作者 | 唐小引

出品 | CSDN（ID：CSDNnews）

「總有人比時代早十年」——這是 2026 智源大會開幕式播客對話的主題。這個題目暗示了一個答案：那些「早十年」的人，一定有某種特殊的預判能力，某種別人沒有的底層思維框架。

王堅的開場，把這個預設拆了。

「其實沒有，真的沒有先于別人看到。」

這場對話，由《漫談 Light the Star》創始人衛詩婕主持，智源研究院理事長黃鐵軍與之江實驗室主任、阿里云創始人王堅對談。從中國 AI 范式演進，聊到 Agent 時代的新風險，再聊到人類與 AI 如何共存。

多年以來，王堅院士始終身著標志性的格子襯衫，這幾乎出現在了他所有的公開場合——無論是阿里云棲大會、城市大腦的發布，還是今天智源大會的播客對話。他的犀利也是標志性的。

他的成長軌跡里，早年有心理學和認知科學的底色，這讓他比純工程背景的人多了一套看問題的框架——關注人的行為、系統的運轉方式，以及技術在大規模社會問題里能做什么。此前在微軟亞洲研究院工作多年，2008 年加入阿里巴巴，隨即力主把阿里的 IT 系統全部遷移到云端。那是一個沒有人相信這條路能走通的年代。內部質疑聲很大，外界也多有批評。阿里一年十億、連續投入十年，才最終證明他是對的。再之后，就是他主導研發的城市大腦，以及擔任主任至今的之江實驗室。2019 年，當選中國工程院院士。

與他并肩而坐的黃鐵軍，是中國 AI 機構建設史、大模型史上的一個關鍵人物。2018 年，他與張宏江一起，牽頭創立智源研究院——北京市給了一個自由的體制，也給了一個長達十年的穩定支持框架。成立當年，GPT-1 剛剛發布，大多數人還不知道這意味著什么。2020 年，他組織了上百人一起攻關大模型，第一代用了五個月，第二代用了三個月追了上來。他聯合創立的智源，后來被很多人稱為中國 AI 界的「黃埔軍校」。

重點速覽：

王堅：

• 關于「先看到未來」：「最重要的并不是有沒有想過，最重要的是——你想到之后，有沒有勇氣把它告訴大家，有沒有勇氣真的去嘗試，以及沒有希望的時候，能不能還往前多走一步。」

• 關于 AI 替代工作：「我是一個很堅定地相信今天的人工智能會替代很多工作的人。狗的鼻子比人靈敏得多，可我們從來沒覺得這件事情傷害了人。」

• 關于中美 AI：「至少在過去這些年的努力下，中國和美國在這個領域看到的是同一片大海。六七年前，我擔心的是我們看到的是游泳池，別人看到的是大海。」

• 關于科學變革：「只有當 AI 開始理解真正意義上的科學數據，科學才會被改變。就像當 AI 開始理解代碼，首先受到沖擊的是程序員本身。」

• 關于樂觀主義：「我是一個無藥可救的樂觀主義者。我一直相信，人類自己創造出來的問題，人類一定會解決。」

• 關于智能體評測：「今天的測試和排名，基本測的都是模型本身的能力。我們還沒有找到好的方法，去測模型和人一起工作時展現的綜合能力。」

• 關于 token：「讓 token 變得不值錢，像一張紙一樣。我覺得這大概就是我們的希望。」

黃鐵軍：

• 關于決心與時機：「技術沒有絕對的‘這件事一定行’。我們不能用‘交作業’的思路來看待技術突破。科技的不確定性永遠存在。所以要有想法，也要在該下決心的時候下決心。」

• 關于 AI 風險與共存：「‘控制’‘確保’這些詞，大概都不現實。這會是一個很長的互動過程。但我們確實要考慮‘共存’。」

• 關于人機關系：「有點像父母和孩子。AI 很厲害，它可能去宇宙、去很多地方，是我們人類自己做不到的。但我們之間會通過‘智能’這座橋梁，始終保持聯系。我們是父母，AI 是孩子。」

「最重要的并不是有沒有想過」

對話從一個很多人都想問的問題開始：這么多關鍵節點上的判斷——云計算、城市大腦、AI 基建——底層思維框架究竟是什么？

王堅：其實沒有，真的沒有先于別人看到。我今天上午聽兩位教授發言（指 Whitfield Diffie、 這兩位圖靈獎得主），也很有感觸。尤其是講強化學習時，提到了一位學者桑代克。大家可以設想一下，很多時候其實真的很難講，一個想法到底是誰先想過，還是另外一個人先想過。

所以，到最后這個問題就會變成：是誰先想到，或者誰先認真思考過？其實更關鍵的不是這個。更關鍵的是，當你想到一個問題之后，你有沒有勇氣把它告訴大家；再進一步，你有沒有勇氣真的去嘗試；再到最后，當你覺得這個事好像沒那么有希望的時候，你能不能還有毅力，再往前多走一步。

最重要的并不是有沒有想過，最重要的是后面的這些事情。尤其是在今天信息交流這么發達的時候，真的很難講誰先想、誰后想。把它講出來，把它做下去，可能比什么都重要。

「詞語本身就是框架」

主持人追問：能不能更具體地說說——您分析問題的時候，好像會把技術當成工具，真正關注的是社會中大規模存在的問題，這套底層方法論是什么？王堅的回答，是先把「方法論」這個詞本身拆掉。

王堅：其實也很難叫「方法論」。里面很挑戰的一件事情是：一旦有了一個詞，它就給我們搭了一個框架，而我們又會不自覺地被這個框架限制住。所以我經常會講，甚至連開會也是這樣——因為有這個會場，就決定了我們怎么開會，很少有人真正去想這件事情。有的時候我不太愿意在會場開會，就是因為會場會決定你能說什么、你會怎么把它講出來。

其實今天講人工智能的時候，我們有意無意也被「人工智能」這幾個字限制住了。大概在 2017 年的時候，我在貴陽就講過幾乎一模一樣的東西：為什么會有 animal intelligence、human intelligence，以及 machine intelligence？

我自己一直覺得，任何一件事情，你還是要給自己留出一個能夠超出當前框架去思考的空間。盡管「AI」這個詞是在美國出現的，「machine intelligence」這個說法又和英國傳統有關，但對我來說，思考今天面臨的挑戰，我一定會放在更大的框架下去想。

他話鋒一轉，說到了一個很多人不太敢正面講的問題。正因為他把思考框架從「人工智能」擴展到了更大的 machine intelligence 視野，他對 AI 替代工作這件事，反而看得格外坦然：

王堅：我其實是一個很堅定地相信：今天大家所講的人工智能會替代很多工作的人。原因也很簡單。我經常會說，狗的鼻子比人要靈敏得多，可是我們從來沒有覺得這件事情傷害了人。所以當你有這樣的框架時，其實你就會多想很多問題。

「你一定要說你自己真正相信的事情」

談到資源與支持，王堅把這個問題的邏輯完全倒過來說：

王堅：有一件事是肯定的，一個人要做成一件事情，一定要得到別人的幫助，沒有人可以完全靠自己完成一件事情。但很關鍵的一點是，你自己想問題的時候，不能太自我主義。不能一開始就把自己放成世界中心。

當時做 2050 的時候，我們有一個非常簡單的想法：希望年輕人站到舞臺上來講一件事情。最重要的不是臺上的人說服了臺下的人，而是這個年輕人在臺上講出了他對世界的看法，講出了他要做一件事情的決心。到最后，臺下的人信不信，其實沒有那么重要。因為他自己在臺上說出這句話以后，他就會更相信自己。

你一定要說你自己真正相信的事情；你一定要說你自己會堅持的事情；你一定要說自己真的會去做的事情。那我相信，如果是這樣的話，就一定會有支持。

如果任何人一開始就設一個前提：如果我想做一件事情，沒有人支持我，我就不做——那我基本上會覺得，真的不會有人支持你。只有當你心里有一個想法：即便得不到任何人支持，我也還會堅持、堅定地去做這件事情——那你要相信，這個世界還是很美好的，一定會有人支持你。

「至少我們看到的是同一片大海」

談到中國 AI 的位置，王堅先繞到智源身上說了一段話：

王堅：我還是覺得，智源蠻具有「開創性」。當時用那樣的規模、那樣的決心，去用今天這種方式做人工智能，在當時是非常不一樣的。

這讓我想起一個詞，叫 Rocket Science。這個詞很特別，我們平時講它，是強調這個東西有多扎實、多復雜；但實際上，沒有什么比火箭更危險、更充滿不確定性。現在做模型，不是等你整個模型訓練完了才知道結果，哪怕只是中間一個環節，比如訓練了三個月、五個月，結果如果不好，你花掉的錢就像炸掉了一枚火箭。一枚火箭，大概就是一個億、兩個億的量級；今天大家訓練一個大模型，電費、算力費，很多時候也就在這個級別。

談到中美，我其實不太愿意用簡單對立的方式來看。基礎研究本來就是全世界的，本質上屬于全球知識共同體。我不是特別喜歡「差距有多大」這種表述。我更愿意說：至少在過去這些年的努力下，中國和美國在這個領域看到的是同一片大海。如果是六七年前，我擔心的可能是——我們看到的是個游泳池，別人看到的是大海。遠遠看都是藍色，但走近一看，根本不是一個世界。

但今天，大家看到的是同一個天地。至于誰離得近一點、誰遠一點，那可能只是一個技術性問題了。

黃鐵軍：我很認同。從未來趨勢看，中國的研究者完全有機會在這條主線上持續貢獻。一方面是數據驅動，另一方面是結構驅動——用什么樣的物理和生理基礎去構建智能系統。對人來說，是身體和大腦；對機器來說，是架構，是不斷演進甚至革命性的技術體系。這兩件事，一直在不斷提升、不斷演進。人工智能是人類的大趨勢，我們都可以在這個進程中留下自己的一個「星星」，然后一起構成一個巨大的宇宙。

「只有當 AI 開始理解真正的科學數據，科學才會被改變」

此前有一件事震動了數學界和 AI 界：陶哲軒與 DeepMind 的 Agent 系統一起，破解了一個塵封 50 多年的數學難題。話題轉向這里，王堅說這是他印象最深的事件之一。

王堅：這件事對我個人印象非常深，顯然是一個質變。

大語言模型出來以后，大家最先看到的是語言上的突破。但回頭看早期人工智能，其實很多問題都是被「編造出來」的玩具問題，英文里叫 toy problem。無論是機器視覺還是邏輯推理，當年很多問題其實都是為了研究方便，故意構造出來的。但到了今天，大家要解決的問題，已經不再是 toy problem，而是真正對人類理解本身都非常困難的問題。這是一個本質性的變化。

另外，大模型最開始吃的都是文本數據，來自互聯網也好、來自書籍也好，本質上還是文本。后來出現了代碼。很多人會覺得代碼本質上也是文本，因為最早寫代碼的時候，你拿個文本編輯器就能寫。但實際上，代碼在邏輯上已經不再只是文本。有人說得非常好：不要把代碼當成文本，你不是把代碼當作文章一樣在寫。

所以 AI 能夠理解代碼，這本身就意味著它已經往前邁了一大步——它開始能區分：什么是自然語言的問題，什么是結構化目標，什么是真正可以執行、可以驗證的過程。就像當 AI 開始理解代碼的時候，首先受到沖擊的是程序員本身。這個邏輯是一致的。

今天大家又開始談生命科學、蛋白質，這就更進一步了——什么是真正意義上的科學數據？這和文本已經完全不同。如果所謂「AI 開始理解科學」，只是因為它讀了科學論文里的文本，那它其實有非常大的局限性。只有當它開始理解真正意義上的科學數據，科學本身才會被改變，甚至會改變我們過去做科學研究的方法。

過去科學研究怎么做？一個科學家或一組科學家，自己去收集數據，自己去理解數據，最后寫成論文，發表出來，數據也就放在那里。整個過程，本質上是非常小范圍的人，對一批很難收集的數據，做了一次性的理解，故事就結束了。但有了人工智能以后，科學數據可以被更多人、以更多方式、在更大規模上反復理解。從歷史上看，阿基米德并沒有自己重新采集新數據，伽利略很多時候也不是自己重新采數據，他們都建立在前人沉淀的數據之上。今天，人工智能讓我們能夠重新理解所有這些數據。它首當其沖改變的，一定是科學研究本身。

「我是一個無藥可救的樂觀主義者」

對話轉向 Agent 時代的風險。黃鐵軍先說：

黃鐵軍：我覺得「控制」「確保」這些詞，大概都不現實。這會是一個很長的互動過程。但我們確實要考慮「共存」。未來會有很多智能體——人也是智能體，機器也是智能體，未來每個人身邊可能都會有很多智能體。在這樣一個由人類、機器智能體、物理智能體共同組成的復雜世界里，一定要有一個可以共同互動的界面和共識機制。我們總說模型是黑箱、不可解釋，可實際上人也是。一個人告訴你一個結論，你不會只關心結論本身，你還會問：你為什么這么想？將來面對 AI 也是一樣。這一定是一個開放討論、不斷腦暴、共同思考的過程。我相信我們可以共同找出一條理性發展的道路。

王堅：這個問題的結論，我跟黃鐵軍 100%一樣。為了表明這個「100%」不是我偷懶，我還是補充一點。

大家可以設想一下：當會話式 AI 出來的時候，所有人的激情都非常高。因為 conversation 這個詞，本來就是用來形容人的。其實今天講大模型，很多描述它的詞，本來都是形容人的。所以人本身就有這些問題。人的幻覺，可能比我們想象中要嚴重得多。為什么我這么看？大家理解一下，我是一個無藥可救的樂觀主義者。我一直相信：人類自己創造出來的問題，人類一定會解決。這是我所有判斷背后的邏輯。

所以比如說，一個很厲害的大師說了一句話，我沒聽懂——那這個時候，你當然也可以說，他的腦子也是個黑箱，我理解不了。但這不一定是災難。今天我們碰到一個系統，行為也好、答案也好，我們一時不能理解，我個人也不覺得這是災難。我反而覺得，這是一個機會，逼著我們去試圖理解它，從而讓我們的認識往前走一大步。

「今天我們對整個智能系統的認識，可能都需要重新梳理」

王堅接著說，正因為如此，面對 Agent 時代，我們對智能系統的認知框架本身也需要重建——包括我們評價它的方式：

王堅：這一定會是一個非常重要的迭代過程。今天我們對整個智能系統、對智能體的認識，可能都需要重新梳理一下。哪怕只是從測試角度去看。

今天我們做測試、做排名，基本上測的都是模型本身的能力。但我們還沒有找到很好的方法，去測一個模型和人一起工作時，它展現出來的綜合能力到底是什么。我個人覺得，這種排名可能會更有意思。也就是說，怎么讓一個智能機器和人一起工作時，它的綜合能力被真正度量出來？我覺得這是一個值得認真研究的問題。

「讓 token 變得不值錢，像一張紙一樣」

談到人和 AI 的關系，兩位嘉賓給出了各自的答案。

黃鐵軍：有點像父母和孩子。當然，父母和孩子也會有沖突，但總的來說，是不可分離的、非常密切的關系。AI 很厲害，它可能去宇宙、去很多地方，是我們人類自己做不到的。但我們之間會通過「智能」這座橋梁，始終保持聯系。我們是父母，AI 是孩子。

王堅：不見得完全一樣。我們人類至少先是大自然的孩子，所以有時候人類也不能太傲慢。我們只是這個世界的一部分。

但我非常同意的一點是：任何新技術出來，人類一開始都是恐懼的，這幾乎沒有例外。人類剛開始用火的時候，其實也是恐懼的。但今天我們已經學會了駕馭火。甚至我覺得，人工智能最后到底能不能對人類產生超過「火」的影響，今天都還是一個問號。至少還是個問號。

我也還是堅定地相信圖靈在 1948 年說的那句話——遠在他寫《計算與智能》之前，他在一個寫給英國政府實驗室的報告里就說：一個人，加上一張紙、一支筆，再加上一套規則，事實上就是一臺通用機器。

大家可以設想一下，不要說很久遠，就算是七八十年前，在中國很多普通百姓眼里，一張紙、一支筆，本身就是很有威懾力的東西。會寫字這件事，對一個普通人來說，曾經是多大的挑戰。只是今天大家都會寫了，就覺得紙和筆太普通了，可以隨手放下。

我覺得，人工智能今天就處在這個位置。所以我們真正的挑戰是什么？從技術角度講，就是 token 太貴了。如果 token 能便宜到像一張紙、一支筆那樣，那我覺得人類就真的會被解放出來。一定要讓 token 變得不值錢，像一張紙一樣。我覺得這大概就是我們的希望。

在這場對話中，有一個常見而又鮮為人知的“常識”在結束后引起了許多人的討論。王堅說了一句他聽黃鐵軍分享、讓他印象極深的話：「飛機是在沒有徹底理解空氣動力學的情況下飛起來的。」

王堅：這句話特別有意思。它告訴我們：我們對世界本質的理解，和我們推動工程實現，其實永遠是交錯上升的。只有當一個學科發展到一定成熟度，好像我們才會覺得它的理論體系已經足夠完整。但人工智能今天，嚴格意義上講，還是在「理解不斷加深」與「工程不斷迭代」交互推進的階段。

所以從這個意義上說，如果今天人工智能真的是一個大的變革，那我們可能還遠遠沒有到能夠真正成立一個完整「人工智能學科體系」的時候。這反而對年輕人極有誘惑力，因為這個世界現在還在非常早期、非常混沌的階段。

他最后給出了整場最斬釘截鐵的一句話：「你絕對有機會提出自己的智能問題。絕對有機會。如果你最后沒提出，那反而是你自己的過錯。」

格子襯衫，一如既往。犀利，一如既往。

他自己說，他是一個「無藥可救的樂觀主義者」。這不是一句客套話，是他真實的認識論框架：三個謎糾纏在一起，Artificial Intelligence 是謎，Human Intelligence 更是謎，Machine Intelligence 也是謎——這種高度不確定性在他眼里，從來都不是威脅，而是空間，是機會，是還遠遠沒有被填滿的探索領域。

開發者“神裝”補給站｜CSDN 6 月寵粉專屬福利

不論你是想跑通最新的本地 LLM，還是想實測一套 Agent 自動化工作流，算力與補給，我們都為你備齊了！

立領三重進階大禮：

200 小時云端算力券免費領

瑞幸咖啡/肯德基早餐/下午茶任選其一

掃碼即刻領取，今日額度有限，手慢無！