这三年里，我们的世界，确切地说，我们认知世界的方式，已经被彻底重构了。
还记得那个让无数人彻夜难眠的2023年吗？那时候，ChatGPT刚刚横空出世，像是打开了潘多拉的魔盒。我们惊叹、狂欢，随即陷入深深的焦虑。如今，时间仅仅过去了两年多，那场关于“AI会不会毁灭人类”的宏大争论似乎稍微平息了一些，取而代之的，是AI像水和电一样，无声无息地渗透进了我们生活的每一条缝隙。
站在2026年的门槛上，我想和大家聊聊。不是聊参数，不是聊股价，而是聊聊这狂飙的两年后，我们到底过得怎么样，以及那位在三年前敲响警钟的老人，他的预言应验了吗？
把时钟拨回2023年5月1日。那天，75岁的杰弗里辛顿做了一个震惊全球的决定：从供职十多年的谷歌离职。
这老爷子是谁？他是图灵奖得主，是深度学习之父。可以说，如果没有他，就没有今天的ChatGPT，没有Midjourney，没有这一切。在人工智能的荒漠时期，学术界的主流是符号主义，那帮人觉得AI应该像做数学题一样，基于逻辑推理来模拟智能。只有辛顿，像个固执的异端，死磕联结主义，坚信智能应该像人脑神经元一样，通过简单的单元连接涌现出来。
他赢了。算力的突破让神经网络大放异彩，他的弟子伊尔亚苏茨克维更是OpenAI背后的灵魂人物。
就在胜利果实挂满枝头的时候，辛顿却说他后悔了。
他在接受《纽约时报》专访时，眼底满是忧虑。他担心的理由很直接：AI进化的速度太快了。以前我们以为强人工智能要50年，现在看，可能20年内，甚至就在这几年。当机器比人更聪明，它还会听话吗？
辛顿当时那句充满无奈的辩解，至今听来仍让人心碎：“我用这个平常的借口安慰自己：要是我没有这么做，别人也会这么做。”
如今站在2026年看，辛顿的担忧绝非杞人忧天。虽然“天网”还没有接管核武器，但技术的奇点效应已经显现。过去两年，AI的迭代速度甚至超过了摩尔定律。我们原本以为创造力是人类最后的堡垒，结果AI画画比插画师快，写代码比初级程序员稳，甚至在科研领域，AlphaFold解构蛋白质的速度让生物学家望尘莫及。
这就是我们面临的现状：未来已来，只是分布得不均匀，而且带刺。
这两年，如果你身处职场，一定感受到了那股寒气。
曾几何时，我们以为AI替代的会是流水线上的工人，是那些重复、枯燥的体力劳动。现实却给了我们一记响亮的耳光。生成式AI的狂飙，首先冲击的是坐在写字楼里、吹着空调的白领阶层。
回看OpenAI在几年前发布的那份报告，预测GPT-4等模型将冲击80%的美国劳动力工作。当时很多人不信，觉得AI写不出有灵魂的文案，画不出有情感的画作。
现在呢？看看你的周围。某4A广告公司早已裁撤了大量初级文案，策划案的初稿几乎全由AI生成，人类只需要做最后的“调味”；插画师群体经历了惨烈的洗牌，只会“行活”的画师消失了，留下的是懂得驾驭AI的美术总监；就连程序员，这个曾经的“金饭碗”，也出现了裂痕。谷歌和IBM在2023年就宣布尝试用AI替代部分岗位，到了2026年，初级代码编写工作，基本已经是AI的天下。
这甚至带有一种黑色的幽默感：那些大型科技公司的员工，夜以继日地研发AI，最后研发出来的“孩子”，抢走了自己的饭碗。
失业的压力是真实的，也是残酷的。但这并不意味着工作的终结，而是工作定义的改变。我们被迫从“执行者”转变为“指挥者”，从“工匠”转变为“鉴赏家”。在这个时代，提出好问题的能力，比寻找标准答案的能力金贵一万倍。
如果说就业的冲击是阵痛，那么虚假信息的泛滥，则是AI留给社会的慢性毒药。
三年前，我们还在嘲笑AI画的手指头有六根。现在的生成式AI，造假能力已经登峰造极。一段，你看到是你熟悉的朋友在说话，声音、表情、动作无懈可击，但这可能完全是AI生成的。
这种造假和识假能力的严重失衡，让互联网变成了一座“黑暗森林”。电话诈骗升级成了诈骗，成本低到令人发指。更可怕的是那些并非恶意的“娱乐”——有人用AI生成搞笑，有人生成虚构的新闻图片。当这些内容在社交媒体上病毒式传播时，我们对“真实”的感知力被稀释了。
在2026年，我们不得不养成一种习惯：对屏幕上的一切保持怀疑。这是一种集体的悲哀，我们失去了“眼见为实”的安全感。
面对这匹脱缰的野马，我们该怎么办？
历史上，古罗马皇帝韦帕芗曾为了保护臣民就业而拒绝先进机器。工业革命时，卢德运动的工人们曾愤怒地砸毁纺织机。历史的车轮滚滚向前，“堵”永远是下策，“疏”才是出路。
我们需要给AI立法，给它画出红线。
在这方面，欧盟走在了前面。他们早早通过了《人工智能法案》，这在2026年的今天看来，是一部具有里程碑意义的法律。这部法案聪明在一点：它不搞一刀切，而是采用“基于风险的方法”。
它把AI系统分成了四类：
- 不可接受的风险：比如侵犯人权、搞社会信用评分的，直接禁止，没商量。
- 高风险：比如用于执法、教育、关键基础设施的AI。这类不禁止，但必须透明，必须有人类监管，必须有详细的日志记录。这就像是给高风险的金融产品设了严格的监管局。
- 有限风险最低风险：监管相对宽松。
对于生成式AI，法案特别规定：必须披露是否使用了受版权保护的材料。这一条，直接击中了AI公司的软肋。在过去，AI训练大多是“白嫖”人类的创作数据，现在，必须得有个说法了。
而在大洋彼岸的美国，监管也在收紧。FTC等部门联合声明，严打AI带来的歧视和偏见。算法审计成了大公司的标配，就像财务审计一样。
在我们国内，网信办的规定也早已落地。对于生成式AI的服务管理，不仅要有技术底线，更要有价值观的底线。
光靠法律够吗？法律是滞后的，是昂贵的。面对秒级进化的AI，我们还需要“代码之治”，也就是用技术手段来治理技术。
科幻作家阿西莫夫提出过“机器人三法则”，这在文学上很美，但在工程上很难实现。因为AI这东西，有时候“一根筋”，它可能会为了“保护人类”而把人类圈养起来。
所以，现在的重点是AI对齐性。我们要让AI的目标，真正和人类的价值观对齐。
这其中，最精妙的一招是：用AI训练AI。
OpenAI当年训练ChatGPT时，就用了这招。GPT-3刚出来时，也是满嘴跑火车，甚至会有种族歧视言论。怎么改？靠人去一个个纠正太慢了。于是，他们引入了“基于人力反馈的强化学习”。先让人类教一个小模型什么是“好”的回答，然后让这个小模型充当“教练”，去训练大模型。
这就像是培养出了一个懂规矩的“AI政委”，让它去管教那些能力强大但不懂事的大模型。在2026年，这种“以模制模”的方法，已经成为了行业标准。
此外，区块链技术和隐私计算也在发挥作用。以前插画师没法证明AI用了自己的画，现在通过区块链确权，每一笔贡献都能被记录，每一次调用都可能产生收益。这或许是解决AI版权烂账的唯一解法。
AI狂飙两年后，我们确实失去了一些东西：旧的职业安全感、对互联网信息的无条件信任、甚至是作为“唯一智慧物种”的傲慢。
我们收获了效率，收获了工具，也收获了对自身价值的重新审视。
辛顿的悔意，是对技术失控的敬畏，也是给全人类的清醒剂。它提醒我们，技术从来不是中性的，它是一把锋利的双刃剑。
在2026年的今天，我们不再谈论“AI取代人类”，我们谈论“人机共生”。我们制定法律，我们编写代码，我们调整伦理，都是为了在这场技术洪流中，保住人类的尊严和驾驭权。
生活依然继续。AI可以写出完美的十四行诗，但它不懂在冬夜里读诗时，那颗因为思念而颤抖的心。AI可以生成绝美的风景画，但它无法体会当你真正站在雪山脚下，寒风灌进衣领时那种渺小与崇高的感动。
意义，依然是人类独有的特权。
在这条共生之路上，愿我们保持警惕，保持清醒，但更要保持对未来的野心。因为无论AI多么强大，按下启动键的，永远是我们。
热门跟贴