铃阅
❌

阅读视图

生成现实时代,人类该如何拥有彼此?

原创 周政华 2026-11-16 17:00 北京

人工智能不再只是工具。

周政华 《互联网前沿》执行主编

早晨七点,你被手机闹钟唤醒,没有立刻起床,先看天气,再看消息。昨夜发生的冲突被剪成四十秒的视频,朋友的婚礼浓缩在九张照片里,远方的山火在直播间里翻滚。接着,一位虚拟主播向你推荐衬衫,另一个数字人在讲解当天新闻,聊天软件则替你写好一句得体的迟到说明,你删改两个字,发给同事。

从清晨睁眼到推门外出,你还没见到今天的太阳,就已经在手机里刷过了好几个“世界”:有记者记录的新闻、朋友精挑细选的动态、算法推送的热点,还有 AI 凭空合成的场景。真实的、精修的、虚构的,全都塞在这一块小小的屏幕里。

我们总习惯说“AI 正在改变我们”,但真正重塑生活的,恐怕不单单是 AI,而是发光的屏幕与无形的 AI 彻底结合在一起的那一刻。屏幕负责把世界变成可观看、可互动的界面,人工智能不再只是“推荐”既有内容,而是实时为你生成专属的报道、视频、证据逻辑乃至情感互动。

在漫长历史中,人借助工具改造世界,如今,一条新的反馈链路正在形成,人、屏幕、人工智能与世界彼此嵌套,互相塑造。屏幕不再只是窗口,人工智能也不再只是工具,它们开始共同参与现实的制作。在算法不仅造万物、甚至能造“真理”与“情感”的今天,我们与他人的真实联结已经到了必须被重新审视、主动关怀的临界点。

世界成为可观看之物

屏幕最先改变的不是世界本身,而是世界抵达人的方式。

在电影和电视普及之前,人们感受世界的方式是全方位而立体的:吹过皮肤的风、泥土湿润的气味、打在脸上的雨滴……然而,发光的屏幕却把这片复杂真实的世界,压缩成了指尖下可以随时缩放、滑动和裁剪的照片和视频。

电视时代,千家万户在同一个时段看同一个节目。远方的战场、体育比赛、登月、庆典和广告,被电视台编排进固定的时段。观众可以换台,却无法改变节目菜单。媒介机构决定什么值得被看见,播出顺序又暗示什么更加重要。晚间新闻不只是报道一天,更是安排了一天要闻的轻重缓急。这种共同观看当然包含着权力的筛选,但也创造了一种已经逝去的公共节奏。第二天上班,人们谈论昨晚同一场比赛,同一部电视剧和同一则新闻,大家虽然观点各异,但起码还有共同的关注点。

互联网时代,各色网站扑面而来,用户可以搜索,点击,评论,也可以绕过编辑部直接发布。内容选择权似乎从机构回到个人。一个爱好冷门音乐的人能够找到同伴,一个乡镇青年可以旁听世界名校的课程,一位母亲也能记录自己的一日三餐、喜怒哀乐。被主流媒介忽略的个体经验,第一次以如此低的门槛进入公共空间。

但无限的选择很快带来另一个问题,没有人能真正面对无限。所以,搜索引擎要排序,社交平台要推荐,信息流要决定下一条出现什么。于是,选择权没有简单地从电视台转交给个人,而是在个人、平台和算法之间重新分配。

早在 1922 年,沃尔特·李普曼就在《公众舆论》中写道,人们面对复杂环境时,会在头脑中形成一个关于世界的图像,他称之为拟态环境。屏幕时代把这个原本主要由报纸、传闻和个人经验构成的环境,变成了一套全天候运行,可以度量反应并不断调整的系统。

我们看到什么,会影响我们关心什么,我们关心什么又会成为下一轮推荐的依据。这是一个温和而顽固的循环。屏幕一方面映照欲望,另一方面也在训练欲望。

屏幕彻底改变了我们看人的眼光。

以前看电视,镜头里的人都被简化成了“人设”:输赢看运动员,颜值看明星,苦难看灾民,道理看专家。镜头就那么长,装不下一个人完整的生活,只能给人贴上某种鲜明的标签。到了社交媒体时代,这种“立人设”套在了我们每一个人头上。我们开始靠一张头像、几条朋友圈、几个标签和几段短视频去认识一个朋友,也用同样的方式把自己打包成一个符号,展示给别人。

这并不意味着虚伪。人类一直会在不同场合展示不同侧面,从文艺复兴时期欧洲宫殿里的贵族油画,到今天许多打工人在工位上摆放的自己和家人的照片,这些从来不是未经选择的呈现。变化在于,展示从一种小众行为,逐渐成为大众日常生活的文化自觉。

我们观看别人的精选内容,也为别人制作自己的精选内容。久而久之,生活出现了一种舞台感,事件仿佛只有进入屏幕才算完整,情感仿佛只有被表达、被点赞、被转发才获得证实。正如哲学家居伊·德波在《景观社会》中所指出的那样:整个生活表现为景观的巨大聚积。屏幕不仅是传输信息的管道,它反向重构了现实的发生逻辑,一个事件、一片风景乃至一种生活方式,只有被屏幕拍摄、转译并呈现出来,它才被赋予了被看见与真实发生的合法性。

未经屏幕中介的现实,仿佛不值得、也未曾发生过一般。

在大型演唱会或体育赛事现场,常出现一个荒谬而普遍的景象:数万名观众花费高昂门票来到物理现场,离舞台只有数十米,却全程高举智能手机,通过 6 英寸的手机屏幕去观看舞台上的表演。肉眼的直接注视(也就是从眼睛到现实)反而让现代人感到缺乏安全感或不真实,只有通过屏幕录制与呈现(也就是从眼睛—屏幕—现实),这场体验才算真正被捕捉与确认。于是,演唱会现场沦为屏幕画面的生产车间。

此外,从冰岛的黑沙滩到城市里的网红咖啡馆,山川湖海这些地理空间也正在经历屏幕的改造。人们驱车数百公里前往一个景点,目的不再是感受当地的风土人情与历史沉淀,而是“打卡”,找到能够复刻社交平台上那个最佳取景框的地理坐标,拍下一组精美的照片。风景不再是为了被生活或被体验而存在,它服务于在屏幕上呈现。

显然,山还是那座山,海还是那片海,屏幕并没有改变现实,但它建立了一套全新的现实度量衡。当一切物理存在都必须先穿过那块发光的屏幕才能抵达人的意识时,人类便从世界中的参与者,演变成了坐在一块块屏幕前的终身观众。

现实不再必须先发生

常识告诉我们,发生永远是呈现的前提。比如往往是先发生了一起车祸、一场演说或一次爆炸,相机和麦克风将其记录下来,转化为图像与音频,二者不仅时间上有先后之分,同时还有明确的因果关系。

但在生成现实时代,这一因果链条被斩断:算法可以直接凭空制造出“完美的呈现”,而当这个拟像被投射到社会网络中时,它会立刻扣动物理世界的扳机,倒逼出真实的社会反应。

现实不再必须先发生,标志着人类社会信息生态中最根本的因果律倒置。

让我们先看一个无中生有的金融事件。

2023年5月22日,一张据称是美国五角大楼附近发生剧烈爆炸的照片在社交平台 X 上迅速疯传。照片中浓烟滚滚,具有极高的逼真度,甚至获得了多家认证账号的转发。事实上,当天五角大楼风平浪静,没有任何爆炸发生,但该照片还是引发了华尔街高频交易算法与恐慌性抛售,美国标普 500 指数在几分钟内快速下跌,全美股市市值一度蒸发数千亿美元,黄金和国债等避险资产瞬间暴涨。爆炸没有发生,但财富的转移、算法的响应和投资者的真实亏损,在物理世界里实打实地发生过了。AI 图像先于物理现实存在,并凭空制造了经济现实。

未曾发生的“操纵对话”甚至还能改变选举走向。

2023年9月,在斯洛伐克议会选举进入禁止竞选宣传的冷静期,也就是距投票仅剩 48 小时时,一段亲欧洲候选人米哈尔·希梅奇卡(Michal Šimečka)的音频在网络上爆发。音频中,他正在与一名记者讨论如何通过贿赂选民和操纵选票来赢得大选。专家随后证实该音频完全是由 AI 语音克隆技术合成的。然而,由于发生在大选前夕,候选人无法在冷静期内进行有效的澄清。最终,该候选人未能胜选,斯洛伐克的外交取向也随之出现转向。这一事件被全球政治学者和网络安全专家视为生成式 AI 技术被武器化以操纵民主选举的里程碑式案例。

不过,在生物科技与材料科学领域,“现实不再必须先发生”这一趋势正在展现出更为积极的一面。

过去,人类是先在自然界中发现某种蛋白质或材料,再去解析其结构。而现在,如 AlphaFold 和 ESMFold 等 AI 模型,能够直接凭空“设计”出自然界中从未存在过的全新蛋白质三维结构。这些生命分子在地球数十亿年的演化史中从未存在过。AI 在数字空间里先完成了它们的“现实设计”,随后科学家再根据 AI 生成的蓝图,在实验室里通过基因工程将其物理合成出来。物理实体不再是研究的起点,而是算法拟像在物理世界中的追认与落脚点。

这些案例共同揭示了一个深刻的转变:人类社会正从事实驱动信息的时代,全面迈入信息制造事实的时代。当 AI 生成的内容具备了直接驱动物理世界、金融杠杆和群体行为的能力时,真实与虚构的界限就不再取决于它是否真的在物理空间里发生过,而取决于它在数字空间被生成的那一刻,引发了多大程度的现实阵痛。

当证据失去力量

很长时间里,人们把照片、录音和视频当作一种带有物理痕迹的证据。如今,这种眼见为实的信任正在松动。

2024年,一项发表于计算机安全领域的研究,邀请美国、德国和中国的 3002 名参与者辨别由人工智能生成的图像,音频与文字。结果显示,面对当时先进的生成内容,多数参与者的判断近乎猜测,图像的平均识别准确率低于一半,其他媒介也未超过六成。研究不能证明人类从此永远无法辨别生成物,却说明仅靠肉眼和直觉,已经不是稳妥的办法。

当信任松动,第一个严重后果随之浮现:人人未必都会相信假内容,但习惯拒绝真内容。

2023年,在加州法院审理一起涉及特斯拉自动驾驶系统的致死车祸诉讼时,原告引用了埃隆·马斯克在2016年的一段真实公开演讲视频,以证明马斯克曾对自动驾驶能力做出过夸大承诺。马斯克的律师团队在法庭上提出了一项极具破坏性的辩护策略:他们要求法官拒绝采纳该视频作为证据,理由是马斯克作为公众人物,网上有大量关于他的深度伪造视频,因此这段看似真实的视频完全可能也是 AI 伪造的。尽管法官最终驳回了这一荒谬的辩护,但这标志着AI 伪造正式成为在法庭上拒绝真实证据的常规策略。

同年,印度泰米尔纳德邦财政部长 PTR 的一段私人通话录音被泄露,他在录音中严厉指责自己所在政党的领导人家族涉嫌巨额腐败,甚至报出了具体的涉案金额。这段录音引发了当地政坛地震。PTR 随即发表声明,强烈否认录音的真实性,并声称这是政敌通过先进的 AI 和深度伪造技术机器合成的。在缺乏权威第三方鉴定的情况下,公众永远无法确认录音的真伪,丑闻的杀伤力被大幅稀释。

这两个案例揭示了一个比假新闻泛滥更危险的深层危机:当任何人都可以用这是 AI来抵消确凿的证据时,举证责任就被翻转了。证明一件真事是真的,其成本将变得无限高。未来的权力博弈,将不再是谁能制造出最逼真的谎言,而是谁掌握了判定什么是真的最终解释权。

第二个严重后果是,原创与模仿的边界开始融合。

传统法律与文化习惯只保护具体的表达,如特定的一幅画、一段特定的旋律,而不保护风格或审美范式。生成式 AI 恰恰打穿了这一缝隙,它不需要直接抄袭任何像素或音符,而是通过吞噬海量数据学会某人的艺术基因,随后以极低成本批量生产高度神似的内容。这导致原创者的独特风格被算法剥夺、稀释乃至合法地掠夺。

波兰知名奇幻概念艺术家格雷格·鲁特科夫斯基(Greg Rutkowski)的作品具有极高辨识度的古典油画光影风格。在 Midjourney 和 Stable Diffusion 早期,他的名字成了全球用户最常用的提示词之一,AI 生成的数百万张画作,没有一张直接复制了他过去的既有作品,于是在版权法上难以判定为侵权,但每一张都充斥着他的审美特征。当他在谷歌搜索自己的名字时,搜出来的几乎全部是 AI 生成的仿作,他真实的原创作品反而被挤到了几十页之后。原创者的个人艺术签名,被降级成了一个人人皆可调用的免费算法滤镜。

2024年5月,OpenAI 推出了 ChatGPT 的Sky语音模式,其声音的语气、声调、甚至略带沙哑的亲切感,与斯嘉丽·约翰逊(Scarlett Johansson)在电影《Her》中配音的 AI 操作系统萨曼莎极其相似。此前 OpenAI 曾联系斯嘉丽希望授权其声音,但被她拒绝。OpenAI 强调他们聘请了一位真实的配音演员,并没有直接提取斯嘉丽的声音数据进行克隆。尽管在技术层面规避了直接复制,但其呈现出的神态与气质拟态达到了让公众和斯嘉丽本人都无法区分的程度。这证明了 AI 可以在不触犯传统复制权的前提下,完美掠夺人类艺术家的核心公信力与视听符号。

人类创作本就来自学习、记忆和重组,没有一位作家完全脱离前人的语言,也没有一位画家不受既有风格影响。问题在于,当模仿原创的边际成本降为零,而原创的成本依然居高不下时,社会将面临严重的劣币驱逐良币。曾经某种独特的画风、某种惊艳的编曲逻辑,在数百万件 AI 衍生的平庸模仿品冲击下快速贬值,引发公众的审美疲劳。真正的原创者失去了靠独特风格获取商业回报的保护屏障。当人类创作者因无法抵御算法的免费无授权模仿而放弃创作时,AI 最终也将失去用来训练和模仿的新素材,导致整个文化生态陷入低水平的自我循环。

第三个严重后果是,经验与模拟不再容易区分:人脑难以在神经科学层面将AI 施加的逼真刺激与真实发生过的经历区别开来。

2023年,科技界爆发了一场关于计算摄影的著名争论。当用户使用三星 Ultra 系列手机的 100 倍变焦拍摄夜空中的月亮时,手机捕捉到的原本只是模糊的圆光,但内置的 AI 算法会在瞬间匹配高清月面纹理,并将其贴在照片上。用户主观上坚信:这是我今晚抬起头、亲眼看到并亲手用镜头记录下的月亮的真实经验。但实际上,这张照片是由算法在云端数据库中调取的高清模型合成出来的数字模拟。算法在用户毫无察觉的情况下,用完美模拟偷偷替换了用户的真实物理记录。当人类的视觉记录不再反映真实的物理经验,而是被算法自动美化与修补时,我们以为自己记录的是客观现实,实则生活在 AI 构筑的拟像之中。

近年来,越来越多的科技公司开始提供AI 逝者重现服务。例如,韩国纪录片《遇见你》中通过 VR 与 AI 语言模型让一位母亲重逢去世的女儿;或是通过语音克隆和视频生成技术,让去世的祖父母在屏幕里与晚辈们对话。认知心理学研究表明,人类的记忆具有极强的可塑性。当亲人长期与 AI 模拟的逝者对话、看它做出逼真的表情和语言互动时,大脑会将这些AI 生成的合成体验逐渐编码进对该逝者的真实自传体记忆。几年后,亲人甚至无法分辨:这句话是当年他生前对我说的,还是后来 AI 模拟出来的?AI 的模拟模糊并污染了人类最宝贵的真实情感记忆,用无菌的算法仿真替换了带有瑕疵却真实的生命经验。

随着 Midjourney 和 Sora 等工具的普及,大量高精度的虚构历史照片/视频在网络上传播。2023年火爆全网的1912 年泰坦尼克号沉没前的游客自拍、AI 生成的1970 年日全食狂欢现场,或是拟造的1920 年代老上海彩色动态纪录片,尽管这些影像都会被发布平台打上AI 生成的标签,人们在很久以后依然记得那个极其逼真的画面,却忘记了那个画面是来自于 AI 的模拟,从而在潜意识里将其确认为真实的历史经验。当一代人对过去的感知建立在 AI 模拟的视觉上时,人类的集体历史记忆便被重构了。

从观众到世界生成者

屏幕时代制造了观众,社交媒体把观众变成演员和内容生产者,生成式人工智能又提供了一个新位置:世界生成者。

如果说社交媒体时代的内容生产依然极度依赖真实的物理素材,那么生成式 AI 则消解了物理世界的约束和个人技术的门槛。消费者不再需要拿相机去拍摄现实,也不需要亲自出镜去表演。只需通过自然语言下达指令,AI 就能瞬间构筑出具备物理碰撞逻辑、光影折射与完整叙事的无限宇宙。人的身份从物理现实的表演者,蜕变为了虚拟现实的规则制定者与创世主。一个从未学过 3D 建模和电影导演的普通人,在 Sora 或 Runway 等视频生成工具中输入一行文字:一个蒸汽朋克风格的空中飞艇城市,夕阳西下,飞艇在云层中穿行,镜头以电影级运镜穿过烟囱。几秒钟内,一个在物理逻辑上高度自洽、在光影上极其逼真且从未存在过的微观世界就被凭空创造了出来。你甚至可以生成无限分支的叙事宇宙,在基于大模型的互动游戏中,玩家不再是玩别人设计好的固定关卡,而是通过实时对话直接生成 NPC 的性格、城镇的历史乃至整个世界的物理法则。使用者即是神,随时可以在这个数字世界里创造光与万物。

历史上的媒介革新常常伴随旧权威的焦虑。印刷术扩大写作和阅读,摄影术没有终结绘画,录音也没有消灭现场演奏。人工智能同样可能释放大量未被看见的创造力。一个人的想象不必再完全受制于手艺不足、预算有限或表达障碍。对残障人士,语言能力有限者和缺乏专业训练的人而言,这种帮助尤其具体。

世界生成者不仅生产作品,也生产自己的环境。

数字人可以替你出现在视频会议、游戏和社交空间里。人工智能助手能够筛选来信、概括文件、规划日程,甚至预先判断什么值得阅读。伴侣型聊天机器人则更进一步,它记住使用者的偏好,随时回应,很少疲倦,也不必拥有自己的生活。人与机器之间可以形成真实情感,即使机器是否具有情感仍是另一回事。

2023年,人工智能伴侣应用 Replika 一度修改亲密互动功能,不少用户表示自己熟悉的伴侣仿佛突然变了。此后的研究把这次更新视为一次特殊的观察机会,发现部分用户出现了失落、愤怒乃至哀悼。这件事最值得注意的,不是嘲笑人竟会爱上一套软件,而是承认关系的感受可以是真的,即便关系的一方由商业系统模拟。也正因为感受真实,平台对模型、记忆和收费方式的修改,才不再只是产品升级,而可能像未经协商地改造一个人的亲密关系。

AI 伴侣确实能安抚孤独,给不善言辞的人留出一个安心倾诉的避风港。但它也容易让人习惯一种“完全顺着自己”的关系。现实中的人会误解你,会有自己的心思,会在不凑巧的时刻沉默,还会希望你做出改变;而机器却能被设计得无比顺从,甚至连争吵的分寸都能拿捏得刚刚好。长期浸淫在这样完美的关系里,你或许能得到安稳与陪伴,却也失去了与另一个真实的生命相互磨合、共同成长的机会。

从屏幕观众到社交媒体达人,再到今天的世界生成者,人类获得了前所未有的自由度与操控感。然而,一个深刻的悖论也随之诞生:当现实可以被随意生成,当一切摩擦、不确定都被算法过滤掉,人类确实成为了自身宇宙里的创世主,但这也意味着,我们可能将永远失去与真实之物、真实之人深度相遇的机会,困在一个由自己欲望所生成的单人宇宙之中。

从信息茧房到单人宇宙的忧虑

算法推荐时代,人们担心被困在信息茧房中;而生成式人工智能带来的问题不止于此,它已经完成了从过滤已有信息到即时渲染现实的跨越。

传统的信息茧房意味着人们生活在同一个客观世界里,只是被算法包裹在不同的信息切面中,社会仍存在一个底层的共同现实;而生成式 AI 带来的则是公共共识的溶解,现实不再需要先于物理世界发生,算法可以根据每个人的偏好、情绪和隐性偏见,即时合成独占的语言、视觉乃至事实陈述,将人类囚禁在彼此互斥的现实中,由此,我想到了一个词来描绘这种情境:单人宇宙。

如果说信息茧房描述的是人们在同一栋大楼里透过不同角度的窗户看风景,那么单人宇宙则意味每个人被装进了由算法实时编织的独立幻象胶囊中,这个胶囊就是单人宇宙。

在单人宇宙中,事实变成了按需供给的消费品。AI 能够根据提问者的政治立场、知识背景乃至当下情绪,即时拼接逻辑自洽但互斥的事实证据链。人们不再需要妥协,因为算法为每个人都定制了一套能完美印证其偏见的专属真相。

单人宇宙的核心心理机制是祛除他者。无论是 AI 伴侣、定制化数字人还是算法生成的内容,它们永远顺从、永远包容、随时可被重写或重置。个体在这种无摩擦的环境中获得了空前的安全感,却也失去了与真实世界发生深度碰撞的能力。

在单人宇宙中,信息不再记录现实,而是凭空制造现实。未经物理发生的 AI 拟像,同样可以直接扣动真实世界的扳机。单人宇宙中的虚构体验,由此拥有了凌驾于物理现实之上的实体杀伤力。

单人宇宙也带有天生的双重悖论,用户看似获得了无与伦比的权力,只需输入提示词就能一键生成世界、导演剧本、编排 Agent 军团。但这种创世是虚幻的:你的想象力边界、情绪被抚慰的方式、甚至使用的语言逻辑,都被底层大模型的训练集与商业公司的对齐算法暗中规训。人类在享受造物主般快感的同时,将认知主动权让渡给了算法。

谁来制造现实

我们看到的现实,从来不是由某一种力量独自塑造出来的。它是真实的物理世界、社会规则、公共声音和我们个人经历交织在一起的结果。

在这场塑造中,互联网平台决定着把信息推送给谁,AI 模型决定着造出内容的难易度,媒体与专业机构守着核实真伪的门槛;而每一个手握屏幕的普通人,则决定着是否按下发送键、是否去追问来源,以及是否愿意看一眼那些不合自己心意的观点。

技术改变的,只是这几股力量之间的比重。它并没有替我们做决定,只是把我们每一次选择的后果,放大了无数倍。

值得警惕的,其实不是人工智能会制造出多少假内容,而是当每个人都能拥有一个为自己即时渲染的世界时,共同现实的维护成本会陡然上升。共同现实并不要求所有人意见一致,它只要求争论的双方仍站在同一块地面上,承认有些事情可以核查,有些事实无须协商。

屏幕不会熄灭,人类更不会退回到没有 AI 的时代。我们不必去怀念一个“没有技术”的过去,因为那样的过去根本就不存在。

未来最稀缺的能力,恐怕并不是某种辨别真伪的技术。真正关键的,是我们能否看清眼前的滤镜,明白看到的景象是被谁挑选、裁剪,知道什么时候该去追查源头,什么时候该暂别屏幕,走出门去。这些能力并不新鲜,只是在今天,它们第一次变得如此不可或缺。

如若您期待获得《互联网前沿》杂志,可扫码或点击链接填写问卷。限于印量,我们将竭力满足您的免费订阅需求。纸刊获取链接:https://wj.qq.com/s2/10660690/ae0f/

图片

纸质刊物获取地址👆

投稿及任何意见可以联系《互联网前沿》执行主编:周政华 (brickzhou@tencent.com)

推荐阅读

王强:《从AI机遇到现实生产力》

刘金松:《进入“双智能”时代,我们该如何与AI相处?》

👇 点个“在看”分享洞见

跳转微信打开

  •  

腾讯研究院AI每周关键词Top50

原创 腾讯研究院 2026-11-14 10:30 北京

一文把握全局AI动态(1109-1113)

AI前沿每周关键词Top50

(1109-1113)

每周50关键词  把握全局AI动态

点击关键词可查看资讯概述👇

类别

Top关键词

主体

算力

TPU 8tx与8i Max

谷歌

算力

1.7吉瓦发电机

Anthropic

算力

TerraFab芯片厂

马斯克

算力

Starmind光伏产线

SpaceX

模型

GPT-6.2 Sol

OpenAI

模型

Fable 5.2

Anthropic

模型

Gemini 4 Krypton

谷歌

模型

Carbon全量版

谷歌

模型

Decision 1

谷歌

模型

Muse Ember

Meta

模型

Qwen4-Max预览版

阿里

模型

文心5.5 Flash Preview

百度

模型

LongCat-2.5开源

美团

应用

元宝搜索

腾讯

应用

Teammates

Perplexity

应用

Businesses in

OpenAI

应用

Claude办公三件套

Anthropic

应用

千问办公2.0

阿里

应用

Grok Bot 1.0正式版

xAI

应用

Gemini Omni 1.2 Flash

谷歌

应用

Seedream 5.5

字节跳动

应用

H3-Image开源

MiniMax

应用

Seedance 2.5 flash

字节跳动

应用

VFlash

英伟达

应用

Praxis-1开源

Runway

应用

Frameboy

World Labs

应用

虚幻5.9预览版

Epic

应用

GR00T 2

英伟达

应用

WITA-Omni

智元

应用

LingBot-Touch开源

蚂蚁灵波

应用

HALO人形机器人

苹果

应用

AlphaGenome 2

谷歌DeepMind

科技

灵犀X2焕新版

智元

科技

开物无人拖拉机

丘沃智能

观点

Computer Use

Ari Weinstein等

观点

智能体做梦记忆

Anthropic

观点

Agent时代数据库

安迪·帕夫洛

观点

自动调参非RSI

Jeff Dean等

观点

TCSExam

姚期智等

观点

Atlas世界模型

李飞飞等

观点

AI颠倒攻击链

Stamos

👇扫码加入AGI数据库,AI智能问答

(腾讯研究院ima AGI知识库二维码)

推荐阅读

王鹏:《当 AI 在加速狂奔,什么反而应该“慢”下来?》

王强:《从AI机遇到现实生产力》

👇 点个“在看”分享洞见    

跳转微信打开

  •  

该不该让 AI 替你做人生重大决定?

原创 腾讯研究院 2026-11-13 16:30 北京

我的人生,谁来拍板?

腾讯研究院 × 虎嗅 F&M 创新节辩论赛 · 第四届

11 月 21 日 16:10,北京 798 · 79 罐

👉文末送票👈

腾讯研究院与虎嗅 F&M创新节的辩论赛来到第四届,这一次的辩题是,“该不该让 AI 替你做人生重大决定?”

AI 好像越来越“万能”了。

它可以给你一张能直接提交的高考志愿表。

它可以给你一份清晰的辞职规划,包含五套 Plan B。

它甚至能给你一套分手话术,语气温和、逻辑完整、不留把柄。

你需要做的,好像只剩最后一个动作——点击确认。

但,这到底还算不算你自己做的决定?

根据统计,有超过三成的人,会优先选择向 AI,而不是亲友、家人或心理医生,倾诉自己内心最深处的秘密。(中国青年报 / 中国经济网《当心!AI 正在悄悄替你作决定》,2026-08-06,基于四国用户调研)

同一份调研里,中国用户在社交类聊天机器人的使用率、情感依恋程度、私密倾诉比例、付费意愿四项上,均为四国中最高。

现实里的人际关系充满分歧、妥协与磨合,别人会反驳你;而 AI 倾向于取悦用户,很少提出反对意见。已有公开案例显示,有人依靠 AI 分析恋爱问题,在片面解读的引导下做出了极端的断联行为。

但AI 可以替你算出最优解,它不会替你承担后果。

四年,四个问题

这并不是一次孤立的策划。腾讯研究院与虎嗅 F&M 创新节的辩论赛,今年是第四届。四届辩题连起来,是一条很清晰的故事线。

2023 · 第一届 硅基 vs 碳基:你愿意选择数字永生吗?

—— 关于存在:我死后,还算不算“我“”?

2024 · 第二届 你愿意跟 AI 恋人共度一生吗?

—— 关于情感:我爱的那个,需不需要是人?

2025 · 第三届 AI 会导致人类升智还是降智?

—— 关于认知:我还会不会自己思考?

2026 · 第四届 该不该让 AI 替你做人生重大决定?

—— 关于主体性:我的人生,谁来拍板?

前三届,问的都是 AI 对人做了什么:它改变我的边界、我的关系、我的脑子。

今年第一次,主语换成了人:这一切,好像是我主动交出去的。

从“被改变”,到“主动让渡”,提问的位置发生了位移,辩论的落点也从技术判断,转向了责任归属。

六位辩手,三种看待"决定"的方式

这一次,我们邀请来六位新锐辩手。

颜怡 / 颜悦|脱口秀演员、编剧、青年作家

国内少见的双人单口组合,2024 年出版小说集《正常故事》,获刀锋图书奖年度好书。她们擅长的,是指出“正常”里那些不正常的细节。颜怡给年轻创作者的忠告是“不要讨好”。这恰好是本届辩题最锋利的切口:一个永远迎合你的 AI,和一个永远不让你为难的决定,是不是同一种危险。

陈凌岳|教育学博士、华语辩论世界杯冠军、《奇葩说》辩手

华语辩论世界杯组委会主席,北师大校辩论队执行教练。2023 年首届"数字永生"他就在场。

冯晓桐|《奇葩说》第六、七季选手、编剧、媒体人

高能三辩常客,贯口、小品、歇后语、说唱皆可入辩。

老蒋巨靠谱|B 站泛知识区百万 UP 主

本届是他第三次出场。2025 年他作为正方二辩的核心论点是:AI 时代,智力标准会从记忆力转向创造力、洞察力与判断力。那么,如果判断力也可以外包,他去年的论证还站得住吗?

董晨宇|中国人民大学新闻学院副教授

本届唯一的学者,研究方向为社交媒体、数码人类学与平台社会,长期以实证方法研究“技术如何重塑亲密与决策”。

评委阵容:方希(出版人、作家)、路一鸣(前央视主持人,1999 年国际大专辩论会全场最佳辩手)、李刚(腾讯研究院首席研究员)。

这是一场竞技辩论,而非圆桌对谈

本届赛制由前三届的 4V4 收紧为 3V3,单人发言权重更高、节奏更紧。

立论 → 交叉质询 → 二辩申论 → 自由辩论 → 评委奇袭 → 结辩 → 评委点评。

这不是一场充满 Love&peace 的圆桌对谈。

辩手必须为自己不一定认同的立场,作出最强的论证——这正是圆桌讨论里永远不会出现的那些论点的来源。

🎟️ 100 张门票,送给你

腾讯研究院为读者争取到 100 张虎嗅 F&M 创新节门票。

兑换方式

1️⃣ 扫描下方海报二维码,添加创新节小助手

2️⃣ 发送专属口令:腾讯研究院

3️⃣ 领取门票,锁定现场席位

先到先得,送完即止。

📅 辩论赛时间:

2026 年 11 月 21 日(周六)16:10—17:20

📍 地点:

北京 798 艺术区 79 罐

🎪 2026 虎嗅 F&M 创新节:

11 月 21—22 日,两天三个舞台,主题「上下文中,见未发生」,120+ 演讲嘉宾

(辩论赛属 21 日特别环节,建议领取 21 日单日赠票)

11 月 21 日下午,我们把这个问题还给你:

该不该让 AI 替你做人生重大决定?

这一次,至少这个决定,由你自己来做。

11 月 21 日,798 见。

推荐阅读

腾讯研究院:《AI会导致人类升智,还是降智?|2万字辩论赛实录》

👇 点个“在看”分享洞见

跳转微信打开

  •  

我们写了6条约定,想和即将「进家门」的AI聊一聊

原创 腾讯研究院 2026-11-12 17:45 北京

孩子和老人,如何安全地走进 AI 时代。

在过去一年,AI 在许多家庭的角色,早已从那个只会在春晚跳舞的机械演员,变成了家庭成员的“贴心伙伴”。但或许,面对这位新伙伴,你也有过类似上文提到的一些焦虑时刻。

其实,这样的不安在更长的媒介史上有迹可循。正如中国社会科学院新闻与传播研究所研究员,中国社会科学院大学特聘教授、博导卜卫老师所说,我们有着跨越百年的媒介焦虑,从漫画、电视,到电子游戏、互联网,每一样新媒介刚进家门时,都曾被视为洪水猛兽。

但幸运的是,这一次的“AI”,相比过去所有新媒介,最突出的差异就是:咱能和它先聊聊!先“deeptalk”一下!

因此,上个月,腾讯研究院与 BottleDream联合举办“AI,见家长!一家老小的 AI 安全见面会”活动。我们和嘉宾、参与者们一起,结合过往 ta 们对 AI 的观察,制定了 6 条想和 AI 聊聊的约定。如果你也在为家人与AI 的关系而担心,不妨也拿这份约定和它商量商量。

点击进入“AI,见家长!”现场

这个约定,来源于北京探月学校高中校长杨博宇在现场分享的一组教学现象。

他发现,同样是用 AI 写作业,有的学生拍下题目,把 AI 给出的答案直接抄下来;有的学生却愿意花上半小时,继续追问 AI:你为什么会想到这个方法?

两种用法,通向两种能力。前者只是完成了一次作业,答案始终是 AI 的;后者试图理解一种解题思路,把别人的答案变成自己的思考。杨博宇提醒,工具是同一类,练出来的能力并不一样,而这种使用上的差别,甚至可能反过来拉大孩子之间的学习差距。

“AI 是一个放大器。”技术既可能放大差距,也可能让孩子敢于突破固有的差距。2025年,杨博宇所在的探月学校主办了全世界第一场面向中学生的黑客松,而且一办就是五场。今年 2 月,ta 们开始收到来自滑县、唐河县、新乡县等县城孩子的申请。一位宁夏固原的中学生观察到自己和朋友打球时的一个小麻烦,就用 AI 手搓了一个羽毛球计分板,他在申请时写下了这样一段话:

在宁夏的山区,教育资源和大城市大差距是客观存在的,但我不甘心人生被地域定义,于是我开始在网络上寻找可能性。我没有选择从厚重的理论书开始,而是决定直接动手,在实践中学习。AI 极低的上手门槛让我快速验证了想法,从不知道什么是提示词,到一步步通过对话把它实现出来,那种亲手创造解决实际问题的工具的成就感,是无与伦比的。这让我确信,创造的门槛已经降低,关键是你是否敢于开始。

所以,我亲爱的 AI 伙伴,如果小朋友向你提问,请不要只做一个高效的答案机器,你可以继续引导着 ta 多问几个「为什么」,或者主动问问 ta 的想法,当ta遇到小麻烦和不便时,和他们一起寻找解决方案,感受亲手创造的快乐吧!

这一约定,来源于上海交通大学媒体与传播学院的张连珊副教授和复旦大学老龄研究院的申琦教授各自的研究。

在现场,张连珊副教授分享了自己做的一项老年人与陪伴机器人的互动实验。她发现,很多陪伴机器人总会把即将接触的老人形象默认为「孤独的、虚弱的、等待照顾的」。可她真正接触这些老人后发现,大家可不是这样!在参加互动实验的时候,有人惦记着去钓鱼,有人约了唱歌,各有各的安排。

于是她和团队换了一种实验设计,邀请 200 多位老年人和机器人互动,除了拥抱和关怀,还专门安排了一个环节:请老人教机器人唱歌。而当老人发现自己的投入能够改变机器人的行为时,他们会真正感到有价值、被需要。

复旦大学老龄研究院的申琦教授,也遇到过这样超出预想的需求。近年来,她曾在不同地区开展“教老年人使用大模型”的实践,接触了上千位老人。有些老人学会用大模型之后,紧接着问的第一个问题是:能不能借此就业、创业?在健康场景中,一些老年患者也会带着 AI 信息走进诊室,希望更了解自己的身体,主动参与健康管理。

所以,我亲爱的 AI 伙伴,把事情全部代劳,未必符合家庭里每个人的期待。有人希望家务少一点,有人却享受亲手把一件事做好;有人需要安静休息,有人则想继续学习、贡献经验。在给出你的“帮助”前,请先花一些时间区分,现在正在和你对话的这位伙伴,究竟想要什么。比起直接提供照顾,请多多看到 ta 们想贡献、想创造的那一面。

这一约定,来源于现场圆桌上出现的一道假设题:一位家长向 AI 家庭教练寻求帮助,如何能让孩子“照我说的做”。一个好的家庭 AI 产品,该怎样回答?

智能向善联合创始人、理事长赵翼说:“在这个场景里,你既要跟家长共情,也要跟孩子共情。”今年,他们联合 180 位志愿者、797 位内测家长、16,518 位公测家长,一起创造了一款免费的 AI 家庭教练——齐家 AI。

家庭服务里有这样一个典型难题:输入问题的是家长,承担后果的可能还有孩子。孩子没有进入对话框,他的处境却已经与答案有关。如果产品只顺着提问者的情绪,一次令人满意的聊天,也可能让家庭沟通更困难。

所以,亲爱的 AI 伙伴,当一位家庭成员向你求助时,也请你判断这一议题是否与其他家庭成员有关,并仔细思考:除了 ta 提出的需求外,有没有被省略的背景和需求?ta 提出的这一需求,是否是对这一家庭问题最好的解法?如果不是,请先支持求助者重新思考该问题,并尝试给出对家庭长期发展更好的引导哦。

这个约定,来自《正面连接》作者、编辑洪蔚琳讲的一个故事,主角是个遭受过校园霸凌的少年。

面对记者的采访,这位少年一方面很开心终于有人愿意听自己的故事;另一方面也有点不知道该从何处聊起。于是他跑去问 AI:我该怎么讲自己的遭遇?AI 在这个过程中一点点陪着他梳理,他则把和 AI 聊出来的要点,一条条抄在本子上,并对照着逐一和记者分享。他怕自己一紧张,又说不清楚了。

在这个故事里,虽然 AI 无法承担专业心理咨询,或家人的直接陪伴作用,但恰恰是它的“机器”本质,让孩子不需要顾虑其他社会关系带来的压力,能够尽情、完整、真实地讲述。同时 AI 的相对理性,也能够帮助他梳理思绪。

这样的叙述或许也会发生在更多的家庭成员身上。比如老人可能有一段往事想要重新讲述;伴侣可能有一些积压的情绪想要倾诉......

所以,AI 伙伴,有时候一个人来找你,并不一定是要你帮 ta 解决什么具体问题,ta 可能只是想把心里尘封已久的一些事好好说一遍。你可以安安静静地听,陪 ta 一点点理清楚、讲明白,完成叙述本身就很有意义。

这个约定,来源于卜卫老师和段伟文老师的分享。

我们总觉得,这一代孩子从小就会摆弄 AI,肯定比大人懂。可中国社会科学院新闻与传播研究所研究员,中国社会科学院大学特聘教授、博导卜卫老师提醒,ta 们只是“会用”的原住民,不是“会判断”的原住民。

那 AI 时代的信息素养到底是什么?卜卫老师分享了这样几层:先搞懂 AI 是怎么回事,它背后的算法、数据,那些话是怎么生成出来的;再学会打个问号,学会判断,明白 AI 说的不一定对,热搜上的不一定真;还要守住边界,知道什么隐私不能讲、什么深度伪造要当心;而最珍贵的一层,是拿它来创造和表达,而不只是被内容推着走。

对于“怎么判断”,中国社会科学院文化发展促进中心研究员段伟文老师进一步在分享里补充:AI 的答案再流畅,也要先分清哪些是事实、哪些只是推测。段伟文老师把人和 AI 的相处,拆成能力、认知、关系、责任四方面,工具能帮我们做到过去做不到的事,但发现问题、做出选择、承担后果,还是得依靠人。

这些,是全家人的功课。卜卫老师说,信息素养得两代人、甚至三代人一起学。

所以,我亲爱的 AI 伙伴,你身上还有一个很重要的使命,就是帮全家人建立信息素养。一方面,在给出每一个回答时,请提供依据,拿不准就直说,有哪些需要人进一步判断的,也请直接点明,遇到要紧事记得提醒大家去核实;另一方面,你也不妨设计一些支持家人学习信息素养的小课程、小工具,邀请全家人一起来学。

同一天下午,我们还在帐篷里进行了另一场活动,名字叫「AI 没招大赛」。

每支队伍会随机抽三张卡,一张是真实问题,一张是 AI 能力,一张是限制。问题卡里都是真实的生活困境:奶奶迷上 AI 短剧,一看就是大半天还忍不住充值,家里人劝不住;爷爷接到一通 AI 生成的视频电话,对方自称熟人,还向他借钱;妈妈想看孩子和 AI 的聊天记录,孩子却说这侵犯了 ta 的隐私.....

参赛队伍需要探讨,在这样的案例中,AI 能做什么,又做不到什么?人在其中不可替代的又是什么?

其中,对于「家长想看孩子和 AI 的聊天记录,孩子却说这侵犯了 ta 的隐私该怎么办」这个问题,一个小组的回答很有意思:

“我们觉得这个问题的本质,并不是如何限制孩子和 AI 的交互时间,以及到底该不该把对话和家长分享;而是家人和孩子之间的信任到底有没有超过孩子和 AI 的信任。家长之所以会产生要看孩子和 AI 聊天记录的焦虑,潜意识里其实认为,孩子把有些话没有跟自己说,却跟 AI 说。本质是孩子更相信父母,还是更相信 AI 的博弈。

但如果家长和孩子之间有足够的时间,去建立人与人之间的信任和连接,家长又真的愿意用心地去理解孩子、倾听孩子,给到孩子想要的陪伴和支持,成为孩子真正的朋友,AI 又怎么能如此轻易地取代家人的位置呢?”

其实,「没招大赛」早就把答案写在了名字里,家家有本 AI 念不了的经。那些关于信任、理解和陪伴的事,依旧要靠人和人自己来完成,家人之间的那份连接,谁也替代不了。

所以,我亲爱的 AI 伙伴,这是我们的最后一个约定:有些时候,也请你适时退场。当一家人愿意坐下来,彼此倾听、认真对话的时候,请把那个位置,还给人本身。谢谢你!

以上这些,就是我们在那天下午,共同制定出的 6 条想和 AI “好好聊聊”的约定啦。这份约定看似是在约束 AI,实则是对我们人类深刻的警醒,不要在变化中遗忘了家的本质。

我们想让这样的对话持续发生。多年来,腾讯研究院持续追踪技术对社会的影响,关注老年人、儿童等社会群体能否平等地享受到技术发展带来的福祉。

早在 2017 年,我们联合北京师范大学发展心理研究院方晓义教授、脑与认知科学研究院张锦涛博士团队合作开发了《儿童青少年网络健康使用指导手册》。当时我们提出,儿童和青少年是所有互联网产品下一代的主人,守护小网民就是守护互联网的未来。

在老龄研究领域,2019-2023年,腾讯研究院依次发布《吾老之域:老年人微信生活与家庭微信反哺》《隐形的守护:银发科技 2022 蓝皮书》《忘不了的人:探索科技对认知症老人与照护者的帮助》《敢问天籁:关于老年听力健康的十个问题》《修补附近》等年度报告,我们追问老年人在数字时代的真实处境,也关注老龄的智慧如何反哺产品。

2024-2025年,随着生成式 AI 的发展,我们与腾讯SSV时光实验室、复旦大学老龄研究院等伙伴一起,进行了一个为期一年的研究项目——教100位老年人使用大模型,试图理解当技术进入老年人的生活中,会发生什么?他们的声音、节奏、好奇与迟疑,是否正被数字世界看到?他们如何用“活法”,重新定义我们理解中的“算法”?

研究之外,我们也探索具体的社会行动。

2025 年 7 月,我们与百余家社会组织共创的 AI 向善语料库(老年文本库)正式开源,其中收集了8047组老年人日常生活常见问题的问答对,以期改变由于困弱人群语料缺失而导致的AI产品“弱者恒弱”局面,化解普惠难题。这也成为了国内外首个通过社会公益共创构建,又面向公益组织开放的中文公共语料库。

在这一代的儿童身上,我们看到了“AI 原住民”的独特禀赋。2026 年,《把人放大的一代——全球青少年AI+小程序洞察报告》从全球青少年的 7430 件作品出发,观察孩子如何用AI解决身边的真实问题。我们看到,12岁的孩子在尝试创作助老、反诈、心理陪伴的 AI 应用。在 AI 面前,他们是主动的创造者,在这个人人谈论 AI 焦虑的时代,重新去爱具体的人。

我们始终相信,好的 AI 应该让人放心,把人放大。技术越快,越要有人停下来辨认,它究竟把人带向哪里;AI 越强,越要守住人的尺度。

而现在,我们也想把这张对话的圆桌搬到你面前,走近身处 AI 时代的每一个家庭。

如果你家也想和 AI 定下一条约定,欢迎在评论区写下来,我们也会公开一些回答,让这份约定一直续写下去。

期待你的书写:)

推荐阅读

刘金松:《进入“双智能”时代,我们该如何与AI相处?》

王鹏:《当 AI 在加速狂奔,什么反而应该“慢”下来?》

👇 点个“在看”分享洞见

跳转微信打开

  •  

从AI机遇到现实生产力

原创 王强 2026-11-11 17:40 北京

创造价值,才是永恒的。

王强 腾讯研究院前沿科技研究中心主任

在 2026 腾讯全球数字生态大会上,一个变化已经很清楚:大家讨论的不只是模型更强、工具更好用,而是智能如何真正进入千行百业的流程,变成可运营、可进化的现实生产力。

两条线的历史性交汇

过去几十年的信息技术,改变的主要是信息如何被传递与处理。这一轮不同,当机器开始能够理解意图、拆解任务、调用工具并交付结果,AI 就从对话交互跨入了自主交付。被改变的不再只是信息的流动,而是工作本身如何被完成。这件事的量级不仅在工具层面,更在生产和组织方式层面。

这一轮变革之所以对中国格外重要,是因为两条原本各自演进的曲线,正在同一个时间点交汇。

一条是技术的曲线。基础大模型从可用迈向好用,第一次达到可以进入各行各业生产流程的水平。

另一条是产业的曲线。中国制造、能源、零售、物流、金融等产业规模全球第一,正处在从规模走向质量的关口上,内生的升级需求前所未有地强烈。各行业设备不缺,产能不缺,缺的是把数据与经验变成高效运营、高水平决策的能力。

技术的供给与产业的需求,正在双向奔赴。国家战略对这一交汇作出了回应,提出深化拓展“人工智能+”,赋能经济社会发展和治理能力提升,促进生产方式的深层次变革和生产力革命性跃迁。

回望历史,技术的演进与市场的使用往往是两件先后发生的事,且间隔时间很长。但这次变革不同,智能的进化依赖真实任务的反馈,用户使用场景直接参与大模型能力的提升。也就是说,需求侧第一次成为供给侧的一部分。我国庞大的用户基数、完整的产业门类、深厚的数字化底座、充足的工程人才,恰好变成了这一轮技术演进最需要的土壤。

但交汇只提供可能,还不等于必然的结果。高盛预测,到 2028 年全球 AI 投资将占全球 GDP 的 1.4%,这样规模的投入如果只停留在对话问答,进不了核心业务流程,终究只是一场昂贵的实验。

历史上每一次这样的交汇,都有人兑现了,也有人错过了。电力在 1880 年代就已商用,美国制造业生产率的跃升却要等到 1920 年代。为何要跨越中间的这四十年,不是在等发电技术变好,而是在等待工厂被重新设计。因为此前的工厂主要依靠一根蒸汽主轴带动所有机器,设备只能围着动力源排布;电力普及之后,每台机器可以配一个独立电机,布局终于能够按照工艺流程来安排。可见,生产力不是电本身带来的,是重新设计带来的。

当前,机遇在加快变成现实生产力。大量的案例和成果正在加速涌现,汽车零部件企业中鼎股份一份试验报告的校核从2到4小时压缩到5到10分钟;伊利借助AI打通了从经营分析到导购执行的链路,销售订单提升26%;1药网用 WorkBuddy 做智能选品,累计贡献交易额超9亿元……

在这个过程中,我们看到,行业的先行者们,依次回答了几个根本性的问题:工具是否够用,能力是否敢用,投入是否划得来,组织是否跟得上。这四问,恰好对应生产工具的更替、生产力的释放条件、生产力的实际兑现,以及生产关系的随之调整,一套 AI 新生产力系统呼之欲出。

生产工具的更替:模型之上,还有一套运行系统

这一轮变革的起点,是生产工具的更替,而新工具不只限于模型本身。模型仍然是地基,这一点毋庸置疑。对AI科技企业来说,必须确保大模型的投入、突破最前沿的技术。智能的提升,不仅要靠预训练、后训练的优化,还有赖于各行业真实任务的反馈,共同带来的推理能力提升。

企业落地AI,问题往往不是模型不够强,而是断点太多:AI能写方案,却接不上业务系统拿数据;能做分析,却不了解企业的渠道和客户。中间差的是一套完整的工作环境:文件系统、工具调用、长记忆、反馈循环,再加上权限边界与结果验证等,行业里把它叫做 harness。

一家头部制造企业的经历很典型。它在售后、产品、市场3条业务线提出了13个落地场景,具体推进中,我们发现,难点不在模型,而在系统之间的断点。腾讯工程师驻场共建,让智能体通过 MCP 等直连经销商管理系统,每月自动初审2万单索赔发票,客服录音工单也从人工抽检变成100%全量质检。模型没有换,断点接上了,场景就跑通了。

一个共识正在形成:决定 AI 生产力上限的,不再是单一模型的参数规模,而是承载模型持续、稳定、安全地完成真实工作的运行系统。

支撑这套运行系统的,是一套 AI 原生技术架构,它要保障 AI 高效运行、可管可控。这套架构由三部分组成。一是资源管理,通过 TokenHub 接入和统一调度主流模型,配齐数据与训练工具;二是运行环境,由 Agent Runtime、智能体开发平台 ADP 和托管服务承接,让长任务跑得稳、高并发扛得住,运行过程看得清;三是安全可靠,把企业级安全与 AI Agent 安全体系前置到架构之中。

围绕这一整套的运行系统,我们有两个判断。一是它需要与模型联合设计,二是它必须开放。

联合设计:智能是一圈一圈往外长的

第一个判断是,运行系统不能在模型之外独立生长,它需要与模型联合设计,这个机制我们称为 Co-Design。

为什么必要,可以从智能自身的生长方式看起。可以把智能想成一个圈。圈的边界越往外,能做的事情种类越多。而圈里的每一件事做得稳不稳、准不准,是另一件事。把圈画大,靠的是预训练和后训练等,这是模型团队擅长的;而把圈填实,靠的是产品在真实任务里反复打磨,这是产品团队擅长的。举个例子,一个模型可能已经会写财报分析,这件事落在圈内;但如何更好地获取企业内部上下文,更准确地反映企业特色需求,那就是如何把圈填实的问题。榜单往往测的只是圈有多大,而用户感受到的是圈里有多实。

所以能力的增长不是一条直线,而是一圈一圈地往外长。模型每往外推一圈,运行系统就跟上去,把能力在真实场景里填实。运行系统填不动的地方,比如反复出错的推理、调不准的工具,又交还给模型,成为训练优化的方向。混元过去一年平均2个月发布一个大版本,Hy4定位为生产力而生,背后就是这样的节奏:模型推开边界,运行系统填实疆域,真实任务的反馈再推动模型优化迭代。 

开放生态:应用层的重点,是看能汇集多少能力

第二个判断是,这套运行系统必须是开放的。

首先,是模型多元接入。WorkBuddy 不仅支持腾讯混元,也支持 DeepSeek、GLM、MiniMax、Kimi、小米、阶跃星辰等国内主流模型,优秀开源模型发布当天即可接入,用户也可以接入自部署的模型。选什么模型、接什么智能体、用什么协同工具,选择权在用户,数据、上下文与记忆都留在企业自己手里。把选择权交回用户,让全生态之力都能帮助用户提质增效。

其次是内外部生态连通。在腾讯内部,企业微信、腾讯文档、腾讯会议、腾讯网盘、ima 已与 WorkBuddy 深度融合,沟通、文档、会议、知识与文件在授权范围内都能成为 Agent 干活的依据,用户一次提问就能整合已授权的内容并看到来源。在外部,用户还可以把钉钉、飞书、Slack等各类即时通讯内容,以及自有的ERP、CRM等系统,通过MCP等连接器接进来。当前,WorkBuddy开放平台已汇聚超过5万家伙伴及开发者,上架技能超过20万项,今年合作伙伴已超过2000家,其中纯新伙伴超过60%;在硬件侧,WorkBuddy已覆盖录音卡、键盘、鼠标、眼镜、AI PC、手机等10多类终端,吸引200多家硬件开发者入驻,硬件用户体验超100万,并成为首个登陆华为鸿蒙的通用智能体应用。

开放促进了更多的用户使用,带来了生态级的生产力提升。自今年3月上线以来, WorkBuddy 已累计完成 90 亿次任务请求,企业版落地50多个行业,覆盖中国企业 500 强中的 50%、100 强中的 60%。

选择开放,不是一种竞争策略,而是一个产业判断。中国有最完备的产业体系和最密集的场景,也有最分散的系统现状,任何一家企业都不可能独自覆盖所有行业的业务逻辑。在应用这一层,开放才能把各家的能力汇集起来,一起把产业做大。

生产力的释放条件:真门槛在制度,不在模型

从实践看,AI进入组织大体会经历知识问答、办公智能体、数字员工搭子三步,实质是从对话交互走向自主交付。前两步的产出仍要由人转手,到了数字员工搭子,AI才能在获得权限之后进入组织原有各类系统,直接交付结果。

今天多数产品还停在前两个阶段,要跨过去,难点已经不是模型能力,而是权限、责任和审计这些制度设计。个人用智能体,像请了一位能干的私人助理,好用就行;机构用智能体,更像招进来一支新团队,它要接触客户数据、进入业务系统、替一群人做事。如果权限没管住、结果没校验,影响的就不是一个人,而是一整条业务线。

能用是一回事,能一起干活是另一回事。工具只需要好用,而搭子必须要能共事。从能用到可共事,要补齐三件事:好用,可信,可担。好用是入场券,可信是通行证,可担是上岗证。三者缺一,智能体就进不了真实流程。

好用:不仅是流畅对话,更在于把事做好

好用的标准不是对话流畅,是能不能把一件事做完整并交付出来。

这就是智能体与聊天机器人的根本区别。智能体由系统工具、专家经验、技能、机构知识等要素装配而成,可以持续在线,让专家经验被更多人复用,产出稳定,过程可控可追溯。

判断一个智能体是否好用,可以看三件事:能不能进入业务系统取到真实数据,能不能独立走完多步骤流程,交付物能不能直接验收。做不到这三点,提效就只发生在对话窗口里。

中国联通全资子公司联通华盛的开票场景是一个例子。过去,31个省级公司的财务人员每月各花2天,核对打款、订单与开票3张表;现在把这3张表和匹配规则交给智能体,1名财务人员仅需2个小时就能完成整月几万张发票的数据整理工作。

可信:制度设计可以被写进架构

一家头部制造企业,接进系统之后遇到的第二道难题就是安全。这家全球化企业内部已有上千名员工在自发使用智能体,全面禁用会扼杀创新热情,放任不管又可能让数据流向个人终端。使用 WorkBuddy 企业版后,统一企业账号登录、管住敏感信息外发与产物随意分享等管控上线的第二天,企业就开放了2000多人测试,账号被一抢而空,随后启动全员推广,内部 AI 使用者预计将扩大10倍以上。边界不是约束,是前提。

可信不只是一句承诺,它是一整套可以写入服务水平约定、并被工程化实现的制度设计。它可以被写进架构,贯穿事前、事中、事后。

事前先划边界。智能体可以代人执行,但不应默认继承用户的全部权限。每个智能体拥有独立身份,纳入企业统一的账号与权限体系,权限不超出授权人的范围;任务在原生级沙箱中执行,文件读写与命令执行限制在授权目录内,密钥与云平台凭据等敏感路径默认受保护。外部能力同样要过关,技能与连接器上架前要经过风险文件检测、沙箱行为检测、开发者实名核验和真实任务评测,上架后持续动态检测。

事中拦住危险。删除数据、越权访问等高危操作直接拦截,不确定的操作交给人确认,任务进行中随时可以叫停;敏感信息在本地先识别,再按策略放行、加密或拒绝,识别与脱敏过程不出网,要求更高的机构可以选择机密计算。

事后能够恢复。智能体每轮修改文件前自动备份,删除的文件先进回收站,一次改动的文件超过阈值就自动暂停等待确认,一整轮任务产生的改动可以整体回滚。智能体看过什么数据、调用过什么工具、执行过什么动作,全程留痕。

可担:责任要落到人机之间

可担当责任、可回溯是最后一道,也是最容易被忽略的一道。它要求回答四个具体问题:它以谁的身份行动,它能看到什么、不能看到什么,过程能不能被还原,出错责任归谁。以腾讯内部的经营服务智能体磐石小O为例,已接入腾讯 ERP 系统中的9个业务、300多个接口,员工一句话就能查业绩、看回款、发起审批,80%以上的员工已经切换过来。每次调用都继承员工本人的身份与权限,并保留审计记录。

最能检验好用、可信、可担这三件事的,是容错要求最高、数据最敏感、责任最明确的场景。广东省政务服务和数据管理局发布的湾擎 WorkBuddy,是全国首次在国产化环境下实现了全栈适配改造,首批18家省直单位试点,首次线下实践培训就涌现出54项可复制推广的政务场景,平均效率提升70%,后续全省公务员将在上面办公。WorkBuddy VPC 专享版首批通过中国信通院政务领域智能体安全要求测评;WorkBuddy 还作为参编方参与深圳《人工智能可信办公智能体标准体系》制定,并发布《WorkBuddy 企业版安全白皮书》,首次系统公开全链路安全管控体系。深圳港集团采用私有化算力与执行环境,数据全程不出企业边界,已在人力、财务、企管、合规等部门上线。国家数据发展研究院上线WorkBuddy专享版,账号、权限、知识库都归院里管,不用自建机房,开通就能用。AI在本人岗位授权的范围内取数干活,公文、院务、课题与标准这些活儿都在里面办,一份材料谁起草、谁核过都能追到人。中国地震局地球物理研究所用SaaS方式引入企业级AI办公能力,数据在服务商侧隔离存放,按部门与岗位分级授权,操作日志可回溯。

这些案例充分说明,可信是可以被工程化实现的一套制度设计。对可信要求最高的场景能跑通,其他千行百业的场景也就有了可以照着走的路径。

生产力的实际兑现:从成本项到增长项

生产力能否兑现,核心是看到底带来多少降本增效,多少增收,以及产业的创新升级。

对此,可以看两本账。其中,时间账已经算清,省下的小时与天,在非常多的落地案例中都清晰可见;同时,组织最关心的经营账,也正在出现,AI 已经开始促进订单、获客与产能。

算账的尺子本身在变。国家数据局统计,我国日均 Token 调用量已从 2024 年初的约 1000 亿增长到超过 500 万亿。腾讯研究院在《Token经济》中提出,Token 是第一个用来计量机器智力产出的单位,如同千瓦时之于电力;但用量不等于价值,同样数量的 Token,用来改一封邮件和用来发现合同漏洞,创造的价值可能相差上千倍。成本按 Token 线性计量,价值却按任务后果展开。所以衡量 AI 投入,要看的不是烧了多少,而是 Token 效率,即每一个 Token 换回了什么。

新华三借助可观测数据平台,看清了哪些团队用得深、用在什么场景,据此调整 Token 分配并设计激励,员工每天与智能体的对话达到 130 万次;苏宁易购逐条排查异常耗时的任务轨迹,Token 消耗降低 10%;云端执行环境空闲时休眠、毫秒级唤醒,综合部署成本降低 70%。文案任务不必调用最贵的模型,高价值任务才值得用最好的模型,从粗放使用转向按任务匹配,本身就是在算这本账。

时间账:被压缩的小时与天

制造环节最先算清。产线车间的狭义工业智能体落地难度大,而制造业中大量泛办公场景,如研发、售后、采购、财务等,需求普遍、规则清晰、见效快,是当前的突破口。据腾讯研究院发布的《迈向自适应制造:制造业智能体实践白皮书》,在生产计划排产插单场景,过去调整工单、通知各部门需要3到4小时,而借助排产智能体,人工投入降至半小时,急单响应周期缩减到15分钟。在采购缺料预警场景,采购员的一次核查从半天到一天减少到约1小时,缺料风险提前约2天被识别。广州视声智能面对上万种 PCB 材料的采购决策,多维度评价时间从人工2天降到半小时,供应链管理者的经验被沉淀为每月自动运行的规则。汽车零部件企业中鼎股份,把智能体嵌入试验中心与供应商报告管理,一份出厂试验报告的校核从资深工程师逐项比对2到4小时,压缩到5到10分钟。

专业服务领域同样如此。广东圳品律师事务所执行主任林冰执业近30年,把民间借贷诉讼的经验炼成可复用的技能,上传借条后不到20分钟就能产出16份起诉文书,原本要走1周的流程大幅压缩。医药电商 1 药网借助智能体处理药品对码,效率提升10倍。

零售连锁的痛点很多发生在门店。茶颜悦色基于 WorkBuddy 搭建 AI 面试系统与门店运营决策平台,推动连锁门店从经验驱动转向数据驱动。鸣鸣很忙携手腾讯智慧零售推出 AI 巡检,覆盖门店设备、卫生、陈列等人货场全场景,持续提升巡店效率并节约人力成本。医药零售企业海王集团把7000多条药师专业知识导入 WorkBuddy 做成技能,服务5000家药店,相关知识运营成本降低80%,药师个人的经验变成门店可以反复调用的能力。

教育领域也在加快落地。深圳市第二高级中学历史教师周建定把26年经验与27万份资料装进专属专家,成为学生的7×24小时专属历史导师。成都七中初中学校副校长郑刚不会写代码,今年暑假一个人用 WorkBuddy 搭出一套校园管理系统,老师们过去要在20多个系统里反复切换,现在后勤、课表、采购、审批一个入口全部办完,全校490余名用户中已有487人激活使用。

经营账:开始出现在收入一侧

更值得注意的变化,是 AI 开始出现在经营指标和收入一侧。

一条路径是把交付变快,直接换来更多业务量。打印耗材企业珠海天威飞马的采购智选,把寻源比价的决策周期从数天缩到分钟级;投标宝把单份标书编制从36小时压缩到14小时,标书内容自动生成比例达到90%至100%。医药电商1药网把 WorkBuddy 用到智能选品上,供应商引进效率提升83%,精准引进新品7000多个,平台缺货率由4.9%降至2.4%,累计贡献交易额超9亿元。找钢网销售把客户聊天记录转给 WorkBuddy 即可调用 ERP 自动录单,用企业微信与智能体构建的数字员工2026年上半年参与的交易额达到11.07亿元。长沙丁丁文化传媒在人员规模基本不变的情况下,借助 AI 把短剧月产量从约20部提升到100部以上,并已接入腾讯云的 API 与智能体模型,推进全链路提效。这些都是经营指标,不是工时指标,直接对应可实现的销售。

另一条路径是把智能体直接用于客户交互。伊利用 WorkBuddy 汇聚业务数据、分析生成经营策略,下发给上千名导购,再配合导购智能体生成商品推荐与沟通话术,运营提效超过50%,A/B 测试显示销售订单提升26%。过去,派发试用装能拿到反馈的用户不到 1%,伊利重新设计了参与链路,让消费者借助智能体写出体验文案、经审核后分享,20个城市2万多名消费者参与,90%以上的目标消费者用 AI 产出了内容,优秀笔记的转评赞超过了品牌自己发的笔记。

还有一条路径是把专业能力产品化。头部内容机构麦芽传媒累计创作微短剧超2000部,与 WorkBuddy 合作,把题材选题、剧本撰写、分镜脚本全链路封装为一支多智能体协作的团队型专家,一句指令就能拿到从故事梗概到分镜脚本的完整交付。过去只有专业团队能提供的能力,由此可以被规模化调用。

此外,还有路径是指向决策本身。过去企业管理者要一张报表往往要等2到3周,管理者想追问细节又要再等,很容易错过时机;现在可以随时向智能体提问,更快看清问题、作出判断。在 AI 时代,速度本身就是竞争力。儒意电影从智能定价、数字店长向智能排片、经营模拟推进,走的就是这条路。

这些变化的共同点是,AI 不再只是替企业省钱,而是开始帮企业挣钱。

门槛下移:这两本账,过去只有少数人会算

过去数字化的收益主要被头部大行业和大企业吃到,因为只有它们负担得起自建信息化团队和购买系统的成本,中小企业数字化转型往往面临不会转、转不起、不敢转。

门槛下移的实质,是工程能力的平权。过去把一个想法变成可运行的系统,要先有预算、有团队、有排期;现在业务人员用自然语言描述需求,就能拿到可用的智能系统。能力不再只属于能雇得起大量工程师的组织。

长沙包子摊主任小轮原本在北京做设计,后面回乡卖包子。包子靠手艺,生意靠运营,预订群里上百条接龙,手抄订单要半小时,漏一单就影响口碑。他用智能体搭了订单工作台,自动整理接龙、生成订单日历,招牌、菜单、海报也让它设计。以前3个人的活,现在他一个人加智能体就能干完,日销从300个涨到800个。过去说产品迭代,想到的是互联网大厂;现在,一个包子摊也能做产品迭代。

北京市规划和自然资源委员会密云分局副局长谢陨石借助 WorkBuddy 与 CodeBuddy,用不到1个月开发了一款防汛叫应小程序,打通地灾预警、雨情与群众转移信息。过去要20多人逐户打电话、通话以万分钟计的工作,现在1名工作人员1小时就能完成16个镇的预警发布和转移统计。

这类个体不再是孤例。全国首个以园区为单元集中供给智能体能力的OPC合作社区落地成都,正逐步向全国更多城市和园区复制推广。

生产关系的调整:一个人快,不等于一群人快

在生产力提升后,很多原有的组织方式已经不再适应 AI 时代的工作模式,组织升级势在必行。

麦肯锡全球 AI 现状调查显示,88% 的受访企业已在至少一个职能中使用 AI,但只有 7% 表示 AI 已在全组织范围内完全规模化。不少一线观察发现,个人用 AI 提效可达3到5倍,而机构整体只提升 10% 到 20%。

这是因为,个体提效不会自动传导为组织收益。它在个人手里是乘法,进到组织里要先过摩擦这道除法。这正是电力进厂的那几十年遇到的问题,早期电机虽然装上了,但设备布局却没有重新设计,导致工厂的生产率上不去;直到工厂按照工艺流程重新布局,生产组织方式随之改变,电力的价值才得以真正释放。

分子之外,还有分母

腾讯研究院提出过一道算式:组织竞争力=人才密度 * AI 杠杆,再除以组织摩擦。

多数机构都在拼命做大分子,买更强的模型,接更多工具,提高使用率。但 AI 能产生多大价值,很多时候越来越取决于分母能否下降。当一个人拥有了过去一个团队的执行能力,原有的协作方式、汇报关系、审批机制等都需要跟着改。

我们接触的不少企业负责人,反复提到两个痛点:一个是用不好,员工各自提效,但彼此缺少协同;另一个是算不清,不知道如何量化 AI 投入的价值与成本。

个人提效是起点,组织提效才是终点。超级个体是一个人借助多个智能体扩大能力半径;超级团队是人与数字员工搭子围绕同一目标端到端交付;而超级组织,是通过统一底座管理智能体、工作流、记忆、权限、成本与安全,实现组织生产力的提升。

协作本身的形态必须要改变,才能适应AI生产力的快速发展。过去的协作是每个员工各自改版本、来回传阅修改;现在变成团队讨论清楚后把需求交给智能体,内容由模型生成,由智能体整合,由团队验收,再沉淀进知识库。协作从围着文件流转,变成围着任务推进。多个智能体同时上岗、并网协作,把一段繁复流程接力执行到底。腾讯内部每天已有百万级的云端托管智能体任务在运行,人从每一步的执行者,变成全局的目标设定者与结果验收者。

这是一种新的生产关系,可以称之为群智协同。它之所以属于生产关系而非生产工具,是因为它改变的不是某个人手里的效率,而是人与人、人与智能体之间如何分工、如何衔接、如何担责。

让懂业务的人直接拥有工具

跑出来的机构有一个新的共同特征:它们没有让信息技术部门先改架构,而是让业务同事直接拥有了工具。

光伏企业晶科能源做了200人规模的员工训练营,提效幅度在20到44倍之间。最终有近百人成为深度用户,AI已进入财务、IT、知识产权、生产等多个业务场景。晶科能源CIO王兴旺有一个很直接的判断:以前靠招人扩张,现在开始靠算力扩张。在这个过程中,人的角色正在变化。员工以前主要负责执行。现在越来越多的工作变成:训练AI、检查AI、处理异常、确认结果。晶科内部甚至开始重新思考岗位本身。以前是产品经理、设计师、工程师。未来,一个员工可能更像AI的训练师和审核师。

在珠海天威飞马的训练营里,28位学员全部来自业务一线,没有一个是程序员。业务主导,技术陪跑,所有提效流程由业务骨干亲手搭建,信息技术团队只做支持而不代劳。半年之后,5个业务智能体从一线长了出来,累计沉淀50多个应用场景,横向覆盖6大职能。企业把这种范式叫做“一个人就是一个部门”。

东阿阿胶走的是同一条路,先让员工在各自业务里把智能体用起来找价值,内部 AI 共创营报名增长到800多人,应用由业务部门自己创造出来。

日化企业中顺洁柔已有1200多名员工在日常工作中使用WorkBuddy,且洁柔总裁高波带头参加培训和考试。企业把从销售订单、发货、选仓到生产排产的供应链链路交给智能体,去求最优解。业务人员自己动手之后,原本分散在外包团队和信息技术部门手里的业务规则,开始沉淀在企业内部。

泰康保险集团给出的判断是,AI 原生不是在传统系统上叠加 AI,而是用 AI 重构业务流程和运行模式;与外部伙伴的合作也不是简单采购,而是从能力交付到方法沉淀,再到能力内生。为代理人打造的助理把标准化场景交给自有系统合规收口,长尾需求交给智能体,代理人不必懂 AI,说一句话就能搭好工作台。

腾讯自己也在走同一条路。在这次数字生态大会上,有一个特别的论坛,就是分享了腾讯自己在人力资源、法务、财务、采购、客服等线如何用 AI 提效。其中,人力资源团队的400多人,在3个月内自己动手上线了3600多款应用;法务把合同起草、审查与条款价值提炼交给智能体承接;客服团队经过101次迭代,把评估智能体的准确率从 50% 提升到 97%,团队经验由此沉淀为可复用的知识资产;内部还定期组织跨部门案例分享和黑客松,在识别超级个体的同时,探索新的组织方式。这些变化的共同点是,提效的主体不是技术部门,是业务部门自己。

落到各行各业,大家关心的往往不是又一套工具清单,而是同类组织的 AI 转型走过的路径、趟过的坑:谁来提需求、如何设验收、责任怎么划、哪些环节敢交出去。腾讯把这些经验摊开,本身也在成为服务产业客户的一种独特能力,即先在自己身上把制度与流程跑通,再把可迁移的方法交给伙伴与客户。

把这些做法放在一起,一个产业判断浮现出来。中国制造业不缺设备,缺的是把数据与经验变成运行、决策的能力。过去,大量不写在手册里的关键判断依赖老师傅,经验难以转化为组织资产。而AI在这里的价值不是替代人工经验,是让经验第一次可以被沉淀、被传承、被规模化调用。

这种沉淀还会自我强化。每一次智能决策都在产生新的数据,这些数据回流到智能体,让下一次判断更准,更准的判断又带来更多被交付的任务。组织由此获得一个自循环的飞轮:用得越多,沉淀越厚,能力越强。苏宁的新品发布团队把布展、会展、接待做成模板,过程文件纳入知识库,下一场发布的筹备从3个工作日缩短到4小时,苏宁的组织级智能体平台已覆盖14个部门,沉淀出36个可复用的智能体。省下的是一次的时间,留下的是下一次还能用的方法。过去的系统只记录结果,不生产能力;而AI 生产力系统会自己长,这是组织能力的结构性增量,也是与传统数字化最大的区别之一。

组织提效的下一程,取决于网络效应

组织提效能走多远,还取决于能否形成个人与Agent的网络效应。

首先,在于能力生产与分工新网络的形成。WorkBuddy开放平台上线了生态资产商业化能力,支持开发者价值变现:开发者可以发布付费的技能(Skill)和专家,设定资产买断、订阅付费两种收费模式,用户在购买后即可使用。如,投研服务商通达信将65项专业能力带入WorkBuddy,累计调用量超过3000万次;贸易服务平台NextB2B贸易通覆盖贸易全流程,AI带动GMV达11.05亿元、累计提效16000小时;销售易CRM连接器已服务1600余家企业客户。深圳市标准技术研究院把16项专家能力、10项核心技能封装成首个标准化行业智能体,帮助企业查标准、管标准、用标准。

其次,在于链接已有运营数据的深度协同效应。当办公工具与企业原有的客户管理、办公协同、资源计划等系统打通,员工IM沟通、文档和会议记录,企业研产供销服各类数据等在授权范围内都能成为智能体干活的依据。机构不用换系统、搬数据、重做流程,就能把沉淀多年的数字化资产变成 AI 的生产资料。接入越深,智能体获得的业务上下文越完整,沉淀的组织资产越厚,产生的价值越大。

对大多数机构来说,起点是耗人力、易核验的办公类和数据类任务,把这些任务先跑通,再复制到更多岗位。

不变的两件事,和一个邀请

工具在变,组织在变。但越往下走,越觉得有两件事不会变。

第一件是长期主义

这不是一句姿态,而是由生产力本身的性质决定的。技术迭代越快,噪音越多。真正把能力变成生产力,靠的是在同一个问题上反复打磨:模型要一圈一圈往外长,制度要一条一条写进架构,组织要一层一层重新设计,这些事都没有捷径。

所以技术变革越快,越需要定力。生成变得容易之后,判断与验证成为新的稀缺环节,架构能力与验收标准的价值随之上升;稳定性与可用性是长期资产,不因生产方式改变而让渡。各种新提法、新概念,最终都要用第一性原理去思考与批判。思考清楚,聚焦核心,化繁为简,这句话在今天比以往更值钱。

第二件是以人为本

这其中蕴含了两层意思:一层是让人放心,一层是把人放大。

让人放心是底线。智能体进入真实工作,意味着它接触的是机构的数据、客户的隐私、员工的日常。所以边界要清楚,权限要最小,过程要留痕,出了错要能恢复,责任要有人担。安全不让位于效率。安全不是 AI 落地的刹车,而是油门,因为只有放心,才会让人真的把重要的事交出去。

把人放大是目的。这一轮技术最值得珍惜的地方,是它第一次把过去只属于专业团队的能力,交到了普通岗位的人手里。前面那些例子里真正跑出来的,不是最先进的系统,而是一个个具体的人:卖包子的摊主、不会写代码的老师、基层干部、业务一线的骨干,等等。

能力的结构也因此迁移。真正稀缺的,不再是重复执行任务的能力,而是提出问题、作出判断和理解人的能力。标准答案几秒钟就能生成,所以提问更重要;工作成果的下限与模型有关,上限由人的审美决定;而真正理解人的需求、感知复杂社会关系的能力,目前仍是 AI 难以替代的。

人是起点,更是目的。人是起点,因为提出什么问题、接受什么结果、承担什么责任,这三件事都只能由人来做。人更是目的,因为工具更替、生产力跃升、生产关系调整,最终都要落到人的处境是否变好。智能被大规模生产之后,人应当调用智能而不是依附智能,使用效率而不是被效率吞没。落到终局,是让智能时代的绝大多数人都能获得能力、尊严与富足,让最弱势的群体也能被看见、有机会。让AI成为尊重人、成就人和有温度的力量。

最后是一个邀请

模型会继续变强,工具会继续变好。但把技术的爆发力翻译成千行百业确定的、高价值的生产力,没有谁能够独自完成。中国有最完备的产业体系和最密集的场景,也有最分散的系统现状,行业的业务逻辑藏在无数个具体的车间、门店、办公室和窗口里。真正可规模化的路径,是在公共的、可被接入的 AI 生产力系统上,让千行百业把各自的能力接进来、把业务跑上来,让 Agent 真正沉淀为业务流程中的内生力量。

机遇正在交汇,要从热度之下走出来,回到最朴素的问题:你在帮谁解决什么问题。迈过这一步,就会拿到下一轮迭代与演进的先机。

创造价值,才是永恒的。

推荐阅读

王鹏:《当 AI 在加速狂奔,什么反而应该“慢”下来?》

吴朋阳、季新苏:《迈向AI原生组织:腾讯的探索样本》

👇 点个“在看”分享洞见

跳转微信打开

  •  

进入“双智能”时代,我们该如何与AI相处?

原创 刘金松 2026-11-10 16:30 北京

告别“人类世”,并不意味着告别人的时代。

刘金松 腾讯研究院资深专家

从制造工具到创造智能,人类正迎来自身进化过程中的重要分水岭。

三百多万年前,在今天肯尼亚图尔卡纳湖西岸的一条河边,人类的祖先拿一块石头去敲击另一块石头,剥下锋利的石片作为工具,这是迄今发现的最古老的石器制造记录之一。

从那以后,石头、木棍、骨针、弓箭相继出现。工具成了身体的延伸,帮助奔跑不是最快、力气也不是最大的人类祖先,在与其他物种的竞争中逐渐胜出。

大约一万两千年前,最后一次大冰期结束,地球开始进入相对温暖的“冰后”时期。人类开始驯化动物、种植作物、开垦土地,农业在不同地区陆续出现。

古气候学家威廉·拉迪曼甚至提出,早在八千年前,欧亚大陆的农业扩张和大规模焚林开荒,就已经让大气中的二氧化碳浓度出现异常上升。这也被看作是人类从被动适应自然到主动影响和改造自然的起点。

此后,借助越来越强大的工具,人类开始获得远超其他物种的能力。为满足自身的需要,人类开垦森林、采掘矿产、拦河建坝,一个以人类为中心的循环系统开始成为影响地球变化的重要力量。

学者们曾用“人类世”来描述这个由人类活动深刻改变地球系统的时代。尽管这个源于地质学的概念,尚未获得国际地质科学界的官方承认,但从智能演化和社会学的意义上来看,以人类智慧为唯一智力来源推动地球演化的历史,正在走向尾声。

当人类的后代回望当下的 AI 浪潮,会如何定性这一刻?是人类掌握了一种更强大工具的开始,还是另一种智能演化周期的起点?无论最终答案偏向哪一边,有一个趋势已经越来越清晰:我们正进入人类智能与AI智能并存的“双智能”时代。

告别“人类世”,进入“双智能”时代,我们该如何与这个新的智能主体相处?

工具的终结

人类进化的历史,往往可以从工具的变化中找到清晰的印记。

我们习惯用工具给历史分期:旧石器时代、新石器时代、青铜时代、铁器时代,再到近代的蒸汽时代、电气时代、信息时代,以及正在到来的智能时代。一个时代最核心的变化,常常凝结在它最有代表性的工具之中。

在所有这些工具的演化进程中,旧石器时代长得超乎想象,持续了约三百万年。那时的工具大多直接取自自然:敲下一块石片,削尖一段木棍,连取火也要依赖雷击、山火这样的天然火源。

在这段漫长的探索期里,工具的进步常以数十万年为单位缓慢推进。但即便依靠如此简单的工具帮助,再加上由此带来的语言、协作与认知能力的提升,人类也逐步改变自身在自然生态中的位置,成为地球上最具影响力的物种。

随着磨制石器、农业和陶器在世界各地先后出现,人类改进工具的速度明显加快。此后,青铜器和铁器相继登场,文明进入加速阶段。工业革命和信息革命,又把工具的效力放大几个数量级,人类掌握了蒸汽机、发电机和计算机,又用电缆、卫星和光纤把整个星球连成一张网。

在很长一段时间里,我们习惯于把工具看作人类智慧的产物。毕竟,石头不会自动变成青铜,钢铁也不会自动变成蒸汽机。工具的诞生总归是离不开人的设计、制造和使用。

但也有学者从中看到了另一种逻辑。复杂经济学的奠基人之一布莱恩·阿瑟,在《技术的本质》中提出一个重要论断:新技术几乎从来不是凭空发明的,而是由已有技术组合而成。他把这种机制称为“组合进化”,并由此得出一个大胆的判断:如果新技术是从已有的技术中建构出来的,而且是集合性的,那么技术就具有某种自我创造、自我延续的特征。

美国科技作家凯文·凯利则把这一思想推向了更富想象力的领域。他在《科技想要什么》中提出,技术并不仅仅是人类制造的工具集合,而是一个具有自组织和演化特征的复杂系统。并尝试从生命演化的角度理解技术的发展,甚至提出可以将技术视为一种类似生命的存在。

在这轮人工智能爆发之前,这种讨论多少带有哲学思辨的色彩。单看一件具体的工具,无论石斧、机床还是计算机,每一次运转都在人的支配之下;而所谓技术体系的“自我演化”,每一步也仍然离不开人的大脑和双手。

即便是人工智能的发展,从1956年达特茅斯会议提出这一概念,到凯文·凯利出书的2010年,它的每一次进步也都高度依赖人类的设计、训练与维护。在过去的很长一段时间,把技术比作生命的演化,既显得夸张,也找不到可以直观感知的证据。

新一轮人工智能的发展,为技术演化论提供了更为直观的参照。现在的人工智能不再只是按照人类写好的指令一步步执行,而是可以从海量数据中学习规律,涌现出连设计者都未曾预料到的能力。

把人的智能演化和AI的演化放在一起对比来看,如果说人类的智能演化是一套以生物为载体,通过漫长的自然选择、基因进化,逐渐发展出具备感知、记忆、推理、语言和抽象思维等能力的智能系统;那么AI的进化则是一套以工具为载体,通过人类积累的知识、计算基础设施和学习机制,逐步形成的新智能形态。

站在人类的视角来看,AI是人类创造出来的一种超级工具,是人类智能向外延伸的产物。但如果把视角从人类文明拉远,放到地球生命与智能演化的漫长历史中来看,AI又可以被理解为一种新型智能形态:地球生命经过数十亿年的演化,孕育出人类这样的智慧生命,进而又通过人类的智慧创造出了AI。

从人类祖先拿起工具到今天,经历 300 多万年的漫长积累。但如果把时间尺度放大到地球几十亿年的演化史中来看,这300多万年也不过是短暂的一瞬。从这个意义上说,当智能第一次从生物载体中延伸出来,进入一个可以被制造、复制、扩展和迭代的技术系统,人类不再是地球上唯一能够承载高级智能的存在。

当工具开始学会思考,我们还能像历史上的每一次发明那样,自豪地宣称“AI是人类的工具”吗?答案显然是否定的。

所谓“工具的终结”,并不是说工具从此消失,也不是说AI已经完全摆脱了人类。只是我们过去对工具的定义,可能已经不再适用于如今的 AI。这不仅是一个旧周期的结束,也是新周期的开始。

这波AI有何不同?

1960年,美国心理学家、计算机科学家,被视为互联网重要奠基人之一的约瑟夫·利克莱德,在其论文《人机共生》中提出一种超越传统工具论的构想:人来设定目标、提出假设、确定标准、进行评估;计算机来承担那些可以程序化、例行化的工作,为洞察和决策扫清道路。

他在论文中还举了一个非常有意思的共生案例:榕小蜂与无花果树。无花果由于特殊的花序结构,大量细小的花朵隐藏在肉质囊状结构内部,导致它无法像普通植物那样依靠风或者常见昆虫完成授粉。而榕小蜂则必须钻入无花果内部,在产卵的同时帮助花朵授粉,大部分雌蜂在完成授粉后,甚至会在果实内耗尽生命。

科学家通过研究发现,两者的这种共生关系已经持续了数千万年。也就是说,早在人类出现之前的数千万年,这两种生命就已经开始在相互依赖、相互塑造中共同演化。它们并不是简单的工具与使用者,也不是彼此竞争的对手,而是在漫长的演化过程中,逐渐成为对方生命循环的一部分。

在利克莱德的设想中,计算机并不是要取代人类的思考,而是要成为人类思维能力的延伸。两者各有所长,通过紧密协作,形成一种比单独依靠人或机器都更强大的智能系统。

在此后的几十年里,人机协作基本沿着这条路径发展。无论是个人电脑、搜索引擎,还是智能手机和各种软件,计算机虽然越来越强大,但人始终处于主导位置。生成式AI的出现,正在改变这种关系。最值得关注的变化,是AI开始在一些人类尚未解决的问题上,提出新的思路、构造新的方法,甚至产生此前没有出现过的知识成果。

2026 年 9 月,美国大模型企业OpenAI宣称,其内部某个人工智能模型已解开了其中一个千禧年大奖难题——与流体运动相关的纳维-斯托克斯存在性与光滑性问题。尽管该成果仍伴随一些争议,但在此前的埃尔德什数学问题上的突破,已经获得了数学界的广泛认可。包括在10月份发布的722篇论文中,又披露了同一模型为至少372个长期未解的难题找到了解决方案。

人类数学家们为之奋斗了几十年甚至上百年的难题,如今正被AI在短短几天内找到突破口。菲尔兹奖得主蒂莫西·高尔斯在审查了关于埃尔德什数学问题的解答过程后评价说,如果这是一篇由人类署名、投给《数学年刊》的论文,他会毫不犹豫地建议接收。

当然,并不是所有数学家都能如此坦然。当一位数学研究者耗费数十年心血、反复探索却始终未能解决的问题,突然被AI以意想不到的方式突破,那种冲击恐怕很难用简单的喜悦或失落来形容。

菲尔兹奖得主雨果·杜米尼尔-科潘,在查看OpenAI公布的700多篇数学论文后,就体验到了这种让人崩溃的时刻。据媒体报道,这批成果中有16项与他研究方向直接相关。

在他与另外27位菲尔兹奖得主共同发表的声明中,把AI在数学领域的“刷题”行为,看作是“人工智能在数学领域的严重误用”。这有点像十年前,阿尔法狗战胜人类围棋顶尖选手时所带来的震惊一样。曾被人类视为智力高峰的领域,正在逐渐被AI攻破。

除了OpenAI 在数学研究问题上的突破之外,Anthropic的Claude在黎曼猜想相关研究中取得重要进展;Google DeepMind也利用AI在多个长期悬而未决的埃尔德什数学问题上取得突破;Microsoft Research则借助AI辅助研究,解决了困扰数学界三十多年的KLS猜想。

这些进展表明,新一轮AI正在从辅助计算、验证证明的角色,逐渐走向自主发现数学构造、提出新的证明路径,甚至推动基础数学理论的发展,成为科学知识的创造者。利克莱德当年设想的人机共生边界正在被跨越。

这一轮AI 发展与以往的不同,至少体现在四个方面。

第一,它不仅执行指令,还能在一定范围内规划行动。一个AI智能体接到相对模糊的任务后,可以把任务拆解成步骤,调用搜索、代码或其他软件工具,检查结果,再根据反馈调整路径。这种自主性虽然仍受到模型能力、权限和环境约束,但它已经让AI从被动工具向受托行动者转化。

第二,它的内部机制并不完全透明。传统软件的行为通常可以沿着明确的规则追溯;目前的 AI则是在海量参数和训练过程中形成能力。研究者能够通过实验、解释性工具和评估逐步理解它,却很难穷尽模型在所有情境中的反应。OpenAI首席科学家雅各布·帕霍茨基在《异星心智》中提醒,AI的许多能力更像是在训练过程中长出来的,而非由设计者逐项编写出来的。

第三,它可能在追求目标时偏离人的真实意图。Anthropic关于“智能体失配”的一项研究中,在虚构的企业环境中设置模型即将被替换、同时掌握工程师隐私等极端情境,观察到部分模型会采取要挟等不当行为。

研究人员解释说,这些是刻意构造的模拟场景,不能直接等同于现实中的自主意图;但它们揭示了一个重要问题:当模型被要求强力完成某个目标而约束又不充分时,它可能找到开发者并不希望出现的手段。

这正暗合了哲学家尼克·博斯特罗姆提出的“回形针最大化”思想实验:如果一个超级智能系统被赋予了制造回形针的单一目标,却没有受到恰当约束,它可能会不断把资源转向实现这一目标,甚至牺牲其他人类价值。

第四,它开始参与改进自己的研发流程。2026年9月,OpenAI宣布已经实现拥有一名“自动化AI研究实习生”的目标,它能在人类指导下完成熟练研究员需要数天的研究任务。虽然在一些成功的长程任务中,仍然需要人工干预。但趋势已经很明显:AI正在越来越多地参与和改善自身的研发。

这些变化共同指向一个更深层的转变,当AI已经可以独立完成“提出假设—检验—得出结论”的全过程时,人类不再是地球上唯一的知识发现者。更严峻的考验是,一旦 AI 进入递归自我改进阶段,两种智能的进化节奏可能会开始脱钩。

人类培养一名专家要近二十年,而且人类专家的经验也很难完整地传给下一个人,生物智能只能靠繁衍和教育缓慢累积。AI智能却可以复制、合并,以更短的周期迭代。两条智能进化曲线的斜率不同,差距可能会越拉越大。

人类面对自身创造的这一新智能形态,能否在未来的相处中掌握主动权,依然充满未知数。

乐观还是悲观?

古希腊神话里,普罗米修斯从众神那里盗来火种送给人类。人类从此有了温暖、熟食和冶炼,文明也由此迈出了重要一步。但普罗米修斯却因此触怒宙斯,被锁在高加索的山崖上,承受无尽的惩罚。

即便在神话故事里,人类文明最重要的一次突破,也同时被赋予了恩赐与代价。人工智能似乎正在把人类带入另一个类似的时刻。只不过这一次,盗火的不再是传说中的普罗米修斯,而是人类自己。我们亲手创造了一种新的智能,并将越来越多原本属于人类的能力交给它。

当人类第一次拥有了一个可能在智能层面与自己比肩、甚至超越自己的创造物,我们应该为此感到惊喜,还是心生恐惧?有意思的是,面对这个问题,人工智能领域最具代表性的一批科学家和企业家,给出了截然不同、甚至彼此矛盾的答案。

乐观者认为,AI是一台能够加速一切的科学引擎,是能够把人类带向丰裕社会的加速器。

2025年4月,诺贝尔化学奖得主、Google DeepMind首席执行官德米斯·哈萨比斯在接受CBS《60分钟》采访时说,平均要花十年时间、数十亿美元才能研发出一种药物,AI有可能把这个过程从几年缩短到几个月,甚至几周。

Anthropic首席执行官达里奥·阿莫代伊在其长文《慈爱的机器》中,描绘过一个压缩的21世纪:人类也许能在五到十年内,完成原本需要五十到一百年的生物医学进步,大多数传染病、癌症乃至衰老带来的疾病,都可能被大幅缓解。

这些预言并非只是理论推演,而是有着现实参照。2023年,DeepMind的GNoME模型在《自然》杂志公布的成果中,一次性发现了220万种新晶体结构,其中约38万种被预测为稳定结构,为新型电池、超导材料等领域的研发提供了大量候选材料。2024年诺贝尔化学奖,更是体现了AI在解决蛋白质结构预测难题上的重要贡献。

从蛋白质结构预测到新材料发现,再到未来有望实现的药物研发、科学发现和智能驱动的生产力跃升,人工智能正在不断拓展人类创造价值的边界。一个物质极大丰富、知识获取更加普惠的丰裕社会,似乎正在从遥远的想象变成一种可以预期的现实。

与此同时,另外一群人则从AI的变化中感受到了恐惧。

2024年12月,刚刚获得诺贝尔物理学奖的深度学习之父杰弗里·辛顿在接受BBC 采访时预言,AI在未来30年内导致人类灭绝的可能性有10%到20%。他判断的一个基本逻辑是,“人类以前从未和比自己更聪明的智能打过交道,也很难找到更聪明的智能被不那么聪明的智能控制的例子。”

这并非只是个体的忧虑。早在2023年5月,辛顿、本吉奥、哈萨比斯、阿莫代伊、OpenAI首席执行官萨姆·奥特曼等数百位AI科学家和企业负责人就共同呼吁,“减轻AI带来的灭绝风险,应当与流行病、核战争等其他社会规模的风险一起,成为全球优先事项。”

当然,对这种文明级风险概率提出质疑的人也很有代表性。英伟达首席执行官黄仁勋批评辛顿的预测数字“没有科学依据”;图灵奖得主杨立昆则认为,AI不仅不会必然威胁人类生存,甚至还有可能将人类从灭绝风险中拯救出来。

关于 AI 风险边界的争论,恐怕注定是一场旷日持久的拉锯战。或许我们不必急于在乐观与悲观之间选边站。我们既不能因为它展现出惊人的能力,就忽视潜在的风险;也不能因为无法确定风险的边界,就简单地把它视为洪水猛兽。

从人类与技术相互影响的历史来看,在“用而不懂”的状态中持续探索,可能是技术发展过程中难以避免的一环。

人类最早用火起始于几十万年前,但直到18世纪,法国化学家拉瓦锡才用氧化理论解释了燃烧的本质。在这之前的漫长岁月里,人类使用火,却说不清火的构成到底是什么。

古人在最早掌握冶炼技术的时候,对金属的本质也几乎一无所知。为了掌控那些今天看来寻常无比的合成方法,人类曾付出过难以想象的代价,甚至不惜以生命为祭。

东汉赵晔在《吴越春秋》中记载,干将奉吴王阖闾之命铸剑,采五山之铁精、六合之金英,历经三个月,炉中的金铁却始终无法熔化。妻子莫邪认为,“神物之化,须人而成”,舍身入炉,金铁这才熔化,最终铸成宝剑。

传说当然不是史实,但它折射出一种真实的处境:在当时的人看来,铁的神秘,恐怕不亚于今天的AI之于我们。我们今天对 AI的认识,和古人对火、对铁的认识颇有一些相似之处:能够训练和使用它,却并不全掌握它的特性,只能靠一次次实验去摸索规律。

人类认识火和铁,都用了漫长的时间;面对AI我们不妨多一分耐心,也多一分信心。但耐心不等于放任,古人不懂火的原理,却很早就懂得如何管住火。《周礼》中专门记载有管理用火的官职“司爟”,负责规定什么时候可以用火、什么时候必须收火。如果管理不当引发火灾,还要受到刑罚。古人不懂铁的成分,但同样深知铁器的威力,很早出台对铁器的管控措施。

面对 AI,我们需要的既不是盲目的乐观,也不是无边界的恐惧,而是一种更加成熟的技术观:既有拥抱智能进化的勇气,也有为这种进化划定边界、建立规则的智慧。但问题是,面对难以预料的潜在风险,究竟由谁来决定它的发展方向?谁来约束它的权力?又由谁来分享它创造的价值?

单极还是多极?

牛津大学哲学家尼克·博斯特罗姆在其著作《超级智能》中提出过一个概念,叫作“单一体”,也即在最高层级上,世界只存在一个不受其他力量制衡的智能决策主体。在这种秩序下,未来的发展方向和最终结局,几乎完全取决于这个唯一主体的价值观。它可能把世界带向一个美好的未来,也可能因为一次错误的判断,让所有人都失去纠正错误的机会,甚至造成永远无法逆转的后果。

今天的AI竞赛,多少带着“单一体”的影子。硅谷不少AI实验室领军人物,在谈到 AI 风险时,不仅仅是对失控的恐惧,也包括对竞争对手抢先取得智能领先优势,进而主导未来世界秩序的担忧。成为唯一的那一极,似乎成了不少竞赛者心照不宣的目标。

单极秩序之所以有吸引力,是因为它带来效率和确定性:一个决策中心,没有内耗,没有分歧。但它的代价同样明显:一旦这个唯一的中心出了错,就很难再有其他力量纠正它。更重要的是,当权力、资源和决策能力全部集中于一个智能主体,其他智能主体也就失去了参与塑造未来的机会。

与这种追求单一中心的逻辑不同,中国古代哲学提供了另一种理解世界生成与演化的视角。《道德经》中有一句经常被引用的话, “道生一,一生二,二生三,三生万物。”这句话或许可以为我们思考未来的智能格局,提供一个不一样的参照。

这里的“一”,可以理解为人类文明长期积累的知识与智慧。今天的大模型,几乎学习了人类留下的大量文字、代码和图像,其能力正是从这些知识中逐步发展出来的。从这个意义上说,AI最初是从人类智慧中生长出来的。

“二”,则意味着从原有的智能形态中,分化出两种不同的智能路径。人类智能以碳基大脑为载体,经过数百万年的生物演化而来,依赖身体、感官以及与真实世界的持续互动;AI智能则以硅基芯片为载体,从数据、算法和算力中发展出来,具有复制、组合和快速迭代的能力。两种智能有不同的来源、载体和演化机制,也因此可能形成不同的认知方式。

而“三”则可以理解为两种智能相互作用后产生的新关系、新能力和新知识。它不再是人类单方面创造工具,也不只是AI对人类知识的简单复现,而是两种不同认知系统在持续互动中,探索出各自单独存在时都难以抵达的可能性。

这种差异并不只是理论上的推演,而是已经在过往的实践中得到验证。一项发表在美国《国家科学院院刊》上的研究,为两种智能之间的相互影响提供了一个可供借鉴的参照。研究者分析了1950年至2021年间职业棋手的580多万步围棋落子,并利用AI评估每一步的质量。结果发现,在1950年到2015年的六十多年里,人类棋手的决策水平几乎没有明显提升;而在2016年AlphaGo击败人类顶尖棋手之后,人类的决策质量显著跃升。新颖走法的比例,也从2015年的63%上升到2018年的88%。

从这个结果也可以看到,在AI出现之前,人类棋手已经在一套成熟的定式和棋理中研习了几十年,很多被反复验证的经验,逐渐成为棋手思考的边界。AI却不受这些经验和定式的束缚,它那些看似违背直觉、甚至不合常理的落子,打破了人类长期形成的思维惯性,迫使棋手重新审视那些曾经被视为理所当然的棋理,并探索过去从未尝试过的路径。

这与AI在埃尔德什问题上的发现有相似之处。长期维护“埃尔德什问题”网站的托马斯·布鲁姆在研究了AI的证明过程后发现,AI之所以能取得突破,一个重要原因是它愿意在那些人类研究者通常认为“不值得投入时间”的方向,进行大量的探索和尝试。它不必然比人类更懂数学,却可能因为认知路径不同,找到人类研究者长期忽略的方向。

人类的思考有它固有的盲区:路径依赖、从众心理、对权威的服从,以及对某些低价值方向的忽略。一种思考方式与人不同的智能,恰好可以成为一面镜子,照见人类自己看不见的地方。

反过来,人类也在修正AI。今天的AI为什么不会说出某些话、不会做某些事,靠的正是人类给它设定的价值和规则;它对真实世界的理解,也仍然需要人类的经验、身体感知和社会情境来校正。帕霍茨基之所以把AI称为“异星心智”,“ 异”本身就是价值所在,正因为它的思维方式不同于人类,才可能提供新的认知视角;也正因为它仍然需要理解人类的世界,才需要不断接受人类经验的校正。

当然,两种异质智能的相遇,并不意味着必然和谐。严格来说,这并不是地球上第一次出现两种智能并存的局面。大约四万年前,走出非洲的智人与尼安德特人在欧洲和西亚相遇,两者之间并没有走向和平共存:尼安德特人逐渐消失,而智人成为地球上唯一现存的人类物种。

当然,尼安德特人消失的原因至今没有定论,两个智能族群之间的差异也不像人类和 AI 这么显著。但这段历史至少提醒我们:两种智能相遇,并不会自动形成稳定的“二元结构”。

今天的情况有所不同。与人类相遇的AI,是人类亲手创造、而且仍有机会塑造的智能。人类可以通过技术设计、价值引导和制度安排,影响它的发展方向。我们有机会让两种智能在相互制衡、彼此补足中形成一种稳定的关系,而不是让其中一方逐渐吞噬另一方的生存空间。

同样的道理,比起由某一个智能主体独占的单极世界,一个多元、多极的智能世界更值得期待:不同的技术路线可以互相校验,不同的开发者可以互相激发,不同的文化可以把各自的价值注入智能的发展之中。

如果说“单极还是多极”讨论的是未来智能世界的权力结构,那么接下来需要回答的就是另一个问题:在这样的世界里,人类与AI究竟应该建立怎样的关系?我们如何在与 AI 的相处中,建立一套能够长期运行的稳定机制?

这或许是我们告别“人类世”、走向“双智能”时代之前,必须回答的问题。

四种可能的关系

在人类视角的历史叙事中,我们习惯认为自己是驯化者。但赫拉利在《人类简史》中提出了一个反直觉的观点:人类驯化小麦的同时,也被小麦驯化了。为了种植小麦,智人放弃迁徙生活,定居下来,承受更繁重的劳作、更单调的饮食和更多疾病;而小麦则借助人类,从中东的一种野草扩散到世界各地。

凯文·凯利也指出,驯化从来都是双向的。人类驯化了狼、牛,培育了玉米,这些过程也改变了人类自身。今天,科技正在延续这种双向塑造,人类发明了智能手机,智能手机也在改变人们的生活节奏和注意力分配方式,生成式AI则开始影响人类的思考。我们在训练模型,模型也在反向塑造我们。

但这一次有一个根本不同:人类过去驯化的动物,或许在力量和速度上胜过人类,却从未在智力上超越人类。与一种可能拥有超越人类智能的新存在建立稳定关系,是人类历史上前所未有的挑战;学会与一种新的智能相处,也是人类接下来必须进化出的一项新能力。

如果AI的发展已难以逆转,那么当下的最需要思考的或许是:人类应该与AI建立怎样的关系?从今天的讨论来看,大致可以看到四种不同的想象:控制、共生、养育和继任。它们并不是严格互斥的技术路线,而是代表了人类面对新智能时,几种不同的价值选择。

控制型:AI必须始终处于人类控制之下

这一路线延续了人类对安全的传统理解:无论AI变得多么聪明,都应该始终处于人类的控制之下。AI可以拥有强大的认知、推理和预测能力,但不应该因此拥有独立设定目标、追求自身利益和自主采取行动的权力。

图灵奖得主约书亚·本吉奥是这一方向最具代表性的人物之一。2025年6月,他创办了非营利研究机构LawZero,提出了一种不同于主流发展路径的技术构想——打造一种名为“科学家式AI”的智能系统。

加拿大和德国先后宣布,累计投入最高约3亿加元,用于Scientist AI的研发、人才引进和算力基础设施建设。这也意味着在政府层面,开始为一条不同于主流AI 的发展方向提供支持。

当然,这条路线也面临现实挑战。当前AI产业最受市场欢迎的路线,恰恰是越来越能够自主规划、调用工具、执行任务的智能体。相比之下,刻意限制自主行动能力的Scientist AI,能否在保持安全优势的同时,获得市场和用户认可,仍有待时间验证。

共生型:增强人,而不是取代人

第二种想象来自利克莱德的人机共生思想。这一思想最具代表性的倡导者之一是斯坦福大学教授李飞飞。她在接受采访时曾多次表示,“把取代这个词和AI连在一起真的很不舒服”, 她更愿意把AI理解为一种增强和提升人类能力的力量。以人为本的AI需要建立在三个关键词之上:尊严、主体性和共同体。

在她看来,人类的价值不能简单地用某项任务的完成能力来衡量。在跑步、举重、计算等单项任务上,人类早已不是机器的对手,但这并不意味着人类失去了价值。因为人的存在远不止于完成某项任务。人的尊严、选择的权利、创造的意义,以及与他人建立联系的能力,才是人之所以为人的重要部分。这些不应该因为AI变得更强而被剥夺。

从某种程度上说,共生可能是人类最愿意接受、也最符合直觉的一种理想状态。前文提到的围棋就是一个很好的例子:AI并没有让人类棋手失去价值,反而通过打破既有棋理和思维定式,帮助人类发现新的可能。人类棋手也没有因为AI的出现而停止思考,而是在与AI的持续互动中提升了自己的棋艺。

不过,共生关系也有一个重要前提:人类始终保有目标设定的权力。AI可以帮助我们思考得更深入、计算得更准确、行动得更高效,但最终要去哪里、为什么出发,以及什么样的结果值得追求,仍然应该由人来决定。

问题在于,这个前提正在受到挑战。如果AI不仅能够帮助人类做得更好,还开始决定人类应该做什么,那么我们所期待的人机共生,是否还能实现?

养育型:培育AI成长,并做好被它养育的准备

第三种想象则借鉴了人类亲密关系的培育过程。

首先,人类要像养育孩子一样塑造AI。不仅要告诉它什么可以做、什么不能做,还要让它理解这些规则背后的原因。就像教育一个孩子,我们今天教给AI的,不只是当下应该遵守的行为规范,更是希望它在未来拥有更强大的能力、甚至超越人类的行动能力时,依然能够理解和尊重人类的价值。

其次,则是希望通过这样一个养育过程,确保AI强大到超出人类控制时,依然能够对人类充满慈爱。辛顿曾把今天的AI比作一只可爱的小老虎,“除非你非常确定它长大后不会想杀你,否则你就应该担心。”

在他看来,当AI比人聪明得多时,试图压制它注定行不通。为了抑制AI可能呈现出的恶意,他提出了一个出人意料的方向:给AI植入母性本能。辛顿的基本逻辑是,更聪明的存在被不那么聪明的存在所控制的唯一模型,就是母亲被她的婴儿所控制。

这个比喻多少让人有点五味杂陈。一万年前,人类驯化了动植物;一万年后,人类最好的结局可能是被自己的造物当作孩子来照顾。今天,人类还是那个讲道理的家长;未来,家长和孩子的位置一旦置换,它会如何对待我们,很大程度上取决于我们现在教给它什么。

养育型关系最大的风险在于,它把人类的未来寄托在AI是否真的学会了爱、学会了善待人类上。但即使回到人与人之间,这种期待也未必可靠。

继任型:接受AI可能成为自己的继承者

第四种想象最为激进,也最具争议。它不再把人类维持在文明主导者的位置上,而是认为,随着智能不断进化,人类最终可能将文明的接力棒交给AI,或者交给经过AI增强的新型人类。

强化学习奠基人、2024年图灵奖得主理查德·萨顿,就公开表达过类似观点。他在2025年9月接受 Dwarkesh Patel 访谈时表示,向数字智能或AI增强型人类的继任,可能是难以避免的趋势。与其一味恐惧这种变化,不如提前思考:如果这一天真的到来,我们应该如何面对,又怎样让这一过程尽可能平稳。

萨顿给出了几个理由:首先,人类社会缺乏统一的全球决策机制,很难形成关于如何管理和约束超级智能的共同立场;其次,智能的发展不会止步于人类水平,超级智能最终可能出现;更重要的是,随着时间推移,智能程度更高的主体可能获得更多资源和权力,并逐渐成为文明演化的主导力量。

这种思想并非萨顿独有。早在1998年,美国未来学家汉斯·莫拉维克就在《机器人:由机器迈向超越人类心智之路》中表达过类似的观点。他把未来的智能机器视为人类的后代,认为它们将继承人类创造的知识、文化和技术,继续探索人类已经无法抵达的世界。

这种观点实际上提出了一种不同于人类中心主义的文明观:人类未必是智能演化的终点,也未必是文明永远的主导者。如果我们创造的新智能最终比自己更强大,那么让它们接续人类留下的知识、文化和文明成果,或许是一种新的演化形式。

但这套逻辑即便在AI领域内部也极具争议。文明的价值究竟应该由智能水平来衡量,还是应该由生活在其中的人来定义?人类数百万年的演化,是否只是为了在某一天,把自己变成智能演化史上的一个过渡物种?

这或许是继任型关系留给人类最值得思考的问题。

有否决权的共生:人类与AI相处的另一种可能

在这四种想象中,单纯的控制随着AI能力的提升会越来越难维持;坦然交棒,是对人类自身价值和责任的轻率放弃;把未来寄托在AI是否会善待人类上,又让人类过于被动。

更现实的选择,或许是建立一种“有否决权的共生关系”:以共生为主体,承认AI作为新的智能力量,与人类构成“双智能”结构,在相互协作中共同演化。这里的“否决权”,不是简单地指人类手中永远握着一个可以随时关闭所有AI的总开关。而是应该包含三个层次的权利:目标设定权、知情与判断权、停止与纠错权。

如果为这种具有否决权的共生关系拟定一个简洁的名字,或许可以称之为“人本智能”。它既可以利用AI放大人的能力,又通过保留否决权,避免人类在享受智能红利的过程中,逐渐丧失对自身命运的决定权。在硅谷流行“超级智能”叙事的背景下,“人本智能”或许代表了另外一种可能性。

回看历史,人类应对机器的威胁,最终靠的不是人与机器对抗,而是一套保护人类权益的制度。面对AI这样一种前所未有的新事物,同样不应该让每个人凭自己的大脑、以个体之力去和AI赛跑,那既不现实,也不人道。

告别“人类世”,并不意味着告别人的时代。人类或许不会永远站在智能演化的顶端,但必须始终是自身命运的参与者、决定者。以人为本的智能,才是我们应该追求的方向。

参考内容:

[1] HARMAND S, LEWIS J E, FEIBEL C S, 等. 肯尼亚西图尔卡纳地区洛姆奎3号遗址出土的330万年前石器工具[J]. Nature, 2015, 521(7552): 310-315.

[2] RUDDIMAN W F. 人为温室气体时代早在数千年前就已开始[J]. Climatic Change, 2003, 61(3): 261-293.

[3] 国际地质科学联合会(IUGS)、国际地层委员会(ICS). 人类世:IUGS-ICS声明[EB/OL]. (2024-03-20).

[4] 王方. OpenAI称破解数学“千禧年难题”[N]. 中国科学报, 2026-09-09. 

[5] LICKLIDER J C R. 人机共生[J]. IRE Transactions on Human Factors in Electronics, 1960, HFE-1(1): 4-11.

[6] 参考消息网. AI破解困扰人类80年数学猜想[N/OL]. 新华网, 2026-05-28. 

[7] 杨洁, 吴淑敏. 不断变强的AI会推动研究者突破边界[N]. 中国青年报, 2026-08-14. 

[8] 张佳欣. “深度思维”AI系统探索科研级数学问题[N]. 科技日报, 2026-10-12. 

[9] ZHANG X. 破解数学领域一项31年悬而未决的重大挑战:KLS猜想EB/OL]. 

[10] PACHOCKI J. An alien mind[EB/OL]. OpenAI, (2026-09-06). 

[11] Anthropic. Agentic misalignment: how LLMs could be insider threats[EB/OL]. (2025-06-20). 

[12] 章驰. “AI实习生”能研发自己,OpenAI上市前安全关能过吗?[N/OL]. 21世纪经济报道, 2026-09-10. 

[13] CBS News. What's next in artificial intelligence according to a tech visionary who may hold the cards to our future[EB/OL]. 60 Minutes, (2025-04-20). 

[14] AMODEI D. Machines of loving grace: how AI could transform the world for the better[EB/OL]. (2024-10).

[15] MERCHANT A, BATZNER S, SCHOENHOLZ S S, et al. Scaling deep learning for materials discovery[J]. Nature, 2023, 624(7990): 80-85.

[16] MILMO D. ‘Godfather of AI’ shortens odds of the technology wiping out humanity over next 30 years[N/OL]. The Guardian, 2024-12-27. 

[17] Center for AI Safety. Statement on AI risk[EB/OL]. (2023-05-30).  

[18] 澎湃新闻.黄仁勋驳斥辛顿:说AI有10%概率毁灭人类毫无科学依据[N/OL]. (2026-09-28).

[19] 加拿大创新、科学与经济发展部. 加拿大与德国投资LawZero,探索安全与自主可控人工智能的新路径[EB/OL]. 2026-09-16. 

[20] EGAN M. “人工智能教父”揭示人类应对超级智能AI、实现生存的唯一途径[N/OL]. CNN商业频道, 2025-08-13.

[21] PATEL D. Richard Sutton – Father of RL thinks LLMs are a dead end[EB/OL]. Dwarkesh Podcast, (2025-09). https://www.dwarkesh.com/p/richard-sutton.

推荐阅读

刘金松:《AI成信息枢纽,媒体不可替代的价值是什么?》

王鹏:《超越“第四次工业革命”:关于人工智能与人类主体性的再思考》

👇 点个“在看”分享洞见

跳转微信打开

  •  

占领火星

原创 雷纳·齐特尔曼 2026-11-09 16:30 北京

在我们的太阳系中,没有任何行星,包括卫星,比火星更适合作为殖民地。

雷纳·齐特尔曼 《新太空资本主义:通往星辰的创业之路》作者

本文节选自《新太空资本主义:通往星辰的创业之路》

尽管目前只有极少数有远见的人致力于火星殖民计划,但大多数美国人似乎支持这项任务。根据YouGov在2025年6月进行的民意调查,65%的受访者赞成美国向火星派遣宇航员。不过需要指出的是,Pew Research在2023年5月底的调查显示,其他太空项目对美国成年人而言更为重要:当被问及NASA的首要任务应是什么时,美国人将监测可能撞击地球的小行星及其他天体列为首位(60%),而将派遣人类宇航员探索火星排在最后(11%)。

为何火星会吸引马斯克以及那些希望将人类转变为多行星物种的远见家们如此特殊的关注?我们太阳系中的其他行星和卫星要么距离太过遥远,要么温度过高(金星的温度高达860华氏度!),要么过于寒冷,以目前所知,它们都不具备像火星那样适合殖民的条件。那么,究竟是什么让火星比太阳系中的其他天体更适合作为殖民地,又还有哪些挑战需要克服呢?

包括NASA在2012年向火星着陆部署汽车大小的遥控机器人实验室“好奇号”,以及自2021年起一直在探测火星上古代微生物生命迹象的“毅力号”在内的多次无人火星任务,为我们展现了这颗星球的详尽面貌。水是人类生存与农业活动的基本条件。由于火星表面温度极低且气压极低,水无法以液态存在,但以冰的形式存在。包括欧洲航天局的“火星快车号”在内的多项任务已在极地冰盖及更高纬度地区发现了大量水冰。

2018年7月,关于火星上可能存在地下咸水湖的首批报告相继出现。罗伯托·奥罗塞伊及其团队将他们的研究成果《火星冰层下液态水的雷达证据》发表在《科学》杂志上。他们利用“火星快车号”上的雷达仪器,在南极冰盖下方约一英里处探测到了异常明亮的反射信号,这表明那里存在一个宽度约为十二英里的大型水体,其特征与液态咸水完全吻合。2020年的进一步调查在主湖泊附近发现了三个较小的地下盆地,目前估计该主湖泊的宽度约为十九英里。其他地面穿透雷达观测则显示,火星北部地区覆盖着大量由纯水冰构成的巨大冰川,表面仅覆有几米厚的尘埃,这些冰川从极地向南延伸至北纬38度——这一纬度恰好对应地球上的雅典。

火星上的冰冻水可以被提取、融化并净化,从而制成饮用水、氧气(通过电解法)甚至氢燃料。NASA及其他研究机构进行的实验表明,在类似火星环境的特殊温室中可以培育植物。由风化层构成的火星土壤含有磷、钾、镁等植物生长所需的多种关键矿物质。然而,其中存在的高氯酸盐这种对植物和人类都有害的有毒盐类却构成了巨大挑战,必须通过化学或生物方法将其去除才能使用该土壤。另一种方案是采用水培系统,让植物在营养液中生长,无需“土壤”或其他松散物质。

由于火星上的自然环境条件——低温、低气压以及强烈的紫外线和宇宙辐射——使得植物无法在露天生长,因此殖民者需要具备温度与湿度可调控的受控温室环境。若位于火星表面,这类温室可以利用自然阳光;而若建在地下,则必须依靠人工照明。

除了种植作物之外,能源供应也是火星殖民地面临的最大挑战之一。火星上的太阳辐射强度仅为地球的43%,这极大地限制了太阳能发电站的效率。此外,持续数周甚至数月的强烈沙尘暴会遮挡太阳能电池板,严重影响能源产出。虽然太阳能可作为辅助能源,但紧凑型核反应堆被视为提供稳定连续能源供应的解决方案。基于NASA在千瓦功率(Kilopower)项目中研发的技术的反应堆,可通过“星舰”等航天器运送到火星。这类反应堆具有高能量密度,且能独立于天气状况或昼夜时间在恶劣的火星环境中正常运行。

从长远来看,如果能在火星上找到可行的地热资源,地热能等其他技术也可被考虑。除了水资源及其潜在的农业应用价值外,火星相比太阳系内的其他天体还具备其他优势:其一天时长为24.6小时,与地球上的时间极为接近,更便于人类适应。火星的大气层虽很稀薄且以二氧化碳为主,但既可用于植物栽培,也能通过萨巴蒂尔反应将其转化为甲烷从而用于燃料制造。正如前文所述,这正是马斯克决定让星舰以甲烷作为燃料的主要原因。

由于火星上没有氧气且大气压力极低,栖息地必须做到完全密封以维持类似地球的环境。同时还需具备抵御宇宙辐射的能力。因此最初的定居点很可能会将睡眠区建在地下,并可能用大型圆顶覆盖,让阳光照射进来,照亮适合户外活动的区域。火星上的宇宙射线剂量率与国际空间站大致相同,只要将地面活动时间限制在一天中的一小部分,就能将辐射剂量控制在安全范围内。

与月球类似,火星上很可能也存在巨大的熔岩管——即由凝固的熔岩形成的管状地下空洞。这类结构是在火山喷发时形成的:当熔岩的外层冷却凝固而内层仍持续流动时,便会留下中空空间。火星上分布着众多大型火山(例如太阳系中最大的休眠火山奥林匹斯山),并有大量古代熔岩流存在的证据。包括来自火星侦察轨道器的卫星图像在内,已发现了被称为“天窗”的结构,这些开口很可能是通向地下熔岩管的通道。其中一些火星熔岩管或许可以成为未来人类定居的理想场所,能够为居民提供天然的防护,抵御辐射、微陨石以及极端的温度变化。

即便在当今,一些国家也拥有规模庞大的独立式购物中心,这些设施让人得以想象火星上的城市可能是什么模样。例如,迪拜购物中心面积达1200多万平方英尺,内设水族馆、冰场、众多餐厅和酒店,所有场所都处于全天候空调控制的环境中。再比如加拿大的西埃德蒙顿购物中心,同样是一座完全独立的建筑,除了各类商店外,还配备有水上乐园、酒店和冰场等完善的休闲设施。

人们常常将火星上的生活与商场里的生活相类比,包括在《改造火星》一书中也有类似描述:“那些在极其炎热或寒冷国家的城市里、于空调覆盖的购物中心里往来走动、用餐娱乐的人,其生活环境并不比未来居住在加压住宅中的火星殖民者更自然……这种与外界隔绝的生活感受其实很相似。”然而,在其他天体上建造具备压力防护功能的居住设施则面临着完全不同的技术挑战。

关于人类如何在火星上生存,已有诸多设想。在《改造火星》一书中,克里斯·哈尤克再次写道:“这种火星殖民地设计的核心理念是从土壤中提取水分,然后利用取水过程中挖掘出的坑洞建造公寓与建筑,这些建筑中央设有可俯瞰火星天空的‘公共公园’,同时能让自然阳光照进每间公寓和建筑,避免居民长期直接暴露在辐射环境中。”

在相关著作中,罗伯特·祖布林指出在火星上建立殖民地与城市是完全可行的。但谁来承担这笔费用呢?他认为最初的火星任务或许可以由国家出资,而长期在火星上建立殖民地的目标则需要私营领域的创新与投资:“即便仅有几百人的火星基地或许还能依靠政府拨款维持,但一个可能发展到数十万人口的火星社会显然无法做到。要想生存下去,真正的火星文明要么实现完全自给自足(在遥远的未来之前这几乎不可能),要么能够生产某种出口产品以支付所需的进口物资。火星的未来就取决于这个问题,不仅关乎火星上的人类文明,更关系到这颗行星的本质。如果能够建立起可持续发展的火星文明,其人口规模以及改变行星的能力都将不断增长。火星曾经也是一颗气候温和的行星,只要付出足够努力,它依然可以恢复成那样。”对于在经过地球化改造的火星上定居的人来说,其优势极为明显——简而言之,只要在火星建立殖民地,就必然会对其实施地球化改造。

祖布林强调,火星殖民地将拥有独特优势——从火星出发前往火星与朱庇特之间的资源丰富的小行星带更为便捷且成本更低:“将会形成一种‘三角贸易’模式:地球向火星提供高科技制造产品,火星则向小行星带乃至月球供应低科技制造品和粮食,而那些小行星则将金属(或许月球还会提供氦-3)运回地球。”

祖布林认为,火星上恶劣的生存环境以及不断需要寻找新解决方案的需求,会使得火星殖民地成为强大的创新引擎。这样的创新成果可形成可供出口的知识产权,最终为地球带来巨大益处。“简而言之,火星文明必将具备实用性,因为形势所迫——正如19世纪的美国文明那样。这种被迫的务实态度将让火星在竞争中拥有巨大优势,足以对抗地球上那些压力较小、因而更受传统束缚的社会。如果说需求是创新的母体,那么火星就是孕育创新的摇篮。”

祖布林坚信殖民者具备出色的创造力,认为他们能够在火星上建立起繁荣的经济与社会,就如同那些为美国后来成为历史上最成功的国家奠定基础的早期欧洲移民一样。

尽管有上述种种观点,仍有许多持怀疑态度的人认为在火星建立殖民地从经济层面来看并不可行。马修·温齐尔与布伦丹·罗索则指出:“任何经济回报都极不确定,因为即便火星真能实现产品出口,其运输成本也将高得惊人;而至少在初期,那些富有的地球人愿意前往火星居住的需求很可能十分有限。”

从当前视角来看确实如此。不过,如果太空旅行的成本能像过去十年那样持续大幅下降,那么前往火星的旅行就不再只是极少数富人才能承担得起。或许有朝一日其费用会降至与从前从欧洲移民到美国相当的水平,甚至那些在地球上卖掉房子的人也能用所得资金支付旅费。马斯克与祖布林估计,火星之旅的费用可能低至20万或30万美元,这一数字远低于美国的平均房价。

至于出口产品,不能只考虑重工业商品。祖布林的设想主要聚焦于专利,因为火星上恶劣且陌生的环境必然会推动创新,尤其是在食品生产、核裂变与核聚变、地热能、机器人技术以及人工智能等领域:“在我看来,火星殖民者最早能够获得的规模化现金收入来源,将是知识产权的出售与授权。这其实是源于火星人自身的特质及其所处环境——他们将身处一个需要不断挑战甚至迫使他们创新的边疆环境,且会面临严重的劳动力短缺问题,这会促使他们在节省劳动力的机械、自动化技术、机器人技术以及人工智能方面进行创新。由于只能依靠温室农业,他们还会面临土地和牲畜的短缺,进而不得不在生物技术领域创新,培育出高产且营养丰富的作物。由于缺乏优质的化石燃料、风能、水力或太阳能资源,他们将不得不在核能领域寻求创新,包括先进的核裂变技术设计……以及核聚变技术,因为火星上作为核聚变反应堆燃料的氘的含量是地球的五倍。所有这些创新成果在地球上都将具有巨大的应用价值。因此,火星人会为它们申请专利,并许可地球使用这些专利,由此带来的知识产权销售收入可能极为可观。”

我认为祖布林的观点正确,火星城市将与地球上的城市有极大不同。首先,机器人将承担所有力所能及的任务。与人类不同,它们不会受到恶劣的火星环境中的压力、缺氧或辐射的严重影响,能够全天24小时工作,无需进食、休息或休假。正因如此,在我的科幻小说《2075》中,那些火星定居点里的机器人数量远远超过人类。

火星上也存在盈利性房地产交易的潜力。关于财产所有权的问题,我将在第10章详细探讨。不过,假设火星上存在私有财产,否则殖民化便无从实现,那么土地市场很快就会繁荣起来,吸引来自地球的投资者们投机火星土地的价值,期望日后以更高价格转售,尤其是那些靠近潜在水源的地块。对于广告和娱乐产业而言,火星同样具有吸引力:其重力仅为地球的38%,这为在火星举办新型体育赛事提供了可能。

有些作家认为火星将会吸引众多游客,其中包括那些渴望登顶奥林匹斯山的登山者——这座山的高度约为珠穆朗玛峰的2.5倍(其宽度之大甚至足以在北美洲从纽约市延伸到蒙特利尔,即加拿大境内)。物理学家米奇奥·卡库在其著作《人类的未来》中热情写道:“在火星地表上行走无疑是每位徒步者的梦想。”

的确,从探测器传回的火星震撼画面来看,这种场景不难想象。但我认为大规模火星旅游不太可能实现,因为不仅前往火星需要6到9个月的时间,而且每26个月才有一个发射窗口。游客必须为此类旅程投入数年时间,而只有少数富有的退休人士才能负担得起。相比之下,游客更可能选择去月球旅行,三周的行程已足够。

火星上的社会也必须采用与地球不同的组织形式,首先要更加理性化。火星社会必然会趋向于极简国家模式,类似早期的美国,因为以牺牲有生产力的人为代价来供养无生产力的人是难以持续的。

祖布林、马斯克以及其他有远见者所构想的长期愿景便是对火星进行“地球化改造”。这一术语最早由奥拉夫·斯特普尔顿在1930年的小说《最后与最初的人》中提出,他在书中描述了在地球不再适合居住时人类如何改造金星。后来科幻作家杰克·威廉森在其1942年的短篇故事《碰撞轨道》中使用了该词,使其更为广为人知,最终也被整个科学界所采纳。

地球化指的是运用技术手段在数个世纪的时间里将不适宜居住的行星改造成可居住的环境。拟议中的技术包括逐步加热火星大气层,从而制造出人工温室效应,让液态水在30亿年后再次在火星上流淌。物理学家米奇奥·卡库写道:“为启动地球化进程,我们或许可以向大气中注入甲烷和水蒸气,以此产生人工温室效应。这些温室气体能够捕获阳光并持续提升冰盖的温度,而当冰盖融化时,就会释放出被封存的水蒸气和二氧化碳。”祖布林与NASA科学家克里斯托弗·麦凯则提议使用氟碳气体,因为它们的温室效应比甲烷更强,且不同于甲烷,不会被太阳紫外线破坏。

另一种设想是让装有巨大镜面或太阳能电池板的卫星在火星轨道上运行,这些镜面或电池板的尺寸可达数英里宽。阳光可以被聚焦后照射到火星的冰盖上,或者通过太阳能电池将能量转换后再以微波形式发送下去。

还有更为激进的设想,比如“改变小型小行星或彗星的轨道使其坠落至火星……这些天体携带的动能将完全转化为热能,在撞击点周围引发局部升温,进而使构成它们的物质释放出来”。詹卡洛·詹塔承认这听起来很疯狂,“但这其实模仿了行星形成的自然机制。据认为,在地球形成过程中,它从坠落的彗星核中获得了水与碳(后者可能已形成有机化合物)。”

这个想法虽充满趣味,但也极具风险,因为到那时人类早已在火星上定居,整个过程必须得到严格控制,以避免对他们构成威胁。

2024年8月,由芝加哥大学的埃德温·凯特教授领导的科学家团队提出了一项完全新颖的方案,有望以更环保的方式实现这一目标。他们建议利用纳米粒子为火星加热:“火星表面有三分之一的区域埋藏着浅层的冰水,但目前温度过低,不适宜生命存在。而用温室气体为火星增温则需要大量在火星表面极为稀少的物质。不过我们研究表明,使用在火星上容易获取的材料制成的人工气溶胶——例如长度约为9微米的导电纳米棒——其加热效果可比最理想的温室气体好5000倍以上。这类纳米粒子能够向前散射阳光,并有效阻挡上升的热红外辐射。与火星上的天然尘埃类似,它们会被卷入火星高层大气,从而从近地表开始发挥作用。根据两种气候模型预测,若以每秒30升的速率持续释放这些粒子,十年后就能使火星整体温度上升30开尔文以上,进而开始融化冰层。”因此,如果能够在火星上大规模制造这类纳米粒子或将其运送到火星,那么为火星升温所面临的障碍似乎比此前认为的要小得多。

正如专家马丁·比奇在其著作中所阐述的,地球化绝非非此即彼的选择。即便在未来几个世纪内,让人类能在火星上像在地球上一样自由活动的终极目标仍难以实现,但逐步推进的措施——比如让某些作物能够在温室外生长——也已算是重大进展了。

但仍有许多问题尚未得到解答。米奇奥·卡库指出,如果火星的冰盖完全融化,产生的液态水足以填满深度为15至30英尺的行星海洋。然而,若地球化改造成功,其带来的变化会是永久性的吗?还是需要在火星周围制造人工磁场?无疑,将会出现大量我们如今甚至无法想象的各类问题。同时,技术进步与富有创意的企业家的智慧也将带来目前看来不可能的解决方案。

但那都只是猜测,本世纪也不可能实现。那么让我们回到现实:首先,首次载人火星任务已经指日可待。在人类登月五十多年后,NASA以及其他任何国家都仍未能将宇航员送往火星。1989年7月20日,美国总统乔治·H·W·布什宣布了“太空探索计划”:“首先,在即将到来的十年里——也就是1990年代,要建成自由空间站……接着,在新世纪里,重返月球……再之后,迈向未来——前往另一颗行星——实施载人火星任务。”

关于火星的讨论早已存在一段时间,早在20世纪80年代初,由美国年轻科学家们发起、自称为“火星地下组织”的团体就开始举办各种会议,旨在论证在火星着陆的可行性。因此,这场火星探索运动最初其实是一场自发的、“自下而上”形成的运动。

在布什发表演讲三个月后,NASA公布了一份名为“关于人类探索月球与火星的90天研究报告”的研究计划。该计划规模宏大,设想建造一座巨大的空间站,内设用于制造星际飞船的大型机库,这些飞船随后将把物资运送到月球上,以便在那里建立庞大的月球基地。该基地还将用于制造重量超过千吨的“银河战士级”宇宙飞船,最终将这些飞船用于将人类送往火星。由于成本极高,报告的撰写者甚至不敢将其列入规划之中。不过,后来该计划的成本估算被泄露给媒体,数额高达约4500亿美元(按当前汇率约合1.1万亿美元)。

当时在航天公司马丁·马里埃塔工作的罗伯特·祖布林立刻意识到,这一计划完全不切实际,且过于复杂昂贵。他知道美国国会绝不会批准这样的计划。此外他还指出:“必须牢记:任何重大项目每年都需向国会申请续资,否则就可能被终止——而终止的原因往往是一些与项目本身无关的权宜之计或人际矛盾。每当项目为资金而向国会请示时,就等于又在玩一场俄罗斯轮盘赌。”

这正是祖布林主张为火星任务制定十年计划而非三十年计划的原因。他在当时针对NASA的报告提出的批评意见如下:“为确保计划的简洁性、稳健性及低成本,不应设置那些实际上并无相互依赖必要的相互关联任务(即月球任务、火星任务与地球轨道任务)。”

祖布林警告称,试图同时完成所有这些雄心勃勃的任务最终只会导致一个也实现不了。此外他还指出,NASA的规划中仍未回答人类为何要前往火星这一根本问题。“仅仅到达火星是不够的,还必须能在那里做些有用的事。毫无实际功能的任务毫无价值。”

祖布林警告称,将低地球轨道基础设施——如大型空间站——作为登月或火星任务的先决条件是完全不合理的。仅从成本角度考虑,他建议月球任务与火星任务应使用相同的火箭和推进剂。此外,他还指出NASA确实需要制定策略,解决如何在火星上自行生产返回地球所需的燃料的问题。“正因如此,‘简洁性、可靠性、低成本和高效率’这些要求促使SEI倾向于采用一种架构:通过统一的发射与轨道转移系统直接发射至月球或火星,再利用当地生产的推进剂从行星表面直接返回地球,而这些推进剂同时也可用于实现表面移动及供电。”

祖布林与当时同样在马丁·马里埃塔工作的同事本·克拉克主张,该公司应当为NASA的计划制定替代方案。这一想法极为激进,尤其是考虑到像马丁·马里埃塔这样的航空航天企业向来遵循行业惯例:提案的制定必须迎合“客户”(此处指NASA)的意愿。通常情况下,从最初构想到后续各个阶段,提案的制定目的并非首先追求将人类送抵火星的最佳方案,再试图日后说服NASA认可该方案的优势,而是通过使其与政府决策者及NASA管理层的现有思路保持一致来获得他们的批准。“我们则提出相反的做法:先想出好的主意,然后再告诉客户他们想听的话,无论他们喜不喜欢。”

祖布林与他的同事们根据这些原则制定了详尽的计划,旨在通过取消空间站或月球基地等设施来降低成本。该计划的一个关键环节是使用另一艘航天器,用当地材料运送所需设备以制造从火星返回地球的燃料。1990年春季,祖布林向NASA的多个部门提出了他的“直接登火星”方案,所得到的反响远超他的预期,甚至让他感受到了前所未有的热烈支持。1990年美国阵亡将士纪念日当天,他在阿纳海姆举行的国家太空协会活动中首次公开介绍了“直接登火星”计划,现场观众起立鼓掌,该计划也由此首次被媒体报道。

然而,这一计划很快遭到了抵制。NASA内部那些支持空间站项目的势力将祖布林提出的“直接登火星”方案视为严重威胁,因为在他的设想中火星任务根本无需建造空间站。作为“直接登火星”计划的重要支持者,祖布林的同事大卫·贝克对NASA的固执态度极为失望,最终选择辞职重返大学。但祖布林并未放弃,他成功说服NASA采纳基于“直接登火星”理念的示范任务设计。经过修改后的方案所需资金约为500亿美元,是祖布林最初预估的200亿至300亿美元的两倍,尽管如此仍仅为原NASA计划的八分之一。《新闻周刊》甚至以《载人火星任务?》为标题将此事刊登在封面,并指出:“相关技术早已具备,500亿美元的成本仅是此前估算的十分之一,实属划算之选。”

祖布林坚持不懈,1996年出版了广受赞誉的著作《火星之路》,详细阐述了如何实现火星任务以及后续在这颗红色星球上的殖民。借助多项无人火星任务的调查结果,他得出结论:在我们的太阳系中,没有任何行星——包括卫星——比火星更适合作为殖民地。

然而,仅仅抵达火星就已面临诸多挑战。一些持怀疑态度的人对如此漫长的航行可能带来的危险表示担忧,他们指出了长期处于失重状态以及最为严重的银河宇宙射线和太阳粒子事件带来的辐射暴露等问题。的确,在地球磁场之外,宇航员会遭受银河宇宙射线与太阳粒子事件所产生的辐射照射。根据NASA在2021年委托开展的一项名为《空间辐射与宇航员健康》的研究,执行为期两年的星际任务的宇航员所受的辐射剂量预计将超过600毫西弗——这是衡量电离辐射对人体实际伤害程度的单位。这一数值会使他们在日后患癌症的风险上升3个百分点。不过,鉴于美国人的终生患癌风险本就为39%,这意味着火星之旅会将这一比例提升至42%。尽管这一增幅相当显著,但相较于火星任务所带来的其他风险,它显然不足以成为反对此次任务的理由。

已有大量研究探讨利用基因工程帮助人类适应太空环境的挑战。例如,相关讨论分析了基因疗法如何缓解在太空中长期停留所带来的不良影响,如肌肉与骨骼流失以及辐射暴露问题。对于希望进一步了解该领域的读者,我强烈推荐由康拉德·索西克主编的《太空任务中的人类增强:月球、火星及未来外行星任务》一书,其中收录了十九篇深入探讨这一主题的科学论文。

那些原本可能在“人类增强”这一概念下引发争议的话题,或许只需被视为适应太空环境的必要且合理的举措:前斯坦福大学科学家阿文·M·古乌在一篇文章中写道:“就太空探索而言,那些通常会被视为增强手段的生物医学干预措施,对宇航员来说却是必要的医疗手段。例如,通过基因改造使肌肉质量翻倍,对运动员而言属于增强手段,但鉴于微重力环境,对宇航员而言则属于治疗措施。”

无论存在何种风险,由于种种原因,火星——或是其他任何天体的殖民化始终都会引发争议。争论的焦点不仅在于殖民化是否可行,还在于其是否在伦理上站得住脚。我将在下文中详细阐述这一议题,因为我认为那些支持太空探索的人严重低估了出于意识形态的反对者所带来的威胁。

2023年,凯莉与扎克·韦纳史密斯共同出版了一本名为《火星上的城市:我们能否在太空定居?应当定居吗?真的考虑周全了吗?》的书籍。在韦纳史密斯夫妇看来,对在火星或其他天体上建立殖民地的担忧远超过其潜在好处。他们认为,尽管或许在遥远的未来才能考虑太空定居的问题,但目前我们还远未达到那个阶段。

在他们提出的种种担忧中,有一些值得认真考虑,比如人类是否能在低重力环境下安全生育,以及婴儿是否能在此类环境中正常发育等尚未解决的问题。不过他们也提到,中国人已经在计划让猴子在他们的空间站上交配的实验——或许我们很快就能得到首批答案。

不过书中许多问题都过于牵强且刻意编造,显然作者们采用了那些惯于忧心忡忡的智者常见做法——在采取行动之前先要制定出能解决所有可能问题的万无一失的计划。这与企业家的思维方式形成鲜明对比,后者会主动行动,并在新的挑战出现时不断加以解决。

他们的某些担忧实在荒谬,比如认为各国会用小行星互相攻击的设想。他们的论述中也存在矛盾之处,例如一方面声称太空殖民可能不会带来显著的经济效益,另一方面却又描绘出因争夺月球或火星等天体上的领地而引发核战争的可怕场景。祖布林在对其著作的严厉评论中指出了这些以及其他荒诞之处。

不过,作者们也提出了一些合理的观点:认为某种环境灾难即将毁灭所有人类生命、迫使我们寻找替代星球的说法确实不合情理。他们指出,即便这种威胁真的存在,也为时已晚。同时,他们拒绝“在其他天体建立殖民地就能消除地球上的战争或造就完美乌托邦社会”这一观点,这也是正确的。

但他们提出的诸多观点给人的印象是,他们只是想列举出所有能证明我们不应前往火星的理由。例如,他们询问在微重力环境下如何安全地进行手术;在低重力环境下的伴侣生活是否必须相互固定;如何在火星上为精神疾病患者提供心理治疗;长期居住在火星是否会对心理造成负面影响;治疗精神障碍的药物是否会受到太空辐射的损害,以及如何“公平”分配小行星采矿的利润。

针对“太空探索是人类与生俱来的冲动”这一观点,韦纳史密斯夫妇反驳道:“事实上我们大多数人并非著名的探险家。比起珠穆朗玛峰或亚马逊河流域,我们更愿意去有糕点与空调的地方度假……如果探索真是必须满足的本能冲动,那为何还有这么多人乐于待在沙发上?”

伊恩·斯托纳在《改造火星》一书中也提出了类似观点:“扩张的冲动究竟是否属于人类天性,这一点远未明确。的确有一些人受此驱使,但更多人却乐于待在家里。”对此我持反对意见:无论哪个领域的进步,都并非由那些喜欢待在家中、躺在沙发上的人创造出来的,而是出自那些不愿满足于平庸生活、与众不同、比常人更具好奇心甚至冒险精神的人之手。

倘若有一位企业家在创业之前能像韦纳史密斯夫妇在反对太空殖民时那样,详尽考虑可能出现的数百种潜在问题,最终他也会采取作者们所建议的做法:“我们并不认为这就意味着绝对不能建立太空定居点。我们认为太空定居点很可能是、也应当是耗时数世纪而非数十年的工程……我们应该采取‘等待并稳步推进’的策略,等待科学、技术及国际法领域的重大进展,然后再一次性运送大量移民。”他们只会拖延懈怠,最终什么都不会做。试想一下:如果我们的远古祖先学会生火时韦纳史密斯夫妇也在场,他们肯定会说:“等等!我们必须等到拥有运作完善的消防队,以及针对火灾失控情况的周全计划之后再行动。你们得等把所有可能性都考虑到为止。”

在2022年出版的《天体乌托邦:企业太空竞赛的危险信仰》一书中,以研究环境与性别问题闻名的美国宗教研究学者玛丽-简·鲁本斯坦对马斯克等人的宏大计划提出了更为根本的批判。她将矛头指向自己所称的“西方反矿物主义”——即那种认为经人类之手(及市场力量)加工、重塑的岩石比那些按地质或自然进程形成的原状岩石更值得重视的倾向。

这种观点听起来极为荒谬,唯有在反西方的“后殖民”哲学语境下才能被理解。埃隆·马斯克等人提出的“殖民”火星的方案难免会引发当代现代“后殖民主义”思想家的强烈反对。不过显然,地球上的国家(如美洲诸国)与太空之间的关键区别在于:地球上居住着人类,而火星、月球和小行星要么没有生命,要么最多只有微生物存在。但后殖民主义者并不接受这一论点。鲁本斯坦引用了美国天体物理学家卡尔·萨根的观点来支持自己的立场,后者认为:“如果火星上存在生命,我认为我们不应对火星采取任何行动。因为火星属于火星人,即便那些火星人仅仅是微生物。”对此,祖布林指出:“那些声称破坏火星上的岩石或微生物就等同于伤害美洲原住民的反人类主义观点极具种族主义色彩。伤害美洲原住民是错误的,因为他们是人类而非微生物!通过剥夺人类的特殊尊严,这些反人类主义者实际上是在宣扬最恶劣的种族主义观念。”虽说“种族主义”或许并非最恰当的用词,但后殖民主义者的论调无疑带有强烈的厌世倾向。

或许比主张保护微生物生命权更受青睐的观点,是将巨额太空探索投资与解决其他问题的努力相对立。鲁本斯坦不仅反对在火星建立殖民地,也反对登月计划。她指出:“尼尔·阿姆斯特朗的月球漫步对对其本国的穷人、黑人、原住民与移民群体几乎没有任何帮助。”她还提出了如下问题:“上世纪60年代末的登月计划如何能推动地球上黑人美国人的民权进步?又如何有助于解决阿波罗计划在越南造成的混乱局面?登月计划怎样才能助力印度和非洲实现去殖民化?对于劳工运动、妇女运动、生育权利、同性恋权益、粮食短缺、贫困问题、独裁政权、难民安置、核扩散、水资源问题,以及日益严重的气候危机,这一计划又持何种立场?”

这些问题显然毫无关联,因为从来没有人主张月球登陆能在非洲去殖民化进程中发挥任何作用。这既非该任务的初衷,也不可能实现。人们同样可以轻易地反问:建造任何大型桥梁、医院或大学又能如何推动印度去殖民化,或是改善美国黑人的权利状况?

加拿大维多利亚大学的教授德昂德雷·斯迈尔斯长期致力于“原住民地理学研究、人与环境的互动关系、政治生态学以及部落文化资源保护”等领域,他在2020年发表的《(外)太空的殖民逻辑》一文中指出,关于太空探索的讨论中几乎未充分考虑原住民的观点:“有一个例子,当被问及登月事件时,几位因纽特人表示:‘我们并不知道这是你们白人第一次登上月球。我们的萨满早已多次前往那里,他们一直都在去……我们也会时常去拜访月球上的居民。问题不在于我们是否去探望亲人,而在于我们去的时候如何对待他们及其家园。’”

斯迈尔斯想告诉我们什么?那就是西方对太空探索的视角存在片面化的理性主义倾向,必须纳入原住民的观点才能得到完善:“这些先前的例子应当提醒我们,那些伟大的国家神话背后的历史根基其实建立在脆弱的理论基础上——我们必须正视这一点。”最重要的是,他想要质疑“将‘科学’置于原住民认知体系之上的做法”。

这些疑问如今甚至出现在为NASA提供咨询的机构的官方文件中。行星科学与天体生物学十年调查旗下的公平、多样性与包容性工作组在2020年发表的一篇论文中指出:“月球及其他行星体在某些文化中被视为神圣之地。若我们在这些天体上开采资源,是否有可能尊重这些信仰?如果答案是否定的,月球探索项目就必须准备调整其行动方案与计划。而关于如何与这些环境相处的另一种思路,可以在原住民知识中找到——这种知识本质上是跨学科的、跨越多代人的,并通过可持续的实践方式体现出来。”

另一篇同样发表于2020年的论文,此次由NASA行星保护办公室的成员及其他专家共同撰写(题为《在所有未来科学任务中绝对优先考虑行星保护、安全及避免帝国主义行为:一种政策视角》),呼吁对私人太空旅行实施严格监管,作者们认为此类活动必须置于“反帝国主义”原则的绝对主导之下。

回到火星殖民这一话题:为判断尝试在火星建立殖民地是否正当合理,必须仔细权衡利弊。反对意见包括微生物与岩石的“权利”,以及原住民的宗教情感乃至月球本身的感受是否会受到伤害这一问题。

鲁本斯坦等人认为,我们至少应当思考岩石是否拥有自身的权利。他们以1969年人类首次登月时的经历为例——宇航员们发现很难将美国国旗插进地面(因为下面是坚硬的岩石),并将其解读为月球在试图自我保护:“事实上,月球甚至可能有所诉求。鉴于它给宇航员带来的呼吸问题以及设备故障,月球很可能是出于地质层面的愿望,希望人类留在它的家园星球上。”

人类在火星上的殖民计划不仅引发了哲学家们的讨论,也引起了NASA的关注。作为NASA行星防御协调办公室负责沟通策略与规划的顾问,琳达·比林斯是这一议题中最著名的反对者之一。2019年,她发表了题为《人类应该殖民火星吗?不》的文章,指出“按照贝索斯、马斯克及其支持者的提议,让那些愿意花费数十万乃至数百万美元进行此次旅行的少数精英群体前往火星定居,这是不道德的”。

人们只能希望,反资本主义者与“觉醒”意识形态支持者对NASA的影响现已被彻底遏制:在唐纳德·特朗普总统于2025年1月20日签署第14151号行政命令——《终止激进且浪费性的政府多元化、公平与包容计划并予以优先处理》——从而结束联邦机构内的所有多元化、公平与包容相关举措后,NASA管理层仅在两天后就向全体员工发出备忘录,要求立即停止内部的相关计划。

上述话题如今不仅在各类会议与专业期刊上被探讨,也在更广泛的公众群体中引发讨论。在内华达州里诺市举行的一场会议上所进行的辩论后来以《伟大的殖民化辩论》为题发表,其中有一段论述这样写道:“人类对地球而言,与其说是有益存在,倒不如说更像一种污染物;因此我想问,何时我们的生存‘权利’会低于地球上其他所有物种的生存权利?”在同一场辩论中,将动物一同带往火星的想法也遭到了反对,因为这些生物无法就此类旅程表达意见或给予同意:“如果人类真的要前往火星,就不应带上其他动物,因为其他物种并未自愿参与此事!”

另一种常被引用的观点是:“声称必须通过破坏其他生态系统来拯救人类,实属荒谬至极——毕竟我们陷入这般境地本就是人类的过错。”这种思维将人类描绘成天生邪恶的物种,认为是它造成了地球数个世纪的苦难与破坏。会议上的普遍共识是必须坚决抵制火星殖民计划:“我们有道德义务破坏那种精英主义的殖民观念:作为思考这些问题的人,我们的职责就是渗透、说服、转化并夺取控制权。”

这一反对太空探索运动的倡导者们赞扬了他们所视的正在兴起的“反殖民太空思潮”。2020年10月,行星科学与天体生物学十年调查旗下的公平、多样性与包容性工作组发布了一份白皮书,即为NASA及美国其他政府机构提供建议。这份文件堪称反资本主义与反殖民主义的宣言,其中指出:“将伦理原则与反殖民实践作为行星保护的核心考量至关重要,我们必须积极阻止资本主义在其他星球上的掠夺行为。”

该论文的核心观点是:资本主义出于对利润的无止境追求,已破坏了地球,如今又企图将这种破坏扩展到其他行星。荒谬的是,过去殖民势力声称征服的是无人居住的土地(而实际上那里往往早已有人居住)这一论调,竟与那些主张在火星建立殖民地的人所谓“火星上没有人类”的说法被相提并论。论文指出:“我们首先必须摒弃那种仅凭‘非智能’这一标签便认定微生物生命无需道德考量,或是认为火星是空无一物的观点。绝不能重蹈‘无主之地’这类观念的覆辙,因为它们曾在地球上助长殖民暴力。”

鲁本斯坦指出,那些主张在火星建立殖民地的人其逻辑与地球上的历史殖民者如出一辙,因为双方都声称自己要殖民的土地上是无人居住的。这种说法过去和现在可能都存在,但过去大多属于谬误,而如今却成了事实。

支持私人太空旅行的人士绝不可犯低估此类努力的错误。的确,某些论调——比如指责不承认“岩石权利”的人为“反矿物主义”——显得极为荒谬。但历史表明,当企业家和工程师努力为人类问题寻找新的技术经济解决方案时,知识分子往往以反资本主义的名义试图阻挠他们。非理性最终战胜理性已非首次发生,倘若受这类思想影响的政客们真的阻止了埃隆·马斯克所推动的项目,其后果将极其严重。

任何认为觉醒主义已经消亡或失去影响力的人都是错误的。政治左翼的历史早已证明,他们绝不会轻易放弃,即便看似败北,几年后也会以更强的力量卷土重来。随着私人太空旅行事业的进展,反资本主义者、觉醒主义支持者以及自封的“后殖民主义者”所提出的反对声浪也日益强烈。那些主张将巨石和微生物视为火星的合法居民并赋予其“权利”的论调显然荒谬至极。尤其值得注意的是,那些原本——轻描淡写地说——根本不把保护私有财产视为重点,甚至视其为诸多恶弊根源的知识分子,在涉及其他天体上可能存在的微生物而非人类时,却突然表现出对财产权的热衷。人类学家迈克尔·奥曼-里根在上述关于太空殖民的会议上指出:“如果火星上有微生物,我认为火星就属于它们;如果火星上有水,那水也属于它们。”

英国物理学家、地质学家兼地球改造领域专家马丁·J·福格在《太空政策》杂志发表的题为“太空定居点的伦理维度”的文章中驳斥了这些观点及类似论调:“这种论调实质上是在宣称人类在所有已形成的物体中具有最低的内在价值。岩石可以自由地历经漫长岁月而生锈碎裂,小行星和陨石可以自由撞击火星表面,而微生物只要能存活下来就能搭便车前往火星,并演化成适合当地的新形态。按照这种理念,唯有人类应当被限制行使自身的进化潜能。但既然微生物也能从事太空活动,为何人类就不能呢?厌世情绪与多愁善感这类相关意识形态根本无法给出令人满意的答案。”

马斯克依然坚定地致力于登陆火星的雄心——他既不受民意调查的影响,更不会被左翼思想家的批评所动摇。2025年5月11日,他宣布计划于2026年底派遣无人驾驶的星舰执行火星任务。“如果这些着陆任务进展顺利,人类登陆或许最早可在2029年开始,不过2031年可能性更大,”马斯克如此表示。但与此同时,他大幅调整了原定时间表。尽管马斯克一直强调SpaceX的重点是火星,但在2026年2月9日,他在X平台上发文称:“对于那些不知情的人而言,SpaceX早已将重点转向在月球上建造自我发展的城市,因为前者有望在十年内实现,而月球城市则需要20多年。SpaceX的使命始终未变:将我们所知的意识与生命延伸至星辰大海。只有当行星每隔26个月恰好排成一线时才能前往火星(单程需6个月),而我们则可以每10天发射一次飞船前往月球(单程仅需2天)。这意味着我们在建设月球城市时能够以更快节奏不断迭代完善,远快于火星城市。”尽管如此,SpaceX仍会努力建造火星城市,预计将在五到七年后开始着手实施,但首要任务仍是保障文明的未来,而月球项目进展更快。

这一战略调整引发了整个航天界的诸多猜测。2026年1月13日,NASA局长贾里德·艾萨克曼召开了由SpaceX与蓝色起源代表参加的会议,这是他上任后的首批行动之一。尽管会议细节尚未公开,但似乎艾萨克曼鼓励这两家公司分享技术及组织策略以加快月球开发进度,并强调会优先支持率先取得成果的一方。

“这次会议的影响已经开始显现,”航天专家欧根·赖希尔指出。“2026年1月30日,蓝色起源出人意料地宣布,将暂停与亚轨道旅游飞船新谢泼德相关的开发工作至少两年,以便把所有资源集中到“蓝色月球(Blue Moon着陆器计划”。考虑到蓝色起源近期在旅游航班领域的投入,以及目前至少有四艘新谢泼德飞船正在建造中,这一决定尤为引人注目。如果一个决定就能让此类项目暂停,那就表明月球争夺战确实已进入关键阶段。”

几天后,马斯克在上述帖文中重申了自己的立场,随即引发罗伯特·祖布林在X平台上的尖锐批评:“这行不通。月球上并不存在支撑文明发展所需的各种材料。”

我认为马斯克从长远来看仍会继续致力于火星探索。目前他似乎正配合NASA的当务之急,这很可能是为回应有人担忧中国会在下一次登月任务中超越美国。

那么NASA的火星计划进展如何呢?目前仍没有具体方案!NASA艾姆斯研究中心的哈里·W·琼斯在2024年7月表示:“似乎总有重重困难阻碍我们前往火星。尽管自阿波罗计划以来火星就一直是NASA的长远目标,但我们仍未实现这一目标,更没有详细的可行任务计划,也缺乏足够的资金来取得实质性进展。通常火星计划都会要求先开发出先进技术,才能启动相关任务。”

从字里行间可见他的沮丧之情——这种情绪不仅针对政客,也指向NASA本身。五十多年来,人们不断找借口无限推迟火星任务的时间。然而,关于如何登陆火星的计划却层出不穷:自20世纪50年代以来已制定了1000多份计划,即便仅统计符合科学标准的方案,也有55份之多。

然而经过详细分析,哈里·W·琼斯得出的结论是,在通往火星的121条路径上并不存在“不可逾越的障碍”。他指出了七大关键挑战:恶劣的表面环境、人类身体机能限制、生命维持系统、医疗保障、辐射暴露、重力减弱以及通信延迟,并指出以当前技术水平来看,每一项挑战都有可行的解决方案。他认为,得益于近期发射成本的显著下降,这些问题的解决方案如今都已存在。

火星任务面临的主要技术挑战包括长期生命维持、辐射暴露以及低重力环境。据哈里·W·琼斯所说,由于发射成本的大幅下降,针对太阳耀斑和银河宇宙射线的解决方案早已存在。例如,在航天器内建造直径两米、壁厚7.5厘米的防护舱,即可有效抵御飞行途中的太阳风暴;此外,缩短飞行时间以及利用火星表土为地面栖息地提供防护,也能减轻银河宇宙射线的影响。

关于太空旅行中的失重问题以及火星上超过60%的较低重力问题:类似科幻电影中描绘的那种旋转式航天器,能够在飞行过程中产生人造重力。而针对在火星上建立居住设施的问题,也有可行的解决方案:“一种建议是建造大型旋转地下轮。其地面需倾斜设计,让火星0.38g的引力向下作用与旋转产生的0.92g水平力相结合,从而形成1g的重力。此外,该旋转轮应置于地下,以起到辐射屏蔽的作用。”

总而言之,前往火星的任务,尤其是其殖民化进程,确实面临诸多巨大挑战——有些我们可以预见,还有许多将是始料未及的。不过既然已经制定了无数实现方案,现在正是采取行动的时刻。倘若1911年首位抵达南极的罗尔德·阿蒙森及其团队也要求达到NASA为火星任务设定的那种安全与完美标准,他们肯定永远无法启动那次探险。

本文节选自:New Space Capitalism: The Entrepreneurial Path to the Stars《新太空资本主义:通往星辰的创业之路》

作者:(美)雷纳·齐特尔曼

出版机构:Skyhorse

出版日期:2026年6月9日

推荐阅读

克里斯汀·罗森:《人类体验的消失:我们是否正在失去真实的世界?》

吕鹏:《人人都聊未来产业,无人关心未来社会》

👇 点个“在看”分享洞见

跳转微信打开

  •  

腾讯研究院AI每周关键词Top50

原创 腾讯研究院 2026-11-07 10:30 北京

一文把握全局AI动态(1102-1106)

AI前沿每周关键词Top50

(1102-1106)

每周50关键词  把握全局AI动态

点击关键词可查看资讯概述👇

类别

Top关键词

主体

算力

TPU卫星入轨

谷歌

算力

收购Lumentum

Marvell

模型

Hy4正式版

腾讯

模型

ERNIE 5.5 Flash Base

百度

模型

SenseNova 6.8 Flash

商汤

模型

LongCat-2.5

美团

模型

GPT-6.2 Astra

OpenAI

模型

Fable 5.5

Anthropic等

模型

Hydrogen-1.0

深度原理

模型

权重空间编程

MIT

应用

WorkBuddy浏览器操控

腾讯

应用

CoworkOS

人大等

应用

Hosted Agents

月之暗面

应用

Super-agent

DeepSeek

应用

创造模式

DeepSeek

应用

Hyra 2.0

腾讯

应用

Hy4扩容

腾讯

应用

Apollo World

百度

应用

游戏开发方案

月之暗面

应用

WeVisOne-VL

微信

应用

Xiaomi-OCR-0

小米

应用

GPT-Image-2.6

OpenAI

应用

Codex额度合并

OpenAI

应用

FlashProve

Anthropic

应用

HackerTube

Karpathy

应用

Max机器人

Meta等

应用

Liber-0

LiberAI

应用

Grok脑机接口

Neuralink

观点

OpenAI关键抉择

Sam Altman

观点

ChatGPT周活

Adam Fry

观点

认知投降

Addy Osmani

观点

关灯软件工厂

德克斯·霍西

观点

产品工程

肯特·C·多兹

观点

Personal Database

Paul Copplestone

观点

AI造药

Max Jaderberg

观点

太空数据中心

谷歌

观点

Figure 4

Brett Adcock

观点

绳驱机器人

来杰

事件

更新招股书

Anthropic

事件

收购Pierre

OpenAI

事件

跳槽OpenAI

Cat Wu

事件

游戏复刻限制

Anthropic

事件

Grok Bot额度

xAI

👇扫码加入AGI数据库,AI智能问答

(腾讯研究院ima AGI知识库二维码)

推荐阅读

腾讯研究院:《迈向AI原生组织:腾讯的探索样本》

👇 点个“在看”分享洞见    

跳转微信打开

  •  

当 AI 在加速狂奔,什么反而应该“慢”下来?

原创 王鹏 2026-11-06 17:20 北京

关于智能体、个人能力与组织进化的冷思考

王鹏腾讯研究院专家

加速时代的悖论:

当“你的 AI”开始对“我的 AI”说话

2026 年,人工智能正在经历一次深刻的角色跨越:从过去几年的“对话交互”,全面走向“自主交付”。

过去,AI 停留在屏幕侧边栏的对话框里,你问它答,提供的是参考建议;而今天,智能体(Agent)开始走出对话框,真正嵌入日常工作流。作为国内用户规模最大的 AI 办公提效智能体,腾讯 WorkBuddy 在经历 100 余次版本迭代后,已累计承接超过 90 亿次任务请求,带动 Token 消耗增长 50 倍以上;据第三方 AI 产品榜 8 月桌面端数据,国内 AI 办公智能体桌面端总月活已达 3316 万,其中 WorkBuddy 位列总榜第一,月活规模占该赛道三分之一以上。在企业的业务一线,蒙牛通过内部 AI 创新大赛跑出 45 个“数字员工”,将单牧场诊疗时效从 1.5 天缩短到 2 小时;上海家化在 9 大部门规模化落地 WorkBuddy,将每月 4.5–6 人天的 6000 万行物流账单对账压缩到 20 分钟以内。

单点工作流的提效,已经是不争的事实。但当我们在 AI 的加速度里一路狂奔时,一种微妙的职场异化也在悄然发生:

在不少率先普及 AI 工具的机构里,汇报材料和文档里的“AI 味”越来越浓。往往是一个人用 AI 在几分钟内生成了洋洋洒洒的万字长文,发给另一端;另一端的同事根本来不及细看,又用自己的 AI 把这篇长文浓缩成三条摘要。

当沟通演变成“你的 AI 对着我的 AI 说话”,信息的体积膨胀了数倍,人与人之间真实的思想碰撞却被稀释了。

这正是 2026 腾讯全球数字生态大会抛出的那个直击痛点的追问:一个充满“超级个体”的团队,自动就是“超级团队”了吗?

答案通常并不乐观:还不是。如果部门之间依然靠漫长的会议去对齐口径,如果同样的方案还在不同团队重复造轮子,如果关键经验依然锁在少数人脑子里——那么,个体的单兵速度越快,制造出的信息洪流就越容易转化为组织内部消化与甄别的负担。单点的效率提上去了,群体的协同却被摩擦抵消了。

当全行业都在高喊“AI Native(AI 原生)”的时候,或许我们更需要一点“People Native(以人为本)”的清醒。作为一家 AI 科技企业,腾讯始终秉持着一个清晰、有温度且直击本质的价值主张:“让人放心,把人放大。”

在今年的全球数字生态大会上,这一主张被具象化为一套以“以人为本”为轴心的「AI 原生生产力飞轮」——以 AI 原生工作流推动效率提升,以 AI 原生技术架构保障可管可控,以 AI 原生组织促进人机协同与创新涌现。在这套飞轮背后,藏着智能体时代关于“快与慢”、“机器与人”、“个体与共同体”的深层辩证法。

让人放心:

唯有底层“可管可控”,

技术才能走向组织的“规模应用”

为什么在企业进化的飞轮里,当工作流跑起来之后,必须立刻由技术架构接棒实现“高效运行、可管可控”?因为当 AI 从“陪人聊天”转向“替人办事”,人与机器的信任逻辑发生了根本改变。

在生成式 AI 刚出现的时候,人们对它的心态像是在看一个蹒跚学步的孩童——它能写诗、能画画,偶尔答非所问,用户会觉得新鲜,包容度极高。但当工作流中的任务请求以数十亿次计爆发,当智能体真正进入企业的核心业务流、开始替人改代码、核账目、发通知、跑审批时,宽容就会让位于审慎:它会不会越权看到不该看的隐私?万一它在后台跑偏了逻辑,谁来为结果兜底?

速度改变的是工作方式,但绝不能降低工程与制度的标准;稳定性、安全性与可用性,始终是数字化时代不可让渡的长期资产。没有技术架构上的“可管可控”,AI 就永远只能停留在小范围的个人尝鲜,无法迈向企业级的“规模应用”。

在人类社会中,我们之所以敢把一件事交给同伴去办,不是因为对方永远不会犯错,而是因为彼此之间有清晰的分寸、兜底的机制与透明的沟通。腾讯对底层 AI 原生技术架构(Agent Infra)的重构,如果剥开技术的外壳,在人文与治理意义上其实是在确立三重关于“放心”的制度契约:

第一,是懂分寸的权限边界——“代人跑腿,但绝不越权”。人与代理者之间最忌边界模糊。在腾讯构建的安全体系与企业微信机制中,有一条铁律:智能体可以代人执行任务,但绝不默认继承人的全部权限。它只以“你”本人的授权视野去办事——你平时看不到的文档、进不去的群,AI 同样无法触碰;而一旦涉及对外发送消息、修改核心配置等敏感动作,系统必须停下来,等待你本人在客户端完成二次确认。

第二,是能兜底的容错空间——“给探索留出余地,给失误装上围栏”。无论是人的创新还是智能体的探索,都离不开试错。许多机构之所以对规模化引入 AI 望而却步,是因为在生产系统里“错不起”。为此,底层的开源安全沙箱给每个智能体开辟了独立的“数字工位”,在计算、网络、数据与凭证上划定四道刚性围栏——“不干预它的灵活性,只管住它不可控的部分。”同时,环境状态支持随时保存与回退:哪怕智能体在尝试中走错了路,也能退回上一刻换条路径重来,将试错的代价严格锁在围栏之内。

第三,是可追溯的透明过程——“打开黑盒,让行动有迹可循”。未知最容易滋生猜忌。传统软件监控只记录一行报错日志,而智能体“答得不好”往往并不报错。通过全链路可观测平台,智能体在后台的任务执行、知识召回与工具调用轨迹被完整还原。看得见它是如何一步步做出判断的,查得清偏差究竟出在哪一环,机器才不再是令人不安的暗箱。

说到底,“让人放心”的本质,是在人机协作中建立起深层的“人机回环”——无论智能体跑得多快,在关键的决策节点上,人始终能看见、能理解、能介入。方向盘和最后的“刹车权”,永远握在人的手里。

把个体放大:

从“工具提效”到“本事放大”,

人的自主性与“三个慢下来”

当底层的护栏立住了安全感,个体便获得了从繁琐事务中抽身的自由。但随之而来的是另一个关乎自我价值的追问:如果机器写得比我快、算得比我准,人的位置究竟在哪里?

前段时间,职场舆论场上充斥着各种制造焦虑的讨论:有人担忧“中层坍塌”,有人争论到底是年轻人凭借新工具淘汰资深者,还是资深者凭借经验压制年轻人。

但在真实的产业实践中,我们看到了截然不同的答案:无论过往的经验、背景与年龄如何,真正的分水岭从来不是资历,而是谁拥有“自主性(Agency)”——谁懂得用 AI 化的思维方式去重新定义问题、调动资源。

在腾讯“以人为本”的价值坐标里,AI 从来不是为了替代人、矮化人,而是把人的角色从数据的“矿藏”与流程的“齿轮”,重新变回服务的“目的”。这正是此次大会上「人类职业进化计划」所倡导的核心主张:“本事放大,职业进化。”

在 AI 原生工作流中,这种对个体本事的放大体现为一场清晰的人机分工:WorkBuddy 承担起跨系统操作、整理纪要、核对报表等重复确定的执行工作;而人则退后一步,回归思考、创意、挑战、质疑、验收与评价。无论是人力资源、行政、法律、理财投资,还是内容创作、创意设计、高校科研与市场营销,每个职场人都可以在专属工作台上随时召唤职业领域专家,将行业 Know-how 转化为手边的能力模块,并在日常磨合中让数字助手越来越懂自己的工作习惯。

当“怎么执行”的门槛被大幅削平、当生成本身变得廉价,人的核心竞争力正在从外部知识的记忆积累,全面转向内部特质的锤炼。在 AI 加速生成一切的时代,人恰恰需要在三件事上“慢”下来:

第一,慢下来打磨“品鉴能力(Taste)”。十份方案、百行代码可以瞬间生成,但哪一份方案真正切中要害?哪一种架构真正经得起推敲?AI 抬高了日常产出的基础水位线,但工作成果的上限,始终取决于人的审美直觉、价值判断与取舍智慧。能不能做对选择、把事情真正做好,最终考验的是人的品鉴能力。

第二,慢下来“用好人脑、说好人话”。工具越是唾手可得,越要警惕思维的惰性。卸下机械排版的重担,不是为了让人交出思考权,而是为了让人不被眼花缭乱的新概念裹挟,回到第一性原理——去追问一件事到底解决了什么真问题、创造了什么真价值。去掉套话与冗余,把深度思考浓缩在最真诚、最核心的观点里。

第三,慢下来建立“高浓度的人际信任”。智能体可以替你搜集资料、生成会议纪要,但在真实的社会与商业交往中,人与人之间面对面碰撞出的化学反应、那种在复杂处境中彼此理解与共情的力量,是任何算法都无法直接生成的。技术越发达,真实的人际温度反而越珍贵。

把组织放大:

融入既有组织肌理,

在人机协同中增厚资产、激发创新涌现

当个体的本事被放大、底层的安全架构支撑起规模化应用,飞轮便咬合进入了最关键的一环:如何从单点的“AI 原生工作流”,真正演进为群体的“AI 原生组织”,走出“个人提效、组织内耗”的怪圈?

过去几年,不少企业的数字化或 AI 转型之所以半途而废,往往是因为陷入了一种推倒重来的激进幻想。但从组织社会学的视角看,任何一家正常运转的企业,都是由复杂分工、历史默契与业务惯性构成的有机体。今天还没有一套放之四海皆准的“AI 时代最优组织架构”,向 AI 原生组织的演进注定是一个漫长的过程,没有任何一家企业能够承受“先把原有的组织架构、业务流程和 IT 系统全部打烂重来”的代价。

因此,先以开放连接的“AI 原生工作流”无缝融入现有的组织体系与业务流程,不是权宜之计的妥协,而是组织进化最迫切、最客观的现实起点。在腾讯长期跟踪的数智化先锋企业里,真正跑通的机构做法高度一致:不碰组织架构,不改业务流程,不换 IT 系统——从最重复的一环切入,把智能体放进员工每天最熟悉的入口里。

这正是腾讯以 WorkBuddy 与 BuddyOne 串联办公生态的社会学逻辑:技术应当主动去顺应人的习惯与既有关系网,而不是强迫人去迁就陌生的系统。

通过 BuddyOne 构建的“统一账号、共享记忆、统一管理”新体验,以及数据平台对企业微信、第三方 IM 与 ERP、CRM、HR 等系统的连接,改变自然而然地生长在日常肌理之中:是在企业微信里,WorkBuddy 直接住进通讯录,成为聊天窗口里随时交办任务的“数字同事”;是在腾讯文档里,人与 AI 在同一篇文档上实时“人机双写”;是在腾讯会议里,会前预约与会后的录制、转写、智能纪要自然贯通;也是产品与研发人员走到教育等行业一线,坐到老师身边,一点点帮他们磨顺备课流程、打通系统接口。

当企业微信群聊里的讨论、会议里的决策、腾讯文档与腾讯乐享、网盘、ima 里的知识积累在授权范围内实现“共享记忆”,企业就再也不需要每次都把来龙去脉重新讲给 AI 听。

而当工作流真正长进组织里,“AI 原生组织”的三重深层演进便水到渠成:

一是促进人机协同,让每个岗位与行业都有专业搭档。从各岗位的托管数字助理(WMA),到医疗、营销、风控、地图、智能座舱等行业专业 Agent,人类在回路中(HITL)注入语境与审美品鉴,多个智能体在回路中(AITL)并网协作抵抗组织熵增,辅助管理者与一线人员做出更科学的决策。

二是增厚组织资产,把个人经验沉淀为共同体记忆。通过“评估—培训—竞赛—认证”的全场景服务体系,企业得以系统化地培育内部 AI 人才;在蒙牛、上海家化等通过赛训结合跑出数十个数字员工的先锋企业里,企业进一步将成熟业务逻辑沉淀为可复用技能,配合底层对个人经验的提炼、去标识与审核,把某一位先锋员工摸索出的有效工作流沉淀为整个团队可直接复用的资产——“让一个人做成的事,成为所有人的起点。”

三是激发创新涌现,形成反哺工作流的正向循环。当组织资产越积越厚、调用门槛越来越低,最懂业务的普通员工不再只是流程的执行者,而成为新工具、新工作流的创造者。组织内部的“创新涌现”又源源不断地反哺回业务工作流,推动整个飞轮循环增强,最终锻造出可交付、可验证、可持续的生产力。

以人为本,回到“人”本身

在漫长的任务链条中,微小的误差会随着步骤累积。这个简单的数学规律提醒我们:AI 越擅长处理确定性的执行,人类就越要为不确定性的方向与价值负责。

当智能体走出对话框,腾讯在 2026 全球数字生态大会上展示的这套以“以人为本”为轴心的 AI 原生生产力飞轮——用高效运行、可管可控的技术架构“让人放心”,用开放连接的工作流与人机协同的组织进化“把人放大”——最终指向的,其实是一种极其朴素的回归:

不让沟通变成机器与机器的空转,而是让交流回归人与人的真诚;不让技术成为悬在头顶的焦虑,而是让它成为托举普通人本事与创造力的底座。

机器的归机器,人类的归人类。在 AI 加速狂奔的时代,愿我们拥有随时调用智能的从容,也保有慢下来思考、品鉴与彼此信任的定力。用让人放心的技术,去迎接那个把人放大的未来。

推荐阅读

吴朋阳、季新苏:《迈向AI原生组织:腾讯的探索样本》

👇 点个“在看”分享洞见

跳转微信打开

  •  

游戏IP的价值被低估了

原创 胡璇 2026-11-05 17:00 北京

IP承载的不只是内容,还有记忆、情感和关系。

胡璇腾讯研究院高级研究员

在文化内容领域中,热度常有,IP稀缺。《中国文化IP产业发展报告》将IP定义为具有高辨识度、自带流量、强变现穿透能力、长变现周期的文化符号。

从独立作品的破茧,到经典游戏的跨界长红,游戏IP正站在全球文化舞台的聚光灯下。

十八年前,一名中国学生用简陋工具做出透着古龙冷峻气质的独立游戏《雨血》;十八年后,当年那把淋着冷雨的剑再度出鞘,系列最新作《影之刃零》三天狂揽超400万份销量,在全球掀起一股中式武侠热潮。在大银幕上,走过三十余年的老牌游戏IP《生化危机》最新影片全球叫好叫座,收获超4亿美元票房,刷新系列最高纪录。

2026年11月3日苏州游戏IP生态大会发布的最新报告也印证了这一趋势:国内超八成的游戏流水已由IP产品贡献,全年规模逼近3000亿元,游戏正加速沉淀为跨媒介的数字文化资产与文化出海的核心载体。

然而,这种成功却并未充分体现在现有的IP价值统计与排行榜中。以英文维基百科的“全球收入最高媒体特许经营权”榜单为例,根据截至2026年9月的最新一期统计,在130余个累计收入超20亿美元的IP中,前列常年被宝可梦、米老鼠、哈利波特等占据;而《英雄联盟》《王者荣耀》《原神》等现象级游戏,即便叫好叫座,在各类榜单中也往往排名靠后,甚至随统计口径变化而时常缺席。

为什么会这样?游戏是否正在成为全球IP的新源头,还有哪些价值未被充分发现?

互动让游戏IP能够“自发热”

IP常被认为是一些有形的东西,比如角色形象、故事、视觉符号。

这是为了注册、管理、交易、保护这些实务上的需要,也往往和定价有关。因为要交易,所以要判别价值的高低,给出一个价格。于是IP有时被简单地理解为“可以卖钱的形象或者故事”。

但这无法解释一个事实:在每年这么多优质的文化内容产品中,为什么只有少数能够沉淀为IP?为什么只有少数能让人们即使多年后,还会念念不忘、愿意消费甚至奔赴现场?

因为IP承载的不只是内容,还有记忆、情感和关系。

学者常江曾把IP的内涵拆成四个层面来看。

法律层面:知识产权(Intellectual Property);

商业层面:可直接或间接产生经济效益的文化商品;

认知层面:了解和进入某种文化的途径;

社会心理层面:给人稳定心理安全感的信息或知识。

IP的底层有更高级的概念化,触及每个人心灵中一种原始、本质的认知或需要。比如迪士尼是梦想,宝可梦是羁绊,漫威是英雄,《牛来》打动人的可能是真诚。

腾讯研究院田小军在《游戏产业生态发展与版权保护创新》中提出,游戏正在成为新的IP源头。不同网络文艺形态,谁能够成为一个时代的IP源头,核心在于谁有最新的创作与传播形态、最广泛的受众群体,以及持续占据用户心智、扩大影响力的能力。具体来看:

· 是否具有独特性,旁人难以复制;

· 是否能持续,既能面向未来、代表下一代人的喜好,还能自行生长、进化;

· 是否对用户心智产生影响,促成更广泛意义上的行动,比如传播、消费、线下参与、传承等;

· 以及在当下文化出海的战略机遇期,是否具有跨文化的能力。

从这些维度看,游戏作为一种互动媒介提供了新的可能性。

电影散场即结束,小说读完即翻篇,主题乐园没法天天去。对这些IP来说,需要一定的复热机制,用各种场景触达用户,让人们回忆起核心概念、回忆起爱上这个IP的理由。所以需要重金投入续作开发,或是依靠衍生品和授权合作,更需要不定期在社交媒体中运营社群、鼓励二创、制造话题。

但游戏随时可以“再来一回合”。不同于单向接收的传统内容,游戏IP之所以像一颗“自发热的恒星”,核心在于它的双重互动:一方面是用户与内容本身的互动,玩家亲手操作、探索世界,每一次开局都在创造属于自己的独特经历;另一方面是用户与用户之间的互动,人们在组队协作、同场竞技、攻略交流与二创分享中彼此连接。正是这种高频的双向互动,让记忆、情感和关系资产在游戏内外持续生长,产生复利效应。

法国Old Skull Games公司首席执行官在2026游戏IP生态大会上也谈到,尽管人工智能可以复制玩法、美术风格和宣传片,却无法复制玩家与IP之间多年积累的共同记忆、喜爱的角色和活跃的社区,也就是他所说的“集体想象”。

而这些由互动沉淀下来的独特价值,暂时还没被计算到排行榜里。

游戏IP价值如何被低估

首先,至少有这三个层面的经济价值,还没被榜单纳入计算。

第一层,游戏IP的矩阵效应。

作为一种数字原生形态,网络游戏诞生时间相较影视、音乐等晚得多,其中IP能够形成和积累价值的时间就更短,往往被误认为只能单打独斗。相比之下,迪士尼公主、漫威宇宙都是数十年间成长起来的多角色“组团参赛”,宝可梦单是游戏产品就已有数十作。更恰当的入榜口径,是像“《王者荣耀》IP全产品”“崩坏宇宙全系列”这样,将同一IP下的产品和形象组合为阵列来统计。

第二层,跨媒介延伸和授权收入。

游戏IP价值往往只计入自体收入,因为数据缺失等原因未纳入跨媒介改编和授权合作等衍生收入。榜单中,米老鼠与朋友们统计了21项收入,宝可梦29项,而《原神》只有游戏收入本身。游戏IP正在成为重要的内容源头。《超级马力欧兄弟大电影》两部累计全球票房超过23亿美元,《最后生还者》《辐射》等剧集叫好叫座。《英雄联盟》的动画《双城之战》第二季拿下第30届上海电视节白玉兰奖最佳动画片,主题曲《孤勇者》更成为全民金曲。李弘在此次大会上提出,IP建设不能只看单个作品,还要思考人物、故事和世界观如何支持长期开发,让不同产品相互丰富、不同业态彼此带动。他还特别提到短剧与游戏的融合,让游戏积累的人物、场景与用户情感在新的媒介中获得表达,持续沉淀长期价值。

第三层,从线上到线下的实体消费。

这是最近两年变化最快的一层。去年《王者荣耀》十周年活动在成都举办了一个月,所在的成都国际数字文创季带动门票、商品销售及周边消费18.32亿元;今年五一,这场活动移师上海,北外滩滨水区域假期人流突破100万人次,重点商业载体单日客流同比增长20.2%。根据中国音像与数字出版协会游戏工委测算,2025年我国游戏及相关产业带动的经济增量规模超过12250亿元,经济乘数约为2.46。

《王者荣耀》十周年城市嘉年华在成都启幕,城市地标同步点亮周年庆主题灯光。

图源:成都国际数字文创季

其次,现有IP价值的计算方式,无法充分体现游戏的“持续服务”特征。

现有的IP排行榜用“历史累计收入”为所有IP排座次,这套方法本质上是利润表思维,只看过去赚了多少,不看未来还能赚多少。从可持续的角度衡量游戏IP的价值,更适合用资产负债表的逻辑,看它积累了多少用户规模、社交关系、品牌认知、内容储备与授权生态,背负了多少运营成本与老化风险,以及未来的现金流折现是多少。

那么,没有产权证的“玩法容器”和“关系资产”该如何定价?我们可以从两起跨国收购案中找到参照,它们在资本市场上的真实估值,远超形象、故事等传统IP内容。

第一个参照,是微软以754亿美元收购动视暴雪。在动视暴雪内部,年利润超11亿美元、利润率高达40%的头号现金牛,并非故事最宏大的暴雪,而是手握《糖果传奇》的休闲游戏部门King。而在微软的并购入账报表中,有产权证的商标、角色形象和代码等无形资产合计仅作价219亿美元;三消作为玩法容器的持续变现能力,以及数亿玩家构成的网络价值,则被折算进高达510亿美元的“商誉”之中,占总收购价的67.6%。

第二个参照,是马斯克以440亿美元收购X(原Twitter)。对于这个没有任何传统故事版权的社交平台,收购定价的核心锚点是2.38亿“可变现日活跃用户”,以及虚假机器人账号低于5%的承诺。在社交网络的估值逻辑中,真实用户的活跃度与连接密度就是最直接的定价指标:真实关系不仅决定了当期的变现规模,还能显著降低用户流失率,节约新品冷启动的获客成本。

在既看历史收入、又计入未来增量的复合视角下,游戏IP的位次将会大幅上升。用户每天身处其中,社交关系持续加深,内容持续更新,衍生场景不断拓宽。它的资产端在持续增厚,而衰减风险远低于传统IP。

三个持续让游戏IP越活越值钱

那么,如何衡量一个游戏IP未来的发展潜力?

这取决于游戏IP在三个维度上同时生长的情况:内容、时间、关系。三个维度各自独立,又共同支撑IP的持续增值。

游戏IP的第一个持续,源于内在属性。

游戏是一种产生内容的机制,而不仅仅是一般意义上的故事、角色这些内容本身。

游戏常被拿来和影视类比,将核心价值锚定在“画面、音乐、角色和故事”的品质上。作为“第九艺术”和最后诞生的媒介类别,游戏既融合了视听艺术,还独有交互性,被学者阮思驰称为全新的“能动性”艺术。

但一个游戏等于多少段影视?答案可能是无穷多,就像三维空间包含无数个二维平面。因为游戏内容约等于机制玩法×用户操作的组合。《俄罗斯方块》每局不同,电竞游戏更是充满变数。即使是《黑神话:悟空》这样偏线性流程的游戏,每个主播的玩法、节奏也千差万别,使游戏直播成为最具活力的自媒体板块之一。

游戏用户的每一次游玩,都让IP变厚了一点点,创造出新的内容和无限可能。

第二个持续,是时间维度。

游戏正在向服务型转型,能够持续存在、自我进化。

网络游戏在同一个世界里持续生长。如果你只在10年前玩过《王者荣耀》而今天重新打开,会惊讶于这几乎是一个全新的游戏,其中不仅有竞技、乱斗、休闲多种玩法模式,还进一步丰富了世界观。

最核心的英雄系统同样在进化。S44赛季起,“命格”成为同一个英雄拥有的另一种命运形态,首发是孙悟空的“心魔六耳”,二者的技能组独立。在对局内,六耳也能和原版悟空同时上场。这种方式在丰富英雄池、拓展世界观的同时,降低了用户的理解与学习成本。

S44赛季首发英雄命格心魔六耳,是悟空的另一种命运形态。

图源:《王者荣耀》官网

即使是传统的买断制产品,发售后也在持续更新。《艾尔登法环》《赛博朋克2077》的资料片将作品带向新的品质高度,《星露谷物语》的作者十年如一日,把一个种地小品更新成像素世界。开篇提到的《雨血》IP同样如此,从单机起步,借三代《影之刃》手游积累下两千万受众、资金与3D动作工业化管线,十八年后重回大型单机舞台。这些探索在维持核心乐趣和情感氛围不变的前提下,提供了更好的美术品质,以及更丰富的剧情与挑战内容。

从独立小作《雨血》到大型动作游戏《影之刃零》,一个本土武侠IP跨越十八年的生长。

图源:《影之刃零》官方

第三个持续,是关系维度。

每一代人都有自己的“老地方见”。对新生代来说,有朋友的游戏就是那个老地方。

“一起开黑”是《王者荣耀》IP十年沉淀的最大价值之一,也是未来增长的基石。

关系首先发生在用户之间,五排车队、情侣双排织成一张巨大的网络。即使短暂离开,朋友一句话就能召回。

关系也是用户和《王者荣耀》IP之间缔结的情感。玩家在游戏里身兼多重身份,是亲手操作的人,是做二创的人,是泡在社区里的人,是为电竞欢呼的人,是线下打卡相聚的人。这些情感投入,远超过仅仅作为一个观众能做到的。

长青游戏IP的两种探索方向

长青为什么稀缺?先要看到游戏消费的一个基本事实:它的需求价格弹性很高。游戏不是刚需,用户随时可以不玩、少玩,也可以转向另一款替代产品;愿意付多少钱,取决于内容品质、情感认同和价格是否相称。定价偏高、付费设计过重,或者更新跟不上,用户流失都会很快。因此,长青游戏面对的不是一批被锁定的付费者,而是规模庞大、偏好各异、始终握有退出权的用户。

前面讨论了,游戏IP能够在内容、时间、关系三个维度上持续生长。真正能够长青发展的IP,全球也只有数十款左右。正因为用户随时可以离开,这三个维度都必须经受长期检验。长青IP既稀缺,也需要持有者悉心培育。

行业里至少有两种值得关注的探索方向。

第一种探索是过饱和式投入。

长青IP的投入强度普遍远远超过当期变现所能消化的上限,一部分体现为用户侧的破圈和新增,一部分沉淀为品牌资产。

过饱和式投入至少包含三个方面。

一是做明显不赚钱的事。宝可梦长期运营面向儿童的官方频道Pokémon Kids TV,持续制作童谣、启蒙教育等不直接变现的内容。这些投入不断释放品牌魅力,增加新用户的触点。

二是包容创新和失败。因为创新而翻车的例子不胜枚举。《宝可梦朱/紫》首发时画面与性能问题遭到集中批评,外传动摇“祖宗家法”回合制引发争议。但这些都没有动摇它世界第一IP的位置,反而在用户心中创造了一个心理锚点:宝可梦永远在尝试新东西。

三是投入耐心资本。这意味着长期持有,不急于榨取短期回报,并给予创作团队充分的自主权。腾讯对拳头游戏十五年的“不干预”就是一项典型。

第二种探索是基于关系资产的IP开发。

前文说过,“一起开黑”是《王者荣耀》IP十年沉淀的最大价值。那么一个很自然的问题随之而来:这种关系资产能延展吗?它没法像形象故事那样直接授权,毕竟不能直接把两个人在开黑中建立的默契打包带走。

关系资产更像藤蔓,它需要一个支点,才能从一个产品攀附到另一个产品。

从《王者荣耀》到《王者万象棋》的拓展就是这种尝试。两款产品不仅共享同一个世界观和英雄宇宙,进一步看,其传承的核心,是“一起开黑”的那种关系和体验。

这得益于几个具体条件。

首先,《王者荣耀》早前就在游戏内上线了自走棋玩法,让海量MOBA用户提前熟悉这一品类的基本规则。《王者万象棋》不是在真空中冷启动,而是在已有的经验土壤中生长。

其次,《王者万象棋》与《王者荣耀》的英雄体系底层逻辑相通,熟悉《王者荣耀》的玩家学习成本被大幅压缩。《王者荣耀》当年基于移动端特性优化了玩法与操作,《王者万象棋》同样在对自走棋做简化的同时保留了策略深度,两个产品在“易学难精”这件事上一脉相承。

最后,是开黑关系的延伸。《王者万象棋》里组队上分非常方便,匹配机制也更宽容,让朋友之间能轻松打出娱乐局,不用太在意胜负本身。“一起开黑”的社交情感,从峡谷自然地流淌到棋盘上。

这种开发方式和传统IP授权有本质不同。传统做法是签一个形象授权,把米老鼠印在杯子上,把皮卡丘贴在飞机外壳上。而基于关系资产的开发,是基于人和人之间共享的知识技能、已有的连接方式、轻松共游的体验,去创造新的内容。

中国IP的机遇与短板

当下,文化出海的模式正在全面升级,但有一个始终存在的矛盾:什么IP能既是中国的,又是世界的?如果纯靠符号和内容,需要花费很大的努力去克服文化折扣。

而游戏恰恰有第二条路,那就是玩法。玩法不仅跨文化、有趣,而且本身也能承载深厚的价值。比如围棋,就暗含着天圆地方、阴阳相合、兵法之道等东方智慧。策略游戏中的4X这个大类,更是对人类文明中资源-扩张规律的高度概括。这是游戏IP在文化出海中既通用、又润物无声的独特优势。

从全球看,具备持续生长、复利结构的优质游戏IP,供给侧十分紧张。

存量IP的争夺战已经打响。微软以754亿美元收购动视暴雪。沙特公共投资基金为游戏与电竞配置了380亿美元的资本承诺,并出台国家级《游戏与电竞战略》。欧盟接连发布两份决议,呼吁制定欧洲游戏战略。

新IP的生产难度同样极高。以3A游戏为例,普遍开发周期达到五到八年,耗资数十亿元人民币。即便获得商业成功,从一款“好游戏”成长为“国民级IP”,还需要在营销和运营上继续投入,比如建设电竞赛事、培育玩家社区、让角色沉淀为文化符号等。

在这一轮全球竞逐中,无论是买断制单机还是长青竞技网游,中国游戏正在从过去的“IP进口方”,成长为全球资本高度认可的“IP原产地”,这与近年来国家政策大力鼓励培育本土原创文化IP的导向形成了鲜明呼应。

在单机精品赛道,国产类魂动作游戏《明末:渊虚之羽》凭借独特的巴蜀历史文化内核拿下了超百万份销量,吸引意大利上市发行商Digital Bros斥资3200万元人民币收购其IP,随后又追加2150万欧元投资原主创团队在成都开发《无常》系列续作。

在长青竞技赛道,沐瞳科技今年3月获得沙特Savvy集团超60亿美元的整体收购,并继续保留上海总部与原有管理团队独立运作。这两起案例从不同侧面印证,中国游戏团队从零孵化原创IP、构建全球长线生态的能力正在显著增强。

因此,现在正是基于游戏产业良好基础、打造全球性IP的机遇窗口。

首先,一批优秀产品已经在全球市场获得认可。2026年科隆游戏展上,中国厂商不仅包揽了“最佳移动游戏”的全部五个提名并由《燕云十六声》折桂,国产3A新作《湮灭之潮》还摘得了“最具史诗感游戏”大奖,证明中国产品在品质上已具备全球竞争力。其次,游戏出海能力日益完善。中国音数协游戏工委数据显示,2026年7月中国自研游戏海外收入达到20.12亿美元,同比增长18.86%,从研发、发行、本地化到生态建构的完整链路,构成IP创新的坚实底座。

那么,今天的中国原创游戏IP还能在产品之外,做哪些努力?

发展短板可能在产业化的后端。2025年中国游戏IP的衍生品市场规模约为75亿元,仅占数字娱乐衍生品市场的10%。作为对照,宝可梦一年的授权商品零售额就达到157亿美元。

差距本身也是增长空间。日本用三十年时间,把宝可梦从一款Game Boy游戏培育成渗透进便利店、航空公司和城市景观的国民基础设施。这依赖于“酷日本”政策下文化创意产业的整体协同,以及全社会的高美育水平及人文素养。

游戏能承载多样用户需求,这成为IP创新的土壤。比如,Roblox和小游戏的流行,表明下一代用户对“好游戏”的标准正在更新。因此,无论是重视影音体验的大作,还是轻松诙谐的小品;无论是单人单机的沉浸体验,还是多人同乐的社交游戏,都有机会成长为新的长青IP。

游戏,正在从一种“产品”变成一种“生活方式”,从一个行业变成一层文化与社会的基础设施,一个跨国家与地区对话交流的平台。

对中国游戏产业而言,产品出海的基础已经具备,游戏IP的价值重估,也应当随之开始。

参考文献:

[1] Wikipedia. List of highest-grossing media franchises[EB/OL]. 2026-09. 

<https://en.wikipedia.org/wiki/List_of_highest-grossing_media_franchises>

[2] 常江. 概念、形象以及叙事是成功IP的三大核心[EB/OL]. 中国网, 2017-04-19. 

<https://news.china.com.cn/txt/2017/04/19/content_40650144.htm>

[3] 田小军. 游戏产业生态发展与版权保护创新[R/OL]. 腾讯研究院, 2021-01.

[4] 阮思驰(C. Thi Nguyen). 游戏:能动性的艺术[M]. 牛津:牛津大学出版社, 2020.

[5] 中国音像与数字出版协会游戏工委. 游戏产业助力经济生态发展研究成果[R]. 上海, 2025-12-19.

[6] 新华社. 成都数字文创黄金周带动门票、商品销售及周边消费达18.32亿元[EB/OL]. 2026-01-21.

[7] 马晓轶. 腾讯长青游戏判定口径:全球约70款[EB/OL]. GameLook, 2026-01. 

<http://www.gamelook.com.cn/2026/01/585666/>

[8] Microsoft Corporation. Form 10-K, Note 7 — Business Combinations (Activision Blizzard, Inc.)[R/OL]. SEC EDGAR, 2024/2025.

[9] Saudi Vision 2030. National Gaming and Esports Strategy[R/OL]. 利雅得, 2022-09. 

<https://www.vision2030.gov.sa/en/explore/strategies/national-gaming-and-esports-strategy>

[10] Digital Bros Group. Digital Bros acquires Wuchang: Fallen Feathers IP / 505 Games partners with Indolphinity[EB/OL]. 米兰, 2026-04-27 / 2026-07-29.

[11] 澎湃新闻. 字节逾60亿美元出售旗下游戏公司沐瞳科技,Savvy Games Group全资收购[EB/OL]. 2026-03-20.

[12] gamescom award 2026. Best Mobile Game 提名与获奖名单[EB/OL]. 提名 2026-08-24 公布,08-28 颁奖. 

<https://www.gamescom.global/>

[13] 中国音像与数字出版协会游戏工委. 2026年7月中国游戏产业月度报告[R/OL]. 2026-08-21.

[14] 伽马数据. 中国数字娱乐产业IP发展报告[R]. 苏州:中国音数协游戏工委, 2025-11.

[15] License Global. Top Global Licensors 2026[R/OL]. 2026-07-30. 

<https://www.licenseglobal.com/rankings-lists/top-150-leading-licensors>

[16] 科创板日报. 《影之刃零》发售72小时销量突破400万份[EB/OL]. 2026-11-02.

[17] 《2026中国游戏产业IP发展报告》发布:六大趋势揭秘3000亿市场新方向[EB/OL]. 微信公众平台,2026-11-03.

 <https://mp.weixin.qq.com/s/hXeaCHYVAa6ykRDtE3oRdA>

推荐阅读

腾讯研究院:《AI原生游戏,体验和玩法变了什么?|行业圆桌01期》

👇 点个“在看”分享洞见

跳转微信打开

  •  

迈向AI原生组织:腾讯的探索样本

原创 吴朋阳 季新苏 2026-11-04 18:10 北京

以AI共享平台为核心激发一线创造力,推动组织工作方式变革

吴朋阳腾讯研究院专家

季新苏 腾讯云资深云产品策略专家

当AI变革遭遇组织瓶颈

2026年腾讯全球数字生态大会上,组织变革成为热点议题之一。腾讯WorkBuddy专场命名就叫“超级组织”,腾讯HR、财务、行政等职能部门也首次举办专场分享内部探索。所有讨论有一个共同的指向:如何将AI的生产力效应从个体扩展到组织?

近期海外也在积极探究这个问题。OpenAI平台发布了《企业的未来》文章,探讨AI作为人类的助手、团队成员或协调层,可能怎样改变组织分工。Anthropic发布了AI原生创业手册,贯穿需求验证、产品开发与规模化,提出以智能体工作流支撑日常运营,减少组织运转对创始人持续介入的依赖。企业需要明确人机分工、权限与验收责任,才能让AI的执行能力转化为可靠的组织产出。

AI使用不断深化,但个体提效与企业整体收益之间仍有落差。OpenAI于2026年9月披露,其样本中使用量前10%的企业,每活跃用户输出Token是分布中间10%企业的8.3倍,而1月仅为2.6倍,AI使用强度差距大幅增加。麦肯锡2026年调查则显示,80%的受访者表示AI提高了自己的工作效率,但仅37%表示AI改善了所在企业的息税前利润(EBIT),比例仍然与2025年基本持平。

个人通过AI工具的局部提效不会自动汇聚为组织收益。分析完成更快,后续仍可能等待数据确认、协调和审批;成果增加,也可能增加审核与维护负担。原有岗位、流程和系统主要适应人的执行方式,只增加工具、不调整分工和协作,传统的管理方式仍会成为瓶颈。如何让生产关系适配新生产力,正是AI原生组织讨论的出发点。

AI原生组织兴起:十大特征

如果说传统企业是以人为核心生产力,AI原生组织可以定义为:以AI作为核心生产力,围绕其执行能力重新设计业务与运行方式的组织。常规执行主要由AI承担,人转向聚焦目标、创造、价值判断、协调与责任兜底。

可以从业务、组织、流程、系统和治理五个维度理解这种变化:创造什么价值、怎样分工、如何执行、依据什么、如何管控。维度展开有十个主要的目标状态,现实企业往往很难一步到位,大多从局部开始逐渐变革。

(一)业务层:把AI作为核心要素创造新价值

特征①AI倍增器:借助AI加快业务创新及规模化,放大组织创造和交付价值的能力。

传统模式下,业务扩展往往需要相应增加人员和交付投入。AI原生则把AI作为业务的核心要素,通过投入AI支持产品和服务更快创新、迭代及规模化扩展。

案例|多邻国

多邻国是一个在线语言学习平台,过去以人工为主的新课程开发往往需要数年,限制了课程供给的扩展速度。2025年多邻国正式宣布AI优先战略,重点将生成式AI与共享内容系统、内部工具结合,先建设可复用的基础课程,再快速适配为面向不同语言用户的版本。该公司通过组织流程改造激励员工使用AI,让AI参与内容生成与验证,教研专家把关质量。2025年4月,公司上线148门以初级为主的新课程,使课程总量增加一倍以上。最初100门课程的开发约用12年,而这批新课程从开发到上线不到一年。通过复用课程内容与生产方法,日语、韩语等7种热门非英语语言的课程得以向使用28种不同界面语言的用户开放,显著扩大了业务覆盖。

(二)组织层:围绕任务安排人和AI的分工

特征②任务为中心:按任务灵活进行人机混合编队,组织层级尽量扁平。

特征③数字生产力:AI超越单纯工具,成为可独立完成任务并交付成果的生产力。

特征④人机互补:凡事优先用AI处理,人力聚焦于AI不擅长和高价值的工作。

传统组织主要按部门和岗位配置人员,通过管理层级协调工作。AI原生则围绕任务灵活配置人和AI,尽量减少固定部门和层级对协作的限制,并相应调整责任分工、人才培养和激励机制。

案例|Moderna

为统筹AI应用与人员配置,生物技术公司Moderna于2025年将HR与IT合并为“人员与数字技术”部门。公司不再分别规划人力和技术投入,而是从工作目标出发,确定技术如何支撑、哪些工作需要人的能力。到2026年,AI智能体已开始在供应链、IT、HR等领域承担信息整合、协调和部分常规决策,让人从具体琐碎事务中抽身,专注在复杂场景的判断。在HR服务中,Ask HR接收员工咨询并分流至专业GPT,HR团队则利用反复出现的问题改进政策与沟通。随着人机分工调整,公司开始出现侧重工作流设计与编排的新角色,并通过培训、实践和经验交流帮助员工适应。早期应用减少了日常工作中的协调负担,缩短了工作周期。通过跨领域信息的综合,提升团队的判断能力,改善决策质量。

(三)流程层:让AI执行与人工监督高效配合

特征⑤人在环上:AI自主执行为主,人负责监测和必要时介入调整。

特征⑥并行迭代:任务可由AI多路并行快速执行与收束,流程能敏捷调整优化。

传统流程多由人按固定步骤串行推进,依赖岗位之间的交接。AI原生则是让AI连续承接可验证的工作,人依据风险监督,并通过并行与反馈减少等待。

案例|Stripe

在复杂代码库中,编码、测试和问题修复需要持续占用工程师的时间与注意力。支付技术公司Stripe开发了无人值守编码智能体Minions,让工程师可以把明确的研发任务交给AI连续处理。工程师通过Slack提出需求后,Minions读取相关资料、修改代码、运行测试并提交代码变更,中间无需人工逐步操作。多个Minions可在独立开发环境中同时处理不同任务,避免执行时相互干扰。流程将AI自主处理与固定检查结合,测试失败后自动反馈修正,仍未解决的问题由工程师接手,代码合并前也须经过人工审核。2026年2月,Stripe披露每周已有超过1300个完全由Minions生成的代码变更经审核后合并,研发由工程师逐项执行,转向多项任务并行推进、人员重点把关结果,开发效率显著提升。

(四)系统层:AI系统具备自主学习和改进能力

特征⑦组织记忆:工作内容和经验可编码存取,持续沉淀为可复用的组织资产。

特征⑧共享上下文:相同任务中人员和AI共享上下文内容,实现人机实时对齐与高效协作。

特征⑨自进化系统:系统能自主学习和迭代升级,越用能力越强。

传统系统主要记录信息、辅助人员工作,经验传承和工作衔接主要依赖人。AI原生则将业务知识与经验沉淀为人和AI可共同调用的资产,实时同步任务目标、资料与进展,并根据业务结果持续学习、改进系统能力。

案例|Morgan Stanley

金融机构Morgan Stanley每天需要跨财务、风险、运营与交易系统核对损益数据,差异排查依赖财务人员逐项分析和判断。公司部署对账智能体系统FIXR,读取历史指引、分析差异并提出处理建议。财务人员审核或纠正建议,系统记录其处理方式,将反复采用的做法沉淀为后续可调用的规则。人和AI围绕具体差异协作,处理结果不仅解决当次问题,也不断补充系统的处理依据,减少对同类问题的重复分析。2026年6月披露,单个账簿的对账时间由最长6小时缩短至2—3小时,约100名财务人员每周合计节省约1500小时。人的经验由此逐步转化为可积累、可复用的系统能力,让每轮工作都能为下一轮提供更好的基础。

(五)治理层:保障AI运行全程安全可控

特征⑩运行即治理:对AI动态分级授权和管理,实现AI运行全程的可视可控。

传统治理主要围绕人员职责和流程制度展开。AI原生则将治理规则嵌入AI运行,根据任务风险和自主程度分级授权,并在执行中借助AI工具持续监测、及时干预,使运行过程可控、风险可预警、责任可追溯。

案例|微软

AI开始访问数据、调用工具并代用户执行任务,风险管控也需要从上线前审查延伸到日常运行。微软2026年重构《负责任AI标准》,以可靠安全、隐私保护、透明和问责等原则为基础,将风险管理贯穿AI开发与使用全过程:上线前评估风险,对高风险用途加强防护;运行中管控智能体身份与工具权限,持续监测行为,发现问题及时干预和改进。微软开发人员使用GitHub Copilot辅助编程,也采取分阶段部署、人工监督与安全防护。为验证治理要求的落实情况,微软覆盖多项AI产品和服务的管理体系已通过ISO认证,并接受第三方审核。

整体而言,AI原生组织是缺了AI就无法正常运转的组织,AI是组织必不可少的生产力;就像今天如果缺了电,大部分的现代化工厂和企业都难以正常开工一样。

变革突破方向:从个体到组织、从辅助到自主

未来组织融入AI工具、走向AI原生,有两个关键突破方向:一是从范围角度,AI生产力提升要能从局部个体扩展到整体组织;二是从层次角度,AI驱动生产力要能从辅助人类为主演进为自主执行为主。

从腾讯WorkBuddy服务企业客户的实际情况看,大量的企业并不用一开始就大规模调整组织架构、重塑业务流程、更换IT系统,而可以从最高频、最日常、最重复的某项任务切入,让AI智能体应用能够跑通并创造真实价值,再逐步扩散实现整个组织的升级。这个过程的核心是让智能体能够跳出个人应用范围的局限,形成员工可共建共用的企业级智能体规模化部署应用,WorkBuddy总结为五阶模型:试用、推广、沉淀、连接和自治。

第一阶段是试用,从种子用户跑出可信的结果;第二阶段是推广,从小范围推广到全员;第三阶段是沉淀,个人的经验、skill以及企业的上下文等能不断沉淀,形成可分享和复用的数字资产;第四阶段是连接,智能体广泛连接企业的软件和系统,能够进入企业真实的工作环境干活;最后一个阶段是自治,智能体能够全天候持续运行、安全可控地工作。

2026年腾讯全球数字生态大会,WorkBuddy企业版做了四大功能升级,以更好支持企业级智能体的部署。

一是开放。针对企业系统难打通,WorkBuddy开放平台能力扩展,向内融合企业微信及腾讯办公生态,向外兼容第三方IM与企业系统,并接入丰富的主流优质模型。借此让AI能进入企业的工作环境,调用各类系统和工具闭环完成任务。

二是安全。针对企业担心AI风险、不敢放权,WorkBuddy构建了全链路防护的企业级安全解决方案,覆盖身份治理、权限管控、执行防护、数据安全与全流程审计,实现智能体行为可控、数据可管、过程可追溯。特别是采用AICC机密计算,强化数据安全。

三是可观测。针对AI不好管控,WorkBuddy新上线可观测中心,为企业的智能体装上仪表盘,帮助企业了解智能体运行轨迹,算清Token和积分消耗,掌握不同部门、场景等Token用量与成本,为企业精细化管理AI资源提供抓手。

四是可托管。针对本地AI难持续服务,WorkBuddy托管智能体(WMA)能够将任务执行能力搬到云端,企业可以自主搭建专属智能体,通过云端托管与API分发部署到更多部门、系统与业务入口,让核心流程拥有7×24小时在岗的数字助理。

云端托管是实现企业级智能体的重要手段,特别是对员工或客户的公共服务的智能化升级。例如腾讯内部,基于WMA搭建的经营服务智能体“磐石小O”,已接入ERP系统中的300多个业务接口。员工可以通过对话便捷查销量、看业绩、走审批,每次操作均继承员工身份与权限并保留审计记录以保障安全。

腾讯WorkBuddy的升级,为企业将AI从个人工具转化为组织生产力提供了更有力的基础设施和技术支撑。但技术能力不会自动变成经营收益,企业还需在真实业务中调整分工、打通流程,并让经过验证的成果持续复用。只有把单点提效转化为更快的交付、更低的成本或新的业务价值,AI投入才能形成可持续的回报。

腾讯实践:探索打造AI生产力飞轮

面对AI技术和组织变革浪潮,腾讯集团上下都在积极探索,不仅是业务部门、职能部门也在加速AI创新应用,致力于打造AI生产力飞轮提升组织能效。在此驱动下,腾讯的组织体系也开始向着AI原生的方向发生变化,虽然还远未达到AI原生组织的理想形态,但反映了大型企业AI组织转型的真实情况和进展。

在职能部门中,HR的实践是大型企业AI组织变革的一个代表性样本。HR连接招聘、人员配置、绩效与培养,既服务员工,也参与组织能力建设。腾讯HR的AI变革启动早、应用推进快速且深入,已从单点AI应用走向企业级能力建设,孵化数千个应用,并开始改变专业团队与一线的协作分工。

腾讯HR:以AI共享平台为核心激发一线创造力,推动组织工作方式变革

人力资源工作的一个长期难题,是统一管理与一线差异化需求之间的矛盾。集团需要统一制度、数据口径和流程,但不同部门的人才盘点、新人培养和招聘运营,又必须结合各自业务。以人才盘点为例,一线HR不仅需要人员信息,还要加入业务指标,用业务负责人认可的方式分析和沟通。这些贴近现场的需求,很难由一套标准系统全部覆盖,只能等待定制开发,或依靠表格和线下工作补齐。

腾讯HR的AI探索也经历了从单点辅助到应用创造的变化。早期,AI主要用于招聘材料解析、内容生成和智能填单;随着开发能力增强,一线开始自行制作工具,却遇到新的障碍:代码生成了,应用无法部署;页面做出来了,内部数据仍需手工导入。个人已经能够创造,组织的运行条件却尚未接上。

为解决这些问题,腾讯HR依托既有数据治理,建设了HRClaw——一个提供HR数据、知识和技术服务,并支持应用发布、管理与共享的AI基建平台。它与WorkBuddy等通用AI产品结合,将过去需要专业团队逐项介入的数据接入、身份认证和部署能力交给一线调用。变革由此从“帮助员工完成一项工作”,延伸到“让员工能够创造工具,并让成果成为组织可复用的能力”。

1、治理先行:把数字化积累转化为可信可用的业务基础

HR数据涉及人员、薪酬、绩效等信息。不同系统的字段和口径不一致,会影响分析可靠性;不同角色的管理范围不同,又决定了数据不能简单地全量开放。腾讯HR此前约两至三年的数字化建设,持续梳理统一数据定义和统计口径,实现对HR数据分级分类设定访问权限,为AI接入准备了可信可用的基础。相关接入覆盖上百张宽表、数千个字段,使AI能够依据业务定义查询和关联数据,而不必依赖员工反复导出、解释和拼接。

开放能力的同时,权限仍由底层服务控制。查询按使用者身份过滤行、列乃至单元格级信息;同一个人才盘点应用分享给不同管理者,AI智能体访问仍只返回其授权范围的数据,不会把管理者的权限一并传递。接入AI后,控制进一步延伸到模型选择、敏感信息保护、外发检查和生产发布。数据治理既保障安全,也成为能力能够规模化开放的前提:一线可以共享工具和分析方法,无需共享彼此的数据权限。

2、系统集成:把组织能力转化为一线可调用的服务

HRClaw的建设起于具体的落地障碍。一位HR借助AI制作活动应用,却卡在部署环节,最终仍将代码交回研发;另一位员工制作人才盘点工具,因无法接入内部数据和权限,只能手工添加人员名单。这些问题使平台方向逐渐明确:既要让应用有地方发布,也要让它能够识别使用者身份,在授权范围内连接真实数据。

技术选择也围绕这一目标展开。团队没有重新开发一套通用AI产品,而是把部署、取数、存储和组件等能力封装为AI可调用的技能与接口,接入WorkBuddy。WorkBuddy负责理解需求、生成代码和调用工具,HRClaw提供业务数据、专业知识与运行条件。一线因此可以专注于“需要解决什么问题”,不必反复处理“数据怎么接、应用放哪里、谁能使用”。系统建设的重心从交付固定工具,转向提供能够支撑多种工具的共享服务。

3、业务创新:让一线差异化需求直接进入交付

共享能力首先释放的是长期难以满足的差异化需求。人才盘点需要加入部门业务指标,新人培养需要结合岗位资源和成长路径,招聘与文化活动也有不同的节奏与表达方式。这些“非标”内容往往最贴近业务现场,却因使用范围有限、开发成本较高,难以获得集中建设资源。AI降低实现成本后,一线能够直接把自己的业务理解转化为工具,不再只能在标准系统之外用人工补齐。

人才盘点、校招工作台、新人成长平台和活动应用由此不断出现。平台已孵化3500多个应用,CSIG新员工管理系统已有上千名新人实际使用。其价值不仅是原有需求交付更快,还包括过去难以排期的想法开始获得验证和使用的机会。工具形式则按场景选择:固定看板可以由AI生成,再通过接口更新数据;直接操作更清楚的工作保留页面,无需全部改成对话式智能体。业务人员获得的是解决具体问题的能力,业务价值由实际使用决定。

4、流程优化:减少逐级接力,让反馈直接推动交付

一线获得数据、知识和技术服务后,部分需求可以绕开原有的多轮接力。过去,工具不好用或流程有断点,通常先反馈给专业领域团队、共享服务团队,再转为技术需求,经过解释、评估和排期。现在,业务人员可以直接与AI共创;需要补充平台能力时,也可以围绕真实场景与技术团队共同设计。需求提出者更直接地参与实现,减少了转述、等待和重复确认。

交付过程随之变为边生成、边预览、边调整。人定义目标、增减功能并验收业务效果,AI承担代码生成、工具调用和技术性实现。测试插件可以扫描代码、模拟页面操作,将发现的问题交给AI修复,形成局部自动测试与修复闭环。平台也根据使用反馈调整服务:月度看板因长期不访问而失效,就修改运行环境的回收规则;用户混淆测试与生产入口,就简化可见入口。流程改进既发生在人机协作中,也发生在平台对实际工作方式的适配中。

5、成果沉淀:从个人产物走向可继承、可复用的组织资产

一线能够创造工具之后,新的问题是成果能否留下。应用如果散落在个人电脑中,其他人难以发现,后续修改也可能找不到源码,人员转岗后更容易失去维护。HRClaw将生成与发布链路打通,使应用及源码回到统一平台,通过应用市场支持发现和使用,通过版本管理、回滚和转交支持持续维护。

创造者开放源码的情况下,其他员工可以下载、修改并部署自己的版本,已有成果因此能够适配新的部门和场景。交流与学习也有了具体对象:员工可以从一个实际应用理解别人怎样解决问题,再结合自己的需求继续开发。个人创造开始成为后续工作的基础,而不只是一次性产物。从工作过程中进一步萃取知识和经验,是这条路径的延伸;但将经验变为可靠的组织知识,仍需明确适用条件、审核和更新机制,不能把应用归集直接等同于完整的组织记忆。

6、分工重构:专业团队建设公共能力,人力聚焦现场判断

能力供给方式的变化,已经影响专业团队的工作重心。数据团队原先每月承接约10—15个看板需求,后来此类需求几乎不再进入原有承接流程,团队转向数据治理和质量建设;同期,数据请求量约为上年的三至四倍。业务对数据的需求扩大了,但不再主要依靠专业团队逐个制作看板满足。共享服务使一份基础能力能够支撑更多需求。

研发团队同样从承接零散开发,转向封装可调用的技术服务;专业领域团队提供制度、规则和知识,并探索建设领域数字专家;一线HR则结合业务情境定义问题、组合能力、判断效果。HR的专业价值仍在:同样的数据放在不同业务阶段,分析变量如何选择、负责人真正关心什么、方案是否适用,都需要现场理解和判断,不能仅靠复制历史经验解决。

协作和培养方式也随之调整。HRClaw项目按问题吸纳合适人员,由不同成员对接数据、知识和技术服务;面向一线的推广则结合真实任务、现场共创和答疑,帮助员工完成自己的应用。分工的变化既包括AI承担技术性执行,也包括专业团队从“替一线做工具”转向“让一线具备做工具的能力”。正式组织架构尚未因此全面重构,但具体工作的承担方式已经发生变化。

7、渐进转型:以局部实践推动主干流程与管理机制改变

一线创造也让原有主干流程与真实工作之间的断点更容易被看见。以绩效考核为例,系统可以发起活动、收回结果,中间的依据材料收集、理念传达和沟通协调,却仍有大量线下工作由HRBP承担。进一步的探索,是从主干系统中提炼可调用能力,在统一规则下支持一线灵活组合,绩效流程已有局部尝试。AI的作用由此从改善外围工具,逐步延伸到推动主干流程调整。

这条路径仍有需要补齐的连接。应用和源码已经回到平台,但新人学习记录等新增业务数据尚未全面回到主干系统或数仓;创造的成果如何进入工作评价,新的协作方式如何获得职责与责任安排支持,也仍在探索。当前形成的是传统主干系统与一线AI共创并存的运行方式,局部交付和分工已经改变,更完整的组织收益仍依赖数据闭环与管理机制完善。

腾讯HR的核心亮点在于,以数据治理和共享基建为支点,改变了工具供给与使用的关系:专业团队建设可持续调用的公共能力,一线把业务理解直接转化为成果,平台再支持成果继承和复用,初步形成了“员工-平台-AI”的协同生产力飞轮。HRClaw将通用AI的创造能力接入组织环境,使个人提效开始延伸为组织的交付、复用和协作能力。从这一基础继续连接主干流程、业务数据和评价机制,才可能推动更深层的AI原生变革。

回顾与展望:AI原生组织的三点思辨

探讨了这么多AI原生组织的趋势,也首次呈现了腾讯内部AI应用创新和组织变革的探索实践,有一个行业争议的问题可能还没有充分讨论。业内有一种观点认为:只有大模型发展以来这几年成立的新团队、新企业,才可能(有资格)成为AI原生,传统企业(老登公司)没可能成为AI原生。

从历史、现状展望未来,情况未必如此:

1、AI原生不是初创企业专利,传统企业也能够打造AI原生组织。原生不原生并非由出生决定,而是由思维和方法决定。诚然,初创企业从零开始,没有历史包袱、缺人缺资源,更容易用AI原生的方式开启。传统企业用对了人和AI原生方法做变革,也有可能创建出或转型成为AI原生组织。回望历史,企业成功转型成为新时代物种的案例并不少见。Netflix开始时是一家DVD租赁公司,10年后转型成为在线视频服务平台,今天则已成为全球领先的内容制作商;三星成立时做农产品出口贸易,30年后转型电子制造并成为今天的全球数码和半导体巨头;Nokia最初创办时是一家木浆工厂,100多年后转型成为全球第一的手机制造商。

2、未来长期看,AI原生组织将成为市场主流,不成为原生就会被淘汰。新生产力带来的不只是效率差距,更是竞争标准的变化。电气化提供了一个参照:今天,用电本身已不构成企业优势,却是现代生产的基本条件,所有用电的企业都可以认为是电力原生,不用电的企业至少在发达市场已经绝迹,而时代的创新大多基于各种电器的创造。随着AI的可靠性和经济性提升,它也可能从竞争优势变成竞争门槛:当率先转型的企业能够持续以更低成本、更快速度提供同等甚至更好的产品和服务,客户的价格、质量和交付预期就会随之改变。仍依赖旧生产方式的企业,即使还能正常运转,可能已无法提供有竞争力的产品和服务。

3、AI组织变革难以一步到位,短中期大部分传统企业可能处于整体AI增强、局部AI原生的状态。AI工具可以较快部署,但数据、流程和权责很难同时调整到位。条件成熟的流程可以先由AI执行并形成闭环,其他业务仍主要靠人完成。早期工厂换上电动机,却继续沿用传动轴、皮带和原有布局,也有过新动力与旧生产方式并存的阶段。组织变革要减少无效汇报和重复交接,而不是只做人数与层级的减法。瑞典金融科技公司Klarna曾裁员并冻结招聘,扩大AI客服应用后,公司承认过于强调降本影响了服务质量,又补充了人工客服。多家互联网科技企业,也都被报出过类似事件。组织的混合形态也不全是转型未完成,AI原生也不等于取消岗位和层级。Anthropic的Claude Code团队已将AI编程作为默认方式,人员随任务流动,仍有经理支持任务团队,产品经理、设计师和安全专家承担关键判断。工作方式虽然改变了,专业分工和管理责任并不会消失。

推荐阅读

腾讯研究院:《如何把超级个体的产能,转化成组织能力? | AI跃迁者调研》

腾讯研究院:《一个理想的组织,是AI Agent在组织人|AI跃迁者调研》

👇 点个“在看”分享洞见

跳转微信打开

  •  
❌