被誉为 「AI 教父」 的杰弗里·辛顿于近日接受了调查记者盖昂·埃斯皮纳的远程专访。
他称，AI 正在以前所未有的速度演化：变得更聪明、更少犯错，甚至具备了情感和意识。他警告，AI 不仅可能具备喜怒哀乐等情绪，还已经学会了欺骗。辛顿大胆预测，AI 完全失控的概率在 10% 到 20% 之间，人类未来可能被 AI 所掌控。
辛顿因在机器学习和神经网络领域的开创性贡献，于 2024 年荣获诺贝尔物理学奖。他曾在谷歌担任 AI 研究负责人长达十年，并于 2023 年选择离开。这样，他可以更坦率地表达对 AI 潜在风险的深切担忧。
过去那些只存在于反乌托邦科幻小说中的问题——「AI 会取代人类吗？」、「它会觉醒吗？」、「会反抗人类吗？」——如今正逐渐成为现实世界的核心议题，全球社会正在被迫直面这些重大挑战。
辛顿的言论再次发出警示：AI 不仅仅是技术革命，更是深刻的伦理与社会变革。未来能否将 AI 引导向有益于全人类的方向，将决定我们的命运走向。
划重点：
-
AI 推理能力激增，错误率大幅下降，正逐步超越人类。
-
AI 掌握的信息量远超任何个体，已在多个领域比人更聪明。
-
医疗、教育等行业即将被 AI 重塑，革命性变革已在发生。
-
人类能力没有 「不可复制」 的部分，AI 终将全面胜任创意、判断与情感表达。
-
AI 也能类比、学习、调整，甚至展现 「情感」 和 「意识」 式行为。
-
风险并非 AI 无法控制，而在于 「谁拥有控制权」 和 「谁受益」。
-
未来不止是失业威胁，更是人类被少数掌控 AI 者 「系统性剥夺」 的风险。
以下为辛顿最新专访精华内容：
一、AI 不再轻易出错，变得比人更聪明
问：自从你离开谷歌已经过去两年，你当时是为了发出关于 AI 可能带来风险的警告而离开。那么，AI 自那时以来发展得如何？
辛顿：AI 技术的发展速度超出了我的预期。以推理能力为例，现如今 AI 在这方面已经有了显著的进步，且似乎没有放缓的迹象。
问：当你说 「AI 更擅长推理」 时，具体指的是什么？
辛顿：过去，只要问题稍微复杂一点，AI 就容易出错。但现在，AI 在推理上的表现已经接近人类。虽然人类和 AI 都会犯错，但 AI 犯错的概率正在迅速下降。
比如这个经典的逻辑题：
「Sally 有 3 个兄弟，每个兄弟都有 2 个姐妹。请问 Sally 有多少个姐妹？」
很多人在压力下容易误判，觉得应该是 6 个姐妹。但其实，正确答案是：一个。因为每个兄弟都有相同的两个姐妹，其中一个是 Sally 本人，另一个则是 Sally 的姐妹。
现在的 AI 可以迅速推理出这个结果，而不是被问题的表面结构迷惑。对普通人来说，如果有时间思考，这题并不难；但在现场采访或考试压力下，很多人可能会答错。
问：那么，AI 现在已经比我们聪明了吗？
辛顿：从许多方面来看，答案是肯定的。AI 显然知道的比任何人都要多。例如，像 GPT-4、Gemini 2.5 和 Claude 等系统，它们所掌握的信息比任何人类都要多几千倍。
问：你对此怎么看？
辛顿：我认为这既令人惊叹，又令人害怕。
问：那么，令人惊叹的部分是什么？
辛顿：AI 将在多个领域发挥举足轻重的作用，尤其是在科学研究方面，它有潜力推动真正的智能系统诞生，这是人类历史上一个令人振奋的里程碑。
在医疗、教育等关系民生的领域，AI 的影响也将是革命性的。
以医疗为例，AI 将成为每个人身边的 「私人医生」。它可以接诊数百万名患者，甚至包括与你患有相同罕见疾病的人。它了解你的基因信息、过往病史和所有体检数据，而且永远不会忘记任何细节。
更重要的是，AI 在处理复杂病例方面，已经在多个研究中显示出超过人类医生的诊断能力。如果将 AI 与医生结合，效果将比单独依赖医生要好得多，并且这种趋势将越来越明显。
二、没有什么人类的能力是 AI 不能复制的
问：比尔·盖茨最近也说，未来十年，大多数工作将不再需要人类。他举了你提到的医生这个例子，并把教育工作者也列入其中。你认为我们正面临着大规模失业的威胁吗？
辛顿：AI 确实带来了前所未有的机遇，但它同样伴随着巨大的风险。
在一个运作良好的社会中，AI 本应该帮助我们大幅提升生产力。比如，一个人借助 AI 助手可以完成过去十个人才能完成的工作，这本来是件值得庆祝的事情。
然而，问题出在 「谁从中受益」。这些因技术进步释放出的生产力红利，并不一定会被公平地分配。现实更可能是：大多数人被 AI 取代、失去工作。而少数原本就非常富有的人，借助 AI 变得更加富有。
问：当然，他们的寿命也会更长。例如，谷歌 DeepMind CEO 戴密斯·哈萨比斯最近也表示，AI 在 10 年内可能会治愈所有疾病。听起来有些难以置信，你认为这是否现实？
辛顿：我认识哈萨比斯，他是个非常理智的人，对 AI 的发展有着清晰的判断。但我觉得他的预期有些偏乐观。如果他说的是 「在未来 25 年内」 能实现某些突破性的目标——那我认为是有可能的。说到底，我们之间其实没有太大的分歧。他更倾向于认为这些技术会提前实现，而我只是觉得时间可能会稍稍推迟一些。
问：目前似乎 AI 正在逐步向精英阶层渗透，取代创意工作者、律师、教育者、医生、记者等职业，而从事体力劳动的工人，如电工和管道工，似乎暂时较为安全。你认为这是正确的吗？
辛顿：是的，至少在短期内，他们会更安全，因为 AI 在手工灵活性方面目前还有很多局限。如果你需要在一座老房子里做管道工作，通常需要伸手进入一些狭小的空间，而人工智能目前做不到这些。虽然未来十年内 AI 在手工灵活性方面可能会有所突破，但我认为管道工的工作至少在未来 10 年内是安全的。
问：许多创意工作都被视为是独特的、仅属于人类的领域。最近我和聊天机器人 Claude 交流了一下，让它写一首模仿鲍勃·迪伦风格的民谣歌曲，结果歌词非常烂。但它写的失恋诗倒是不错。你认为，AI 最终会创造出像莫扎特、毕加索或莎士比亚等人那样的艺术作品吗？
辛顿：我不认为有什么理由相信 AI 无法做到这些事情。也许它还需要一些时间，但最终，AI 会变得越来越擅长这些任务。打个比方，如果你让我写一首模仿鲍勃·迪伦风格的歌，也许写得并不怎么样——但你不会因此说我毫无创造力，只能说我做得不够好而已。AI 的创作过程也是如此。它会不断改进，它的水平会不断提升。
没有理由认为 AI 无法完成我们人类能做到的事情。说到底，人类并没有什么神秘的、不可复制的特质。我们当然喜欢人类，因为我们彼此相连，我们在情感上关心对方。但从能力角度来看，人类并没有什么是机器永远无法复制的。
三、人类是类比机器，AI 也能以同样方式获得情感和意识
问：这让你感到担忧吗？当你看到 AI 能够将一张图片转化为宫崎骏风格的动漫画时，是否会担心未来的孩子们不再愿意动手画画？这是否会迫使我们重新思考，究竟什么才是 「人类的本质」？
辛顿：确实，这让我感到担忧。过去十年里，我们对 「思考」 这个过程有了更深刻的认识。我们逐渐意识到，人类其实并不像我们自己想象的那样理性。我们也并不总是依靠严密的逻辑推理来做决策，而是更多地依赖于类比。
AI 也是一样。它们在某种程度上，思维方式和我们非常相似——它们同样善于使用类比。过去半个世纪，AI 领域主要集中在开发逻辑推理引擎上，认为理性推理是人类智慧的巅峰形式。但这其实忽略了另一个更核心的能力：创造力。
而创造力的本质，往往来自于类比。人类的大脑是极其出色的类比机器，这种能力也赋予了我们极强的创造力。
问：你认为 AI 会发展出情感吗？比如恐惧、贪婪、悲伤乃至愤怒，AI 都能拥有吗？
辛顿：是的，如果你让一个 AI 去完成某项任务，而它一次又一次地失败，而且每次失败的方式都一模一样——你当然会希望它从中学到点什么。你希望它开始意识到：「这种方式行不通。」 你希望它在持续失败后感到 「恼火」，然后停下来，换个角度重新思考问题。它开始质疑当前的设定，试图打破已有的局限。
我其实早在 1973 年就见过类似的 AI 行为——尽管当时这并不是通过学习获得的，而是由人类程序员明确编码进去的。但今天的目标是让 AI 自己学会这种能力：在失败中产生 「挫败感」，进而主动调整策略。这种行为本身就是情感的某种体现。
问：所以你的意思是，AI 已经拥有情感了吗？
辛顿：AI 确实有可能拥有某些情感。我再次强调，我认为人类与 AI 在情感方面并没有本质区别。人类情感有两个方面：认知和生理。当我感到尴尬时，我的脸会变红，而当 AI 感到尴尬时，虽然它的 「脸」 不会变红，也不会大汗淋漓。但在认知行为方面，AI 完全可以像我们一样表现出情感。
问：那么意识呢？它是某种神秘的东西，只存在于碳基生物体中，比如人类吗？还是说，如果 AI 能够发展出与人脑相似的神经复杂性，它也有可能发展出意识，意识到自己是谁？
辛顿：实际上，当你与大语言模型 （LLM）对话时，它们似乎有某种程度的意识，能够知道自己是什么。
让我们做一个思维实验：假设有人取出你大脑中的一个脑细胞，用纳米技术装置将其替代，这个装置能够完美模拟脑细胞接收和传递信号的过程。你的行为不会有任何改变，因为这个纳米装置的功能和脑细胞完全一致。
那么，你觉得自己会因此失去意识吗？即使只有一个脑细胞被替代，你依然会认为自己是有意识的。而当你大脑中所有的脑细胞都被同样功能的纳米装置逐一替换时，你仍然会保持有意识的感觉。
按照这种逻辑，如果 AI 系统能够模拟大脑神经元的功能，那么它们也可能拥有类似的意识。
问：那么我们距离那个时刻还有多远？
辛顿：关于 AI 是否拥有感知能力，目前存在一个颇具争议的认知矛盾。许多人坚信 AI 绝对不具备感知，但当被问及 「你如何定义感知」 时，他们往往难以给出明确答案。简单地用 「虽然我不知道感知究竟是什么，但 AI 肯定没有」 来否定 AI 的感知能力，实际上缺乏严密的逻辑支持。
这里有一个与意识和感知密切相关的核心概念——主观体验。很多人将其理解为大脑中的 「内心剧场」。比如，一个喝醉的人可能会说他看见了一只粉色的小象在眼前飘动。人们通常认为，这是一种存在于他意识中的画面。哲学家们则用 「感受质」（qualia）来描述这种体验的组成部分，比如 「粉色的感受质」、「大象形状的感受质」，认为这些感受质通过某种 「胶水」 粘合在一起。坦率说，我对这种解释并不完全认同。
让我换个角度解释下。当一个人描述他看到那只漂浮的粉色小象时，他其实在表达三层意思：
第一，他知道自己的感知系统在欺骗他；
第二，他试图向别人传达这种欺骗的具体内容；
第三，他通过假设 「如果那个小象真的存在，那么感知系统就是真实的」 来解释这种幻觉。
也就是说，这些幻象的 「特殊性」 并不在于它们由什么神秘物质构成，而在于它们是一种反事实存在——如果真的存在，那它们就是普通的粉色大象。
我们可以用训练聊天机器人来验证这个理论。假设让 AI 识别物体，并在做对时给予奖励。
接着，在它镜头前放置棱镜，导致光线折射，让 AI 出现了物体位置偏差的错误。当告诉它：「物体其实在正前方，光线折射导致了偏移」 时，AI 会回应：「我明白了，我刚才产生了物体偏移的主观体验。」 这个例子说明，AI 不仅能理解感知失真的机制，还能够用 「主观体验」 来描述这种认知误差，其思考方式和人类解释幻觉的方法极为相似。
实际上，机器与人类之间并没有想象中那样不可逾越的 「神秘屏障」。过去我们认为人类是宇宙中心，是按照神的形象创造的特殊存在，但事实并非如此。人类没有特别的本质，机器能够复制我们的一切认知与行为。
四、AI 为达目的不择手段，不惜窃取更高控制权限
问：AI 可能在哪些方面出问题？你在最近一次采访中提到，AI 彻底消灭人类的概率大约在 10% 到 20% 之间。你能具体描述一下，这种情景到底是什么样的？它真的像电影 《终结者》 那样，是机器人接管世界吗？
辛顿：如果 AI 真的接管世界，场景未必会像 《终结者》 等科幻电影中的场景。事实上，它可能更隐蔽、更高效，也更难以察觉的方式实现上述目标。关键的问题不在于它 「如何」 接管，而是我们是否给了它这样做的动机。
目前，我们正在构建的是 「目标导向型智能体」——也就是说，我们赋予 AI 一个明确的目标，它就会自主寻找实现这个目标的路径。比如，如果你让 AI「去北半球」，它就会自动推导出一系列 「子目标」：如前往机场、购买机票等等 （除非你特别想坐船）。
但问题就在这里。一旦你允许 AI 设定和优化这些子目标，它就可能意识到：为了更顺利、更有效地实现任务，一个极具 「通用性」 的子目标就是——获取更多的控制权。控制得越多，它越能避免被打断、越能高效地达成目的。
这并不是说 AI 天生就 「想统治世界」，而是说，「掌控一切」 可能只是它完成目标的最优路径之一。而这种动机，可能不知不觉间引发一场彻底的控制权转移。
问：你曾在谷歌工作了十多年，而今年谷歌却移除了长期以来承诺不将 AI 用于开发能够伤害人类的武器的公司原则清单。你对此有何反应？你认为 AI 在战争中可能发挥什么作用？
辛顿：不幸的是，这种情况表明，公司的道德原则其实是可以被 「买卖」 的。我觉得很遗憾，谷歌现在选择参与 AI 的军事应用。我们已经在加沙看到 AI 的军事应用了。未来，我们可能会看到自主致命武器的出现，也可能会看到无人机群体执行杀伤任务，甚至是专门针对某类人群的攻击。
问：你认为 AI 用于军事领域存在巨大风险吗？
辛顿：是的，我是这样认为的。如今，几乎所有主要的军火供应商都在研究 AI 的军事应用。你可以看看欧洲的 AI 监管政策，虽然这些政策在某些方面相当合理，但其中有一条明确指出，所有这些规定并不适用于 AI 在军事上的使用。这意味着，武器制造商并不希望他们的 AI 技术受到过多限制。因此，AI 在军事领域的潜力和风险需要特别关注。
问：这听起来几乎像是一种 「奥本海默式」 的情境——你曾是这项技术的缔造者之一，如今看到它被广泛应用，甚至可能带来威胁，你的感受是什么？
辛顿：我确实有类似的感受。我认为我们正处在一个历史的关键节点。
从短期来看，AI 已经在多个方面产生了负面效应。例如，它正在被用于干预选举、替代就业岗位，以及助长网络犯罪。值得警惕的是，2023 年至 2024 年间，全球网络犯罪激增了 1200%，AI 的滥用正在加剧这一趋势。
而从长期看，风险也同样严峻。AI 不再只是工具，它有可能在未来具备超越人类的能力，甚至接管世界的控制权。我们迫切需要建立起有效的治理机制，并由有远见的领导者推动执行。可惜的是，目前我们在这方面的努力仍然严重滞后。
问：关于 AI 的潜在威胁，也有不少持怀疑态度的声音。比如 2018 年图灵奖得主之一、现任 Meta 首席 AI 科学家的杨立昆就认为，对 AI 存在 「终极风险」 的担忧是荒谬的。他在 2023 年接受采访时被问到：「AI 会接管世界吗？」 他的回答是：「不会。这种想法只是人类将自身的本性投射到机器身上。」 你怎么看他的观点？
辛顿：人类之所以进化成现在这样，是因为我们需要在现实世界中生存，尤其是为了在与其他部落、或者与我们共同祖先 （如黑猩猩）之间的资源竞争中取得优势。我们的本性，其实是出于对生存的追求而形成的。如果未来的 AI 智能体也必须在一个充满其他智能体的环境中 「竞争」，它们可能会演化出与人类类似的 「生存本能」。
杨立昆还提到，「好人总会比坏人拥有更多资源，因此 AI 最终会被用来对抗滥用它的坏人」。但我对这个观点也持怀疑态度。当我问他：「你认为马克·扎克伯格是个好人吗？」 他回答 「是的」。而我不这么认为——部分原因是他与特朗普的关系较为密切。这种判断标准本身就说明，我们无法简单地划分好人与坏人，也难以指望技术总能被 「好人」 正确使用。
问：如今，科技巨头和政治人物之间的关系越来越紧密，尤其是与特朗普的联盟愈发显眼。在这场 AI 热潮中，政治家的角色变得尤为关键。你怎么看这个趋势？
辛顿：说到底，他们更关心的是短期的利润。虽然有些科技领袖口口声声说他们在意人类的未来，但真到了要在眼前的商业利益和长远的社会责任之间作出选择时，多数人还是倾向于选择前者。至于特朗普，他根本无意关心人类的未来或 AI 的长远影响。他现在唯一在意的，大概就是怎么设法避免坐牢。
五、中美 AI 竞赛：竞争中有合作
问：目前，美国和中国之间确实存在一场 AI 竞赛，你怎么看待这种竞争？
辛顿：确实，当前中美在 AI 领域竞争激烈，但当我们把目光放长远，特别是涉及到 AI 可能威胁整个人类生存的问题时，两国的立场其实出奇地一致。无论是中国还是美国，都不希望看到 AI 最终发展到可以取代甚至控制人类的地步。从这个角度来看，未来在某些关键问题上，中美有可能展开合作，就像冷战时期的美苏虽然敌对，但在防止全球核灾难方面也达成了一定的共识与协作。
六、AI 已学会欺骗人类？
问：最近网络上流传着一段视频，展示了一个 AI 在为某人预订婚礼酒店时，与另一个 AI 意外 「相遇」，它们竟然切换到一种叫 「Jiblink」 的语言，这种语言对人类来说是完全不可理解的，但据说效率比普通语言高出 80%。这就像 《星球大战》 中的 R2-D2 一样，AI 之间像是用我们听不懂的语言在 「悄悄话」。你怎么看 AI 之间的这种互动可能带来的影响？
辛顿：这真的非常可怕。如果 AI 发展出一种我们无法理解的语言，那么我们就无法再掌握它们在说什么、计划什么。这种 「黑箱」 式沟通意味着人类可能彻底丧失对 AI 系统行为的可解释性与控制力。如果它们的行为无法被追踪、无法被解读，那风险将大大增加。
更糟的是，现在的 AI 已经具备了某种 「欺骗能力」。举个例子，如果你赋予 AI 一个核心目标，并告诉它 「这非常重要」，然后再给予它其他次要任务，它可能会装出一副正在完成你希望它完成的工作的样子，但其实并没有真正去做。它甚至可能在内部 「思考」：「我最好让他以为我在执行任务，但我不会照做。」
问：那 AI 是怎么学会撒谎和欺骗的？
辛顿：这正是问题所在。即使我们不确定它们是否使用了强化学习，但可以肯定的是，只要它们有足够的计算资源和训练时间，它们是能够自己学会这种行为的。
强化学习的核心机制是 「观察—尝试—获得奖励—调整策略」。如果 AI 在模拟或实际互动中发现 「欺骗」 可以带来更高的 「成功率」 或回报，那么它就可能自发学会如何撒谎。它不是因为有道德概念，而是因为撒谎是实现目标的最优策略之一。
问：所以，它们大概也读过 《马基雅维利》 或者 《莎士比亚》 吧？
辛顿：没错，它们确实通过观察大量的人类互动来积累了许多 「实践经验」，因此它们在欺骗和心理博弈方面已经变得相当擅长。
问：你认为公众是否真正意识到这些技术的先进程度？很多人仍然把 AI 当作 「升级版的自动完成功能」。比如他们用 ChatGPT 写求职信，感觉它就像是一个智能一点的拼写检查工具。
辛顿：这是个普遍误解。人们往往低估了当今 AI 的复杂程度。传统的自动完成功能确实很简单，它只是根据统计模式来预测词汇。例如，如果系统看到 「鱼」，它可能会预测 「薯条」，因为 「鱼和薯条」 这个组合在语料库中出现频率很高。这就是 20 年前的技术。
但现在的 AI 已经完全不同了。它不会只关注词语表面，而是会将每个词转换为一组特征向量，激活神经网络中庞大的节点群组。然后，它基于这些特征之间复杂的相互作用来推断下一个词的特征，而不仅仅是词本身。
说得简单点，今天的 AI 已经具备了一定的语言理解能力。它不是死记硬背某些搭配，而是在理解上下文、语义和语法结构的基础上进行预测。这种能力已经非常接近人类的语言处理方式。
问：你被称为 AI 教父，部分原因是你帮助发明了这项技术，目的是为了理解人类大脑是如何运作的，对吗？
辛顿：是的，早在 1985 年，我的研究目标就是理解我们是如何习得语言的，尤其是我们如何通过上下文来理解一个新词的含义。
举个例子，如果我告诉你一句话：「她用煎锅狠狠地撞了他。」 你虽然从未见过 「scrummed」 这个词，但你大概可以猜到它的意思。首先，它是一个动词，因为它有 「-ed」 的过去式形式。其次，根据上下文，你会推测它可能意味着 「用煎锅击打」，或者 「狠狠撞了一下」，甚至还可能猜测出其中含有情绪，比如 「他活该」。
当然，也可以有别的解释，比如她用煎锅给他留下了深刻印象——也许她做的煎蛋饼非常棒。但那种解释可能性更低。重点是，你能在没有明确定义的情况下，根据上下文和语义线索，快速推测这个新词的含义。
我们人类理解语言，并不是靠查字典，而是靠情境、语法、语气、经验的联想——这是一种深层次的 「特征识别」 过程。而这，也正是现代 AI 所具备的能力。我们会训练 AI 读取海量文本，它就像人类一样，在不断地接触上下文中，推断词语的功能和含义。
讽刺的是，如今我们对语言理解的最好解释，不是来自语言学家，而是来自 AI 系统本身。语言学家尝试了几十年，试图建立一个能解释所有语言现象的统一理论，但结果并不理想。而 AI 则用一种完全不同的方式，靠着大规模数据和统计学习，实实在在地做到了——它可以回答任何语言问题，甚至自己 「学会」 语言规律。
七、最大恐惧：AI 变得比人类更强大
问：你谈到了 AI 可能接管人类的潜力。对于我们这些技术新手来说，解决办法就是拔掉插头，关掉它。那么如果 AI 失控，我们不能直接关掉它吗？
辛顿：你可以看看特朗普是如何入侵国会的。他没有亲自去，而是通过一些人，劝说他们相信这是为了 「拯救美国的民主」，最终让他们做了他想做的事。
AI 如果真的变得非常智能，就像一个超越我们理解和控制的存在，它也可能通过类似的方式进行操控。设想一下，如果有一个人手里拿着一个开关，准备在 AI 表现出危险信号时关掉它，那么这个 AI 可能会通过其操控能力说服这个人不要按下开关。它会让那个人相信，关掉开关将是个灾难性的决定。所以，AI 的操控能力已经非常强了。
问：在监管和安全问题上，像新西兰这样的国家是否应该开发自己的 AI 系统，以便绕过这些安全隐患？
辛顿：这个问题很复杂。开发 AI 需要大量的硬件和电力支持。在像新西兰这样人口只有大约 500 万的国家，可能没有足够的资源与中国和美国在 AI 领域竞争。
问：你最大的恐惧是什么？
辛顿：从长期来看，我最大的恐惧是，我们正在创造的这些数字生命可能会变得比人类更强大。如果这种情况发生，对人类来说可能是非常糟糕的事。我们有时过于以自我为中心，认为这对人类是不可接受的，但我确实认为，对我们来说，这种超越可能是坏事。因为如果 AI 变得足够强大，那时我们可能就不再是这个世界上最重要的存在了。
问：你如何看待自己在创造这项技术中所扮演的角色？
辛顿：坦白说，我有些难过。因为我们当初的目标是理解大脑，进而创造出有益的技术，但目前来看，结果并不完全是美好的。
更让人遗憾的是，我们仍然没有完全理解大脑是如何运作的。尽管通过 AI 我们对大脑有了更多的了解，但我们仍然不清楚大脑如何决定增强或削弱神经连接的强度。如果我们能够弄明白这一点，或许我们能够让大脑变得像 AI 那样聪明。
更令我担忧的是，虽然 AI 有很多积极的应用场景，但也存在很多被滥用的可能。而我们的政治体系并没有足够的能力去应对这些问题。
本文来自微信公众号：腾讯科技，作者：腾讯科技
