AI并非普通技术

# AI并非普通技术 来源：https://12gramsofcarbon.com/p/ai-is-not-a-normal-technology **一、** 认为AI是普通技术的人与不这么认为的人之间，仅存的根本分歧在于：AI能否做到人类能做的一切，并且做得更好。若你认同此观点，那么“人类将无工作可做”几乎是同义反复的结论。反之则反。简言之，关于AI的争论本质上可归结为一点：AI能否持续获得能力，直至覆盖人类全部能力范围——可以理解为“抹平能力曲线的锯齿状差异”。这道理或许显而易见，但我仍需在此展开，因为围绕AI的讨论中常混杂许多其他议题：例如“AI是否有意识？”“AI是否具有对齐的目标/动机？”“AI是否侵犯版权？”这些问题或许重要，却非AI作为技术区别于以往所有技术的潜在独特性所在。至今我未听到任何合理解释，能说明AI为何*不能*完成人类能做的任何事——包括管理其他AI。我们甚至已有实现机制：只需雇佣足够多人类提供行为数据，将这些数据纳入下一轮模型训练即可。曾几何时，原初假设是“AI无法完成X”，举证责任确实在AI加速主义者一方。但如今早已突破该假设应被修正的临界点。甚至物理世界也非安全区——全球资本正涌入机器人领域，重大突破不断涌现。 [图片](https://substackcdn.com/image/fetch/$s_!di04!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F217c5c85-2c6b-4c4e-b4ba-8cb9e92cd4ad_1194x815.png) （那台机器人仍是我见过最诡异的东西，百分百会谋杀那家人——天呐） 有人常辩称AI崛起将催生新型工作，正如工厂自动化曾带动机器人技术、维护及计算机科学领域的新岗位。我们暂且接受这一前提——尽管自动化同时导致了全美城乡的空心化，并成为引发经济不满（最终促成特朗普当选）的主要因素之一；且新型岗位无论在能力门槛（“学编程”意味着需要能力、时间和金钱，非人人具备）还是数量规模（新岗位远少于旧岗位）上，都难以实现1:1转移。AI与以往技术不同之处在于：理论上任何新岗位也可由AI胜任。让我们用归纳法做个证明：设定三个前提：1. 存在若干数量的工作；2. 若AI比人类更擅长某工作，该工作终将由AI承担；3. AI能在所有方面超越人类。由此产生两种可能：若AI不创造新工作，则AI将承担全部工作；若AI创造新工作，则只需回归第一步循环论证。 [图片](https://substackcdn.com/image/fetch/$s_!qbCM!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Ff0b81a5e-3936-4a09-9b12-179681dfbdd2_1318x1131.png) 显然，有人质疑第三前提，但需注意：随着时间推移，试图证明AI无法完成*所有*工作的人越来越绝望。若追问到底，答案往往类似“AI无法[做梦、去爱、欢笑]”——这近乎宗教式诉诸人类灵魂特质，仿佛这对财务团队的会计工作有何影响。但再次强调，即便在此抽象层面，这仍是能力问题。“AI不会取代所有工作，因为人类能做AI无法做的事”——这又回到了最初的同义反复。AI之所以不是普通技术，在于其完全通用性。人们常将AI类比汽车：发明汽车可能革命性改变交通，但未必影响咖啡师煮咖啡的方式。但若发明出一辆能做任何事的汽车呢…… [图片](https://substackcdn.com/image/fetch/$s_!K-fx!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Ffdc876c1-17b3-4026-9f83-8ab366524d83_1536x1024.png) **二、** 有一件事AI永远做不到——成为人类。例如，AI艺术作品按定义不可能100%纯人类创作。任何标识性价值都存在需求，因此对“真实人类创作”的需求将持续存在。但这只是经济中极其狭窄的领域，不亚于夫妇在乌布度假时从“正宗”巴厘岛店主手工购买木雕或手工缝制帽子。对“人类制造”的经济需求大体可等同于此类中产阶级小众商品的全球贸易额——这在全球经济总量中几乎可忽略不计。原因很直接：购买“真实性”是偏好而非必需。人们真正*需要*的任何物品，其购买决策永远不看出处。即便在琳琅满目的潜在需求清单中——真实性需求需与之竞争——我强烈预感其排序相当靠后。无论如何远低于“质量”：我永远会选择美味的披萨而非“正宗”的，我才不管古罗马人会不会往上面加意式辣肉肠，那玩意儿美味极了。就连安东尼·波登也无法声称喜欢食用未清洗的疣猪直肠（https://www.chowhound.com/1870897/anthony-bourdain-least-favorite-dishes/），尽管它肯定很“正宗”！ [图片](https://substackcdn.com/image/fetch/$s_!f8P7!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fd6f5a8e3-4b2f-42d7-9ec0-9bbd7f2735f5_777x727.png) （什么，你以为我开玩笑吗？） 真实性之所以有价值，仅因其相对于需求具有*稀缺性*，而非客观需求量大或具备客观价值。¹（https://12gramsofcarbon.com/p/ai-is-not-a-normal-technology#footnote-1）理论上AI能完成的任何事都可变得无限廉价，这等同于*无价值*。这正是AI写作领域的现状：AI模仿屡获殊荣的作家（https://www.newyorker.com/books/page-turner/did-a-chatbot-write-a-prize-winning-story-does-it-matter）和肯尼亚论文代写者（https://www.nytimes.com/2026/09/05/technology/kenya-college-essays-ai.html）的文风——这些曾是稀缺且人们愿意付费的技能。若五年前告诉我人人都能如此写作，我会以为文学黄金时代将降临，甚至广告文案都能受益。但问题在于——广告文案仍是广告文案。当此类写作变得无处不在，它便等同于廉价空洞的思想，人们发现阅读AI生成内容时（https://cymerys.com/w/im-becoming-ai-blind）会真的关闭大脑（https://cymerys.com/w/im-becoming-ai-blind）或（https://samkriss.substack.com/p/if-you-let-ai-do-your-writing-i-will）暴力反应。因此，普通substack文章或推文中出现越来越多的错误标点和大小写问题。人们在需要快速高效传递大量信息²（https://12gramsofcarbon.com/p/ai-is-not-a-normal-technology#footnote-2）的场景，或写作主要作为任务/工作而非爱好时，总在使用AI。这在代码领域最明显——这种语言并非*字面*缺乏美感，但其价值绝非体现于阅读的优雅性。但其他领域也呈现此趋势：提交顶级科学期刊的论文有多少百分比由AI撰写？法律简述呢？你认为明年这个比例会上升还是下降？若假设AI能完成人类能做的一切，三段论便自然成立：稀缺之物方有价值；AI能做的任何事都不会稀缺；因此“人类能做的任何事”价值将归零。 **三、** 我撰写此文时心系数学界——该领域正因学科工业化而处于（https://terrytao.wordpress.com/2026/09/11/a-severe-misalignment-of-ai-in-mathematics/）震惊状态。菲尔兹奖得主、数学奇才陶哲轩表示： > 过去几个月，大语言模型的数学能力飞速提升，已能解决数学多个领域的重大未解难题。然而，AI公司将解数学题作为基准测试，这对数学科学和数学社区有害无益。AI公司的目标与数学社区的目标严重错位。我们视此为影响其他科学创意职业乃至整个社会的广泛错位问题的一部分。……近几个月，AI在解决重大数学难题方面的成功甚至在数学圈外成为头条。但解题仅是实现概念理解与洞见这一核心目标的工具和代理。在AI时代遗忘这一点，可能使工具反噬目标。事实上，以愈加快速的大规模生产“真/假”命题方式，可能摧毁创新土壤而非为新思想注入活力。……我们目睹对智力工作的普遍威胁：AI应用成果与其初始目的之间存在错位。在许多领域和活动中，传统多年训练不仅旨在产出最终答案或产品，更培养理解力和提出新问题新思想的能力。然而，基于海量人类先前工作成果，AI系统正日益直接产出此类工作结果，导致这些目标不再对齐。 （注：陶哲轩一直是AI在数学中应用的积极支持者，此次公开反对尤其值得关注） 身为工程师，我崇尚提升效率，但仍能察觉：通过简单提示AI“实现突破”来解决长期存在的数学问题，本质上存在某种扭曲。 [图片](https://substackcdn.com/image/fetch/$s_!y2Qo!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F9836ed73-6819-4cd3-a89f-ea82269dac6e_885x399.jpeg) 许多非数学家且可能永不涉足此领域的人，正鼓吹这将让普通人解决千禧年难题——仿佛这才是全部意义。这是典型的（https://12gramsofcarbon.com/p/the-optimization-theory-of-everything）过拟合案例：将手段（解难题）误认为目标（让数学更易理解）。打着民主化旗号的破坏。但与此同时，这定是当年卢德分子的感受吧？他们肯定也察觉到某种技艺的不可言传特质正在消逝，值得为之坚守。数学工业化造成的创伤或许也会随时间淡化，未来历史课上的学生可能耸肩而过，继续提示模型“实现突破”——正如当今青年刷着SHEIN购物，无视教科书中关于人们曾捣毁纺织厂的必读章节。当然，前提是历史课这种形式仍然存在。 **四、** 本文标题源于（https://www.normaltech.ai/p/ai-as-normal-technology）《作为普通技术的AI》一文，写于去年四月。这是篇有重要目标的重要文章。作者自述： > 我们阐明将人工智能（AI）视为*普通技术*的愿景。视AI为普通并不意味着低估其影响——即便是电力与互联网等变革性通用技术，在我们定义中也属“普通”。但它有别于将AI未来过度乌托邦化或反乌托邦化的倾向，后者常将其视为独立物种或高度自主的潜在超级智能实体。……普通技术框架关注技术与社会的关系，否定技术决定论，尤其反对AI本身作为主宰其未来的智能体。 许多人将此文及其背后观点视为对（https://ai-2027.com/）《AI 2027》的回应或反对——后者更关注超级智能恶意风险。就个人而言，尽管我担忧（https://12gramsofcarbon.com/p/tech-things-we-cant-control-the-bots）我们控制AI的能力…… [图片](https://substackcdn.com/image/fetch/$s_!-d2Q!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F81fa0f31-c4f5-456d-bab2-776e209533d8_1159x229.png) （那确实是诡异的一周……） 我认为*同时*思考超出终结者-天网-灭绝类范畴的AI风险也至关重要。这不是非此即彼的问题——我同样担忧这两种结果！《作为普通技术的AI》的核心前提是：我们（作为物种）有时间和能力干预，因为AI不会“智能爆炸”（FOOM）。重要的是，作者并未质疑AI将持续无限获取新能力，而是认为随着AI能力提升，我们的制度有足够时间应对，且AI工具将始终处于人类掌控中。我对这种框架的疑虑在于：AI在多维度上属于异常技术。“AI可能具有自主意识”仅是其中之一。我认为硅谷³（https://12gramsofcarbon.com/p/ai-is-not-a-normal-technology#footnote-3）尚未真正应对AI工具超越人类意味着什么，以及它对全球经济和人类劳动价值的影响。作者暗示我们或许能通过政策控制使AI不立即取代所有工作。但坦率而言，目前尚无明显机制能阻止组织和政府使用AI。陶哲轩上文刻意采用对AI行业应用“对齐”语言，是因为我们使用的AI工具并非唯一的优化器。这是我在（https://12gramsofcarbon.com/p/the-optimization-theory-of-everything）《万能优化理论》中详述的观点：企业、政府和个人都是具有自身激励的优化器，所有激励都鼓励在是否使用AI时选择背离。全球任何董事会都会解雇声称因伦理原因不使用AI的CEO，任何治理机构都会否决削弱本国AI产业的提案（只要其他国家继续推进）。除非全球达成停止进一步发展的协议⁴（https://12gramsofcarbon.com/p/ai-is-not-a-normal-technology#footnote-4），否则我看不到AI*应用*会放缓，更不愿依赖企业主的仁慈来停止无情的