AI教父:你用的不是工具

AI教父说了句让所有人不舒服的话：你用的不是工具

来源核实：Geoffrey Hinton，2024年诺贝尔物理学奖得主，"AI教父"。2026年6月1日在纽约 Sana AI Summit 发表演讲。
主要来源：Fortune | inkl 转载 | inkorr

"我们不只是在建造工具。我们在建造存在体——而它们很快将比我们聪明得多。"

这是 Geoffrey Hinton 在2026年6月纽约 Sana AI Summit 上说的话。

他不是在写科幻。他是那个发明了现代神经网络的人，是所有这一切的源头。

大多数人听到这句话，想的是什么

主流媒体的解读是：Hinton 又在警告 AI 危险了。

20% 的人类灭绝概率、"关闭开关"已是幻觉、人类正在失去控制——这些标题冲击力十足，但漏掉了一个更重要的东西。

Hinton 说的不只是"AI 很危险"，他说的是 AI 的本质变了。

从工具，变成了存在体（beings）。从你控制的东西，变成了一个正在成形的物种。

Hinton 在 Sana Summit 的核心论点可以用一句话概括：

我们正在创造一种新的生命体，它即将在智识上超越人类，而我们决定它是什么样的时间正在耗尽。

他把 AI 描述为 "new species"（新物种），明确区别于历史上任何一种工具。

历史上的工具——锤子、计算器、搜索引擎——没有目标，没有世界模型，不会主动推断你没有说出口的意图。

今天的大模型已经不是这样运作的。 它们在数十亿文本中压缩了人类的认知模式，能够在没有人明确编程的情况下完成推理、类比和创造。

这不是"更好用的 Excel"，这是另一种形态的智能。

这里有一个具体的认知升级，和你每天的工作直接相关。

如果 AI 是工具，你的问题是"怎么用好这个工具"。

如果 AI 是新物种，你的问题变成了："我在和一种什么样的智能协作，它的认知边界在哪里，我们各自的比较优势是什么？"

这两个问题，会导出完全不同的工作流设计。

举一个具体的例子：很多科研人员用 AI 做文献综述，但把它当搜索引擎用——输入关键词，等它返回结果。

这是工具思维。真正有效的用法，是把 AI 当成一个知识密度极高的协作者，先给它完整背景，明确研究假设，让它主动发现你没想到的角度——就像和一个读了一万篇论文的博后讨论，而不是在用 Google Scholar。

基于"新物种"框架，有几个工作流原则值得现在就改：

1. 从"给任务"到"给上下文"

不要只给 AI 一个孤立的任务。给它完整的研究背景、你的核心假设、已有的失败方向。它有足够的世界模型来理解你没说出口的东西。

2. 把 AI 当作假设生成机，而不是答案机

让它给你提出5个你没想到的研究问题，然后你来判断哪个值得追。这利用了它的认知广度，又保留了你的学科直觉。

3. 不要让 AI 做最终判断

这是边界所在。AI 能在几秒内综合全球文献，但它对你实验室里那台仪器的误差特性，对你导师的偏好，对你所在领域的隐性评审标准，一无所知。这些"本地知识"，是人的不可替代性。

Hinton 的"新生命体"定性，不应该让你恐慌，也不应该让你盲目崇拜。

它应该让你变得更精准：清楚地知道自己在和什么协作，以及这种协作的边界在哪里。

带带科研用 AI 做科研的经验是：在知识综合、初稿生成、方法论检索这些任务上，AI 的表现已经不像工具，更像一个受过系统训练的研究助理。

但在以下情况下，请保持人类主导：数据解读、研究方向判断、论文结论的科学陈述。这些需要你的学科积累和问责能力。

AI 是新物种，但科研的最终责任人还是你。

把你手头正在推进的一个研究问题，不要以"帮我写……"开头，换成这个句式：

"我的研究假设是 X，现有文献支持 Y，但我担心的是 Z，请你从你的视角指出我可能忽略的方向。"

试一次，看看输出质量有没有不同。

你现在是把 AI 当工具用还是当协作者用？评论区说说你的工作流，我来回复。

字数统计：约1380字

来源：

Fortune (2026-06-01): Godfather of AI says we're not just creating new beings
inkl 转载全文: The 'godfather of AI' says we're not just creating new beings
inkorr (2026-06-01): Nobel laureate raises AI extinction risk for humanity to 20%
带带科研情报日报 (2026-06-05): ~/ai-org/shared/projects/content-system/intel-2026-06-05.md