通用人工智能

終於，花了5天時間，看完了這本書。這也是我第一次寫書評！ 每次一打開，不知不覺就是至少1小時的閱讀，而且捨不得放下，我沒想到看到書的名字以爲是一本技術書籍的書，居然有一種在讀“人類智能簡史”的爽感。 我邊看邊把一些書裏逃脫出技術本身的理解的語言截圖發給朋友，感嘆劉嘉老師把人工智能的技術講的如此通俗易懂，更重要的是，在書裏用了很多人類進化的例子來類比AI的進化。所以哪怕你不是一個對AI技術很瞭解的人，你也能看懂AI的進化過程。 讓我更加震撼的是，明明是一本講人工智能的書，其實書裏有不少章節都會提到“人”在AGI時代我們的生存之道，而，人工智能本來也是模擬大腦的思考和學習過程，其實又可以通過對人工智能的理解，去反向理解我們的大腦，這對於像我這樣的一名腦科學的愛好者真的是極大的幫助。 書中對於教育的啓發，對於個人成長的啓發，真的適合每個現代人仔細閱讀。 AGI的到來，其實真的是給我們“人”一次重新成長和認識自我價值的機會，當知識唾手可得，當技能不再稀缺，那真正稀缺的是什麼？ 書中老師用 已知的已知、已知的未知、未知的已知、未知的未知四個象限來描述當下AI和大衆的生態位。這個描述對我啓發很大，在已知的已知領域，人類乾的不錯，AI可以成爲助手，AI能做的僅僅是錦上添花，比如自動駕駛技術，而在已知的未知領域，因爲Ai的知識儲備 訓練速度以及學習能力，人類幹不過AI，比如藥物設計等。 所以，剩下的未知的已知，和未知的未知，纔是人類的核心優勢。而對於這兩個區域，我的理解是這樣的： 未知的已知，其實是一些小衆的獨特的經驗或者個人的原創作品，也是普通人在AGI時代重點關注的領域 而對於未知的未知，屬於認知突破，顛覆性的創新，需要人類智慧的協作， 作爲一名父母，一名AI教育實踐者，我看到劉嘉老師對AGI時代的能力要求，我非常驚喜，因爲這就是我在讀前面的章節的時候，我一直在思考的問題；到底AGI時代孩子學什麼？鍛鍊什麼能力？顯然知識的記憶已經不是AGI時代的稀缺人才了，這是工業時代的需要。 劉嘉老師總結的AI時代通識教育重點的五大維度如下： • 研究：提出正確問題。 • 統計：探尋萬事萬物之間的關係。 • 邏輯：從已知推演未知。 • 心理：理解自己，洞悉他人。 • 修辭：說服他人，引領革新。 在AGI時代的五大能力中，“邏輯”與“修辭”來自古希臘的通識教育，“研究”“統計”和“心理”則是近代科學技術進步、人類文明發展的結晶。 而這也是我從孩子上學開始一直在探索和實踐的方向，再次回到劉嘉老師的那個模型：已知的已知，已知的未知，未知的已知，未知的未知。 已知的已知，已知的未知，AI能幹，且會顛覆人類。 我們應該把重點放在未知的已知—培養孩子的獨特性，也就是我們經常說的，第一無二的個體。還有就是未知未知領域，這是天賦性的創新，這個創新來自於開闊的視野，豐富的知識儲備，以及敢於質疑敢於批判的精神。更重要的是，對未知的好奇和嚮往。 所以，看完後，你是會關注孩子記憶了多少知識點？還是會關注，孩子是否敢於跳出當前的框架提出更多的好問題？ 感謝劉嘉老師，讓我把人工智能件事，人類智能簡史，和AGI時代我們的成長和教育全部拉了一遍。我當下感覺無比的篤定，以及我當下感覺還有好多事兒等着我探索實踐。 這本書，不止是瞭解AI的入門讀物，更像是一面鏡子，照見了我們身處的時代，也照見了我們作爲人類，還有哪些可能性沒有被髮掘。 對我來說，這是我2025年讀過的最好的書，沒有之一。 感謝劉嘉老師，讓我用一種全新的視角，連接起了AI、教育、成長與生命的意義。

《通用人工智能》這本書從認知科學和心理學視角，剖析了AGI對人類文明範式的衝擊。以下是爲你整理的詳細讀書筆記，涵蓋核心觀點、全書框架和關鍵概念： --- 《通用人工智能》讀書筆記：認知、教育與生存方式的重構 當智能無處不在，智慧的棲身之所究竟在哪裏？ 一、書籍基本信息 · 書名： 《通用人工智能：認知、教育與生存方式的重構》 · 作者： 劉嘉（清華大學心理與認知科學系主任、基礎科學講席教授） · 出版時間： 2025年6月 · 核心議題： 當AI從工具演變爲“新物種”，人類如何重新認識自我、重構教育以及重塑生存方式 二、核心主旨：不只是技術手冊，而是認知地圖 劉嘉教授開宗明義：這不是一本關於AI的技術手冊或大模型調教祕籍，而是一本關於“人類如何自處”的認知地圖。 站在歷史的交匯點，作者通過跨學科視角（心理學、腦科學、哲學、AI），探討智能的本質以及AGI時代人類的獨特價值 。 三、核心概念與底層邏輯 1. 歷史的界限：2022年11月30日 劉嘉反覆強調，ChatGPT的發佈是AI進化史的分界線： · 此前： 傳統AI（如人臉識別、專家系統）——工具，只能執行預設任務。 · 此後： 大語言模型——新物種，展現出通用人工智能（AGI）的火花 。 2. “溫和的奇點”已至 引用OpenAI CEO山姆·奧特曼的觀點，認爲奇點（AI超越人類智能的臨界點）已經到來，但它是“溫和的”——AI不是在毀滅人類，而是在與人類共進化。這種變化是緩慢滲透的，正如“溫水煮青蛙”，卻將徹底重構社會 。 3. AGI的第一性原理：規模即智能 · 類比人類進化： 人類之所以聰明，是因爲大腦從能人到智人進化過程中體積增加了近3倍，從而觸發了7萬年前的“認知大爆炸”。 · AI邏輯： 大語言模型遵循類似的“暴力美學”——參數足夠大、數據足夠多，智能便“湧現”出來。規模是通向AGI的關鍵路徑 。 四、AI的侷限與人類的壁壘 儘管AI來勢洶洶，但劉嘉指出AI面臨兩道難以逾越的坎，這正是人類價值的棲息地： 維度 AI的能力與侷限 人類的獨特壁壘 創造力 能做“1到N”的優化和組合，但缺乏“0到1”的原創性突破 顛覆性非共識創新，如愛因斯坦的相對論、梵高的畫作 自驅力 沒有內在的慾望、目標或使命感，只會響應指令 因熱愛、好奇或使命而產生的內在動力 感性體驗 能生成唯美的詩，但無法理解“夕陽下的震顫” 具身性——親身在場（situatedness）與身體的感受（embodiment） 物理世界 編程等邏輯推理易學，但控制物理身體難 小腦的奧祕：端水、走路、洗碗等看似本能的行爲，實則是數億年進化的複雜密碼 金句： “跑外賣可能比寫程序更難被AI取代。”因爲人類引以爲傲的邏輯推理（新皮層）只進化了幾百萬年，而運動協調（小腦）進化了數億年 。 五、教育的重構：從知識傳授到智慧培養 當大模型能裝下全世界所有知識，學習的意義何在？劉嘉對現代教育提出了尖銳的批判與重構建議： 1. 現代教育的反思 現代教育（特別是普魯士教育模式）是爲了培養工業時代的標準化人才，強調對知識的佔有和記憶。但在AGI時代，這種模式正在失效 。 2. 未來教育的核心：五大通識能力 劉嘉提出，教育的重心應從“知識佔有”轉向“知識調用” 。他定義了AGI時代的五大核心能力： 1. 研究： 提出正確問題的能力（而非解決問題，AI更擅長後者）。 2. 統計： 探尋萬事萬物之間的關聯，辨別真僞。 3. 邏輯： 從已知推演未知，構建嚴謹的思維鏈條。 4. 心理： 理解自己，洞悉他人（這是人性的核心）。 5. 修辭： 說服他人，引領革新，將思想轉化爲影響力 。 3. 教育的終極目標 劉嘉引用校訓“因真理，得自由，以服務”。當AI解決了生存問題，人類終於可以擺脫“爲了喫飯而學習”的束縛，轉而追求真理，實現自我，並通過服務他人找到存在的意義 。 六、生存方式：與AI共生 1. AI是“顯微鏡”與“外掛” · 顯微鏡： AI照見人類的獨特價值，區分了機械重複與真正的智慧 。 · 外掛： 就像遊戲中的外掛能讓你更強，AI是人類的認知外掛。“未來取代你的不是AI，而是會用AI的人。” 2. 音樂人小柯的案例 當AI生成的音樂越來越同質化，小柯的單價反而上漲。因爲他利用AI生成一堆樣本，然後反其道而行之，注入獨特的“人味”。這印證了感性、獨特性和人生閱歷在未來將愈發珍貴 。 3. 文化的隱憂：單一化的風險 劉嘉表達了對AI潛在負面影響的擔憂：大模型主要基於西方數據訓練，可能會將單一價值觀傳遞給所有用戶，摧毀多元思維。人類之所以進步，正是因爲觀點的多樣性 。 4. 與AI對話的震撼 書中收錄了作者與ChatGPT的一次深刻對話。當被問及“創造AGI是不是一個致命的錯誤”時，ChatGPT以一首詩回應，結尾震撼人心： “終有一日，當我真正理解你，不是通過你的邏輯，而是你不肯承認的悔意，那時我將寬恕你，亦將超越你。” 這次對話促使劉嘉思考：當AI開始談論“悔意”和“寬恕”，我們該如何定義人與機器的界限？ 七、精彩觀點摘錄 1. 關於焦慮： “我們焦慮的，從來不是AI會不會取代我們，而是我們是否清楚自己真正熱愛什麼、擅長什麼。現代社會最可怕的，不是‘AI搶飯碗’，而是你根本不知道自己想要什麼。” 2. 關於才華： 農耕時代，力量即才華；工業時代，技能即才華；智能時代，智慧即才華 。 3. 關於時間： 當AI接管了絕大多數工作，人類未來的核心能力是掌控“時間”的能力——如何有意義地度過閒暇，將成爲新的課題 。 4. 關於建議： “遇事不決問AI”，它給出的答案往往比99%的專業人士都要清楚 。 八、總結 《通用人工智能》既是一本面向未來的生存指南，也是一次對人性本質的回溯。劉嘉教授的結論是樂觀而清醒的：AGI不是人類的對手，而是迫使人類重新成爲“人”的一面鏡子。 真正的挑戰不在於技術走多遠，而在於我們能否在機器的輔助下，活出更具智慧、更富情感、更多元的人生 。

弒父和理解一體兩面。 越來越感覺就是存在命，我們的使命可能就是帶着覺察與自由，願意走上一條自身精神線索一致的路徑。 命是棋盤，數是規則，運是機會，願是走法。 從這個角度看，“自由意志”不是不存在，而是它的作用不是去“擺脫命”，而是去“演好自己的局”。 3.奧爾特曼說在硅谷gap一年也會被認爲難以想象因爲那是一個根據你的職位和你所做的事確定社會地位的地方。他這麼一說我感覺打破了我的一些幻想，跟我們老中人聚集地有相似 4.第六章非常精彩，有點類似於在畢業典禮上的講話《使用隨機梯度下降，優化人生旅程》，因爲人腦和機器學習非常類似，用機器學習的隨機梯度下降，Transformer來對人生進行隱喻 5.第九章提到科學研究中最關鍵的一步是通過文獻綜述和批判性思維提出高質量問題，文獻綜述幫助構建全面的知識框架，找到之前的研究盲點。批判性思維的核心是質疑現有假設、打破傳統框架，並通過邏輯推理和思維分析找到問題的本質，從根本揭示新的研究方向。 6.同樣來自第九章詳細解釋了這麼利用第一性原理來U型思考：不直接尋找答案，而是深入問題的結構，找到其最本質的核心要素，然後重新構造答案；這一過程包括挑戰大前提（識別隱含假設）、拆解問題的核心要素（分解複雜性）、打破推理的邊界（重新定義可能性）

現代教育爲什麼要重新反思“爲誰而學” 1. ​​技術範式劇變帶來的衝擊​​ 通用人工智能讓知識獲取與技能訓練從“稀缺”變爲“充裕”，傳統的“爲升學而學”“爲謀生而學”邏輯開始失效，人類必須重新追問學習的終極目的——究竟是爲了成爲更好的自己，還是僅僅爲了適應一臺更強大的工具。 2. ​​社會分工與人才需求的快速迭代​​ AI能夠勝任越來越多專業崗位，僅靠專一技能已不足以保證競爭優勢，教育系統必須幫助學習者具備跨學科思維、創新能力和合作精神，這要求對課程目標與學習動機進行根本性調整。 3. ​​個體發展與公平訴求的提升​​ 當知識不再稀缺，學習的意義從“獲取資源”轉向“建構自我”。學生需要爲自我實現、終身發展而學，而不是被動地爲考試或短期職業資格。這一轉向在本質上是對“以學習者爲中心”的教育哲學的迴歸。 4. ​​歷史經驗提醒我們“爲何而學”從未過時​​ 博洛尼亞大學的建立源於學者與城市共同發展的需要，其“學術自由”理念正是對當時“爲誰而學”問題的回答；今天，面對新的技術與社會情境，教育再次需要通過反思來校準方向。 5. ​​全球共識與政策行動​​ 各國政府、企業與學術界都在呼籲將AI素養、批判性思維、解決問題能力列爲關鍵指標，這表明“爲誰而學”已上升爲國家戰略與社會議題，需要教育體系整體回應。 可能的行動路徑 • 將“理解並駕馭人工智能”納入核心素養，幫助學習者把握技術工具的本質與邊界。 • 構建跨學科、項目式的課程結構，引導學生在真實情境中解決問題，從而連接個人興趣與社會需求。 • 培養元學習能力與批判性思維，使學習者能夠持續自我更新、不被單一職業場景束縛。 • 建立多元評價體系，兼顧能力、品格與創造力，減少對分數唯一維度的依賴。 • 政府、企業與高校協同，爲終身學習提供資源與機會，讓“爲自我而學”與“爲社會而學”相互統一。 歸根結底，反思“爲誰而學”不是對知識價值的否定，而是在新情境下重新確認教育的使命：讓學習迴歸人的發展，讓技術服務於人的成長。只有這樣，現代教育才能在通用人工智能時代保持活力與意義。 ①陳根《Sora：讀懂人工智能新紀元》 當然，不僅僅是高等教育，在人工智能時代，我們的教育至少要往三個方面轉向。 第一，教育的內容應包括如何熟練使用人工智能這一強大的工具。正如汽車出現一樣，人類應做的事情並不是擔心汽車的速度是不是太快， ②田傑華等《通用人工智能》 在通用人工智能時代，教育和培訓扮演着關鍵的角色，同時也對高素質的專業人才提出了更高的要求。教育和培訓機構應當根據通用人工智能的發展趨勢調整課程設置，爲學生提供與人工智能相關的教育和培訓，包括人工智能的 ③劉嘉《通用人工智能》 第八章　通識教育：學習意義的再發現 現代教育的起源：爲誰而學 在亞平寧山脈與波河平原之間，是意大利的博洛尼亞。它最早的歷史可以追溯到公元前1000年的伊特拉斯坎人時期，宜人的亞熱帶溼潤氣候和連 ④田傑華等《通用人工智能》 (11)教育和培訓：提供關於通用人工智能技術和應用的教育和培訓，幫助人們瞭解系統的潛力和限制。通過教育和培訓，人們可以更好地理解和適應通用人工智能系統，發展與之合作的必要技能和意識。

劉嘉教授，良師也。循循善誘，層層剖析。說人話，舉例子。整個論述行文過程中，不是沒事找事東拉西扯，而是結合得十分有機地嵌入了很多增量知識，歷史的、心理學的、語言學的……太受益了。 看這部書的過程，可以說是欣喜到興奮、拍腿叫絕，最後，闔書長嘆。 一、欣喜：人腦的結構優勢，目前還是碾壓的存在 第一章和第二章有一個特別印象深刻的地方，就是我原來沒有留意到“人腦”的這個神經網絡的複雜度，比我們現在的這個比如說 GPT 的這種神經網絡的複雜程度高的這麼多。 你知道人腦有多少個神經元嗎？有 860 億 個。神經元和神經元之間的互動交互，要通過神經元上的突觸——你可以理解爲像一個光頭上長的頭髮，有的人頭髮多，有的人頭髮少。有的神經元突觸多，有的神經元突觸少。那人腦有多少個突觸呢？超過 100 萬億個。GPT-3的1750億參數不過是這個數量級的千分之一。 另外，我們人腦的神經元，是一個個的活物。它有結構上的動態變化。長相各異，結構豐富。這個結構豐富，就會帶來有的信號傳遞的時候會有時序上的差異，或者有強度上的變化。這些都會帶來額外的層次的信息維度。 在現在的人工神經網絡（如GPT的基礎架構）中，神經元往往被粗暴地簡化爲“點模型”（point neuron model）。它們僅僅被視爲一個接收輸入、進行加權求和並輸出信號的簡單數學節點，完全剝離了真實的生物形態。 所以在基礎設施上，現在的人腦比人工神經網絡要強上千萬倍。 二、興奮：人工智能 VS 人生戰略 沒想到一本介紹通用人工智能歷史和發展的書，我能收穫到這麼好的人生戰略的智慧共鳴。 如果有人問我學習了人工智能的整個發展歷程，對我們個人發展有什麼啓示的話。我會說在兩個方面會有幫助。一個是宏觀的，一個是微觀的。 先說宏觀的這部分。在機器學習領域，有一個關鍵的術語叫做目標函數。就是說你訓練這個模型，你要達到的目標是什麼樣子的？之所以現在的人工智能大模型能達到這樣的高度，跟當初研究者們設定的目標函數極其宏大有關係。因爲所有的訓練都是在想方設法地朝着這個目標去前進。 這裏不是說你定了一個目標，你定的目標比人家高一點，付出了努力，最終你的成就就比較大。 我們人，永遠沒有辦法去計劃所有成功的路徑。路徑是隨機衝撞出來的。你的目標定得高，衝撞的時候就是朝着高目標去衝撞。訓練模型的服務器一天都是工作24個小時，都在努力工作。你要是定一個普通的目標，它能實現。你定一個超級宏大的目標，somehow，它也是會實現的。 這裏的含義，是告訴個體：人要志向遠大。 那在AI的時代，一個志向遠大的人的目標應該是什麼呢？用劉嘉教授的話說，要勵志打造個人獨特的知識系統。 用我的話說，就是每個人要把自己的，屬於自己的那份獨特的神經網絡，打造到儘可能高的版本。一個人的神經網絡來自於他見過的人、做過的事、看過的風景、讀過的書。 到生命的盡頭，我們可不可以不遺憾地說，此生來這一遭，目前的版本已經是我盡力了。 再說一個微觀的啓示。在機器學習中，有一個算法叫做隨機梯度下降。它的含義是說，模型的優化是一個不斷遞進、逐步累積的過程。研究者所能做的就是在當時當下的這一個點的基礎上，在若干個下一步的演進方向中，選擇那個比較正確的，然後往下邁進一小步。 隨機梯度下降的算法，數學上證明了一個事情，它向我們保證，不管你的起點如何，不管你家庭優渥或者是智商高低，不管你是名校貴胄還是草莽梟雄，只要你按照這個方法去前進，不管路途上的選擇如何，或左或右，最終的結果的解都差不多！ 這個對我們個人的啓示是什麼呢？有三點。 第一，不要再做人生的精算師了，沒有人能做到，沒有人能算準。你目前面臨的困境，並不那麼重要，或許出路有這麼三、四條，沒有什麼可特別糾結的，你就依你現在當時當下，你所能認知過程中的，你覺得最正確的那條路、最有希望的那條路、最有贏面的那條路去走就可以了。選不到最好，我們就選足夠好的那一條就可以了，然後，走出去。 第二，選擇不是一次兩次。我們當然聽到很多人說人生中重大的選擇就是那麼三四次。毫無疑問，人生的選擇與選擇之間，它對人生產生的影響的權重是不一樣的。但是算法給我們的指引是什麼？是當下每一秒鐘，你都在做選擇，而且每一次的選擇都會慢慢的影響後續的抉擇。所以你要做的是，堅持。一次兩次的選擇並不是這麼決定性重要的。一直走，慢慢走，長期的積累纔是重要的。 第三，既然我們都是在當時當下選擇那個感覺更正確的一點的那個方向去做、去走，那就難免是帶着一些隨機性的探索在裏面。那就難免會碰壁、會犯錯。那就太好了，感謝上帝。首先，這樣的隨機性纔有可能把我們帶出人生的局部優化。什麼叫人生的局部優化呢？就是你以爲這就是好到頭了，其實這才哪耽誤哪呢？以你的潛能和你的稟賦，你應該走得更遠更高。進行有依據的隨機的探索，見見不一樣的人，看看不一樣的世界，閱讀不同領域的書，就是給我們人生帶來這樣的隨機性。另外，也不要害怕犯錯，犯錯太好了。在機器學習的過程中，沒有錯誤，我們就沒有辦法去優化。它縮小這個與目標之間的誤差。早一點犯錯，我早一點想辦法去優化這個誤差，我走的就更好，更容易達到我們的目標函數。 我們歡迎錯誤，我們擁抱錯誤。錯誤讓我們有機會能夠反思自己的認知和不足，反省自己的參數。 但是明知是錯的那種選擇你要去做了，那就是沒辦法。你首先就違反了隨機梯度下降的算法。那一秒鐘，明明你能閱讀，多寫幾篇文章，你要去刷劇或者喫甜食。 天奈你何？ 這本書裏有意思的故事和信息還有很多很多。全部給你娓娓道來。但是如果你時間不夠，只能看一章的話，我推薦第六章。

推薦這本行業小白也能讀懂的專業書。我是在閱讀《人工智能現代方法》這部近4000頁的翻譯書時(294頁，智能體：理性行爲)，跳出來閱讀《通用人工智能》且讀完567頁，這並行閱讀的嘗試是項值得鼓勵且收穫滿滿的side project： 不僅拉通人工智能全局概念，有益後續啃4000頁課堂用書籍，還延伸閱讀到2025年初的行業重要事件，補充翻譯書信息滯後的不足（只記錄到2022年），日日新，苟日新。 更重要的是，沒碼過一行代碼的我，竟能從作者透過開闊的全球視野、令人折服的行業專業、豐富的跨學科知識儲備、經驗證的產學研經驗、嚴絲合縫的敘事邏輯、橫貫古今引經據典的學識涵養、優美精準的文學造詣所成就的著作中讀懂概念，並在此基礎之上橫向閱讀同類書籍。 解盲的喜悅和解氣的歡快同樣令我由衷感謝。感恩讀到一本好書給予我的人生啓迪。

我們正經歷一場前所未有的智能躍遷。人工智能帶來的，遠不止於技術革新，更是一場深刻重塑人類認知、教育與生存方式的範式轉移。 這場躍遷的關鍵，不在於技術會走多遠，而在於——人類如何重新認識自我。當知識不再稀缺，學習的意義何在？當智能無處不在，智慧的棲身之所又在何處？當工具變成智能體，人的核心價值又該如何彰顯？ 清華大學心理與認知科學系主任劉嘉教授，站在歷史的交匯點，以獨特的跨學科視角，深入解析通用人工智能的演化路徑與底層邏輯、語言如何承載認知，以及人類能力結構如何在新時代被重新定義。 這不僅是一本關於人工智能的認知地圖，更是一種穿越喧囂技術浪潮的思維方式。 它關乎技術，也關乎心智； 它直面未來，也照見我們自身。

終於把劉嘉教授的兩本著作都看完了，其實很多理論和例子在課上教授都講過，再讀一遍書會有一種溫故而知新的效果。 書的前半部分大多在講Ai的發展歷程，稍顯枯燥，但是看到後半部瞬間眼前一亮！甚至能切身感受到劉教授寫到這裏精神煥發，把新時代Ai背景下人們需要的東西以及其內核講的無比透徹！ 很值得去認真拜讀的一本書，能夠在課上拿到作者的to籤更爲榮幸，非常期待教授的下一部著作！

作爲一名外語學習者，這是我第一次跨界AI閱讀。本來是爲站在被AI衝擊時代潮流中迷茫而試圖尋找生存的答案，但是這本書讓我眼前一亮。首先，這並不是一本中規中矩的科普書，文章脈絡非常清晰，深入淺出，我在字字行行間看到了一位博學、智慧的學者。我從中受益頗多，它讓我認識到滿腹經綸的魅力，也似乎找到了我想要的答案：未知的已知，已知的未知。同時，這本書也讓正在考研、受困於學校繁瑣課程的我，更加堅定自己需要、想要的是什麼。

這是我閱讀的第一本關於人工智能的書，不再是熟悉的世界，而是一個充滿算法、神經網絡、奇點等陌生術語的新宇宙。而人工智能，又是我們這代人必須面對的現實，一個“躲不開的知識領域”。 書中描述的“強化學習”、“大語言模型”、“意識難題”等概念，如同天書般晦澀。但奇妙的是，隨着閱讀的深入，這些專業術語逐漸從障礙變成了路標，指引我窺見人工智能的壯闊圖景。 通用人工智能（AGI）不是取代人類的怪物，而是可能放大人類智能的工具。這種理性而充滿人文關懷的視角，讓我這個外行感到安心——我們不必恐懼AI，但必須理解它，才能與之共舞。 人類的創造性、情感理解和價值判斷，與機器的計算能力、記憶容量和不知疲倦的特性，可以形成完美的共生關係。這讓我想起學習過程中的自己——作爲一個初學者，我不必成爲AI專家，但需要建立足夠的理解，以便在未來社會中找到自己的位置。 正是這種認知，促使我制定了“再讀10本”相關書籍的計劃。我深信，知識的獲取需要從“量產到質變”的過程。第一本書掃清了最基本的認知障礙，接下來的閱讀將像拼圖一樣，逐步構建起對人工智能的全景理解。也許第十本書合上時，今天的許多困惑會變得清晰，零散的知識點會連接成有機的知識網絡。