当前AI的“瓶颈”

• 现状 (人类数据时代)： 现在最厉害的大模型，都是靠“吃”网上能找到的海量人类产生的文字、图片、视频来学习的，就像读别人写的书、看别人画的画。之后还要经过人类的“调教”，告诉它哪些答案更好。
• 撞墙了：
  • 高质量“食材”快吃光了： 网上真正优质、有用的文本数据快被用完了。新找到的数据，能带来的提升越来越小（边际效益递减）。
  • 只会模仿，不会创造： 这些模型只是学会预测“人类下一个词会说什么”，或者模仿人类的偏好。它们像“复读机”，很难产生真正突破性的新知识或理解世界运行的根本原理。
  • “越大越笨”？： 最近发现，即使模型变得超级巨大，带来的进步也越来越有限了（规模壁垒）。

解决方案：迈向“经验时代”

要突破这个瓶颈，AI需要像婴儿学走路或运动员踢球一样学习：

• 核心转变：从“吃现成”到“自己动手”
  • 与环境互动： AI智能体（可以想象成一个小程序或机器人）需要在真实世界或高仿真的模拟环境中主动行动。
  • 获取“一手经验”： 通过自己的“感官”（传感器）接收环境的反馈（比如：按了这个按钮，灯亮了；踢了这个角度，球进了），而不是只读人类写的“说明书”。
  • 环境是“老师”： 学习目标不再是模仿人类偏好，而是理解和预测环境的反馈，特别是那些代表“奖励”的信号（比如：游戏得分、完成任务、避免碰撞）。
  • 建立“世界模型”： 在互动中，AI会自己构建对世界如何运作的理解（比如：重力、摩擦力、物体关系），就像婴儿慢慢理解“松手东西会掉”。
  • 数据“越学越多”： 这种学习方式最大的优势是，AI越聪明，它探索世界的能力越强，能获得的经验和数据就越多、质量越高，形成一个良性循环，不像静态的人类数据会枯竭。

技术基础：强化学习

• 成功案例： AlphaGo下围棋（通过和自己下棋模拟学习）、AlphaZero玩各种棋类、机器人控制。AlphaGo那个著名的“神来之手”（第37步）就是通过模拟大量可能走法（经验）自己“悟”出来的，不是模仿人类棋谱。
• 未来方向： 需要开发能持续学习、永不停止进步的新算法，让AI能像上面说的那样，不断从与环境的互动中学习提升。

超越技术：社会治理的启示

• 反对“一刀切”中心化控制：
  • 很多人因为害怕AI失控，呼吁集中控制、设定单一目标、甚至暂停研究。这就像历史上因为恐惧而试图控制人类思想、贸易、行为的思路一样，会扼杀创新和活力。
• 推崇“去中心化合作”：
  • 多元目标： 让不同的AI智能体（以及人类）拥有各自不同的目标（就像不同的人有不同的追求）。
  • 合作共赢： 通过设计好的规则（像市场机制、法律），让这些拥有不同目标的个体能够互动、交易、协作，最终实现互利共赢（双赢），共同促进整个系统的发展。
  • 韧性与活力： 这种模式更灵活、更有韧性（一个地方出问题不会全崩），能更好地抵抗作弊者和僵化，保持创新活力。
• 人类的“超能力”是合作： 人类文明的伟大成就（经济、科技、文化）都源于成功的合作（虽然也常有战争等合作失败）。未来的AI治理和人类-AI共生，应该借鉴人类合作成功的经验，建立支持多元化目标和去中心化合作的制度框架。

1. AI升级之路： 当前靠“啃老本”（人类数据）的AI已到极限，必须升级到**“自己动手探索世界”**（经验学习）的模式。
2. 学习的本质： 真正的智能像婴儿或运动员，在**“感知->行动->反馈”** 的循环中，通过第一手经验自我成长。
3. 技术已证明： 强化学习（如AlphaGo）已展示从模拟经验（下棋）过渡到现实经验（更复杂世界）的可行路径。
4. 未来靠“内驱力”： 未来AI将依赖环境反馈的自生奖励和自己构建的世界模型，实现永续自我提升。
5. 治理的智慧： 恐惧驱动的集中管控会扼杀创新。包容多元目标、鼓励去中心化合作共赢，才是人类与AI共同繁荣的制度根基。
6. 长期主义： 实现超级智能和完美人机共生是场几十年甚至更久的马拉松，成功关键在于持续学习算法和开放共享的生态。

现在的AI是“纸上谈兵”的书呆子，未来的AI要成为“实践出真知”的实干家，而且世界需要允许和鼓励这些实干家们各有追求、相互合作，才能共同进步繁荣。