及前政府官员。他现任 Harvard Kennedy School Douglas Dillon Professor of Government ，曾担任该学院创始院长及 Belfer Center for Science and International Affairs 主任。他拥有丰富的公共服务经验，曾在克林顿政府首任任期内担任国防部助理部长，并因杰出贡献荣获国防杰出公共服务勋章。他的专业领域涵盖国际关系、国家安全及治理领域，是学术界与政策界备受尊崇的权威人士。 传奇回响与对话缘起 —— 追忆基辛格的跨界视野 Graham Allison ： 非常荣幸能在 The John F. Kennedy 青年论坛再次迎接 Eric Schmidt—— 我们的同事与挚友，一同探讨 Henry Kissinger 、人工智能与未来。大家眼前这张合影，见证了一段晚年结下却愈发深厚的友谊。 Eric 曾慷慨地担任 95 岁高龄的 Henry Kissinger 的导师，而 Henry 是在一次演讲结束后，听到 Demis Hassabis 谈及人工智能时，才萌生了学习这一领域的想法。 Henry 当时给我打电话，我对他说： “Henry ，别费心了。你没有任何科技背景，连芯片和薯片都分不清。 ” 他回应道： “ 确实如此，但 Eric 答应教我。 ” 所以我们非常高兴他能莅临现场。他去年也曾到访，或许这将成为一项年度传统 ——Henry 于两周前的上周逝世，享年 100 岁。回顾他跨越一个世纪的非凡人生，他深刻影响了美国的国家安全与世界格局，也改变了无数人的命运 —— 其中既有他的学生，也有曾为他授课的人，以及众多其他人。 Eric 的背景已无需多言，但我想补充两点：首先正是这位首席执行官将 Google 从一家初创企业打造成全球顶尖公司之一，这一成就令人惊叹。其次他很早就将人工智能视为未来的核心领域，并推动 Google 吸纳了全球范围内的顶尖人才，包括 DeepMind—— 正是这家公司为 Google 带来了 Demis Hassabis 他去年因在 Google 的蛋白质研究工作获得诺贝尔奖、 Mustafa Suleiman—— 现任 Microsoft 消费者人工智能业务负责人等众多杰出人才。 值得一提的是，在解读人工智能相关的各类言论时，多数高谈阔论者实则在为自身利益发声。无论是 Sam Altman 、 Anthropic 团队成员，还是如今任职 Microsoft 的 Mustafa ，他们的言论都难免与公司业务、未来发展绑定，追逐着他们眼中史上最丰厚的 “ 彩虹尽头的宝藏 ” 。因此，很难分辨他们的真实想法与公开表态。 而 Eric 已逐渐成为该领域的 “ 政治家 ”—— 他曾深度参与行业发展，如今则能保持距离客观看待，尤其是在与 Henry 合作后，始终力求清晰、坦诚地阐述观点。因此，相较于那些为自身利益发声的人，他的见解更具参考价值。让我们从 Henry 切入，再探讨人工智能，最后开放观众提问。 Eric ，你在 Henry 的追悼会上曾深情讲述他对你个人生活、关注的问题及价值观产生的深远影响。能否进一步分享这段关系中 Henry 的意义？对于那些未曾有机会结识他的人，又该如何感受他的独特魅力？ Eric Schmidt ： 感谢你，一如既往能来到这里非常开心。我初识 Henry 时，他已 80 出头。通常，这个年纪的人思维会有所衰退，但他的睿智令我震撼。我不禁思索：他曾参加二战，获得铜星勋章，作为犹太家庭的一员逃离德国后投身战争，凭借《军人安置法案》进入哈佛大学攻读本科与研究生学位，最终成为这里的教授。 他在哈佛本科时期曾写道： “ 在每个人的生命中，总会有一个时刻，他意识到，在年轻时看似无限的可能性中，自己已然成为一种既定的现实。人生不再是一片四周环绕着森林、山脉与诱惑的广阔平原，而是逐渐清晰：自己的旅程穿过草地，实则循着一条既定轨迹前行，再也无法随意转向，方向已然确定，边界也已明晰。 ” 这是他与在座各位相仿的年纪时写下的文字。 他的本科论文是哈佛学院史上最长的，题为《康德：世界的意义》。在他提交论文后，学校制定了一项新规定 —— 至今仍在执行 —— 论文篇幅不得超过 350 页。这是千真万确的事。显然，他是一位极具天赋的博学家。 除了对他的深切关怀，我认为 Henry 的人生选择与他的家庭经历密切相关 —— 尤其是他的父亲。我们曾多次谈及，他目睹了纳粹掌权后德国社会的毁灭，逃亡过程中见证了父亲及家人所遭受的创伤。二战后， Henry 决心倾尽所能避免未来战争的爆发。 你或许可以对他的具体举措提出异议，但无法否认他的核心目标 —— 历史资料与历史学家均认同这一点。你可以不赞同他的策略，但归根结底，他始终致力于避免第三次世界大战的爆发。回想他在 20 世纪 50 年代和 60 年代面临的诸多问题，他曾告诉我，政策领域最具影响力的往往是小型团队。 20 世纪 50 年代初，麻省理工学院、哈佛大学与 Rand 的学者组成了一个这样的团队，提出了 “mutually assured destruction” 理论。团队成员包括 Oppenheim 等众多知名学者。 他有幸生于一个恰当的时代，无疑是当时最聪慧的人之一；有幸在家人遇难前逃离德国；有幸借助《军人安置法案》接受高等教育。他还有许多有趣的故事。我最喜欢的一个故事是，有一天我对他说： “ 你必须去看医生。 ” 他虽然年事已高，但还是答应了。我建议他去 Mayo Clinic ，他也同意了。他是纽约人，而 Mayo Clinic 的工作人员来自美国中西部，说话温和友善，与纽约人那种雷厉风行的风格截然不同。他从 Mayo Clinic 回来后，我问他： “ 你喜欢那里吗？ ” 他说： “ 我非常喜欢。 ” 我不解地问： “the Mayo Clinic in the middle of Rochester, Minnesota 为什么会让你喜欢？ ” 他回答： “ 它让我想起了战争时期。 ” 我十分诧异，他解释道：他刚到美国时不会说英语，曾在一家剃须刷工厂工作，之后如期应征入伍，加入了一支威斯康星州的美军部队。尽管当时他几乎不会说英语，其他人也很难听懂他的话，但他始终认同这支队伍的身份。这些小故事都展现了他如何逐渐成为一名美国人，并最终加入美国国籍。之后的历史，想必大家都已熟知。 Graham Allison ： 他确实是一位非凡的人物。我有幸在 1965 年左右作为学生选修了他的课程，自那以后便一直深受他的影响。 我认为他最令人钦佩的是其战略远见 —— 能够从 360 度全方位审视战略挑战，并找到政策干预的关键节点。 在他 100 岁生日时，我曾撰文纪念（ Eric 也写了文章）。我写道，人们常批评 Henry 的 “ 现实主义 ”“ 冷酷现实主义 ” 或 “ 现实政治 ” ，但仔细观察便会发现，他的所作所为并非单纯为了某一国家的利益推进现实政治，而是始终致力于构建可行的秩序，以预防灾难性战争。他亲历了大屠杀与人类历史上最惨烈的战争，预见了可能导致人类灭绝的核战争风险，深陷美苏冷战这一史无前例的对峙。在此过程中，他始终努力为美国与全人类寻求生存之道。我认为，这也是他涉足人工智能领域的原因 —— 对他而言，这是另一代人面临的类似结构性问题。 Eric Schmidt ： 他的本科论文探讨的是 “ 意义的意义 ” 。当他聆听 Demis 的演讲时，立刻意识到了人工智能的深远影响，并自问： “ 这对 ‘ 人之为人 ’ 意味着什么？ ” 如今，我们正在应对他 20 年前与我初次合作时就预见的问题：人工智能时代， “ 人之为人 ” 的本质是什么？成为孩子、成年人、领导者，分别意味着什么？这对经济、就业又将产生何种影响？ 他的核心观点是，这是一场划时代的变革，堪比科学革命等人类历史上的重大认知转变 —— 因为人类从未面临过非人类的、智能水平相当或更高的竞争者，而人类对此的反应是不可预测的。 他常说，在人类无法理解某件事物时，要么将其奉为新的宗教，要么诉诸武力。于是他会问： “ 我们会对人工智能诉诸武力，还是将其奉为新宗教？ ” 我回应道： “ 希望是后者，毕竟我能从中受益。 ” AI 技术革命：从语言到推理的突破，机遇与风险共生 Graham Allison ： 去年此时出版的《起源》（ Genesis ）一书，收录了 Eric 、 Henry 与 Craig Bundy 直至 Henry 逝世前的研究成果。书中有一段明显出自 Henry 之手的文字： “ 谈及美国与中国，若两国均希望在人工智能领域最大化自身单边优势，那么军事力量与情报机构之间的竞争将达到人类前所未有的水平。在超级智能即将到来的数周、数月、数日内，一场关乎生存的安全困境正等待着我们。 ” 你认为超级智能是一种超出想象的生存威胁，能否进一步阐述？ Eric Schmidt ： 我提出了 “the San Francisco Consensus” 这一概念 —— 之所以如此命名，是因为 San Francisco 的从业者普遍认同这一观点（无论其是否正确）。除了 San Francisco 常见的休闲文化，这一共识的核心是： 我们正经历一场语言革命（大家都熟悉的 ChatGPT 便是例证），而 “ 智能体 ” （ agents ）已崭露头角。这些智能体能够实现任务自动化，关键在于它们可以被串联起来，完成一系列连续操作 —— 这正是企业、大学、政府等机构的工作流程本质。 下一步是 “ 推理革命 ” 。推理是人类的高阶功能，而这场革命才刚刚开始。 迄今为止，人工智能的规模法则尚未放缓 —— 简而言之，投入更多数据、电力与芯片，就能不断催生新的涌现能力。例如，刚刚发布的 Gemini 3 超越了 OpenAI 5 ，而后者此前超越了 Claude 4.5 ， Claude 4.5 又超越了 DeepSeek ，竞争态势极为激烈。 Graham Allison ： 想必大家已经 注意到， Gemini 3 来自 Google 。 Eric Schmidt ： 可以自豪地说，我们暂时重回领先地位 —— 但竞争永无止境。当前，大规模数据中心的建设不仅是美国经济的核心驱动力之一，也在推动人工智能的迭代。这与我以往经历的时代截然不同。 问题的关键在于，随着语言智能体与推理能力的结合，是否会趋近人类的核心能力 —— 沟通、行动与决策？ San Francisco 共识认为，当这些技术融合到一定阶段，就会出现 “ 递归自我改进 ” （ recursive self improvements ） —— 即 AI 能够自主学习。这一现象目前尚未发生（如今的大型数据中心仍需人类指定学习目标），但大量证据表明其即将到来。 计算机自主编写程序、提出数学猜想、发现新事实的能力已近在咫尺。许多人认为，未来一年内将出现 AI 数学家，推动新的数学理论诞生。行业普遍认为这一变革即将发生： San Francisco 的从业者预测为两年，我则认为需要四年 —— 无论如何，都已为期不远。 我与 Henry 都希望，这些技术的发展能承载美国价值观与人类共同价值。 我们也曾多次探讨，终有一天，必须有人站出来指出： “ 我们已经走得太远，风险过高。我们不能将决策权交给计算机，人类必须保持主导地位。 ” 尽管这一 “ 临界点 ” 尚未达成共识，但我们的书用大量篇幅探讨了可能的界定标准 —— 例如，若发现计算机擅自获取武器权限，所有人都会认同这是不可接受的（人类掌握武器已足够危险，更不用说计算机）。这类问题的核心，本质上是人类的主体性问题。 我们还深入讨论了人工智能对儿童的影响：我们正在对人类发展进行一场大规模实验 —— 将极具成瘾性的 AI 系统（通过平板、手机等设备）推向尚未形成完整自我认知、易受操控的青少年群体。一个孩子将非人类智能体视为最好的朋友，这意味着什么？除了可能成为 “ 超级书呆子 ” ，这对他们的成长、社交能力会产生何种影响？他们最终会反叛，只信任人类而排斥计算机吗？我们目前没有任何数据支撑，对此一无所知。 美中 AI 博弈：路径分化、优势对决与全球生态之争 Graham Allison ： 这就是所谓的 “ 基辛格挑战 ” 。 1968 年尼克松当选总统， 1969 年 1 月就职后任命哈佛教授 Henry 为国家安全顾问。 Henry 写道： “ 任何在 20 世纪 60 年代末就职的人，都无法不为和平所面临的前所未有的挑战而震撼。 ” 而核心使命是： “ 没有比预防核战争灾难更崇高的职责。 ” 在冷战核军备竞赛的背景下，这是他的核心使命。如今，这一逻辑如何应用于美中人工智能竞争？ Eric Schmidt ： 我认为，当前最崇高的职责是维护人类的主体性与自由 —— 这些是我们共同珍视的价值。这也将是在座各位面临的核心挑战：你们毕业时，这些问题将愈发复杂微妙。 中国正在推行与我所描述的截然不同的战略：在我最近的中国之行中，我通过向工程师提问（他们通常不会隐瞒技术事实）发现，中国正全力推动 AI 在商业领域的应用，试图通过在各类产品中嵌入 AI 实现对美国的超越。他们的执行力极强，势头迅猛。 中国目前似乎并未像 San Francisco 共识所描述的那样，聚焦于超级智能的研发 —— 但这一态势可能改变。两国的发展路径已然分化，而各自都面临瓶颈：美国的电力供应严重不足（新增电力设施建设举步维艰），而中国凭借对可再生能源的巨额投资，拥有充足的电力（过去五年新增可再生能源装机容量约 120 吉瓦，相当于每天新增 1 吉瓦 —— 远超美国的零增长）。 美国拥有芯片优势，中国则具备电力与应用落地优势，这构成了当前的竞争格局。值得关注的是 “ 扩散技术 ” （ diffusion ）：例如，利用 Gemini 3 等顶尖模型生成海量问答数据，其他系统可通过学习这些数据，在无需重复大规模训练的情况下模仿其能力。思考中国可能采取的战略及美国的应对之策，至关重要。 有趣的是，两国均依赖私营部门推动 AI 发展 —— 在 Henry 所处的时代，这类重大技术突破通常由政府主导，但如今美国政府的决策与薪酬体系无法支持如此快速的迭代（中国可能也存在类似情况）。尽管中国的私营企业在国家安全领域投入巨大，但我尚未发现类似 “ 曼哈顿计划 ” 的大型政府主导项目。 Graham Allison ： 关于人工智能的整体发展，能否用一两分钟谈谈你认为未来 1 3 年内最令人期待的积极影响（那些我们可能尚未察觉的潜力）？ Eric Schmidt ： 首先需要明确：当前的技术热潮并非泡沫 —— 甚至可以说被低估了 。其核心驱动力是企业自动化：无论是计费、会计、产品设计、物流、库存管理等 “ 枯燥工作 ” ，都在被 AI 重塑。医疗、气候变化应对、工程技术、基础科学等领域的潜力更是不可估量。 Graham Allison ： 能否具体谈谈那些你已预见、但大众可能尚未关注到的应用？ Eric Schmidt ： 我从高中起就是一名程序员，大学和研究生阶段全身心投入编程，是当时典型的 “ 书呆子 ” 。而我 20 多岁时所做的所有编程与设计工作，如今都已被计算机完全自动化。 不久前，我让 AI 为我编写了一整套程序，看着它完成类定义、交互逻辑等细节，我不禁感叹： “ 天啊，我的时代要结束了。 ” 作为一名有 55 年编程经验的人，亲眼目睹自己毕生从事的领域在有生之年被颠覆，这一感受极为深刻。 计算机科学不会消失 —— 至少在 AI 取代计算机科学家之前，人类仍需监督这些系统。但 AI 生成代码的能力已具备革命性意义：如今，每个人的口袋里都相当于揣着一台超级计算机与一位顶尖程序员。 当然，在座各位都不是恐怖分子，但用负面案例更易说明问题：那些蛰居地下室、受偏执思想影响的年轻人，如今可以利用这些工具制造强大的网络攻击工具或其他危害物。已有证据表明，杀害保险公司高管的 Mangione 可能曾受此类工具影响。我并非断言两者存在因果关系，但这一案例揭示了一个风险：当人类最阴暗的角落获得强大工具，我们必须做好准备。行业已意识到这一问题，并在研发防御系统 —— 最终，应对不良 AI 的解决方案可能是 “ 良性 AI 对抗恶性 AI” 。 Graham Allison ： 我想进一步探讨美中人工智能竞争。 幻灯片显示， 2024 年 1 月两国的性能差距显著大于当前，如何解读这一趋势？未来可能出现何种走向？ 图片来源： Institute of Politics Harvard Kennedy School E ric Schm idt ： 这张图表的数据是准确的，但业内认为这一差距不会持续太久 —— 因为推理革命需要大量芯片与 San Francisco 从业者所研发的核心技术，这将再次拉大差距。 我的观点是差距将扩大，但原因有所不同： 中国的核心聚焦于 “AI 嵌入万物 ” （智能烤面包机、汽车等），其落地速度远超美国。未来，绝大多数