長期以來，我們對于 AI“奇點(diǎn)”似乎總是這樣的：一臺超級機(jī)器，不斷自我迭代，像黑洞一樣吞噬一切認(rèn)知能力，最終升格為某種硅基神靈。但一篇剛剛發(fā)表在《科學(xué)》（Science）上的評論文章對這種想法進(jìn)行了根本性的反駁，研究團(tuán)隊(duì)認(rèn)為，智能爆炸不會以“獨(dú)裁者”的面目出現(xiàn)。它更像一座不斷擴(kuò)張的城市，而非一個不斷膨脹的大腦。

這篇文章題為《Agentic AI and the next intelligence explosion》，由芝加哥大學(xué)社會學(xué)與數(shù)據(jù)科學(xué)教授 James Evans、加州大學(xué)圣迭戈分校技術(shù)哲學(xué)教授 Benjamin Bratton，以及谷歌副總裁兼 Fellow Blaise Agüera y Arcas 聯(lián)合撰寫。

（來源：Wikipedia）

文章的第一個關(guān)鍵論據(jù)來自一項(xiàng)此前由同一團(tuán)隊(duì)發(fā)表的實(shí)證研究。他們發(fā)現(xiàn)，當(dāng)前最強(qiáng)的推理模型，如 DeepSeek-R1 和阿里的 QwQ-32B，并不是靠“想得更久”來提升表現(xiàn)的。真正起作用的，是這些模型在推理鏈（chain of thought）內(nèi)部自發(fā)生成了一種類似“多智能體辯論”的結(jié)構(gòu)，研究者將其命名為“思想社會”（society of thought）。

簡單說，模型在解決一道復(fù)雜化學(xué)題時，不會沿著一條線性邏輯走到底，而是會“分裂”出具有不同認(rèn)知風(fēng)格的內(nèi)部角色：一個憑直覺提出假設(shè)的“聯(lián)想專家”，一個立刻質(zhì)疑它的“批判驗(yàn)證者”，以及負(fù)責(zé)調(diào)和沖突的“整合者”。這些角色的人格特征甚至可以用大五人格量表來度量。

（來源：arXiv）

且讓人意外的是，這種行為是涌現(xiàn)的。沒有任何訓(xùn)練信號明確要求模型進(jìn)行多角色辯論。當(dāng)強(qiáng)化學(xué)習(xí)只以“答案正確”作為獎勵函數(shù)時，模型自發(fā)地增加了內(nèi)部對話行為。研究團(tuán)隊(duì)還做了一項(xiàng)因果驗(yàn)證實(shí)驗(yàn)：他們使用稀疏自編碼器（Sparse Autoencoder）在 DeepSeek-R1 的激活空間中找到了一個與“驚訝/頓悟”語義高度相關(guān)的特征向量，通過人為增強(qiáng)該特征，模型在算術(shù)推理任務(wù)上的準(zhǔn)確率從 27.1% 幾乎翻倍到 54.8%。

抑制這個特征，對話行為減少，表現(xiàn)也隨之下降。換言之，推理模型的能力優(yōu)勢，可以因果地歸因于它們內(nèi)部的“社會過程”。

三位作者由此跳出了 AI 技術(shù)的范疇，把視野拉到了整個智能演化史。他們的核心主張是：歷史上每一次“智能爆炸”，都不是個體認(rèn)知硬件的升級，而是一種新的社會化認(rèn)知單元的誕生。靈長類的智能與社群規(guī)模正相關(guān)，而非環(huán)境難度。人類語言開啟了發(fā)展心理學(xué)家 Michael Tomasello 所說的“文化棘輪”（cultural ratchet），知識跨代積累而無需每個個體從頭重建；文字、法律和官僚體制則把社會智能外化為基礎(chǔ)設(shè)施。一個管理谷物賬目的蘇美爾書吏并不理解他所在系統(tǒng)的宏觀經(jīng)濟(jì)功能，但那個系統(tǒng)在功能上比他更聰明。

按照這個框架，大語言模型是同一條線索的最新延伸。它們訓(xùn)練于人類社會認(rèn)知的累積輸出，每一個參數(shù)都是交流互動的壓縮殘留。遷移到硅基的并非抽象推理能力，而是外化形式的社會智能。

既然智能天然是社會性的，那么通往更強(qiáng) AI 的路徑就不在于造一個全知全能的“神諭”，而在于組合出更豐富的混合系統(tǒng)。文章在這里借用了國際象棋界的老概念：半人馬（centaur）。1998 年卡斯帕羅夫輸給“深藍(lán)”之后，他提出了“人機(jī)協(xié)作賽”的想法，人類棋手加上 AI 輔助，組合成“半人馬選手”，能擊敗單獨(dú)運(yùn)行的最強(qiáng) AI。

Evans 等人把這個概念推廣到了更一般的場景：一個人指揮多個 AI 智能體，一個 AI 服務(wù)于多個人類，或者更復(fù)雜的多人多機(jī)協(xié)作。我們每個人可能每天進(jìn)出多種這樣的組合，多數(shù)時候甚至沒有意識到。

圖丨深藍(lán) AI（來源：IBM）

由此引出的問題就不再是“AI 會不會超過人類”這樣的科幻命題了，而是更現(xiàn)實(shí)的治理難題。文章銳評道，當(dāng)前 AI 對齊的主流范式如基于人類反饋的強(qiáng)化學(xué)習(xí)（RLHF），本質(zhì)上是一種“親子模型”的糾錯方式，是雙人對話式的，無法擴(kuò)展到數(shù)十億智能體的規(guī)模。

取而代之的應(yīng)該是“制度性對齊”（institutional alignment）：就像人類社會不依賴個人美德而依賴法庭、市場、官僚制度等角色化的制度模板一樣，可擴(kuò)展的 AI 生態(tài)也需要數(shù)字化的等價物。法庭之所以運(yùn)轉(zhuǎn)，不是因?yàn)槟硞€具體的人是法官，而是因?yàn)椤胺ü佟?、“律師”、“陪審團(tuán)”是定義清晰的角色槽位，誰坐上去并不影響系統(tǒng)功能。

文章還討論了開年來爆火的 OpenClaw 及其衍生智能體社交網(wǎng)絡(luò) Moltbook，認(rèn)為它們代表了智能體的自我復(fù)制與分化的萌芽。當(dāng)一個 AI 智能體面對復(fù)雜任務(wù)時，它可以復(fù)制自己、分配子任務(wù)、再合并結(jié)果。如果其中一個“分身”遇到了超出能力的子問題，它可以進(jìn)一步生成自己的內(nèi)部“思想社會”，形成一種遞歸式的集體審議，在復(fù)雜性需要時展開，在問題解決后收縮。沖突在這里不是 bug，而是資源。

如果再把這套邏輯推到政府治理層面，當(dāng) AI 系統(tǒng)被部署于招聘、量刑、福利分配等高風(fēng)險決策時，“誰來審計(jì)審計(jì)者”這個問題就無可回避了。文章認(rèn)為其答案可能是憲政性的：政府需要具備不同價值取向的 AI 系統(tǒng)（透明度、公平性、正當(dāng)程序）來相互制衡。

一個勞工部門的 AI 可以審計(jì)企業(yè)招聘算法的歧視性影響，一個司法分支的 AI 可以評估行政分支 AI 的風(fēng)險評估是否符合憲法標(biāo)準(zhǔn)。而如果不這樣做呢？文章半帶嘲諷地給出了替代方案：讓金融監(jiān)管機(jī)構(gòu)繼續(xù)派一群拿著 Excel 表格的商學(xué)院畢業(yè)生，去對付已經(jīng)用 AI 武裝到牙齒的華爾街算法交易。

三位作者給出了一個非?？酥频氖瘴玻何覀兠枋龅倪@個愿景既不是烏托邦，也不是反烏托邦，而是演化性的。任何即將發(fā)生的智能爆炸，都將由 80 億人與數(shù)千億乃至萬億 AI 智能體的交互所催生。它的腳手架不是一個不斷攀升的單一心智，而是一個不斷復(fù)雜化的組合式社會。智能像一座城市那樣生長，而非像一個超級大腦那樣膨脹。

用文章結(jié)尾的話說：沒有任何心智是一座孤島。

參考資料：

1.https://www.science.org/doi/10.1126/science.aeg1895

2.https://arxiv.org/pdf/2601.10825

運(yùn)營/排版：何晨龍