AI賦能

ChatGPT不知不覺誕生三年多了，AI大模型已經悄悄改變了人們獲取知識的方式：如今有問題第一時間想到AI聊天機器人，而不再是用了多年的搜索引擎，一問一答之間還可以拓展思路。我沒事的時候除了讀書，最喜歡和豆包這樣的機器人聊天了，就喜歡它這種無趣，囉嗦又高深莫測的樣子，和人類朋友聊天哪去找這樣的朋友啊😂。和它聊的多深入，取決於你的問題有多深入，表面上是一問一答，實際上是自我探索，而且這種探索是無上限的（當然下限還是會有的😆）。 我時常在想，爲什麼我會無聊到喜歡和AI聊天呢，畢竟，它解決不了喫喝拉撒，也給不了風花雪月？ 人=“動物性”+“超動物性”，人和動物最大的不同就是不能沒有“超動物性”，否則就會遁入無盡虛無之感（動物貌似不會有此痛）。生而爲人，“超動物性”這件事還真不是“豪配”，而是“標配”，馬斯洛馬老稱之爲“自我實現”，他在《存在心理學》中提到，“自我實現”意味着各種矛盾和分歧在更高層次上的統一：責任與快樂，自私與無私，自由與秩序，古典與浪漫，意識與無意識，理性與非理性，黑與白，善與惡，你和我。。。於是，“我”變成了“更完整的我”。好吧，話說回來，我和AI深入聊的潛在動機也許就是，我在尋找“更完整的自我”，邏輯自洽了就行😂 本書由領英創始人霍夫曼所著，閱讀門檻不高，無高深理論，讀起來很輕鬆。書的核心觀點：AI並非“替代人類的力量”，而是放大人類行動能力的通用賦能工具。真正的風險不在於AI太強，而在於人類因恐懼而不用、誤用，或把決策權完全讓渡給系統。他既反對技術悲觀主義，也反對技術烏托邦，試圖提醒大衆，面對AI和其他新科技，要擯棄悲觀和盲目樂觀，他提出“超級能動性（Superagency）”：當個人、組織與社會學會與AI協作，人類將獲得前所未有的學習、創造和決策能力。 ✅與馬斯洛存在主義取向的相通之處 霍夫曼的“超級能動性”，也許本質上就是馬斯洛“自我實現”在AI時代的技術表達。馬斯洛晚年從需求層次轉向“存在心理學”，強調自我實現、意義感與高峰體驗。強調人是主動的存在者，不是被環境或技術決定的，真正的幸福來自“成爲你能成爲的那個人”，而非安全感或效率本身，工具（包括AI）只有在服務於人的成長、選擇與價值時，纔有正面意義。 ✅ AI如何幫助人避免虛無之痛 AI不能“賦予意義”，只能放大你已有的方向。若人生沒有追求，AI只會加速空轉；若人有清晰價值與使命，AI將成爲通往自我實現的加速器。真正的挑戰不是技術，而是：我們是否敢爲自己的人生負責。 如果說，虛無感往往源於：無意義的重複勞動、能力被壓抑、人生選擇空間狹窄。AI正向路徑至少包括： • 釋放時間與認知負擔：把人從低價值勞動中解放出來； • 放大學習與創造：讓普通人也能快速進入高階認知與創作領域； • 支持價值選擇而非替代判斷：AI給方案，人負責“爲什麼選”。 當人仍是目標設定者、價值裁決者，虛無就不會被“效率”吞噬。 ✅ AI與“大我” 幾天前剛看完《有限與無限的遊戲》一書，講到了“NPC的自我救贖之道”，人如何從靠稀缺感維持存在的“小我”中解脫出來（有限遊戲），轉向靠意義感而生長的“大我”（無限遊戲）。 小我問：我會不會被取代？未來飯碗怎麼辦？ 大我問：我想通過這個時代完成什麼？ AI不會消滅小我，但它會逼迫每個人儘早完成從“功能型自我”到“意義型自我”的轉型。當你的人生目標不再是“不可替代”，而是“值得存在”，AI就不再是威脅，而是盟友。 我猜測這就是作者通過本書向公衆傳達的主要意思。

閱讀本書於筆者是一段AI樂觀認知升級之旅。作者裏德·霍夫曼是硅谷的殿堂級投資者之一。他是“Paypal黑幫”的主要成員，領英(LinkedIn)的聯合創始人，微軟的董事會成員。他是衆多AI公司，例如OPENAI的投資人，並與DeepMind聯合創始人穆斯塔法.蘇萊曼共同創立了硅谷AI四小龍”的Inflection AI。本書正是圍繞AI對人類能動性的影響展開討論。作者認爲面對AI的不確定性，迭代性地參與比觀望更爲重要，防止糟糕未來的最好辦法就是積極地打造更美好的未來。 霍夫曼認爲僅美國硅谷與中國真正掌握了AI閃電式擴張的精髓。推動AI變革的不只是開發者羣體，更包含規模龐大的中國用戶。要實現AI在全社會的成功整合，個體的信任不可或缺，而培養這種信任的最佳方式正是讓用戶在實踐中親身體驗。儘管精確預測技術的發展仍不可能，但歷史經驗已賦予我們充分樂觀的理由。“每次新技術的崛起都會帶來社會變革，淘汰舊的職業，同時創造新的機會。關鍵在於如何通過教育、政策和文化調整，讓人們更好地適應新的技術環境。” 作者濃縮了人類技術發展路徑，揭示了一個規律：新技術總是伴隨着恐懼和質疑。無論是計算機被視爲“大企業”的監控工具，汽車被批評爲道德淪喪的催化劑，還是GPS被擔心會侵犯隱私，公衆對新技術的恐懼從未停止。但歷史已表明，絕對的限制無法阻擋技術的進步，試圖通過立法全面封鎖某項技術的發展往往是徒勞的。相比之下，採用迭代部署的方式，在實際應用中逐步完善規則，纔是更合理的應對策略。我們需要適應並加入，而不是抵制。如此，技術對人類纔會大有裨益。 AI時代，我們會常問自己，能不受AI干涉，繼續規劃自己的生活，並掌控自己的命運嗎？霍夫曼認爲這其實就是個體能動性的問題。人的能動性是哲學、社會學和心理學中的一個基本概念。它的主要含義是，作爲個體，你有能力做出選擇、獨立行動，從而影響自己的生活。可以肯定的是，隨着時間推移，AI將加大侵入由人類能動性主導的領域。人類歷史上，智慧第一次組成了可自我迭代進化的超級能動體。我們如果能正確地加以利用，將達到一種全新的超級能動性狀態。這就是超級能動性的世界。 作者認爲AI時代帶來的合成智能可以像合成能源一樣擴展人類的潛力，激發人類的能動性。這是一條讓人類走向更充實、更人性化生活的道路。AI的發展本身更像農業，就好比你播下一顆種子，看着它生長並適應周圍的環境。其實，我們並不知道我們知道什麼。而越多地擁抱AI，我們就越能有效地利用我們所產生的數據和信息，從而在幾乎所有領域增強我們的能動性，將我們所產生的“大數據”轉化爲“大知識”​，從而實現數據驅動的清晰度和增長的“新光明時代”​。 例如AI牙刷，可以通過刷牙數據來指導優化我們的刷牙姿勢及時長；AI系統能學會如何解讀和翻譯動物發聲，使人類以前所未有的方式理解動物；與專業垂直模型交談時，已足夠勝任心理治療；先進的大語言模型可以提升工作價值；臨牀大語言模型完成了基於循證實踐的培訓，並經過了嚴格的實用性、有效性和安全性評估，能夠執行人類臨牀醫生所執行的所有任務和干預措施。AI不是選擇題而是生存題！你不用AI，有生之年，將會目視到自己的“被淘汰”。 "公地是我們共享的財產，它不屬於任何個人或團體，而是被共同持有。​”將地圖放入“公地”的體系中，我們可以稱它們爲“私人公地”​。用戶和平臺之間的這種共生關係創造了前所未有的價值。私人公地通過讓知識和機會更公平地被獲取，增強了個體能動性、教育機會公平性和社會流動性。在傳統社會中，個人在利用公共資源時總是試圖最大化自己的利益​。而AI能夠從“私人公地”海量數據中進行分析、評估、檢索、總結和整合，從而使其價值不斷提升。 新能力總是伴隨着新風險。但我們不應盲目追求零風險，而應致力於理解現實環境中的風險，並有條不紊地努力管控和降低這些風險。將大語言模型LLM概念化爲一種信息GPS，爲我們提供了一個易於理解的模型。實際上，每個LLM開發者都在構建一個獨特的“信息星球”及其專屬地圖。LLM本質上是用於分析、綜合和映射語言流的系統。依靠LLM,我們正邁入一個智能不再稀缺的時代。AI像助手一樣融入工作或生活流程，爲生活帶來能力和自由度方面的質的變化。 雖然AI可以極大地改善個人的生活水平，但更重要的是，我們需要以一種對整個社會有益的方式來部署AI。讓每個個體從AI中獲益越多，人類整體受益就越大。未來的AI世界並非一場嚴格的零和博弈。任何以戰略性眼光和有效執行力來擁抱AI的國家，其生產力和效率都有可能顯著提升。與AI相伴共生的未來會像在亞馬遜購物一樣將公共服務裝進口袋。如此，國家層面對AI的投入越大，每個個體從中獲益就越多。個體與社會的AI獲益會形成閉環的自我強化。 縱觀人類歷史進程，不否認技術進步形成對於人性的挑戰，但技術又是推動人類繁榮的、經久不衰的關鍵力量。藉助科技人文主義指南針，通過具有探索性、適應性、前瞻性的思維方式，尋求開闢解決方案的新天地，實施新策略，並在AI的幫助下，不僅會從新獲得的“超能力”中受益，也會因其他人與機構同樣獲得這些“超能力”而受益。如此，以此，以超級能動性爲主導，以新穎的方式在語境下應用AI纔是人性化，更具能動性的可持續路徑。本書得到衆多大佬的聯袂推薦，是一段愉快的閱讀歷程。

《AI賦能》是領英聯合創始人裏德·霍夫曼與格雷格·貝亞託合著的一本面向大衆的 AI 未來指南。全書圍繞“如何讓人工智能真正成爲人類的賦能工具”展開，核心要點可歸納爲以下五層： 1. ​​立場與願景​​ • 作者選擇“繁榮論”而非末日論或悲觀論，相信 AI 將爲人類帶來前所未有的能力提升，只要我們以“技術人文主義”爲指南，就能創造更公平、更繁榮的未來。 2. ​​三條根本原則（技術民主化的三定律）​​ • 迭代部署、廣泛參與、持續反饋——讓技術在真實場景中快速試錯、不斷改進。 • 技術人文主義指南針——始終以人的能動性爲原點，避免技術至上。 • 個體作爲技術演進的核心節點——AI 的最終目標是放大每個個體的創造力與生產力。 3. ​​核心概念：超級能動性​​ • 書中提出“超級能動性”（superagency）——人類與 AI 協同後產生的乘法效應。如果人類保持主動、具備批判性思維與倫理判斷，AI 就會成爲延伸人類意志的槓桿；反之，也可能放大失控風險。 4. ​​結構與案例​​ • 前半部分回溯技術史與 AI 的最新進展，解釋大語言模型、自動化決策等如何在教育、醫療、心理輔導、治理等領域重塑服務模式。 • 後半部分給出實踐路徑：數據共享與倫理治理、政策與商業模式設計、個人技能升級，以及如何在分歧中通過“持續對話”達成社會共識。 5. ​​讀者收穫​​ • 讀者既能獲得對 AI 潛力的樂觀展望，也能看到作者對失業、隱私、安全等憂慮的冷靜分析；書中大量跨行業案例幫助個人、企業與政府提前佈局，在技術浪潮中守護並擴展人類能動性。 ​​一句話總結​​：這本書既是一份 AI 時代生存指南，也是一份“技術人文主義”宣言——它告訴我們，真正決定 AI 未來走向的不是算法本身，而是今天每個個體的選擇與行動。

關於AI類書籍的選擇，我自己有個不成文的分類方法： 第一類是教程類的，不管是技術教程還是使用教程，評判標準很簡單——能不能復現，操作能不能跑通，這種好判斷； 第二類是學者寫的研究類的書，我更關注他們的宏觀想法，比如研究方向是否有意思，過程是否有啓發性； 第三類是實幹家寫的書，我特別關注其中的一些細節，比如怎麼完成某項艱鉅任務、過程中如何做某個小決策，或者有沒有一些和大佬相關的小故事——這種小故事往往很真實，也很打動人。 對我來說，裏德·霍夫曼的書就屬於第三類典型代表。 “防止糟糕未來的最好辦法，就是積極地打造更美好的未來。”全書核心。 人工智能的本質，不是取代人類，而是賦予人類前所未有的“超級自主性”和行動能力。

AI真正闖入大衆視野，不過是近兩年的事。從最初生成搞笑歌曲視頻的新奇，到如今席捲行業、帶來顛覆性衝擊的變革力量，它的迭代速度快得讓人措手不及，甚至生出幾分手足無措的焦慮。這本《AI賦能》用10條核心原則告訴我們：AI不是洪水猛獸，而是能與人類共生的夥伴，接納它、利用它，纔是順應時代的生存之道。 原則1：指出人們對AI的擔憂本質是對自身能動性的擔憂，強調合成智能將推動人類能力指數級飛躍，AI應是服務人類的協作夥伴而非對立面，“超級能動性”能幫人們重獲人生掌控權。 原則2：圍繞AI帶來的信任難題展開，辨析AI的“關注”並非“監控”，探討在AI可能出現虛假輸出的情況下，如何建立對AI的信任，明確AI的創建需以信任爲重要願景。 原則3：聚焦AI在醫療領域的應用，提及AI可實現從“黑箱心理治療”到“大知識心理治療”的轉變，既能作爲24小時情感支持提供者，還能憑藉快速專注的特質提供超人性化服務，彌補醫療資源時效缺口。 原則4：主張AI是生存必備而非選擇，普通人可借AI獲取大量消費者盈餘；強調用戶與平臺共生共創的價值，認爲多模態AI能推動個體能動性與社會普遍繁榮邁上新臺階。 原則5：坦言強大的AI模型也會犯低級錯誤，提出通過測試推動AI開發從合規轉向持續改進，建議讓基準測試反映真實性能，還可藉助“聊天機器人競技場”，以更多使用頻次提升AI功能。 原則6：平衡AI創新與安全焦慮的關係，倡導“無許可創新”，認爲打破常規、快速行動的迭代部署模式，能帶來更大能動性與更高容錯率，進而讓AI賦予人類超能力。 原則7：消解AI焦慮，指出大語言模型如同生活GPS，AI助手可融入工作流程，助力初學者快速進階，甚至能將人類工作效率提升1000倍。 原則8：探討AI參與決策的安全問題，提出通過法律動態化編碼制定動態契約，在兼顧規則與公平的前提下，讓AI安全有效地融入社會。 原則9：提出面對高智能AI，最佳路徑是與其目標一致、協同進化，深入探討技術對人類自由認知的塑造，以及人類在協同過程中的實際獲益。 原則10：暢想“政府2.0”時代，認爲AI是新工業革命的開端；建議將AI融入政府服務，增加公衆參與機會，個體從AI中獲益越多，人類整體收益就越大。

【紙書】依舊畢英傑講座引流買的書，上次基拉爾還行，這本真的看個閒篇（下次要謹慎了）。 首先出版社封面設計毫無審美，其次專門搞了個導讀手冊，本來想吐槽這事，但是看完全文+導讀手冊，個人認爲最佳是韋青寫得導讀《什麼是真正的問題》，這篇導讀值得找來看看。 即使讀完作者迎合AI繁榮論調的很多說辭，我還是覺得收穫最大的依舊是韋青的導讀，文筆和知識儲備了得，“正—反—合”裏講到“反者道之動，弱者道之用”，以及談及如何辨別什麼是真正的問題，技術背後的問題是人的問題，這事更值得思考。 至於作者，主觀能動性替換到“超級能動性”，發展中解決問題替換到“迭代部署”，概念的“數字孿生”其實沒啥新意，但是作者貌似駁斥“悲觀論”“末世論”的很多設想，倒是啓發我很多想象，資本家們是具有技術人文主義的羣體嗎？如果不是，未來完全強制監控年代可期。 “技術的賦能，讓人類得以擺脫僅僅爲了生存的永恆當下。”全書讀着滿臉問號的地方很多，這是其中之一吧。 以及竟然說到“剩餘消費者盈餘”，有種技術上帝降臨施恩衆生的論調了，剩餘資本家盈餘又該怎麼算呢？ 總之，收穫有但不多，正反都算上的話。以後這種書利用“AI賦能”速讀即可。

在信息大爆炸的時代，關注點要從"獲 取了多少信息"，轉向"我用這些信息產 生了什麼價值"。這讓我想到了一個詞， "通道"。 我們其實是很多信息的通道，但如果我 們作爲通道的功能很弱，則會造成批判 性思維和獨立思考能力弱、信息堵塞、缺乏分辨能力、盲信錯信等現象。 但如果我們作爲通道的功能很強，往往 可以： 1、篩選：主動篩選接收信源等級高的、系統的、靠譜的、完整的、真實的信息，比如信院等級高的是論文、文獻、《中國膳食指南》、英文原著、政府發佈的通知等； 2、判斷：判斷哪些信息是可以"功利性" 的對我們生活、學習和工作帶來改變，哪些是"非功利的"的隨便看看了解或者 樂趣，比如黃仕明提到一開始每天冥想 可以十多次，每次二三分鐘，不追求時間長，而是多練習，我聽完覺得這是可以"功利性"作用於我生活的； 3、應用：對於那些"功利性"的信息，直 接選擇實踐應用，比如還是黃仕明提到 的日常催眠練習，我真的這樣去做了，雖然我做不到每天十多次，但我每次2-3分鐘就停下來，發現自己的念頭越來越少，進入冥想的狀態越來越好。 4、迭代：我會和身邊冥想很厲害的朋友 交流，比如我有個健身教練好朋友，他有時候可以冥想好幾個小時，冥時候身 上出很多汗，感覺到內心之間的跳動， 感覺到手心之間的空間有一團熱氣往出 冒，感覺自己入定了覺察不到身體的存 在，冥想完有時淚流滿面……這是我完 全無法理解和達到的境界，但可以慢慢 練習努力靠近。 我認爲，當今時代，更需要思考和練習的是自己作爲通道的能力如何越來越強。

作者大名鼎鼎，但這本書確實很一般，兩個作者講了一些泛AI技術的應用原則、價值和意義，以AI爲新工業革命也不爲過，新的科技講帶來很多變化，賦能並可能改變行成新的業務模式、工作形態、安全管控等等。但我覺得各方面都講得很淺，讀起來不夠流暢，10個原則的論點和論據讀起來味同嚼蠟，可能我作爲AI行業從業人士，對本書的期待不一樣吧，我本想吸收點新觀點和思考，但沒有感受到震撼和啓發。另外文章後面大篇幅的國內名人點贊和論述自己對AI的理解，感覺就是捧場了。 不可否認AI賦能業務變革勢不可擋，但目前的AI依然有它的侷限性，AI不是萬能的，也需要袪魅，另外本書講的AI是更寬泛的AI，不侷限於當下的大模型技術，各位前輩和名人點贊AI的說法也無可厚非，我的觀點是就本書本身的質量而言，邏輯結構性、內容新穎性、故事性和寫作文筆方面還可以加強。

這本《AI賦能》（Superagency）由領英聯合創始人裏德·霍夫曼（Reid Hoffman）與格雷格·貝亞託（Greg Beato）合著。全書的核心邏輯是反駁當前流行的“AI末日論”和“悲觀論”，主張通過技術人文主義（Techno-Humanism）的路徑，利用AI賦予人類超級能動性（Superagency）。 以下是根據書中“10大原則”劃分的章節核心觀點及詳細細節總結： 前言：技術人文主義指南針 作者首先指出，歷史上每一項重大技術（如印刷術、汽車）出現時，都伴隨着“末日論”的恐慌，但最終技術都成爲了人類進步的工具。 • 核心觀點：不要試圖通過禁止或暫停來阻止未來，而應通過迭代部署（Iterative Deployment）——即在實踐中不斷修正和完善，來塑造一個更好的未來。 • 關鍵概念：作者提出了“技術人文主義指南針”，即技術應該被設計爲“人類意願的延伸”，旨在增強個人和集體的能動性，而非取代人類。 原則1：AI焦慮時代，超級能動性讓我們找回人生掌控權 • 核心觀點：AI不僅是工具，更是一種可以放大的“能動性”。它可以讓每個人都擁有類似達·芬奇的智慧或專家的能力，從而實現“超級能動性”。 • 細節解讀： ◦ 四大派別：霍夫曼將當前對AI的態度分爲四派：末日論者（擔心AI毀滅人類）、悲觀論者（擔心失業和偏見）、樂觀論者（主張完全不受監管的創新）和繁榮論者（Progressives/Humanists）。作者自稱爲“繁榮論者”，主張通過廣泛參與和迭代部署來解決問題，而不是因噎廢食。 ◦ 能動性的定義：能動性（Agency）是指個體做出選擇並採取行動影響生活的能力。超級能動性則是當AI賦能大量個體，並在社會層面產生增值效應時的狀態。 原則2：當AI學會“撒謊”，我們如何選擇相信誰、信任什麼 • 核心觀點：擁抱AI能幫助我們將“大數據”轉化爲“大知識”，從而在信息過載的時代增強我們的判斷力，而非削弱隱私。 • 細節解讀： ◦ 歷史教訓：回顧了20世紀60年代人們對“聯邦數據中心”的恐懼，當時人們擔心計算機導致“老大哥”監控。但事實上，數據的匯聚（如領英、谷歌地圖）反而通過透明度和連接性賦予了個人巨大的力量。 ◦ 從隱私到公開：作者認爲，除了隱私，公開身份也是一種力量。通過像領英這樣的平臺，個人數據被轉化爲職業機會和信任網絡。AI時代，我們需要利用數據來獲得洞察力，而不是僅僅將其鎖在黑箱中。 原則3：你無法馬上見到醫生，但可以隨時使用AI • 核心觀點：應從“可能會有哪些積極影響”的角度思考AI，特別是在醫療和心理健康領域。AI可以實現“超人性化”（Superhumane）的關懷。 • 細節解讀： ◦ Koko案例：書中詳細描述了心理健康平臺Koko的實驗。雖然引入GPT-3輔助回覆曾引發爭議（被指責機器缺乏同理心），但數據顯示AI輔助的回覆往往比人類更具同理心、更及時。這表明AI可以將“黑箱心理治療”轉變爲基於數據的“大知識心理治療”。 ◦ 隨時待命：人類醫生資源稀缺且昂貴，而AI可以提供24/7的陪伴和支持。研究顯示，在回答患者問題時，ChatGPT在同理心和質量上甚至超過了人類醫生。 原則4：AI不是選擇題而是生存題，普通人何以用AI獲得百萬消費者盈餘 • 核心觀點：AI和大型科技平臺創造了一種“私人公地”（Private Commons），這是一種由私營企業運營但具有公共價值的資源，能爲用戶創造巨大的“消費者盈餘”。 • 細節解讀： ◦ 消費者盈餘：經濟學家研究發現，用戶願意放棄使用搜索引擎一年所需的補償金高達1.7萬美元，這遠超他們付出的成本。這證明了數字服務（如谷歌、維基百科）創造了巨大的非貨幣價值。 ◦ 數據農業：作者反對將AI訓練視爲“數據掠奪”，而認爲這是一種“數據農業”——通過聚合和處理數據，創造出比原始數據價值高得多的新產品（如多模態AI助手），反哺給用戶，幫助普通人（如通過YouTube學編程的初學者）實現階層躍升。 原則5：超級進化時代，“最強大的模型”依然會犯“最低級的錯誤” • 核心觀點：不要因爲AI犯錯就全盤否定它。通過持續的基準測試（Benchmarks）和公衆參與的測試（如Chatbot Arena），AI正在快速進化。 • 細節解讀： ◦ 不是軍備競賽，是鐵人三項：媒體喜歡用“軍備競賽”來形容AI發展，但作者認爲這更像是“鐵人三項”，是一個漫長的、多維度的測試過程。 ◦ 獨角獸測試：書中提到GPT-4曾被要求用代碼（TikZ）畫一隻獨角獸。最初它畫得很糟糕，但在一個月內通過迭代變得越來越好。這證明了基準測試和公開測試能推動模型從單純的模式匹配走向更通用的智能。 ◦ 大衆監管：“聊天機器人競技場”這種讓公衆盲測並投票的機制，是一種“監管2.0”，比靜態的法律更能反映AI的真實能力和用戶滿意度。 原則6：AI創新VS安全恐慌：迭代部署的AI才能給予我們超能力 • 核心觀點：無許可創新（Permissionless Innovation）優於預防性原則。只有讓AI在現實世界中“迭代部署”，才能真正發現並解決安全問題。 • 細節解讀： ◦ 汽車的比喻：20世紀初，汽車被視爲“魔鬼馬車”，充滿危險。如果當時按照“預防性原則”禁止時速超過40千米的汽車，我們將失去現代交通帶來的巨大自由。相反，通過迭代（引入駕照、紅綠燈、安全帶），我們在享受速度的同時解決了安全問題。 ◦ 速度即安全：在軟件領域，快速發佈和更新（迭代）是提高安全性的最佳方式，而不是在實驗室裏等到完美才發佈。 原則7：理性看待AI焦慮，AI助手如何讓我們的工作效率提升1000倍 • 核心觀點：AI就像生活中的GPS，能爲我們在複雜的信息世界中導航。它對初學者的幫助最大，能極大地促進教育公平和技能提升。 • 細節解讀： ◦ GPS的啓示：GPS最初是軍事技術，向民用開放後創造了數萬億美元的價值，並沒有導致世界大亂，反而讓人們敢於探索陌生領域。AI就是“信息的GPS”。 ◦ 初學者的紅利：研究表明，經驗較少的員工在使用AI後，工作質量提升幅度最大。AI能迅速拉平技能差距，比如幫助貧困學生寫出優秀的大學申請文書，或者幫助非母語者理解法律信函。 原則8：當AI能爲我們“完美決策”，動態契約才能讓它安全且有效地融入社會 • 核心觀點：隨着AI融入物理世界（如智能汽車、智能合約），“代碼即法律”將變得更加普遍。我們需要動態契約來平衡“完美控制”與人類的自由裁量權。 • 細節解讀： ◦ 酒駕檢測案例：作者設想了2027年的場景，汽車內置的AI檢測到司機酒精超標，拒絕啓動並建議看電影。雖然這限制了自由，但也消除了酒駕風險。這是技術實施“完美控制”的例子。 ◦ 智能合約：基於區塊鏈和AI的合約可以自動執行（如農業保險根據天氣數據自動賠付），減少了人爲違約和偏見，但也帶來了缺乏靈活性的挑戰。我們需要在代碼的剛性和人類的靈活性之間找到平衡。 原則9：在高智能AI面前，與AI目標一致、協同進化是最好的出路 • 核心觀點：要建立大規模的AI基礎設施（如主權AI），需要社會共識和“被統治者的同意”。 • 細節解讀： ◦ 州際公路系統：以美國州際公路系統爲例，這是一個巨大的國家項目，雖然初期引發了抗議，但最終通過公衆參與和調整，連接了國家，創造了巨大財富。AI基礎設施建設也需要類似的社會契約。 ◦ 公衆參與：政府不應只是自上而下地監管，而應利用AI工具（如Polis）來收集民意，讓公衆參與到規則制定中，從而達成社會共識。 原則10：“政府2.0”時代，讓每個個體從AI中獲益越多，人類整體受益就越大 • 核心觀點：國家應該追求主權AI（Sovereign AI），並在公共服務中積極採用AI，以提升國家競爭力和民衆福祉。 • 細節解讀： ◦ 盧德派的假設歷史：作者講了一個假設的故事：如果19世紀的英國爲了保護織工利益而通過法律禁止自動化紡織機，英國將變成一個貧窮、落後的“阿米什社區”，人才會外流到擁抱技術的國家。這影射了當前如果國家禁止AI可能帶來的後果。 ◦ 政府2.0：政府應該像亞馬遜改善客戶體驗一樣，利用AI改善公共服務（如自動處理退稅、預測流行病）。通過提升每個個體的能動性，整個國家將變得更繁榮、更安全。 總結 整本書的核心在於：我們不應恐懼AI，而應積極塑造它。 霍夫曼認爲，通過技術人文主義（以人爲本）、迭代部署（邊做邊改）和廣泛參與（讓大衆使用），我們可以利用AI實現超級能動性，解決人類面臨的重大挑戰（如醫療、教育、氣候），創造一個更加人性化和繁榮的未來。

人工智能：現代社會的新型基礎設施與國家供給邏輯 在生成式人工智能技術加速滲透經濟社會各領域的當下，關於“AI是否應成爲人類社會基本基礎設施”以及“是否應由國家主導供給”的討論，正成爲技術治理與公共政策領域的核心議題。結合《AI賦能》一書的核心觀點與全球實踐經驗來看，人工智能已具備現代基礎設施的核心特徵，而其供給模式應遵循“國家主導基礎底座建設+市場參與增值服務運營”的協同路徑，以此平衡技術創新效率與社會公共利益。 一、 人工智能具備現代社會基礎設施的核心屬性 基礎設施的本質，是爲經濟社會運行提供公共服務、具有非競爭性與非排他性特徵的基礎性支撐體系，從傳統的交通、能源、通信，到數字時代的互聯網、雲計算，均符合這一界定。當前，人工智能技術正逐步展現出與傳統基礎設施同質的核心屬性，成爲驅動社會運轉的“數字底座”。 其一，AI具有通用目的技術的滲透性。如同電力改變了所有行業的生產方式，人工智能並非侷限於某一特定領域的工具，而是能夠嵌入教育、醫療、製造、金融、治理等幾乎所有社會場景的通用技術。以醫療領域爲例，AI輔助診斷系統可覆蓋基層醫療機構，彌補優質醫療資源的地域分佈不均；在城市治理中，AI交通調度系統能提升路網通行效率，降低公共管理成本。這種跨領域的滲透能力，使其具備了基礎設施“賦能全局”的核心特徵。 其二，AI具有顯著的公共品屬性。一方面，AI技術的研發與應用存在“正外部性”——企業開發的AI算法模型，不僅能實現自身盈利，還能通過技術擴散推動全行業效率提升。例如，開源大語言模型的普及，降低了中小企業的技術應用門檻，催生了大量創新應用場景。另一方面，部分AI基礎設施的建設具有“投資規模大、回報週期長”的特點，單純依靠市場力量難以實現有效供給。如國家級算力樞紐、公共數據訓練集等，需要長期持續的資本投入，且其收益更多體現爲社會整體福利的提升，而非企業的短期利潤，這與傳統基礎設施“公共服務優先”的屬性高度契合。 其三，AI是保障國家發展安全的戰略基石。在全球科技競爭的語境下，人工智能基礎設施的自主可控，直接關係到國家的產業安全與數據安全。若依賴外部技術供給，不僅會導致關鍵領域的技術“卡脖子”，還可能引發數據主權與隱私泄露風險。當前，各國紛紛將AI基礎設施建設上升爲國家戰略，例如歐盟的《人工智能法案》、美國的《國家人工智能研發戰略計劃》，均將算力、數據、算法視爲國家核心戰略資源，這進一步印證了AI的基礎設施定位。 二、 國家主導AI基礎設施供給的必要性與核心邊界 承認AI的基礎設施屬性，並不意味着其供給完全由國家包攬。結合《AI賦能》提出的“以人爲本的技術人文主義”理念與全球治理實踐，國家在AI基礎設施供給中的角色，應聚焦於“基礎底座建設、公共規則制定、公平性保障”三大核心領域，這既是市場失靈的必要補充，也是維護社會公共利益的必然要求。 （一） 國家主導供給的必要性：彌補市場機制的天然缺陷 市場在資源配置中具有高效性，但在涉及公共利益與長期戰略的領域，往往存在天然的侷限性，而國家的介入能夠有效彌補這些短板。 首先，解決“市場不願投”的公共品供給難題。AI基礎設施的核心組成部分，如國家級算力中心、公共數據開放平臺、AI倫理標準體系等，具有“非排他性”特徵——企業無法通過收費完全覆蓋研發成本，因此缺乏主動投資的動力。以公共數據訓練集爲例，醫療、交通、氣象等領域的高質量數據，是訓練可靠AI模型的關鍵，但這些數據分散在政府部門與公共機構手中，需要國家通過頂層設計推動數據整合與開放，爲全社會的AI研發提供基礎素材。我國“東數西算”工程的推進，正是國家主導算力基礎設施建設的典型案例，通過統籌佈局全國算力資源，降低了東部地區的算力成本，也帶動了西部地區的數字經濟發展。 其次，規避“市場盲目投”的惡性競爭與資源浪費。在市場逐利性的驅動下，企業往往傾向於集中資源投入短期可見收益的應用場景，如生成式內容創作、電商推薦算法等，而對基礎算法研發、高風險領域的安全技術等“硬骨頭”則缺乏動力。這種傾向容易導致技術發展的“偏科”——應用層創新層出不窮，基礎層技術卻長期受制於他人。國家通過制定專項研發計劃、設立產業基金等方式，引導資源流向基礎研究領域，能夠避免市場自發發展帶來的技術空心化風險。例如，我國設立的新一代人工智能重大科技項目，重點支持大模型算法、芯片設計、倫理治理等基礎領域的研發，爲產業長期發展築牢根基。 最後，破解“市場不會管”的公平性與安全性難題。《AI賦能》強調，“再先進的大模型也需人類糾錯與持續監督”，AI技術的應用若完全交由市場主導，極易引發算法歧視、數據濫用、隱私泄露等一系列社會問題。例如，部分企業的AI招聘系統可能隱含性別或地域偏見，損害就業公平；生成式AI製造的虛假信息，可能擾亂社會公共秩序。這些問題的解決，無法依靠企業的自我約束，必須由國家通過立法與監管手段，劃定技術應用的紅線。歐盟《人工智能法案》將AI系統按風險等級分類監管，對高風險AI應用提出嚴格的合規要求；我國《生成式人工智能服務管理暫行辦法》明確了數據來源的合法性與內容生成的導向性，這些都是國家履行監管職責、保障技術安全的重要舉措。 （二） 國家供給的核心邊界：不越位、不缺位 國家主導AI基礎設施供給，並非要取代市場的作用，而是要明確自身的角色邊界，做到“有所爲、有所不爲”。 國家的“有所爲”，應集中在三個層面：一是建設基礎性、公共性的技術底座，包括國家級算力樞紐、公共數據開放平臺、AI標準檢測中心等，爲市場主體提供低成本的技術支撐；二是制定公平透明的規則體系，涵蓋數據治理、算法倫理、安全監管等內容，明確技術應用的底線與紅線；三是保障技術普惠性，通過財政補貼、政策傾斜等方式，推動AI技術向農村、基層、弱勢羣體等領域延伸，縮小數字鴻溝。例如，我國推動的“AI+鄉村振興”項目，利用AI技術提升農業生產效率、拓寬農產品銷售渠道，正是國家保障技術普惠性的實踐。 國家的“有所不爲”，則是要避免過度干預市場的創新活力。在AI技術的應用層與商業化環節，應充分發揮市場主體的能動性，讓企業根據市場需求開發多樣化的產品與服務。例如，在智能客服、工業質檢、創意設計等場景，企業更能敏銳捕捉用戶需求，通過競爭推動技術迭代與服務優化。國家在此過程中的角色，是維護市場競爭秩序，防止壟斷行爲，而非直接干預企業的經營決策。 三、 市場與國家協同推動AI基礎設施供給的最優路徑 《AI賦能》提出的“迭代部署的AI才能給予我們超能力”這一觀點，本質上強調了技術發展需要“創新速度”與“風險管控”的平衡。對於AI基礎設施而言，這種平衡的實現，離不開市場與國家的協同發力，構建“國家搭臺、市場唱戲”的多元供給體系。 在這一體系中，國家的核心作用是“搭好臺”：通過建設算力、數據、標準等基礎底座，爲市場主體提供公平競爭的平臺；通過制定清晰的監管規則，爲技術創新劃定安全邊界；通過完善人才培養體系，爲產業發展提供智力支撐。而市場的核心作用是“唱好戲”：企業利用國家提供的基礎資源，開展技術研發與應用創新，推動AI技術從實驗室走向市場；通過競爭優化產品與服務，提升技術應用的效率與質量；通過商業模式創新，實現技術的可持續發展。 全球範圍內的成功實踐，也印證了這種協同模式的有效性。以美國爲例，政府通過國防高級研究計劃局（DARPA）資助人工智能基礎研究，爲技術發展奠定了理論基礎；而企業則依託硅谷的創新生態，將基礎研究成果轉化爲商業化產品，形成了“政府支持基礎研究—企業推動應用創新”的良性循環。在我國，“人工智能國家隊”與民營企業的協同發展，同樣展現了這一模式的優勢——國家隊聚焦於算力、算法等基礎領域，民營企業則在應用場景中快速迭代，共同推動了我國AI產業的跨越式發展。 四、 以協同治理構建普惠、安全的AI基礎設施 人工智能作爲現代社會的新型基礎設施，其建設與供給既不能完全依賴市場的自發調節，也不能依靠國家的單一包攬。唯有堅持“國家主導基礎底座、市場參與增值服務”的協同路徑，才能在激發技術創新活力的同時，保障社會公共利益與國家發展安全。 《AI賦能》強調，“讓每個個體從AI中獲益越多，人類整體受益就越大”。這一理念提醒我們，AI基礎設施的建設並非單純的技術工程，更是關乎社會公平與人類未來的民生工程。國家的責任，是確保這一“數字底座”的普惠性與安全性；市場的責任，是讓這一“數字底座”釋放出最大的創新活力。唯有二者各司其職、協同發力，才能讓人工智能真正成爲賦能人類社會進步的“超級槓桿”，實現技術發展與人類福祉的同向而行。