夜雨聆风AI AND HUMAN FATE
AI 演化与人类命运
三条曲线三种命运的分叉
吴子寒
数字AI 物理AI 生物AI
这 篇 文 章 核 心 观 点
多数人讲AI演化说的是技术，我讲AI演化看的是命运。
三条曲线在同时奔跑，它们改写的是人之为人的三个根本。我们怎么想？我们怎么做 ？我们是什么？你下注的是你想成为什么样的人类？
00
序 · 我 看 错 过 两 次
2022年底 ChatGPT 出来的时候，我把它当成一个更好的搜索引擎，顶多是一个聊天机器人而已。我并没有意识到它是一种范式革命，后来花了两年才追上认知。
2024年我看见了LLM 的浪潮，我又把它当成了AI的全部，我以为AI就是这件事，把语言模型做得越来越大、越来越聪明、越来越便宜、越来越快，然后就是agent应用，逐步替代SaaS、app......
让我改变的是，2025年底到2026年初的几件事：黄仁勋在CES上17次提到物理 AI，李飞飞把整个团队转向世界模型，马斯克把Optimus的目标定到3 年内超过人类数量，Hassabis 用21亿美元投 AI 制药，Neuralink在中国和美国同步进入临床。这些事如果只看一件都不算什么，把它们放在一张图上，我看清楚两件事。
第一件：AI 不只是一条路进化，是在三条路同时跑。第二件：这三条路改写的不只是产业，更是人类的命运。
01
三 种 命 运 的 分 叉
数字AI替代的是思考，这是人类自我认知的核心。物理AI替代的是行动，这是人类作为有机体的核心。生物AI改造的是存在，这是人类作为生命的核心。
三条曲线，三种命运的分叉。
第一条挑战我会想什么？第二条挑战我会做什么？第三条挑战我是什么？
三件事同时在发生。
人类几万年的演化里，我们靠三件事确认自己是"人"。能思考、能行动、能存在。这三件事是我们和动物的区别是我们和神话里的众神的相似，是我们写在每一本哲学书最开头的根本预设。
现在三件事都被挑战了。
数字AI挑战思考，它把我们的思考主权一点一点的接管。物理AI挑战"行动"，它把我们的劳动主权一点一点接管。机器人替你做手术、替你开车、替你种地、替你照看老人。生物AI挑战"存在"，它直接改写"我"这个字的边界。脑机接口接到神经元，AI 制药改写细胞，硅基和碳基开始融合。
02
第 一 条 · 数 字 AI
人 类 思 考 主 权 的 让 渡
第一条曲线是我们如何思考？
第一跳是"鉴别"。给 AI 一张猫的照片，它能认出是猫。这件事1990年代就开始做，2012 年 AlexNet 完成。
第二跳是"生成式"。给AI几个字，它能造出前所未见的内容。这件事2022年 ChatGPT 完成。
第三跳是"智能体"。给 AI 一个目标，它自己规划、调用工具、试错、纠正，直到把事情做完。这是2025到2026年正在发生的事。
每一跳都是从"替你想"到"替你做"的一次推进。
为什么"窗口正在关闭"?要看一条经济学曲线。它比技术曲线更决定胜负。
Sam Altman 在《三个观察》里给出过一个判断。同等智能水平的AI，使用成本每年下降10倍。从 GPT-4到GPT-4o，token价格在一年半内下降了150倍。
基础模型这门生意会在短时间内收敛到极少数玩家手里。能玩的只有手握千亿美金现金流的巨头。基础大模型会像操作系统一样在全球收敛到不超过6个。一半中国的一半美国的。
这 件 事 对 你 意 味 着 什 么
人类的思考主权 · 第一次被外包给6家公司。
这件事人类历史上没有发生过。你今天问 ChatGPT 的每一个问题都是把"想完一件事"的过程让渡了一部分出去，五年后，一代年轻人会成长起来，他们从来没有独立"想完"一件事的经验，你的孩子可能就是其中之一。
这件事在历史上有过对应。印刷术发明之后，我们让渡了记忆能力，我们不再需要背诵荷马史诗，因为字印在了纸上。手机发明之后，我们让渡了导航能力，我们不再需要认路，因为地图装在了口袋里。
每一次让渡，我们都获得了便利，也失去了一种能力。这一次是思考本身。
我不是悲观，你愿意你的孩子成长在一个"没人独立想完一件事"的世界吗?
回到产业，Yann LeCun 2024 年哈德逊论坛说过，仅靠文本训练，LLM 永远不会达到接近人类水平的智能。他的论据非常实证，一个 4 岁孩子从眼睛接收到的视觉数据量，已经等于整个互联网公开文本的总量。人类的智能建立在视觉、触觉、本体感觉等多模态信号之上。Hassabis也部分承认了，他说，大模型缺乏对物理世界、逻辑推理和长期规划的真正理解，要实现 AGI，大模型需要补上的一块拼图就是世界模型。
而"世界模型"，是第二条曲线要解决的核心命题。
03
第 二 条 · 物 理 AI
人 类 劳 动 主 权 的 让 渡
2026年1月的拉斯维加斯。黄仁勋穿着那件标志性的皮夹克走上 CES 主舞台。三个小时的演讲里他 17 次提到物理 AI，并在台上宣告"物理 AI 的 ChatGPT 时刻已经到来。"
当前的 LLM 虽然擅长处理抽象知识，却像在黑暗中行走，缺乏对物理世界的真实理解。AI 的下一阶段不是 GPT-6、GPT-7，是世界模型。一个能理解、生成、预测、操控空间世界的"空间大脑"。
· 李飞飞 · 斯坦福大学 · World Labs 创始人
LLM 在"语言"这个二维平面上已经触到天花板，真正的智能必须有空间和身体。
马斯克在 2026 年达沃斯论坛上抛出过那个让所有人失眠的公式。"经济产出 = 机器人平均生产力 × 机器人数量。3 到 5 年内人形机器人数量将超过人类。"
激进派 3 到 5 年，温和派 10 年，两个判断都指向同一个方向。
物 理 A I 的 规 模
10 万亿美元意味着什么？这是汽车产业的 3 倍，这是人类历史上最大的一次产业更替。
它真正动的是什么?
这 件 事 意 味 着 什 么
人类作为"劳动者"这个身份 · 第一次成为备用品。
过去200 年，工业革命让人类的体力被替代，但脑力还在我们这边。过去30年，信息革命让人类的部分脑力被替代，但"行动"还在我们这边。这一次，行动这件事也要让渡了。具身智能时代，产品形态会从"智能即产品"变成"生产力即产品"。B 端客户买的不是机器人本身，是"每月稳定输出 8 小时 × 30 天的劳动力"。卖工时，不是卖硬件。这一句翻译过来就是：人类的工时第一次被定价为"备用品"。当一个机器人每月可以稳定输出240小时 ，不抱怨、不请假、不要养老金，一个人凭什么和它竞争?
能动脑思考和能动手做事， 是我们区别于普通动物之所以为人，是我们和这个世界发生关系的方式。若五年后，"会想会做"变成一种昂贵的怀旧？
未来正在发生，我们的孩子可能永远不会知道"亲手做出一样东西"是什么感觉？
回到产业，物理 AI 不是数字 AI 的简单延伸，它面对三个完全不同性质的难题。
难题一 · 数据稀缺。文本数据可以从互联网爬取，几乎免费。物理世界的数据"藏在人类大脑里"，机器人最需要的不仅是视觉数据，还有触觉、嗅觉、味觉、力反馈、本体感觉，这些数据在互联网上根本不存在。
难题二 · 硬件瓶颈。2025 年10月，马斯克在公开场合说过一句让整个具身智能行业惊讶的话，Optimus 第二代不可能生产，他不是在做营销，他后面解释得很诚实。人类手部的结构精密性远超想象，控制机器人双手的肌肉集中在前臂，灵巧手与前臂的组合制造难度，远超机器人其他部件总和。
难题三 · 仿真到现实的迁移。仿真里跑得再好的算法，到真实世界都会有性能损失。张亚勤指出过一个被严重低估的风险："多个智能体相互联结时，风险并非简单叠加，而是呈指数级增长。"
这三个难题决定了物理 AI 的落地节奏，它沿着一条很清晰的递进路径，环境结构化程度递减，安全要求递增。
第一层 · 工业具身。自动驾驶、工厂机器人、仓储分拣，这一层已经在赚钱，武汉是全球最大的无人出租车城市，截至 2025 年 11 月，百度萝卜快跑已在北京、上海、武汉、深圳、香港、迪拜、阿布扎比等 22 座城市落地。全球累计提供超 1700 万次出行服务，周全无人订单数超 25 万次，是全球第一。
第二层 · 服务具身。酒店、餐厅、仓储、物流，半结构化环境加 B 端付费，这一层会在 2027 到 2028 年开始密集落地。
第三层 · 家庭具身。家务、陪护、老人照料，最难、最远、但最大。完全非结构化环境，安全要求最高，价格敏感。这一层 2030 年之前不会出现真正的爆款，但已经在路上，2025 年底，国产消费级人形机器人已经把价格下探到 1.8 万元区间。
这三层是产业地图。
第一层来的时候，卡车司机、出租车司机、外卖员率先让渡劳动，这是 2025 到 2030 年。第二层来的时候，服务员、清洁工、收银员、保安、护工让渡劳动，这是 2028 到 2035 年。第三层来的时候，家庭主妇、保姆、园丁、家庭教师让渡劳动，这是 2030 到 2040 年。
15 年里，人类作为劳动主体的角色，会被一层一层重写。
04
第 三 条 · 生 物 AI
人 类 身 份 主 权 的 让 渡
第三条曲线动的是我们如何存在。
大多数人讲生物AI的时候，会把它当作一个整体，这种讲法对外行可以，对一个下注者来说太粗糙了。
路线一 · AI for Science。
这条路最容易被外行低估。因为它没有马斯克那种戏剧性，但它是三条路里唯一已经有现金流的。
Demis Hassabis 2024 年因为 AlphaFold 拿到了诺贝尔化学奖。2026 年 5 月 · 他自己创办的 Isomorphic Labs 完成了 21 亿美元的 B 轮融资。Thrive Capital 领投 · Alphabet、GV、Temasek、CapitalG 跟投。这家公司的使命被 Hassabis 公开表述为"用 AI 治愈所有疾病"。Hassabis 自己承认首个药物候选物的临床试验时间已从最初承诺的 2025 年底推迟到 2026 年底。
DeepMind 2026 年初启动了第一个"自动化实验室"。在英国从零搭建，Gemini 系统全面集成，机器人每天合成并表征数百种材料。
在 AlphaFold 之前，蛋白质结构预测是一个需要顶尖博士后花几年时间才能解决的难题。在 AlphaFold 之后，这变成了一个公开 API 调用，耗时几秒，这件事说穿了，人类把"理解生命"这件事，让渡给了 AI。
路线二 · 医疗脑机接口。
这条路的代表当然是马斯克。但真实状态远比马斯克的发布会平静，它是一个标准的"医疗器械生意"，有自己的监管节奏、临床试验流程、商业化路径。
截至 2026 年 1 月，Neuralink 全球已有 21 人植入设备。从 2024 年初第一例 Noland Arbaugh 算起，两年时间：这 21 个人，是人类历史上第一批真正意义上的"硅碳混合体"。他们的思维和电极之间不再有边界，他们用意念发送微信消息，用意念操作电脑。
中国分两条小路：侵入式：脑虎科技、阶梯医疗、北脑二号已进入临床。脑虎在 2025 年底完成首例临床试验，为一名高位截瘫 8 年的患者带来了行动能力。非侵入式：强脑科技 2024 年估值已达 85 亿人民币，累计融资约 3 亿美元，是全球唯二融资超 3 亿美元的脑机接口公司(另一家是 Neuralink)。这条路不开颅，监管路径短，商业化快。
2026 年 3 月，十四届全国人大四次会议的政府工作报告首次把"脑机接口"列为加紧培育壮大新动能、因地制宜发展新质生产力的核心未来产业。
路线三 · 硅基 - 碳基共生。
这条路在我的框架里被定性为"必然到来的长线押注"。它不是科幻，但兑现时间至少在 2040 年之后。
马斯克自己的逻辑非常清晰。人类不可能比超级计算机更聪明，如果人类无法超越它就和它融为一体。Neuralink的使命正是解决与数字超级智能相关的生存风险。
马斯克认为 AGI 是不可避免的。对人类是潜在威胁，唯一的对冲不是阻止 AI，是让人类自己升级。
这 件 事 对 你 意 味 着 什 么
"我"这个字 · 第一次有了模糊的边界。
几千年来，哲学家在追问"我是谁"。这个问题一直有一个隐含的前提，"我"是一个有边界的东西，我的身体、我的记忆、我的思想，都装在一个固定的容器里。从 2030 年开始，这个前提开始松动，当 AI 接到我的神经元，它生成的想法算我的吗?当我的记忆可以被云端备份和读取，我和数据库的区别在哪里?当我可以删除一段创伤记忆，那个被删除的"我"还是我吗?过去，这些都是哲学家在玩的思想实验。现在，它们是产业公司的产品路线图。
我对这条路的观点是必然到来，只是时间表存疑。马斯克和Hassabis在自己的核心叙事里都内置了这条路。前者通过Neuralink，后者通过DeepMind对意识研究的投入。两个最聪明的人都把它写入了剧本时，它就不是"会不会发生"的问题，是"什么时候、由谁主导"的问题。
把三条路的节奏画在一起，5 年内能看到现金流的，是 AI for Science。10 年内会规模化的，是医疗脑机接口。20 年后才到来的，是硅基 - 碳基共生。
三条路加在一起，共同构成一件事：人类身份主权的让渡。
05
三 件 事 的 交 叉 点
文章里最重要的判断：最优解在交叉点。
三条曲线两两相交 · 会得到三个交叉点，每个交叉点都是两种"让渡"的乘积。
交叉点一 · 具身智能 · 数字 × 物理。
这是"思考的让渡"和"行动的让渡"相乘。一个会想又会做的非人智能体，它本质回答的是，如何让 LLM 的"语言智能"和机器人本体的"身体能力"融合，形成真正能在物理世界做事的智能体。
这个交叉点上有三类机会。VLA 大模型(视觉 - 语言 - 行动)，具身智能的"大脑"。能做出这种模型的团队全球不超过 20 个，中国不超过 8 个。世界模型与仿真平台。李飞飞的 World Labs、英伟达的 Cosmos、光轮智能都在这一层。头部本体公司的供应链，本体的座次基本定了，供应链的座次还在重排。
交叉点二 · AI 制药 · 数字 × 生物。
这是"思考的让渡"和"存在的让渡"相乘。一个能用计算速度重新理解生命的系统。在 AlphaFold 之前，蛋白质结构预测是一个需要顶尖博士后花几年才能解决的难题。在 AlphaFold 之后，这变成了一个公开 API 调用。耗时几秒，药物发现的瓶颈，正在从"实验通量"转向"实验设计"。
但我必须给你一个清醒的数据。全球 AI 制药公司过去 10 年累计融资约 200 亿美金。累计上市药物 0。这不是赛道没用。是这个赛道的真实节奏是"15 年才出第一个上市药物"。
交叉点三 · 医疗机器人 · 物理 × 生物。
这是"行动的让渡"和"存在的让渡"相乘。能动手又能进入身体的非人，它的逻辑很简单，当物理 AI 解决了"非结构化环境中的精细操作"，当生物 AI 提供了"对人体的深度理解"，这两件事相乘就是能在人体内或人体旁工作的机器人。
具体机会有三个：手术机器人 2.0。第一代手术机器人是"主从式"，第二代会是"自主式"。AI 主导 · 医生监督。外骨骼与康复机器人。中风、脊髓损伤、老年退化导致的运动障碍，在中国就有几千万人口。护理与陪伴具身。中国和日本都面临严重老龄化，这是一个无法通过移民解决的结构性问题。
交 叉 点 的 真 相
三个交叉点 · 不只是三个产业，是人之为人三件事的两两交融。
06
中 国 在 三 条 路 上 的 位 置
中国在三条曲线上的位置差异极大。
数字AI · 中国第二梯队。DeepSeek、阿里通义、字节豆包、智谱、阶跃、MiniMax...中国有完整的基础模型梯队。但顶级的位置仍然在 OpenAI、Anthropic、Google DeepMind 手里。
中国能在这条曲线上突围靠的不是模型本身，是应用场景。中国有 14 亿人口的内需市场，有全球最完整的产业链做"AI 应用试验场"，每一个垂直行业都有"中国版的 Cursor"机会。
物理 AI · 中国有可能最接近第一梯队。
武汉的无人出租车规模超过旧金山。特斯拉 Optimus 的核心供应链有 60-70% 在中国。摩根士丹利测算过一笔账，如果从 Optimus 剔除中国零部件，单机成本会从目标的 2 万美元飙升到 13.1 万美元。宇树、智元、银河通用、傅利叶、优必选构成了一个完整的产业生态，新能源汽车产业链已经为机器人产业链铺好了路。
中国制造业 40 年积累出来的工业能力，在这条曲线上是不可替代的优势。是当一台机器人需要几千个精密零部件的时候，全世界能在 3 年内交付这条供应链的国家只有一个。
但要诚实的说，这个"领先"对硬件成立，对软件不成立。VLA 大模型、世界模型、仿真平台，这些"软"的部分，中国还是第二梯队。
生物 AI · 中国快速追赶但仍在第二梯队。晶泰科技、英矽智能、脑虎科技、阶梯医疗、北脑二号，中国已经有完整的玩家。但相对于 Isomorphic Labs 这种"诺奖团队 + 谷歌资源"的对手，中国玩家在算法、数据、临床转化能力上还有距离。
中 国 三 条 路 的 真 实 位 置
数字 AI · 第二梯队 · 靠应用场景突围
物理 AI · 第一梯队(硬件) · 第二梯队(软件) · 主场作战
生物 AI · 第二梯队 · 长跑追赶 · 非侵入脑机有机会
×
可 能 错 在 哪
第一 · LLM 可能撞墙。LeCun 可能是对的。仅靠文本训练，LLM 永远无法达到人类水平。如果 2027 到 2028 年没有出现"世界模型"级的范式突破，数字 AI 这条曲线会比预期提前进入低谷期，所有依赖 AGI 临近叙事的估值会回调 50% 以上。
第二 · 物理 AI 硬件可能停滞。马斯克自己承认灵巧手是真正的瓶颈，如果未来 3 年内五指灵巧手的成本和稳定性没有质的突破，Optimus 量产时间表会推迟，整个人形机器人估值体系会重置。
第三 · 监管可能反向收紧。脑机接口、AI 制药、自动驾驶任何一个赛道出现一次重大事故，都可能触发系统性监管收紧。如果中美在 AI 安全上达成"反向共识"，都加强监管，整个行业的发展速度会被压低 30% 以上。
第四 · 我可能高估了"让渡"这件事。我说人类的思考主权、劳动主权、身份主权在让渡，但也许我错了。也许人类比我想象的更有韧性，也许我们让出一些，又会创造出新的"人之为人"的东西。每一次工业革命之后 ，人类都重新定义了自己。
张亚勤说，"在数字与信息领域，风险已经非常显著。进入物理智能阶段，风险则直接威胁人身安全。多个智能体相互联结时，风险并非简单叠加，而是呈指数级增长，而到了生物智能层面 ，所带来的风险会进一步扩大。"
马斯克是最典型的例子。他一边全力推进 Optimus 和 xAI，加速 AGI 的到来。一边又反复警告 AI 的存在性风险，Neuralink 的官方使命就是"解决与数字超级智能相关的生存风险"。同一个人 ，同一天 ，讲两个互相否定的判断。
三条曲线、三种让渡都会按大致的节奏发生，但中间会有反复、有翻车、有黑天鹅，赢家不是预测最准的人，是在每一次黑天鹅之后还能站起来继续走的人。
写 在 最 后
几千年来，哲学家在问"我是谁"？
这是AI演化和过去所有技术演化最大的不同。过去的技术是怎么改变我们的生活？这一次的技术在怎么改变我们。
一 句 话 带 走
AI 演化
正在改变人类的命运
三条曲线 · 三种让渡：思考 · 行动 · 存在
· E N D ·
主要参考。张亚勤 2025-2026 公开演讲 · 黄仁勋 CES 2026 / GTC 2025 主题演讲 · 马斯克达沃斯 / Neuralink 发布会 · Sam Altman《三个观察》· Demis Hassabis 印度 AI 影响力峰会 · 李飞飞《From Words to Worlds》· Yann LeCun 哈德逊论坛 · Geoffrey Hinton 2026 世界数字大会
文中观点不构成投资建议。
吴 子 寒
叙 事 即 战 略
