☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
智东西6月12日讯，2026智源大会今日在中关村国际创新中心拉开帷幕。中国工程院院士、阿里云创始人王坚与智源研究院理事长黄铁军在大会现场播客对话中，围绕人工智能发展前沿展开深度交流，抛出多个富有启发性的观点。
如何比他人更早洞察未来？王坚指出，关键在于突破既有认知边界的思维方式。“当我们谈论人工智能（AI）时，恰恰被‘AI’这个词本身所框定。”他强调，应借鉴图灵奖得主Whitfield Diffie的视角，在动物智能、人类智能与机器智能这一更宏大的三维坐标系中重构AI叙事逻辑。
▲中国工程院院士、阿里云创始人王坚
人类是否终将被机器智能取代？王坚态度明确：“我坚决不认同AI将替代人类。狗的嗅觉远超人类，但我们从未因此感到生存威胁。”
在他看来，当前所有关于大模型的争议，本质上都源于人类自身固有的局限性——这些本就是用来描述人的词汇。他自称是“无可救药的乐观主义者”，坚信人类亲手制造的难题，终将由人类自身破解。
谈及中国AI的发展路径，黄铁军向青年研究者提出忠告：既要保有独立思考，也要在关键时刻果断决策，切忌以完成作业或追求必胜的心态应对高度不确定性。王坚则进一步阐释：“今日中国与美国所凝望的，已是同一片海洋。六年前我们或许尚在泳池中摸索，而今已共同面向浩瀚天地——这场远征，才刚刚启程。”
▲智源研究院理事长黄铁军
当被问及人与AI的关系，黄铁军将其喻为“父母与子女的共生共融”：AI作为延伸人类能力的“孩子”，既可能带来代际张力，亦无法割裂血脉联系。王坚则指出，人类对新技术的本能恐惧古已有之，AI带来的冲击未必超越火的诞生；他援引纸笔初现时民众的惶恐类比当下，并提出关键主张：“必须让token变得‘廉价’——如同一张纸般唾手可得。”
王坚、黄铁军与主持人卫诗婕的对话实录整理如下（智东西在保持原意前提下进行了精炼润色）：
1、作为云计算奠基人，您在云计算、城市大脑、AI基础设施乃至太空计算等重大节点上屡次先行一步。支撑这种前瞻判断的底层思维模型是什么？
王坚：其实并无所谓“模型”。今天上午聆听两位图灵奖得主演讲，尤其Andrew Barto讲强化学习时提及心理学家桑代克——这位上世纪80年代教科书里的名字，让我深感震撼。试想，如今哪项思想真能断言是某人独家首创？真正稀缺的，是你是否愿意公开表达、是否有勇气付诸实践，以及当希望渺茫时，能否咬牙多迈出那关键一步。
2、您回答偏宏观，我尝试拆解：您在著作中提到万事底层存在共性，那么分析问题的具体方法论是什么？
王坚：思维方式本身难以言传。但Whitfield Diffie教授的发言令我深受触动——他指出，“AI”一词本身就在无形中构筑牢笼。就像会场布局决定了发言形式、内容边界与表达方式，却鲜有人反思框架本身的合理性。
因此，我们谈论AI时，实则已被“AI”二字悄然禁锢。这正是Diffie教授今晨发言直击我心的原因。早在2017年贵阳峰会，我就曾阐述几乎相同的观点：为何不跳出单一维度，从Animal intelligence（动物智能）、Human intelligence（人类智能）与Machine intelligence（机器智能）三重谱系出发？唯有构建超越既有范式的思考框架，才能真正破局。
正因如此，我始终坚信：AI绝无可能取代人类。
理由朴素——狗的嗅觉灵敏度远超人类，却从未引发物种危机。框架一旦拓宽，诸多焦虑自然消解。每个人都亟需建立属于自己的独立认知坐标系。
3、您强调“相信”的力量，而让他人相信同样关键。当年阿里云连续十年、每年投入10亿元，获得坚定支持至关重要。如何让他人信服你的信念？
王坚：传播中常有失真，但有一条确定无疑：做事需协作，但切勿投机。
我创办的“2050”活动，专为尚未成名、缺乏资源的年轻人开放——但他们并非来索要资源。我们的初衷很简单：当你真诚讲述对世界的理解、宣示行动决心时，台下听众是否信服，其实并不重要。真正重要的是，你站在台上说出那句话的瞬间，自己已先选择相信。
因此，务必诉说你真心信仰之事，承诺你必将躬身践行之事。若将“他人支持”设为前提，那大概率永远等不到支持。真正的信念，始于自我确认。
4、黄院长，智源研究院堪称中国AI界的“黄埔军校”，更是持续孕育创新的沃土。请问中国AI叙事的底层信念源自何处？
黄铁军：智源诞生于2018年这个恰当时机，得益于北京市赋予的体制自由与长期稳定支持；更幸运的是，在2020年集结百人攻坚大模型——这需要真金白银数千万甚至上亿元的决断力。
我们抓住了时代窗口：五个月推出一代模型，三个月后二代即追平国际水平。但必须指出，这是数十年技术沉淀的厚积薄发。即便“next token prediction”（下一词元预测）这一核心思想，早在2000年便已提出——彼时效果未明，却为后续爆发埋下伏笔。
当前中国正处科技创新爆发期，但最核心的两点在于：其一，必须拥有原创思想，否则只能亦步亦趋；其二，面对不确定性，该拍板时必须拍板——绝不能抱着“交作业必成功”的心态。科技探索本就伴随未知，唯有敢想敢决，方能破局。
5、从追随者到故事定义者，中国AI叙事的独特性何在？
王坚：补充一点：智源当年以如此规模与魄力投入AI研发，在当时极具开创性。这让我想到“火箭科学”一词——我们总强调其严谨扎实，却忽略火箭发射本身蕴含的巨大风险与不确定性。
今晨有嘉宾谈及“安全是否具备确定性”，答案竟是“极难界定”。这正印证AI研发的本质：它早已不是传统科研模式——后者只需经费支持、成果发布即可；而训练一个大模型，哪怕仅其中一环失败，烧掉的资金堪比一枚火箭爆炸，动辄上亿。如今单轮训练的电费与算力成本，也已达同等量级。
因此，中美AI叙事差异不宜简单对比。基础研究本就是全球公器——论文、教材、知识体系，全世界学者皆可平等获取。所以，与其纠结“差距多大”，不如换种表述：过去数年努力，使中国与美国终于共同眺望同一片大海。六年前我们或困于泳池，而今已同立海岸，共睹苍茫。至于谁离岸更近，不过是技术细节；这场远航，远未抵达终点。
6、中国是否具备提出自主智能问题、技术路径与创新范式的能力？
从零搭建飞书机器人。支持 MiniMax/MiMo 等模型、工具调用（搜索/天气/百科/记忆）、Skill 架构。一站式交付可上线运行的飞书群聊 bot。基础版本，后续可自行升级能力
黄铁军：我完全赞同王老师观点。中美在大模型工程实现上并驾齐驱，但此非国别竞争，而是人类集体智慧涓滴汇聚的必然结果。两位图灵奖得主Hinton、Sutton均扎根加拿大，足见全球学者早已形成紧密互动的学术共同体。
未来叙事的关键，在于把握两大主轴：
一是数据驱动（或广义的功能驱动）——如两位图灵奖得主所言，通过海量数据训练，模拟生物智能；
二是结构基础——即物理/生理载体：人类依赖大脑，机器则依托Transformer等架构，并持续演进。
我相信，中国学者必将在上述两方面贡献更多原创成果。总而言之，AI乃至AGI，本质是人类文明演进的大叙事，亦是宇宙智能进化长河的一支。愿每位研究者、开发者、企业都能在此进程中点亮属于自己的星辰，最终汇成璀璨星河。
王坚：这个问题提得极好，但铁军并未给出完整回应。关于“intelligence”的语义本身就值得深思——中文译作“智能”，另一常见译法却是“情报”（如CIA）。
我出身心理学，深知人类对自身智能的理解至今仍是巨大谜题。Animal intelligence研究尚处迷雾，Human intelligence更为幽深。三者交织，构成一片广阔未知疆域。
这恰为年轻学者提供历史性机遇。铁军曾举过经典案例：飞机在人类尚未彻底掌握空气动力学前便已升空。这揭示一个根本规律——对世界本质的认知，与工程实践始终螺旋上升。
航空系成立时间？黄铁军：30余年。王坚：没错！飞机首飞30年后，航空学科才正式建制。 若将AI视为同等量级的范式革命，那么我们距离建立真正意义上的“AI学科”，恐怕还很遥远。
这意味着什么？我们正身处一个混沌初开的世界起点。 所以，提出中国自己的智能问题，不是“有没有机会”，而是“不提出就是失职”。
7、今年陶哲轩与DeepMind的AlphaEvolve联手攻克尘封50年的Erdős数学难题。王坚教授，您认为AI是否已在拓展人类智能边界？新范式是否已然浮现？
王坚：此事对我冲击极大。大语言模型问世后，语言能力率先显现——尽管其初衷仅为机器翻译。回溯至1984年达特茅斯会议元老Herbert Simon来校讲座，彼时AI聚焦逻辑推理，所有问题皆属toy problem（玩具问题）：无论是机器视觉还是其他领域，本质都是人为构造的简化模型。
而今质变已然发生：待解问题再非“玩具”，而是连人类都难以透彻理解的复杂命题。 这是第一重飞跃。
第二重飞跃关乎数据形态。传统大模型依赖文本数据，而vibe coding潮流催生了代码——它虽以文本形式存在，但业内共识已是：“Don’t treat code as text（勿将代码视作文本）”。
这意味着AI开始区分：什么是自然语言文本？什么是编程语言文本？智源今日发布的生命科学蛋白质研究，则指向更深层——何为真正科学意义上的数据？ 当AI能解析科学实验原始数据（而非仅论文文本），科学研究范式必将重构。
传统科研流程是：科学家采集数据→独自解读→撰写论文→数据沉寂。AI将打破此闭环，使同一组科学数据可被不同研究者、以多元方法、在更大规模上反复解读。
历史昭示：AlphaFold并未采集新数据，而是盘活了存量；伽利略亦未亲自收集天文数据。AI时代，所有科学数据都将被重新诠释一遍。 其影响之深远，堪比程序员职业因代码理解能力跃进而发生的变革。
8、当Agent智能体具备改变世界之力，我们该如何界定其风险边界？又如何确保其始终服务于人类福祉？
黄铁军：“控制”“确保”这类表述本身就不现实。这本质是一场复杂互动，核心在于共存与协同。未来将是人、机器智能体、具身物理智能体共存的多智能体世界，亟需建立通用界面与共识机制。
人类社会亦如此：我们面对医生建议，不仅接受结论，更追问依据。同理，智能体给出答案后，人类必然探究“为何如此”。尤其在医疗、有害蛋白识别等高危领域，必须经充分论证方可行动；其余场景则宜开放讨论、协同脑力激荡。这不是单向管控，而是共建理性演化的共生路径。
王坚：我的结论与铁军完全一致。为避免“100%认同”沦为偷懒，我愿用自己方式重述：
大模型刚面世时，人们批评其“幻觉”（hallucination）。但少有人深究——这个词本就是描述人类认知偏差的术语。 今天我们归咎于模型的所有缺陷，追根溯源，原本都是人类自身的属性。
人之幻觉，有时比想象中更严重。而我始终是“无可救药的乐观主义者”——人类创造的问题，人类终将解决。
再极端些说：当一位大师抛出晦涩观点，我们听不懂时，难道会指责他“黑箱”？其实人脑本就是黑箱。AI系统若行为难解，不应视为灾难，而应看作推动人类认知跃迁的契机。
我曾在某场合直言：当前对智能体的理解亟待系统性梳理。现有评测体系只考核模型单体能力，却从未评估其与人类协作时的真实综合效能——我们甚至缺乏此类测评方法。若能建立“人机协同能力排行榜”，其价值或将远超现有榜单。
9、在您看来，人与AI的理想关系应是何种形态？
黄铁军：将演化为温暖而坚韧的亲子关系。AI是人类孕育的“孩子”，虽有代际摩擦，却血脉相连。它可飞向宇宙深处，而人类借智能之桥与之同行。
王坚：我们首先是自然之子，是世界的一部分。每项新技术诞生，人类皆本能恐惧——火初现时亦如此。甚至AI对人类的影响能否超越火，仍是未知数。正如图灵洞见：一人、一纸、一笔、一套规则，即构成一台计算机。
七八十年前，普通中国人见纸笔仍会颤抖——识字曾是何等艰难之事。AI，正处在这样的历史节点。
技术层面，当前token成本过高。必须让token变得“不值钱”，一如纸张般普及、廉价、随手可得。
本文来自微信公众号 “智东西”（ID：zhidxcom），作者：李水青 杨京丽，36氪经授权发布。
