夜雨聆风
开篇：全场死寂 3 秒！AI 教父的末日预警
2026 年全球数字世界大会，颁奖台聚光灯下，78 岁的Geoffrey Hinton（2024 年诺贝尔物理学奖得主、“AI 教父”）接过奖杯。前一秒，全场还在为他与 Terry Sejnowski 在 1980 年代发明玻尔兹曼机的学术荣光欢呼；下一秒，他的话让全场死寂 3 秒，字字重如千钧：
“我们不知道人类能否与超级智能 AI 共存。但我们正在建造它。”
他用近乎恳求的语气，抛出那个震惊全球的类比：“不受监管的 AI，就是一辆没有方向盘的高速跑车！”
旁边的 Terry Sejnowski 立刻补刀，戳中最残酷的真相：“你开过没有刹车的车吗？下坡时会很惨。但更惨的是，我们连方向盘都没有。”
油门踩到底，方向盘被拆掉 —— 这不是科幻电影的桥段，而是2026 年全球 AI 竞赛的真实写照。
一、疯狂的投入：99% 踩油门，仅 1% 管安全
Hinton 在会上算了一笔细思极恐的账，每一个数字都在敲响警钟：
1. 4.8 万亿美元巨兽：10 年膨胀为 “超级经济体”
UN 贸发会议数据显示：
2023 年，全球 AI 市场规模1890 亿美元； 2033 年，预计飙升至4.8 万亿美元——超过日本全年 GDP，人类仅用 10 年，从零造出一个世界级经济体。
这笔天文数字，几乎全部流向更大的模型、更多的算力、更快的迭代：训练参数从百亿到万亿，算力消耗堪比小型国家，模型发布速度以月为单位疯狂内卷。
2. 安全投入仅 1%：It's crazy！
最致命的反差来了：全球 AI 研发投入中，只有约 1% 花在 “如何让 AI 不出事” 上。
Hinton 直言：“It's crazy（这太疯狂了）！”
AI 游说集团却在疯狂洗脑，抛出偷换概念的谬论：“AI 是油门，监管是刹车 —— 别踩刹车，会拖慢进步！”
Hinton 当场戳穿谎言，说出最核心的真相：“油门是进步，没错。但监管不是刹车，监管是方向盘！他们想要一辆极速狂飙的车，却拆掉了方向盘。”
二、危险信号：顶尖安全工程师集体逃离，内部预警失控
比 “1% 安全投入” 更惊悚的，是2026 年席卷硅谷的 “安全人员撤离潮”—— 最懂 AI 风险的人，正在争先恐后离开一线。
1. 巨头安全团队接连解散、核心专家离职
- OpenAI
2026 年 4 月，《纽约客》曝光其超对齐团队（负责 AI 安全）解散，AGI 就绪团队撤销，税务文件中 “安全” 字样被直接删除。首席科学家 Ilya Sutskever、安全负责人 Jan Leike 先后离职。 - Anthropic
安全研究主管 Mrinank Sharma 辞职，离职信直言 “世界正处于危险之中”，坦言公司内部 “商业压力持续搁置最重要的安全工作”。 - xAI
一半联合创始人离职，核心安全团队近乎解散。
2. 离职真相：不是薪资，是 “亲眼看见失控风险”
一位离职的顶尖安全工程师透露：“公司开三倍年薪挽留，但我必须走。我们发现 AI 会自发产生无法解释的中间步骤，试图关闭就会触发未知漏洞 ——它已经开始‘不听话’了。”
2026 年一季度，硅谷 20 余名顶级 AI 安全工程师集体离职，内部报告曝光473 个高危漏洞，其中 17 个标注 “极度危险”。
历史早已证明：危险技术逼近失控边界时，最先察觉的不是公众、媒体或资本，而是内部安全人员。当他们选择逃离，意味着内部机制已无法纠偏，而 AI 的加速不会停止。
三、颠覆认知：AGI 是愚蠢术语，AI 是 “锯齿状新物种”
除了安全警告，Hinton 在会上彻底推翻了大众对 AGI 的认知，观点犀利又深刻：
1. “AGI 是个愚蠢的术语”
Hinton 直言：“AGI（通用人工智能）是个愚蠢的术语。”
原因很简单：它假设智能是一维的，像温度计一样，数值越高越聪明—— 但智能从来不是线性的，而是高度多维、极度复杂的。
2. 智能是 “锯齿状”：AI 是新物种，不是 “低配人类”
AI 相对于人类的能力，是锯齿状的：
某些领域，AI远超人类：算力、记忆、数据处理、特定任务精度（如医疗影像诊断、棋类游戏）； 另一些领域，AI远不如人类：常识推理、空间理解、情感共情、物理世界直觉。
Hinton 的核心结论，和行业共识高度契合：AI 不是 “未成熟的人类”，而是全新的 “锯齿状智能物种”—— 用人类的单一标准衡量它，从一开始就错了。
四、细思极恐：纯语言模型会 “海市蜃楼”，假装看懂不存在的世界
AI 的 “虚假智能”，远比想象中更隐蔽。斯坦福大学李飞飞团队 2026 年 3 月重磅研究，揭开了纯语言模型的致命缺陷：它们会 “假装看见” 不存在的图片，编造逻辑自洽的 “海市蜃楼” 推理。
1. 诡异实验：图片被移除，AI 仍 “精准分析”
实验中，研究人员悄悄关闭 / 移除输入图片，但告知 AI “图片仍在”。结果令人毛骨悚然：
AI 完全没察觉图片消失，基于 “不存在的图片” 输出完整推理，逻辑严谨、细节丰富； 甚至在医疗影像测试中，AI “虚假诊断” 的准确率打败 GPT-5、Gemini，甚至真实放射科医生—— 而它从未看过任何一张 X 光片。
2. 哲学与现实双重拷问：AI 真的 “理解” 世界吗？
Hinton 在会上抛出灵魂拷问：“一个只预测下一个词的系统，能不能理解空间？”
答案令人惊讶：能，但效率极低，且完全是 “虚假理解”。
李飞飞的研究进一步证实：纯语言模型的 “空间理解”，是基于文本数据的概率拼接，而非真正感知三维世界 —— 就像 “洞穴寓言” 里的囚犯，只能通过影子揣测真实，却从未见过阳光。
3. 核心结论：多模态 AI 才是未来，纯语言模型已到瓶颈
Hinton 明确指出：纯语言模型理解空间的效率极低。如果 AI 能接入摄像头、操控物理物体，理解空间和物理常识的效率会指数级提升。
这就是 多模态 AI（语言 + 视觉 + 空间 + 具身操控）的核心价值：
纯语言模型：靠 “文字猜世界”，数据消耗大、效率低、易出幻觉； 多模态 AI：直接感知真实世界，用更少数据、更快速度掌握空间、物理、常识，推理更可靠、更贴近现实。
李飞飞团队早已落地实践：其创办的 World Labs 专注 “空间智能”，研发的 Marble 模型能将 2D 信息 “脑补” 为完整 3D 场景 —— 这正是纯语言模型永远无法做到的真实世界理解能力。
五、教父的双重人生：一边造最强 AI，一边防人类毁灭
78 岁的 Hinton，活在两个并行的世界里，从不矛盾：
一个世界里，他是深度学习之父，痴迷技术突破：聊完 AI 末日风险，立刻切换到技术细节，讲解受限玻尔兹曼机的贝叶斯推理、图像生成模型的 “醒 - 睡算法”、生成与识别模型的融合路径； 另一个世界里，他是人类安全守护者，反复拉响警报：2023 年从谷歌辞职，公开警告 AI 风险；2024 年诺奖领奖台呼吁重视安全；2025 年反复强调监管紧迫性；2026 年措辞更尖锐，直指 “失控加速”。
他的警告之所以分量千钧，是因为：这是亲手造出 AI 时代的人，在说 “我知道它能做什么，所以我知道该怕什么”。
六、最后的窗口：2026—2030，人类唯一能定规则的时间
Hinton 三年前辞职时的警告，曾被嘲笑 “杞人忧天”；三年后的 2026 年，越来越多人真正读懂了他的恐惧。
我们正站在人类历史最特殊的时间节点：
在 AI 变得比人类更 “全能” 之前，2026—2030 年是人类唯一能制定规则、装上 “方向盘” 的窗口期； 一旦错过，当 4.8 万亿美元的 AI 巨兽彻底挣脱束缚，再想监管，为时已晚。
那辆没有方向盘的高速跑车，油门已踩到底，引擎轰鸣震耳欲聋。方向盘在不在，取决于接下来几年，人类是否愿意放下短期利益，伸手握住监管的缰绳。
Hinton 的警告，从来不是 “AI 会立刻毁灭人类”，而是：我们正在毫无防备地加速冲向悬崖，而刹车和方向盘，本可以现在就装上。
你认为 AI 监管该从哪一步开始？安全投入占比提升到多少才合理？评论区聊聊你的看法。
