王坚：AI 先冲击的就是程序员，让 token 像纸一样便宜才是希望

作者 | 唐小引

出品 | CSDN（ID：CSDNnews）

「总有人比时代早十年」——这是 2026 智源大会开幕式播客对话的主题。这个题目暗示了一个答案：那些「早十年」的人，一定有某种特殊的预判能力，某种别人没有的底层思维框架。

王坚的开场，把这个预设拆了。

「其实没有，真的没有先于别人看到。」

这场对话，由《漫谈 Light the Star》创始人卫诗婕主持，智源研究院理事长黄铁军与之江实验室主任、阿里云创始人王坚对谈。从中国 AI 范式演进，聊到 Agent 时代的新风险，再聊到人类与 AI 如何共存。

多年以来，王坚院士始终身着标志性的格子衬衫，这几乎出现在了他所有的公开场合——无论是阿里云栖大会、城市大脑的发布，还是今天智源大会的播客对话。他的犀利也是标志性的。

他的成长轨迹里，早年有心理学和认知科学的底色，这让他比纯工程背景的人多了一套看问题的框架——关注人的行为、系统的运转方式，以及技术在大规模社会问题里能做什么。此前在微软亚洲研究院工作多年，2008 年加入阿里巴巴，随即力主把阿里的 IT 系统全部迁移到云端。那是一个没有人相信这条路能走通的年代。内部质疑声很大，外界也多有批评。阿里一年十亿、连续投入十年，才最终证明他是对的。再之后，就是他主导研发的城市大脑，以及担任主任至今的之江实验室。2019 年，当选中国工程院院士。

与他并肩而坐的黄铁军，是中国 AI 机构建设史、大模型史上的一个关键人物。2018 年，他与张宏江一起，牵头创立智源研究院——北京市给了一个自由的体制，也给了一个长达十年的稳定支持框架。成立当年，GPT-1 刚刚发布，大多数人还不知道这意味着什么。2020 年，他组织了上百人一起攻关大模型，第一代用了五个月，第二代用了三个月追了上来。他联合创立的智源，后来被很多人称为中国 AI 界的「黄埔军校」。

重点速览：

王坚：

关于「先看到未来」：「最重要的并不是有没有想过，最重要的是——你想到之后，有没有勇气把它告诉大家，有没有勇气真的去尝试，以及没有希望的时候，能不能还往前多走一步。」

关于 AI 替代工作：「我是一个很坚定地相信今天的人工智能会替代很多工作的人。狗的鼻子比人灵敏得多，可我们从来没觉得这件事情伤害了人。」

关于中美 AI：「至少在过去这些年的努力下，中国和美国在这个领域看到的是同一片大海。六七年前，我担心的是我们看到的是游泳池，别人看到的是大海。」

关于科学变革：「只有当 AI 开始理解真正意义上的科学数据，科学才会被改变。就像当 AI 开始理解代码，首先受到冲击的是程序员本身。」

关于乐观主义：「我是一个无药可救的乐观主义者。我一直相信，人类自己创造出来的问题，人类一定会解决。」

关于智能体评测：「今天的测试和排名，基本测的都是模型本身的能力。我们还没有找到好的方法，去测模型和人一起工作时展现的综合能力。」

关于 token：「让 token 变得不值钱，像一张纸一样。我觉得这大概就是我们的希望。」

黄铁军：

关于决心与时机：「技术没有绝对的‘这件事一定行’。我们不能用‘交作业’的思路来看待技术突破。科技的不确定性永远存在。所以要有想法，也要在该下决心的时候下决心。」

关于 AI 风险与共存：「‘控制’‘确保’这些词，大概都不现实。这会是一个很长的互动过程。但我们确实要考虑‘共存’。」

关于人机关系：「有点像父母和孩子。AI 很厉害，它可能去宇宙、去很多地方，是我们人类自己做不到的。但我们之间会通过‘智能’这座桥梁，始终保持联系。我们是父母，AI 是孩子。」

「最重要的并不是有没有想过」

对话从一个很多人都想问的问题开始：这么多关键节点上的判断——云计算、城市大脑、AI 基建——底层思维框架究竟是什么？

王坚：其实没有，真的没有先于别人看到。我今天上午听两位教授发言（指 Whitfield Diffie、Andrew Barto 这两位图灵奖得主），也很有感触。尤其是讲强化学习时，提到了一位学者桑代克。大家可以设想一下，很多时候其实真的很难讲，一个想法到底是谁先想过，还是另外一个人先想过。

所以，到最后这个问题就会变成：是谁先想到，或者谁先认真思考过？其实更关键的不是这个。更关键的是，当你想到一个问题之后，你有没有勇气把它告诉大家；再进一步，你有没有勇气真的去尝试；再到最后，当你觉得这个事好像没那么有希望的时候，你能不能还有毅力，再往前多走一步。

最重要的并不是有没有想过，最重要的是后面的这些事情。尤其是在今天信息交流这么发达的时候，真的很难讲谁先想、谁后想。把它讲出来，把它做下去，可能比什么都重要。

「词语本身就是框架」

主持人追问：能不能更具体地说说——您分析问题的时候，好像会把技术当成工具，真正关注的是社会中大规模存在的问题，这套底层方法论是什么？王坚的回答，是先把「方法论」这个词本身拆掉。

王坚：其实也很难叫「方法论」。里面很挑战的一件事情是：一旦有了一个词，它就给我们搭了一个框架，而我们又会不自觉地被这个框架限制住。所以我经常会讲，甚至连开会也是这样——因为有这个会场，就决定了我们怎么开会，很少有人真正去想这件事情。有的时候我不太愿意在会场开会，就是因为会场会决定你能说什么、你会怎么把它讲出来。

其实今天讲人工智能的时候，我们有意无意也被「人工智能」这几个字限制住了。大概在 2017 年的时候，我在贵阳就讲过几乎一模一样的东西：为什么会有 animal intelligence、human intelligence，以及 machine intelligence？

我自己一直觉得，任何一件事情，你还是要给自己留出一个能够超出当前框架去思考的空间。尽管「AI」这个词是在美国出现的，「machine intelligence」这个说法又和英国传统有关，但对我来说，思考今天面临的挑战，我一定会放在更大的框架下去想。

他话锋一转，说到了一个很多人不太敢正面讲的问题。正因为他把思考框架从「人工智能」扩展到了更大的 machine intelligence 视野，他对 AI 替代工作这件事，反而看得格外坦然：

王坚：我其实是一个很坚定地相信：今天大家所讲的人工智能会替代很多工作的人。原因也很简单。我经常会说，狗的鼻子比人要灵敏得多，可是我们从来没有觉得这件事情伤害了人。所以当你有这样的框架时，其实你就会多想很多问题。

「你一定要说你自己真正相信的事情」

谈到资源与支持，王坚把这个问题的逻辑完全倒过来说：

王坚：有一件事是肯定的，一个人要做成一件事情，一定要得到别人的帮助，没有人可以完全靠自己完成一件事情。但很关键的一点是，你自己想问题的时候，不能太自我主义。不能一开始就把自己放成世界中心。

当时做 2050 的时候，我们有一个非常简单的想法：希望年轻人站到舞台上来讲一件事情。最重要的不是台上的人说服了台下的人，而是这个年轻人在台上讲出了他对世界的看法，讲出了他要做一件事情的决心。到最后，台下的人信不信，其实没有那么重要。因为他自己在台上说出这句话以后，他就会更相信自己。

你一定要说你自己真正相信的事情；你一定要说你自己会坚持的事情；你一定要说自己真的会去做的事情。那我相信，如果是这样的话，就一定会有支持。

如果任何人一开始就设一个前提：如果我想做一件事情，没有人支持我，我就不做——那我基本上会觉得，真的不会有人支持你。只有当你心里有一个想法：即便得不到任何人支持，我也还会坚持、坚定地去做这件事情——那你要相信，这个世界还是很美好的，一定会有人支持你。

「至少我们看到的是同一片大海」

谈到中国 AI 的位置，王坚先绕到智源身上说了一段话：

王坚：我还是觉得，智源蛮具有「开创性」。当时用那样的规模、那样的决心，去用今天这种方式做人工智能，在当时是非常不一样的。

这让我想起一个词，叫 Rocket Science。这个词很特别，我们平时讲它，是强调这个东西有多扎实、多复杂；但实际上，没有什么比火箭更危险、更充满不确定性。现在做模型，不是等你整个模型训练完了才知道结果，哪怕只是中间一个环节，比如训练了三个月、五个月，结果如果不好，你花掉的钱就像炸掉了一枚火箭。一枚火箭，大概就是一个亿、两个亿的量级；今天大家训练一个大模型，电费、算力费，很多时候也就在这个级别。

谈到中美，我其实不太愿意用简单对立的方式来看。基础研究本来就是全世界的，本质上属于全球知识共同体。我不是特别喜欢「差距有多大」这种表述。我更愿意说：至少在过去这些年的努力下，中国和美国在这个领域看到的是同一片大海。如果是六七年前，我担心的可能是——我们看到的是个游泳池，别人看到的是大海。远远看都是蓝色，但走近一看，根本不是一个世界。

但今天，大家看到的是同一个天地。至于谁离得近一点、谁远一点，那可能只是一个技术性问题了。

黄铁军：我很认同。从未来趋势看，中国的研究者完全有机会在这条主线上持续贡献。一方面是数据驱动，另一方面是结构驱动——用什么样的物理和生理基础去构建智能系统。对人来说，是身体和大脑；对机器来说，是架构，是不断演进甚至革命性的技术体系。这两件事，一直在不断提升、不断演进。人工智能是人类的大趋势，我们都可以在这个进程中留下自己的一个「星星」，然后一起构成一个巨大的宇宙。

「只有当 AI 开始理解真正的科学数据，科学才会被改变」

此前有一件事震动了数学界和 AI 界：陶哲轩与 DeepMind 的 Agent 系统一起，破解了一个尘封 50 多年的数学难题。话题转向这里，王坚说这是他印象最深的事件之一。

王坚：这件事对我个人印象非常深，显然是一个质变。

大语言模型出来以后，大家最先看到的是语言上的突破。但回头看早期人工智能，其实很多问题都是被「编造出来」的玩具问题，英文里叫 toy problem。无论是机器视觉还是逻辑推理，当年很多问题其实都是为了研究方便，故意构造出来的。但到了今天，大家要解决的问题，已经不再是 toy problem，而是真正对人类理解本身都非常困难的问题。这是一个本质性的变化。

另外，大模型最开始吃的都是文本数据，来自互联网也好、来自书籍也好，本质上还是文本。后来出现了代码。很多人会觉得代码本质上也是文本，因为最早写代码的时候，你拿个文本编辑器就能写。但实际上，代码在逻辑上已经不再只是文本。有人说得非常好：不要把代码当成文本，你不是把代码当作文章一样在写。

所以 AI 能够理解代码，这本身就意味着它已经往前迈了一大步——它开始能区分：什么是自然语言的问题，什么是结构化目标，什么是真正可以执行、可以验证的过程。就像当 AI 开始理解代码的时候，首先受到冲击的是程序员本身。这个逻辑是一致的。

今天大家又开始谈生命科学、蛋白质，这就更进一步了——什么是真正意义上的科学数据？这和文本已经完全不同。如果所谓「AI 开始理解科学」，只是因为它读了科学论文里的文本，那它其实有非常大的局限性。只有当它开始理解真正意义上的科学数据，科学本身才会被改变，甚至会改变我们过去做科学研究的方法。

过去科学研究怎么做？一个科学家或一组科学家，自己去收集数据，自己去理解数据，最后写成论文，发表出来，数据也就放在那里。整个过程，本质上是非常小范围的人，对一批很难收集的数据，做了一次性的理解，故事就结束了。但有了人工智能以后，科学数据可以被更多人、以更多方式、在更大规模上反复理解。从历史上看，阿基米德并没有自己重新采集新数据，伽利略很多时候也不是自己重新采数据，他们都建立在前人沉淀的数据之上。今天，人工智能让我们能够重新理解所有这些数据。它首当其冲改变的，一定是科学研究本身。

「我是一个无药可救的乐观主义者」

对话转向 Agent 时代的风险。黄铁军先说：

黄铁军：我觉得「控制」「确保」这些词，大概都不现实。这会是一个很长的互动过程。但我们确实要考虑「共存」。未来会有很多智能体——人也是智能体，机器也是智能体，未来每个人身边可能都会有很多智能体。在这样一个由人类、机器智能体、物理智能体共同组成的复杂世界里，一定要有一个可以共同互动的界面和共识机制。我们总说模型是黑箱、不可解释，可实际上人也是。一个人告诉你一个结论，你不会只关心结论本身，你还会问：你为什么这么想？将来面对 AI 也是一样。这一定是一个开放讨论、不断脑暴、共同思考的过程。我相信我们可以共同找出一条理性发展的道路。

王坚：这个问题的结论，我跟黄铁军 100% 一样。为了表明这个「100%」不是我偷懒，我还是补充一点。

大家可以设想一下：当会话式 AI 出来的时候，所有人的激情都非常高。因为 conversation 这个词，本来就是用来形容人的。其实今天讲大模型，很多描述它的词，本来都是形容人的。所以人本身就有这些问题。人的幻觉，可能比我们想象中要严重得多。为什么我这么看？大家理解一下，我是一个无药可救的乐观主义者。我一直相信：人类自己创造出来的问题，人类一定会解决。这是我所有判断背后的逻辑。

所以比如说，一个很厉害的大师说了一句话，我没听懂——那这个时候，你当然也可以说，他的脑子也是个黑箱，我理解不了。但这不一定是灾难。今天我们碰到一个系统，行为也好、答案也好，我们一时不能理解，我个人也不觉得这是灾难。我反而觉得，这是一个机会，逼着我们去试图理解它，从而让我们的认识往前走一大步。

「今天我们对整个智能系统的认识，可能都需要重新梳理」

王坚接着说，正因为如此，面对 Agent 时代，我们对智能系统的认知框架本身也需要重建——包括我们评价它的方式：

王坚：这一定会是一个非常重要的迭代过程。今天我们对整个智能系统、对智能体的认识，可能都需要重新梳理一下。哪怕只是从测试角度去看。

今天我们做测试、做排名，基本上测的都是模型本身的能力。但我们还没有找到很好的方法，去测一个模型和人一起工作时，它展现出来的综合能力到底是什么。我个人觉得，这种排名可能会更有意思。也就是说，怎么让一个智能机器和人一起工作时，它的综合能力被真正度量出来？我觉得这是一个值得认真研究的问题。

「让 token 变得不值钱，像一张纸一样」

谈到人和 AI 的关系，两位嘉宾给出了各自的答案。

黄铁军：有点像父母和孩子。当然，父母和孩子也会有冲突，但总的来说，是不可分离的、非常密切的关系。AI 很厉害，它可能去宇宙、去很多地方，是我们人类自己做不到的。但我们之间会通过「智能」这座桥梁，始终保持联系。我们是父母，AI 是孩子。

王坚：不见得完全一样。我们人类至少先是大自然的孩子，所以有时候人类也不能太傲慢。我们只是这个世界的一部分。

但我非常同意的一点是：任何新技术出来，人类一开始都是恐惧的，这几乎没有例外。人类刚开始用火的时候，其实也是恐惧的。但今天我们已经学会了驾驭火。甚至我觉得，人工智能最后到底能不能对人类产生超过「火」的影响，今天都还是一个问号。至少还是个问号。

我也还是坚定地相信图灵在 1948 年说的那句话——远在他写《计算与智能》之前，他在一个写给英国政府实验室的报告里就说：一个人，加上一张纸、一支笔，再加上一套规则，事实上就是一台通用机器。

大家可以设想一下，不要说很久远，就算是七八十年前，在中国很多普通百姓眼里，一张纸、一支笔，本身就是很有威慑力的东西。会写字这件事，对一个普通人来说，曾经是多大的挑战。只是今天大家都会写了，就觉得纸和笔太普通了，可以随手放下。

我觉得，人工智能今天就处在这个位置。所以我们真正的挑战是什么？从技术角度讲，就是 token 太贵了。如果 token 能便宜到像一张纸、一支笔那样，那我觉得人类就真的会被解放出来。一定要让 token 变得不值钱，像一张纸一样。我觉得这大概就是我们的希望。

在这场对话中，有一个常见而又鲜为人知的 " 常识 " 在结束后引起了许多人的讨论。王坚说了一句他听黄铁军分享、让他印象极深的话：「飞机是在没有彻底理解空气动力学的情况下飞起来的。」

王坚：这句话特别有意思。它告诉我们：我们对世界本质的理解，和我们推动工程实现，其实永远是交错上升的。只有当一个学科发展到一定成熟度，好像我们才会觉得它的理论体系已经足够完整。但人工智能今天，严格意义上讲，还是在「理解不断加深」与「工程不断迭代」交互推进的阶段。

所以从这个意义上说，如果今天人工智能真的是一个大的变革，那我们可能还远远没有到能够真正成立一个完整「人工智能学科体系」的时候。这反而对年轻人极有诱惑力，因为这个世界现在还在非常早期、非常混沌的阶段。

他最后给出了整场最斩钉截铁的一句话：「你绝对有机会提出自己的智能问题。绝对有机会。如果你最后没提出，那反而是你自己的过错。」

格子衬衫，一如既往。犀利，一如既往。

他自己说，他是一个「无药可救的乐观主义者」。这不是一句客套话，是他真实的认识论框架：三个谜纠缠在一起，Artificial Intelligence 是谜，Human Intelligence 更是谜，Machine Intelligence 也是谜——这种高度不确定性在他眼里，从来都不是威胁，而是空间，是机会，是还远远没有被填满的探索领域。

【END】

宙世代

一起剪

相关标签