致敬稀缺：万千流变，一如既往｜甲子光年七周年|复杂性|时代|流变|甲子光年|稀缺

世界有多复杂，真理就有多简单，幻象有多迷乱，胜利的法门就有多纯粹。

作者｜甲小姐

今天是「甲子光年」品牌发布七周年。按惯例，每年今日会聊聊已经步入Q4的当年感悟，同时为甲子引力年终盛典作序。

2017年10月10日，「甲子光年」发出了第一篇文章，其中有一句话：

今天回看，工程师的造物主情结正是这场七年大戏的伏笔。

科技是未来之学，逻辑以终为始、因果倒置——先行者押注目标，之后兀自进入自己的平行世界，一路在有限资源中与概率博弈、逐步加码，直至目标实现。

既然以终为始，注定了科技的角力从来不仅仅是技术本身。资本、舆论、人才、生态，每个维度都有博弈。

对于极致的理想主义者而言，这场时代大戏有着这样的基调：

其开幕，是“以凡人之身躯领悟天之意志”，其终章，是古罗马诗人奥维德所形容的：“吾诗已成，无论诸神的愤怒，还是地底的烈火，都不能使它消弭于无形！”

造物与创生，是一个文明最大的野心。

七年一梦，这出大戏进展几成？

有人说赛程刚刚开始，凡夸张之言只是痴人说梦；有人说现实远比虚拟魔幻，泡沫幻灭只需一瞬；更多人择木而栖，反正一年有一年的关键词，一个周期有一个周期的beta，既然科技已成主角，不妨将铺天盖地的翻新说法一个个拿为己用。

三种心态看似矛盾，事实上始终共存。

过去七年，我深度接触了上千位科技决策者，多数人都经历过上述心态的轮转，不同观点轮番流淌过每个决策瞬间：自洽、失序、重建秩序、再混乱、再度自洽……螺旋之中，磕绊前行。

这种矛盾的本质，是无人亲历未来，无人知晓终章究竟是哪种图景——我们如此用力押注，并非未来已经站在自己一边，而是止步不前的“拒绝押注者”注定没有未来。

信息高速公路以来，互联网加速一切；人工智能以来，这种加速叠加了数据与算力的爆炸，复杂程度呈几何级数增长。以秒为单位更迭的重磅事件如雪片般铺天盖地、分形演化，一个团队内部也多有不同意见和判断，更不用说竞对之间。

「甲子光年」作为科技产业智库，身居第三方视角，让我们得以无数次目睹正反博弈的双方——大部分时候，正反双方都有自洽的理由。

因此，这场游戏与其说是正确与错误的博弈，不如说是意志力与执行力的角力。这让我们对群体为之狂欢的概念始终保持审慎。看得越多，就越祛魅，越脱敏；市场有多乱，分析者就该多克制。

在万千流变的历史横截面上，智库的自觉是一种必须内化为本能的基本功：厘清什么是没得选的“不得不”，什么是有得选的“真命题”——接受“不得不”，剖析“真命题”，陪跑一部分人穿越迷雾投奔不朽。

浸泡在未来产业的七年，「甲子光年」作为科技产业智库的一个样本，自然有非常多思考。本篇我将聊聊其中三个思考：

我们在警惕什么；我们拿不准的留白是什么；我们所押注的是什么。

1.我们在警惕什么：“主语”的让渡将引发一系列连锁反应

过去两天，2024诺贝尔奖揭晓激起千层浪。

2024年10月8日，瑞典皇家科学院宣布将2024年诺贝尔物理学奖授予美国科学家约翰·霍普菲尔德（John J. Hopfield) 和加拿大科学家杰弗里·辛顿 (Geoffrey E. Hinton)，以表彰他们利用人工神经网络实现机器学习的奠基性发现和发明。

2024年10月9日，瑞典皇家科学院继续宣布将2024年诺贝尔化学奖授予三位科学家，其中，一半授予美国华盛顿大学的戴维·贝克 (David Baker)，以表彰其在计算蛋白质设计方面的贡献，另一半则共同授予英国伦敦人工智能公司谷歌DeepMind公司的德米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M. Jumper），以表彰其在蛋白质结构预测方面的贡献。

尽管对人工智能驱动科学研究(AI for Science, AI4S)的讨论已汗牛充栋，诺奖直截了当的结果仍干脆得出人意料。它展示了人工智能从一个学科出发，如何走到另一个学科的花园，而且这种投奔绝非浅尝辄止，是直捣龙穴、径直摘取了桂冠。

这意味着AI的“溢出效应”已经到达了新的高度。物理和化学的桂冠已经AI化了，趋势势必加速扩散，直至人类科学树的每条分支、每片叶子都涂上AI的底色。

这是人类主语权的让渡，也是人与AI双生文明的开启。

2024年4月，甲子光年智库提出：AI改变世界有两大维度。第一，AI主语化：从人主导向AI主导，人的主导权逐渐让渡；第二，AI映射力：AI对物理世界的映射能力逐渐增强，逐渐实现人类能力的赶超，从大脑、小脑到体力。

甲子光年智库以这两个维度作为横纵两轴，将AI改变世界的进程划分为四个阶段：

2024的诺奖可被视为一个关键节点，印证了AI主语化的加强和AI文明时代的加速到来。

至此，AI权重再上一级台阶：

AI接管的不仅是人的劳动方式，也接管了曾独属于人的神圣感和荣誉。这不仅是技术的替代，更是角色和责任的转移——人类正在将独属自己的特权和地位让渡给人与AI的“双打”组合。

这个里程碑，是AI原生从业者的狂欢，也是另一群体的孤单。它并非昭示着AI已超越人类，但会推动一个深远影响的加速发生：仅凭自身智慧孤身奔赴未知的人将越来越少。

曾几何时，诺奖是独属于人类智慧的桂冠，自此一役，还会有多少科学技术从业者会对自己坚持多年的范式报以不容置喙的底气？

在历史长河中，一位位科学技术工作者曾是科技树上的“徒手攀岩”者，智慧的头脑从世界各地孤身而起，分头攀爬，于无声处听惊雷，于青萍之末出新知，这是过去的范式。今天，人类构建出的强大AI伙伴，以超越人类的速度和能力推动出人意料的成果加速加倍涌现，“freesolo”变成了大装置、大资金驱动的“重装部队”，标志着文明进步范式的根本性转变——我们正进入双生文明时代，已经难以切割成“人的归人，机器的归机器”，人与机器的界限将彻底模糊，文明换了个腔调，加速滚滚向前。

这会进一步强化AI的权重，引起更大范围的连锁反应。连锁反应至少有以下五个方面：

第一，人才转轨的“鼓吹手”：

对科学界而言，传统方法势必经历自我怀疑、摇摆和重建。一部分研究方法的命运接近于非物质文化遗产。

斯坦福等高校不乏博士肄业、投奔大厂，“学校做不了AI，要到有卡的地方去”；各大模型团队，从研究员到助理，从教授到学生，接到的猎头电话频率甚至超过了运营商的套餐升级问候；劳动的第一性原理自此改变。

第二，喂不饱的“吞金兽”：

对产业界而言，巨头和中长尾以资金体量划江而治。

“一个真正的前沿模型的入门价格约为1000亿美元。”当地时间2024年9月9日，甲骨文创始人兼董事长Larry Ellison在公司2025财年第一季度财报电话会议上说。

1000亿美元，这是一道天堑，既是巨头躬身入局的战略豪赌，也是吓退其他选手的障眼战术。

如果这个数字是合理的，将意味着80亿人口奔赴AI文明的方式将由屈指可数的几人引领和定义。

Transformer和规模法则主导的AI主流范式成为大资本、人才、注意力的黑洞——“吞金兽”般摧枯拉朽，难以逃逸，这让试错成本高企不下，负重入场者和没资格入场者，无人轻松。

第三，搅动决策体系的“鲶鱼”：

而即便对领军企业而言，也显出疲惫应战的姿势：这一两年，OpenAI和市值巨头均经历高管团队的频频替换与撕裂重组——这是一种“人的失效”，管理者的掌控力在过快的技术迭代和过大的试错成本中显得惊魂不定甚至螳臂当车。

第四，剧情反转后的“主人公”：

进一步，此刻AI的主导范式充斥着内容生成、数据合成与概率模型。这是最测不准的指挥棒，去伪存真的难度系数与日俱增——人们花费重金开发的AI工具在互联网上投射下压倒性的生成内容，人们又需要花费重金从里面淘出真的东西来，真假难辨，有的只是AI内容数量级上的压倒性胜出。

而别忘了，内容是人认知世界的核心载体，AI主导内容，内容主导认知，认知主导人的决策和行动。

“内容-认知-决策-行动”这个逻辑链条已经经历了反转，反转之后，AI成为人类行动的主人：真假难辨的内容世界看似停留在虚拟空间，实则对物理世界每时每刻都产生直接影响。

第五，败事有余的“背锅侠”：

前阵子时几段话很精彩：

“技术路线是客观规律决定的，路线的正确性和它是否是共识关系不大……如果真的按照大众的判断去发展，反而是死路一条。相比会开车的人群，会开火箭的人就少多了。所以火箭制造领域就比较幸运，没有发生太多外行共识指导内行技术路线的惨剧。就着这个思路看，LLM领域就是存在这种‘路线噪音’的重灾区。”

“……二流三流的技术团队可以完美地把自己的技术差距说成是数据和算力的差距。数据不够算力不够，不是正好就要你打钱嘛！这就是完美的闭环。”

AI是一种新世代的障眼法，“路线噪音”与借口遍地，成为所有人判断真正可行性和水平高低的挑战。AI参与比例越高的地方，“路线噪音”越大——黑盒与概率模型让所有判断力都可能沦为管中窥豹。

……以上五种连锁反应只是一些局部。“人的失效”与“AI崛起”正在各种意义同步发生，同时加速。

自10万年前智人至今，人类几乎没有升级过自身的“硬件”——人类自顾不暇之时，处理复杂问题的能力就减弱了。于是，AI为人类集体开启了一扇窗，却为不少人类个体关上了门。

2.我们拿不准的留白是什么：AI溢出是确定的，溢出方式是想不到的

很多人会预判AI引发的未来如何变革，但事实是，AI往往会以一种预想不到的方式溢出影响力，产生外部性，而且这种溢出的戏剧性会远远超过这次诺奖。

举几个例子：

第一，AI天生规避了人性的某些弱点，导致一种别样的“说服力”

一个有趣的例子：

美国研究团队招募了2000多名志愿者，并让他们与AI聊天机器人进行交流。这些志愿者都至少是一种阴谋论的支持者，如“登月骗局”“地平论”等等，他们需要向AI分享自己所了解的支持这类阴谋论的“证据”，再由AI实时检索公开信息并进行反驳。结果表明，这些参与者对阴谋论的信任度平均下降了约 20%。

为什么真人劝你你不信，AI一劝你就信了呢？

研究人员认为，这一成果的取得其中一个关键原因，在于AI与志愿者之间交流的技巧。在聊天时，AI会全程“保持礼貌”，最大程度避免了人际沟通中可能出现的对立情绪；而志愿者在面对AI时也不会容易因“自卑”“丢脸”等负面情绪产生抗拒。

这其实侧面证明了一件事：“顽固派”并不是不愿意接受真相本身，不愿接受的只是那些占领“真相”高地的人，以及他们不自觉散发出来的“我比你懂”的傲慢。

人与AI交流，图片由AI生成

这个例子隐藏深意：AI可能仅仅是因为“不是人”、规避了人性的弱点，便有机会代替人际交往间那些容易引战和触发负面的部分。

此外，这个例子意味着AI的作用力可能完全超出工程师构想的范畴，类似片段随处都是——AI的成果是涌现的，不是被设计出来的，AI的“造物主”决定不了自己将造出来什么。

第二，AI对世界“高阶相关性”的认知已远超人类‍

人类的认知是由符号主导的。对比三种符号体系：公式、语言、艺术。公式趋向本质和归一，“万变不离其宗”，艺术趋向发散和多元，“一千个读者有一千个哈姆雷特”，语言介于公式和艺术之间——没有公式那么精确，没有艺术那么发散，是一种看似明白却有陷阱的符号体系。

符号是这样作用于历史的：当事物被符号化后，人们可以捕捉提取各种相关性，从而挖掘规律、做出决策、付诸行动。符号塑造共识，共识推动发展。

万事万物间，存在千丝万缕的联系，再聪明的人也只能借助打标签、做联想、硬推理、求相关性等方式理解事物之间的“一阶相关性”或“二阶相关性”，而AI对世界的“高阶相关性”的认知远超人类。简言之：AI能看出关联的，人类看不出来，AI能联想到的，人类联想不到。

因此，人类对符号世界的理解很难跑赢人工智能——AI要么创造了过多符号，大大超过了人脑的消化能力，要么在符号中匹配高阶相关性的能力远超人脑的联想能力，从而得出远超人类理解能力的结论。

那之后，人类要么主动放弃对“真实”的执念、投奔有损压缩后的符号世界，要么得严肃考虑换一种思路，看看是否有可能寻找到全新的符号体系——一种比语言更客观的符号体系。而这同样意味着人类文明的被迫异化。

第三，知识的半衰期，与人类知识库的稀释

1900年，人类的知识大约每世纪翻一番；1945年，人类的知识大约每25年翻一番；1982年，每12—13个月翻一番；2020年，人类的知识总量每12小时翻一番。

一个世纪前，工程师在获得学位时所学的一半知识需要35年的时间才能被推翻或替换。而现在，工程学位的半衰期在2.5到5年之间。伴随知识的获取成本无限逼近于0，知识的半衰期快速缩短。

以上数字都发生在ChatGPT诞生的2022年之前，这之后，AIGC的加速渗透以更夸张的指数稀释人类的知识库，并让人类对真实知识获取的门槛上升。生成技术带来内容泛滥，而人类的带宽有限，快速过时的知识、大规模无法分辨真假的信息会将人类引向何方？AI的文明对自体心理发出了挑战。科技很快，人性很慢。人们需要新的安全感，而这些安全感从何而来是一个巨大的挑战。

第四，溢出的AI与GDP增长的挑战

AI对供给侧的改革是毋庸置疑的，但对总需求的影响仍然很模糊——目前AI大都仍处于微笑曲线的水平线以下。

如果一项技术对生产端的加持远大于对需求端的激发，有可能出现相关产品价格的下跌，结果相关GDP反而会变小。技术对经济的影响是非常复杂的。也许AI无法完全避免当年互联网泡沫的覆辙，“路多车少”是无法真正跑完闭环的。所以我们很有可能经历局部的经济阵痛。

第五，ESG危机：武器化、全球变暖、生命权的不平等

任何一项威力过大的技术，都不可避免地将加速新型敌对工具的诞生，AI也很难逃脱这个命运。

今年六月，，我们聊到了关于AI让人担心的事。

甲小姐：在你的官网页面的最上方有一行小字：OVER THE LONG TERM, THE FUTURE IS DECIDED BY OPTIMISTS（从长远来看，未来由乐观主义者决定）。最近AI的一系列进展和快速迭代的浪潮，以及你刚才提到了百年人类身份认同危机，会让你有担忧吗？凯文·凯利：总的来说，我不是特别担心。有些事情我的确很在意，但我相信我们会解决。但还有些问题我们还不知道如何解决。比如气候变化，我们知道应该怎么做，但在AI领域存在一些我们不知道如何解决的问题，而这些问题有可能在未来会给我们带来困扰，比如AI的武器化：我们应该允许出现一个机器人士兵吗？AI可以有杀人的能力吗？这是我们不知道的，而且这真的很难决定。所以这是我真正担心的事：人工智能武器化。 ——《甲小姐对话凯文·凯利：关于AI，我从未写进书里的判断｜甲子光年》

全球商业太空探索的领军人彼得·戴曼迪斯(Peter Diamandis)曾说：“如果一国政府对无人机、干细胞或人工智能技术进行管制，禁止使用，那就意味着相关的研发和生产会转移到别的国家进行。”

这印证了2023年4月甲子光年智库提出科技发展三定律：定律一就是科技的发展轨迹存在“不可逆性”——不以人的意志为转移。

武器化只是其中一种威胁。伴随模型大小一同膨胀的，是算力、人才、电力、数据等无数基础资源的不断加码，是隐私保护、信息安全、责任缺位、算法歧视、社会公正等层出不穷的挑战……加码与挑战没有尽头，而每个问题的解决与共识的达成都是艰巨的考验。

在物理学中，熵是一个衡量系统无序程度的量。奥地利物理学家薛定谔首次提出：生命以负熵为食。生命是远离热力学平衡的。它从环境摄入高级形态的能量，维持和发展生命，将低级形态的能量排给环境。

生命以负熵为食。AI呢？

一方面，AI系统能够识别模式，预判趋势，从而减少数据的混乱度，增加信息的有序性；另一方面，AI的发展所导致的社会结构变化，例如工作岗位的消失，会阶段性地增加社会系统的复杂性，尤其是“黑箱”模型引入了新的不确定性；此外，AI系统在运行过程中会消耗能量，增加热力学熵，尤其是在低的情况下。