人工智能的发展过程可以大致归结为两大阶段
OpenAI 的GPT-5现已问世，带来更快的性能、更可靠的推理和更强大的工具使用能力。它与 Claude Opus 4.1 和其他前沿模型一起，标志着认知前沿的快速发展。虽然通用人工智能 (AGI) 仍处于未来阶段，但 DeepMind 的 Demis Hassabis 将这个时代描述为“比工业革命规模大 10 倍，速度可能还要快 10 倍”。
OpenAI 首席执行官 Sam Altman 表示，GPT-5 是“迈向类似通用人工智能的重大一步”。正在发生的不仅仅是工具的转变，更是对个人价值观、目标、意义和机构信任的重新梳理。未来的挑战不仅在于创新，更在于构建必要的道德、公民和制度框架，以应对这种加速发展，避免崩溃。
Anthropic 首席执行官达里奥·阿莫迪 (Dario Amodei) 在其关于 2024 年的文章《仁爱机器》(Machines of Loving Grace) 中提出了广阔的视角。他设想人工智能将人类一个世纪的进步压缩到十年内，并在健康、经济发展、心理健康甚至民主治理方面取得相应的进步。然而，“如果没有众多勇敢而敬业的人付出巨大的努力和奋斗，这一目标就无法实现。” 他补充道，每个人“都需要尽自己的一份力量，既要预防（人工智能）风险，又要充分实现其益处。”
这正是这些承诺赖以支撑的脆弱支点。我们由人工智能驱动的未来近在咫尺，即便这场认知迁移的最终目的地——它无异于在思维机器的世界中重新定位人类目标——仍不明朗。我之前的文章描绘了人们和机构必须迁移的方向，而本文则探讨了我们如何将加速与容量相匹配。
算力上限、代币成本上涨以及推理延迟正在重塑企业级 AI。加入我们的专属沙龙，了解顶尖团队如何：
当今时代要求我们做的不仅仅是技术应用，更是文化和社会的重塑。这是一个艰巨的任务，因为我们的治理、教育体系和公民规范是在一个更缓慢、更线性的时代形成的。它们随着先例的重力而发展，而不是代码的速度。
在《纽约客》的一篇文章中，达特茅斯学院教授丹·罗克莫尔描述了一位神经科学家同事如何在长途驾驶时与ChatGPT交谈，并共同集思广益，为他的研究课题寻找解决方案。ChatGPT建议他研究一种名为“解缠结”（disentanglement）的技术，以简化他的数学模型。之后，ChatGPT编写了一些代码，等待他驾驶结束后执行。这位研究人员运行了这些代码，结果成功了。谈到这段经历，他说道：“我感觉自己在用更少的时间加速学习，提升了创造力，并且以一种久违的方式享受着工作。”
这充分展现了新兴人工智能技术在某些专业人士手中能够发挥多么强大的作用。它确实是绝佳的思想伙伴和协作者，尤其适合大学教授或任何肩负创新理念开发重任的人。但它对其他人的实用性和影响力又如何呢？想想物流规划师、采购经理和预算分析师，他们的职位面临被取代而非提升的风险。如果没有有针对性的再培训、强有力的社会保障或清晰的制度安排，他们的未来可能很快就会从不确定走向难以为继。
其结果是，我们的技术所能实现的与我们的社会制度所能支持的之间存在着巨大的差距。这才是真正的脆弱之处：并非在于人工智能工具本身，而在于我们期望现有系统能够吸收其影响而不至于崩溃。
许多人认为，技术革命总会伴随一定程度的社会变革，例如汽车的兴起取代了马车轮制造商。但这些叙事很快就转向了对未来发展的好奇。
工业革命如今因其长期的成果而被人们铭记，但它始于数十年的动荡、剥削和制度滞后。公共卫生体系、劳动保护和普及教育并非事先设计好。它们后来出现，往往伴随着痛苦，是对既有伤害的回应。查尔斯·狄更斯的《雾都孤儿》以令人难忘的清晰度捕捉了那个时代的社会混乱，书中描写了孤儿童工和残酷的济贫院。这本书并非批判技术本身，而是批判一个对其后果毫无准备的社会。
如果人工智能革命如哈萨比斯所言，在范围和实施速度上比之前的变革高出一个数量级，那么我们容错的余地就会相应缩小，社会响应的时间也会更加紧迫。在这种情况下，希望充其量只是一种对话的邀请，最坏的情况则是对快速出现的棘手问题的一种软性回应。
这些回应是什么？尽管愿景宏大，但对于如何将这些雄心壮志融入社会的核心功能，人们仍未达成共识。在人手和资金都不足的医院里，“温和的奇点”是什么样子？“充满爱意的机器”如何支撑仍在努力提供基本读写能力的公立学校系统？这些乌托邦式的愿景如何与五年内20%失业率的预测相符？尽管人们都在谈论转型，但财富分配、社会适应和企业问责机制充其量也仍然模糊不清。
很多情况下，人工智能是借着不受约束的市场势头偶然出现的。语言模型被嵌入到政府服务、客户支持、金融平台和法律援助工具中，通常缺乏透明的审查或有意义的公开讨论，而且几乎肯定缺乏监管。即使这些工具有用，它们的推出也绕过了原本可以建立信任的民主和制度渠道。它们的出现并非经过深思熟虑，而是既成事实，是不受监管的市场势头的产物。
因此，难怪结果并非是协调一致的富足之路，而是各种采用方式的拼凑，其决定因素更多在于技术可能性而非社会准备程度。在这种环境下，权力并非掌握在最智慧或最谨慎的人手中，而是掌握在行动最快、规模最大的人手中。历史经验表明，缺乏问责的速度很少能带来公平的结果。
对于企业和技术领导者来说，这种加速并非空谈，而是一场运营危机。随着大规模人工智能系统开始渗透到工作流程、客户接触点和内部决策中，高管们面临的行动窗口越来越小。这不仅是为了应对通用人工智能 (AGI)，更是为了管理那些已经超越大多数组织控制结构的强大环境工具的系统性影响。
汤森路透2025年高管调查显示，超过80%的受访者表示其所在组织已在运用人工智能解决方案，但只有31%的受访者提供过针对新一代人工智能的培训。这种差距揭示了更深层次的准备差距。再培训不能只是一次性举措，而必须成为一项核心能力。
与此同时，领导者必须超越人工智能的采用，建立内部治理，包括模型版本控制、偏见审计、人在环保护措施和情景规划。如果没有这些，风险不仅是监管方面的，还会损害声誉和战略。许多领导者将人工智能视为人类增强的力量，而不是替代人类。理论上，增强人类能力的系统应该能够使机构更具弹性和适应性。然而在实践中，削减成本、提高产量和追逐规模的压力往往会将企业推向自动化。在下一次经济衰退期间，这种情况可能会变得尤为严重。增强是否会成为主导范式或仅仅是一个话题，将是这个时代的决定性选择之一。
在接受《卫报》采访时，哈萨比斯谈到人工智能时表示：“……如果我们有时间，我相信人类的智慧。我认为我们能做好这件事。” 或许，“如果我们有时间”才是关键所在。据估计，未来5到10年，更强大的人工智能将会出现。这短短的一段时间很可能是社会必须正确对待它的时刻。“当然，”他补充道，“我们必须确保[强大人工智能带来的利益和繁荣]得到公平分配，但这更像是一个政治问题。”
要做到这一点，需要一项史无前例的壮举：以同样敏捷的道德判断、清晰的政治思路和制度重构来应对指数级的技术颠覆。恐怕没有任何一个社会，即使事后看来，能够实现这样的壮举。我们经历了工业革命，虽然过程痛苦，发展不平衡，但最终还是靠时间。
然而，正如哈萨比斯和阿莫迪明确指出的那样，我们时间不多了。要让法律、教育、劳动和治理体系适应一个环境可扩展智能的世界，需要政府、企业和公民社会的协调行动。这需要在一个被灌输了短期利益奖励文化的文化中展现远见卓识，也需要在一个建立在赢家通吃模式之上的行业中保持谦逊。乐观并非毫无根据，它取决于我们目前所展现出的集体决策能力。
我们很容易相信自己能够准确预测人工智能时代的走向，但历史表明并非如此。一方面，人工智能革命完全有可能大幅改善我们的生活，例如带来清洁核聚变能源、治愈最严重疾病的方法以及应对气候危机的解决方案。但它也可能导致大规模失业或就业不足、社会动荡，甚至加剧收入不平等。或许它会导致所有这些，或许什么都不会。事实是，我们根本不知道。
在“简明英语”播客节目中，主持人德里克·汤普森采访了乔治城大学计算机科学教授、《深度工作》等多部著作的作者卡尔·纽波特。在谈到我们应该如何指导孩子为人工智能时代做好准备时，纽波特说道：“我们仍处于一个基准时代。就像工业革命初期一样，我们还没有更换任何一台织布机……两年后，我们将得到更清晰的答案。”
这种模糊性中既蕴藏着危险，也蕴藏着潜力。如果正如纽波特所说，我们仅仅处于门槛之上，那么现在正是做好准备的时候。未来或许不会一下子到来，但它的轮廓已然成型。人工智能究竟是成为我们最大的飞跃，还是最深的断裂，不仅取决于我们构建的模型，还取决于我们为迎接这些模型所展现的道德想象力和毅力。
如果预计人工智能将在未来五到十年内对社会造成有害影响，我们不能等到它们完全实现才采取行动。等待可能等同于疏忽。即便如此，人类本性倾向于将重大决策推迟到危机变得不可否认的时候。但到那时，往往为时已晚，无法阻止最坏的影响。要避免人工智能出现这种情况，就需要立即投资于灵活的监管框架、全面的再培训项目、公平的福利分配以及健全的社会保障网。
如果我们希望人工智能的未来是丰富而非颠覆性的，我们必须现在就设计好架构。未来不会等待。无论我们有没有护栏，它都会到来。在这场通往强大人工智能的竞赛中，我们不应该再表现得像还在起跑线上一样。
