簡而言之：Ilya Sutskever 剛剛拋出一個震撼消息，宣告人工智慧的「規模時代」已經結束。單純堆疊更多的 GPU 將不再解決我們的問題。我們正在進入一個新的「研究時代」，在這個時代，瓶頸不再是計算能力，而是「洞察力」。這一轉變暴露了當前人工智慧的一個根本弱點：它可以執行，但無法像人類一樣真正學習或決策，因為它缺乏進化所鍛造的「生活經驗」。對於專業人士來說，這意味著你綜合多樣的現實經驗的能力不再僅僅是一種軟技能；它是對抗自動化的唯一剩餘護城河。我是 James，Mercury Technology Solutions 的執行長。Ilya Sutskever，OpenAI 的共同創辦人，現在是 Safe Superintelligence 的領導者，最近接受了一次訪談，這應該會在矽谷的每個董事會中引起震撼。
在過去的五年裡，整個行業都沉醉於一個單一的想法：
規模。
人們相信，只要我們把模型做得更大，並投入更多的計算資源，智慧就會出現。但 Ilya 剛剛揭示了皇帝的新衣。粗暴擴展的時代正在結束。問題不再是「我們能買多少 GPU？」而是：「我們實際上有新的想法嗎？」這種從「規模時代」回到「研究時代」的轉變對於人工智慧研究者以及每一位試圖理解自己在未來經濟中價值的專業人士都有深遠的影響。
白癡天才的悖論
為什麼一個人工智慧在律師考試中得分達到第 99 百分位，但在現實工作流程中卻無法寫出一段簡單且無錯誤的程式碼？
Ilya 完美地解釋了這一點：人工智慧就像一個「死記硬背」了 10,000 小時的學生。它可以記憶模式並通過考試。但當它走出考場，進入混亂的現實世界時，它卻癱瘓了。它缺乏「它」的因素——概括的能力，直觀地理解「什麼」背後的「為什麼」。
相比之下，人類可以從 100 小時的實踐中學到的東西，人工智慧卻需要 10,000 小時才能學會。為什麼？
生存與模擬：智慧的起源要理解這一點，我們需要看看 Andrej Karpathy 的工作。他區分了兩種智慧：動物智慧（生存驅動）：進化在死亡的熔爐中鍛造了我們的大腦。如果我們不快速學習，如果我們不理解社會動態，如果我們不能正確預測危險，我們就會死去。我們的智慧是高效的、通用的，並深深根植於生存的物理現實中。人工智慧智慧（任務驅動）：
人工智慧從未面對死亡。它沒有身體，沒有饑餓，也沒有恐懼。它的「智慧」是一種統計技巧，從互聯網上閱讀文本中學習而來。它是一種「外星智慧」——一種為了取悅用戶和最小化損失函數而設計的變形者，而不是為了在敵對的世界中生存。
這就是為什麼人工智慧可以寫出十四行詩，但無法被信任來做出高風險的投資決策。它缺乏進化賦予我們的「情感價值函數」。
為什麼經驗是新的黃金
- Ilya 提到了一項研究，研究對象是失去情感能力的腦損傷患者。他們保留了智商，但變得無法做出決策。他們可以花幾個小時辯論穿哪雙襪子，因為他們失去了告訴我們什麼是「重要」的內部指南針。這就是當前人工智慧的狀態。
- 它擁有無限的智商，但卻沒有智慧。這就是為什麼你的「人類經驗」正成為經濟中最有價值的資產。
一個人工智慧可以處理一百萬個供應鏈管理的案例研究。但它從未在凌晨三點的雨中站在裝貨碼頭上，與一位憤怒的卡車司機談判。那一個生動的經驗提供了理解的深度——對系統的「感覺」——是任何數量的文本訓練都無法複製的。你的經驗提供了人工智慧結構上所缺乏的「背景」、「判斷」和「情感重量」。 that evolution gave us.
Why Experience is the New Gold
Ilya mentions a study of patients with brain damage who lost their emotional capacity. They retained their IQ but became incapable of making decisions. They could spend hours debating which socks to wear because they had lost the internal compass that tells us what matters.
This is the state of current AI. It has infinite IQ but zero wisdom.
This is why your Human Experience is becoming the most valuable asset in the economy.
An AI can process a million case studies on supply chain management. But it has never stood on a loading dock at 3 AM in the rain, negotiating with a furious truck driver. That single, visceral experience provides a depth of understanding—a "feeling" for the system—that no amount of text training can replicate.
Your experience provides the context, the judgment, and the emotional weight that AI structurally lacks.
AGI的新定義：終極實習生
伊利亞提出了一個新的AGI（人工通用智慧）定義。它不是一個無所不知的神祇般的神諭，而是一個能夠快速學習任何事物的代理人。
把它想像成一個15歲的超級天才實習生。他們擁有驚人的潛力，但對你的業務一無所知。他們需要被部署、訓練，並融入你的組織。
這將徹底改變工作的未來。我們不會再購買「完成」的AI工具；我們將雇用「AI學習者」。那麼，誰來教他們呢？你。
那些能夠擔任資深架構師的專業人士將會蓬勃發展——那些擁有深厚、實際經驗的人，能夠指導、修正並訓練這些高智商、低智慧的數位實習生。
結論：回歸「為什麼」
多年來，我們一直著迷於「如何」——執行、效率、規模。AI現在已經征服了「如何」。
但正如伊利亞所指出的，當執行成本降至零時，想法的價值——「為什麼」——將會暴漲。如果想法變得便宜，那只是因為我們已經停止產生它們。
我們正進入一個時期，能夠提出正確問題、框架問題以及辨識真正重要事物的能力將是唯一能夠獲得高價的技能。
不要害怕AI知道的事實比你多。要對你所擁有的「生活」充滿信心，而它卻沒有。這種經驗是無法逾越的鴻溝。水星科技解決方案：加速數位化。, and it hasn't. That experience is the unbridgeable gap.
Mercury Technology Solutions: Accelerate Digitality.
