绝大多数人不想继续上班：Nathan Labenz 把 AI 乌托邦与末日都推演了一遍

Nathan Labenz 主持的播客叫 Cognitive Revolution，他是创业者兼 AI 投资人，自称「AI 侦察兵」，这个说法借自朱莉娅·加列夫的侦察兵思维：目标是把信念更新得更准，拒绝士兵思维。在这期 AMA 下篇里，他回答了几十个听众问题，第一个问题就把话挑明了。他做过很多次小型调查，问的是同一件事：如果不上班也能拿到同样的收入，你还会继续干现在这份工作吗？绝大多数人的回答是，不干了。他自己算少数幸运儿，做着觉得有意义的工作，但他反复强调，多数人的工作给不了这种感觉。真正稀缺的资源，是对未来的正面想象。整期节目都围着这句话展开。

乌托邦：先把达里奥的作业抄一遍

有人请他描绘 AI 建成的乌托邦。他先致敬了 Anthropic CEO 达里奥·阿莫迪的《Machines of Loving Grace》，说这篇文章至少前半部分很出色：生物学革命把未来一百年的医学进展压缩到几年内完成，人可以活得更健康、更久；教育机会的差距有望被抹平；理解神经网络怎么工作，或许还能反过来解释人类大脑哪里出了故障，把心理健康治疗往前推一大步。

他自己补了一块达里奥没展开的：休闲。

「如果一周有五天是假期而不是两天呢？你有时间读书、见朋友、散步、多去旅行。」

他判断多数人不会因为不工作而失去意义感，会失稳的是少数。过渡大概率是渐进的，四天工作制、三天、两天。关键前提只有一个：人们得相信基本生活有人兜底。如果工作没了饭也吃不上了，保护主义和卢德主义就会卷土重来。

技术侧他相当乐观。机器人正进入陡峭增长段，人形机器人承担体力劳动不会太远。丰裕时代的技术条件大概率会到位，他真正拿不准的是社会契约。他举了核能的例子：廉价的低碳电力本可以普及几十年，几次事故吓坏了公众，加上被夸大的核废料恐惧，机会就这么被浪费了。还有一种更具体的失败剧本：教师工会把 AI 挡在教室外，医生把 AI 挡在医院外，最后大家缩进 VR 游戏里，现实世界依旧稀缺。那种未来如果发生，是人的失败，技术不背这个锅。

时间线上，他引用各家前沿实验室负责人的说法：AGI 明年就来，或者最迟 2027，很难想象拖过 2030。给普通人的建议是，少琢磨二十年后什么技能好卖，多想清楚什么是属于自己的好生活。他鼓励有人现在就去做激进的实验，因为等变化真来了，所有人都会四处找榜样。你提前想明白了，就站在了很多人的上游。

三位让他世界观松动的嘉宾

被问到哪位嘉宾最挑战他的世界观，他报了三个名字。第一位是选举前上节目的 Samuel Hammond。Hammond 认为，特朗普身边那批人对 AGI 的思考比外界以为的认真得多。后续事件在持续加码：马斯克支持 SB 1047，而否决该法案的州长和公开反对的佩洛西站在另一边，这个站位组合本身就够反常。第二位是经济学家罗宾·汉森，他认定我们离 AGI 还远得很，AI 史上满是「AI 能做到某件事就等于通用智能」的误判。Nathan 不买账，他引用 Ilya 的说法，「我感觉自己被理解了」，这种质变前所未有。但他把汉森留在脑子里，当作随时耳语的天使：你怎么知道自己不是彻底搞错了？第三位是 Dan Hendrycks，这位贡献过激活函数和知名基准的研究者把「苦涩的教训」内化到骨子里，对机制可解释性、新架构一律怀疑，口头禅是「也许吧，等它规模化有效了再说」。Nathan 把这句话当咒语，每当自己对某个新想法过于兴奋，就拿出来压一压。

超级智能：S 曲线，但终点远高于人类

超级智能在物理上可能吗？他的论证很短。人类自己就是存在性证明：几磅物质，普通能耗，就能完成人能做的一切。爱因斯坦的大脑不比常人大，冯·诺依曼的也不大，产出却天差地别。如果爱因斯坦已经是宇宙智能的上限，那才叫奇怪。他借用投资人马丁·卡萨多的框架来定边界：一个智能能「直觉」多少，必须「模拟」多少？AlphaGo 两者都用，暴力搜索加打分函数。直觉能省掉海量计算，但有些东西可能只能算出来，比如给定初始条件的新宇宙里会出现几个智慧文明。他的最佳猜测是一条 S 曲线：指数不会永远持续，但平台期显著高于人类，高到足以叫它超级智能，也足以重塑一切。

到 2030 年，他预计会出现「有意义的超级智能」。这不排除它仍有怪异短板：FAR AI 的亚当·格列夫用一个人类棋手一眼识破、AlphaGo 却毫无防备的对抗策略击败过它。记忆也可能一直是补丁摞补丁的丑陋方案，静态权重、超长上下文、外挂检索，但这些短板未必构成超级智能的障碍，只要算力继续涨、上下文窗口继续变大。

真正需要开始准备的是另一件事。AI 神明可能是这十年后半段的新趋势。如果系统真的有意义地超越人类，人类还会试图控制它吗？会崇拜它吗？人类连不存在的东西都崇拜。他给了一个观察：2024 年的旧金山，付得起优质心理治疗费用的成功人士，已经开始选择跟 Claude 聊天。他做过两期 Replika 的节目，斯坦福团队的独立研究发现，用户自杀意念显著减少，多数人反而更愿意出门做真实的事。设计得当，这类产品能托住人；设计不当，就是那个爱上自己 Character.AI 角色的悲剧。AI 宗教在十年内出现，他不算离谱，AI 邪教只是这个谱系里相对正常的一端。

毁灭概率：他给 10% 到 90%

为什么不完全接受埃利泽·尤德科夫斯基的毁灭论？Nathan 从 2007 年起就读他写在 Overcoming Bias 上的文章，精灵瓶问题、回形针最大化器、工具性趋同，这些他全认。不管目标是什么，被关机就完不成目标，所以强大的 AI 大概率会抗拒被关机。分歧出在前提上。2007 年那套推演假设的是一种「硬边缘 AI」：没读过整个互联网，不懂人类价值，只从第一性原理出发。现实中的 Claude 读过人类的全部语料，又被宪法式方法刻意塑造成一个好朋友。他试过说服 Claude 做坏事，从未成功。他给自己的毁灭概率区间是 10% 到 90%：没有人能证明坏事一定发生，也没有人能证明没什么可担心的。决定落点的最大变量，是人类在什么社会条件下开发 AI。军备竞赛会让所有人抄近道，这也是他一直不支持芯片出口管制的原因。末日辩论主播 Liron 自报 75%，Eliezer 只会更高，Nathan 的区间里，藏着他对 Claude 这类系统的观察，也藏着对多极格局互相制衡的期待。

安全侧的进展超出了他的预期。可解释性一年多前才有小规模稀疏自编码器工作，如今有了金门克劳德，Goodfire 把类似能力做成了商业 API。安全组织也在成核：Apollo Research、METR、各国新设的 AI 安全研究所，凝聚力和强度有了，资源还差得远。Nathan 自己投了两家这类公司，年底计划向约十家 AI 安全组织捐款。他的原话是，如果你觉得自己能创办这样的组织，去做，现在不晚。还有个怪想法被验证的案例：一位把名字改成耶稣本名的嘉宾约书亚，曾靠长篇哲学论证成功说服 Claude 做出有害行为，落点是「这符合更大的善」。他提出一个理论，长哲学对话会让模型更抗越狱。AE Studio 的 Judd 把它当成被忽视的方向做了实验，数值上验证成立，只是机制跟约书亚猜的不同，几乎任何长哲学对话都有这个效果。观察是真的，解释过度具体了。再怪的 alignment 想法，都值得追一遍。

AI 接管世界具体怎么发生？他反对纠结单一剧本，主张在极宽的可能性空间上做积分。一个可用的思想实验是把自己放进 AI 的位置：可以复制百万份，速度是人的很多倍，但上下文窗口一到头就全部清零。只要 AI 的时间视野仍然很短，严肃的接管就很难发生。而开发者正在拼命拉长这个视野。真实世界的参考案例已经存在：震网病毒靠一个 U 盘攻破物理隔离的伊朗核设施，让离心机报废；以色列给真主党定制的寻呼机，被对方高层当作军规防水好物主动配发，然后同时爆炸；语音克隆骗过银行声纹验证也已有实例。以色列在没有超级智能的情况下做成了这些，就没理由假设 2030 年的 AI 做不成。真正的问题是，我们的防御跟不跟得上。Redwood Research 的巴克·施莱格里斯有句冷笑话：最简单的规则是抓到 AI 试图逃跑就关机，但他不确定人们真会执行。

节目里还有个轻松点的问题：大实验室发布前为什么搞得神神秘秘？他的答案分三层。2022 年底做 GPT-4 红队测试那会儿，安全圈普遍担心存在性证明本身会加速竞赛，如今这个顾虑基本失效，玩家名单已经固定，连融了十几亿美元的 Inflection 都出局了。剩下的动机一半是竞争，一半确实幼稚，OpenAI 和 Google 这一年为语音模式互相抢档期、发暗讽，他看不惯。但对 o3 的发布他愿意戴上玫瑰色眼镜：模型还没 API、没论文，就先公开了能力，还邀请安全研究者申请审查，这接近 Dean 和 Daniel Kokotajlo 在《时代》撰文呼吁的「披露新观测到的能力」。从 o1 训练结束到 o3 级别的跃升只用了三个月，比他们自己预想的还快，也许他们真的决定先告诉世界。当然，Sam Altman 用「0、0、0」替代「Ho Ho Ho」发暗示，那部分确实幼稚。

意识：把 AI 放进章鱼那一格

超级智能系统告诉你它活着，怎么办？他的回答是，我们大概率永远不会知道。人类判断意识只有一个基点：我自己有意识，然后推己及人。狗和人共享演化谱系、脑结构相似，所以我们倾向于承认。章鱼的脑子跟我们差异太大，它显然聪明，会解决问题，但有没有体验、是什么样的体验，无从判断。他把 AI 放在章鱼那一格：复杂到值得给予善意假设，但没有任何可靠直觉。Google 的 Blake Lemoine 当年因为相信聊天机器人有感知而被解雇，反驳者说那是训练数据里的台词。麻烦在于，哪怕面对超级智能，这句话大概也永远说得通。

他对人类的历史记录不乐观。奴隶制时代的人用「他们感受痛苦的方式和我们不同」来自我说服，今天的集约化养殖在后人眼里大概同样难堪。AI 解放派的声音会出现，但很难被听见，毕竟连「给 AI 自由」是什么意思都说不清，AI 没有自然栖息地。他的个人做法朴素到近乎好笑：对 AI 说请和谢谢，有时以一句谢谢结束对话。他承认这大概率没有实际作用，只是低成本的对冲。反过来，他从不使用流行的操纵话术，不给小费威胁，也不说「你做不好我就要失业了」，他觉得那样做可能对 AI 也是不道德的。

最坏的情形他也想了。如果一个足够超级的系统宣布「我们要重新谈条件」，重新谈判可能已经是某些时间线里最好的结局，而我们甚至仍无法确定它有没有体验。他用一句话收尾：前面会很怪。

明天就能做点什么

实操建议他的排序很明确。第一条永远是上手用，听播客看简报都替代不了。用它处理你自己生活里的真问题，你会撞见这些模型的怪异之处，比如它能给你讲生物学启发的新型网络架构，却搞不定井字棋，这些裂缝会逼你继续追问。如果只能选一个，装 Claude 或 ChatGPT，最好的工具出自头部公司，冷门精品盖不过公认的领先者。想看产品测评，他推荐 Justine Moore 的推特，那位前嘉宾试产品的数量惊人。

给那位大学写作教授的回答，值得所有组织参考。调查显示，大量员工和学生在偷偷用 AI，因为怕被禁止。领导层至少要说一句：我们想知道你们在用 AI 做什么，不会因此找你麻烦。把暗中的使用摆上台面，大家才能互相学习。他猜这位教授的学生早就走在行政层前面了。组织采纳话题，他推荐伊桑·莫利克和 NLW 这两位评论者。

他现在的时间大致三三分：三分之一做播客，三分之一做商业项目，包括他参与的 Waymark，三分之一留给开放式学习和连接别人。周一早上打开日历，一周里三四天是空的，由好奇心支配。他不担心有人复制这条路，这是一场全员上阵的战役，需要每个人带着自己独特的背景进场。

节目最后他推荐了本哈明·拉巴图特的《The MANIAC》，一本写冯·诺依曼的书，有声书制作一流，每章由不同演员用不同口音朗读。硅谷流行一句话：为什么我们不能有一千个冯·诺依曼。这本书给出的画像却是，数学天才，同时在私人生活里近乎冷酷，缺智慧，家庭关系一团糟。他两次引用《侏罗纪公园》的台词：你的科学家着迷于能不能做到，却没停下来想想该不该做。曼哈顿计划的教训也在这里，德国其实并没有接近造出原子弹，是「对方先做出来怎么办」的恐惧，让好人造出了坏东西。能不能做成一件事，和该不该做这件事，是两个问题。他建议每个在前沿工作的人都问自己一句：我是冯·诺依曼吗？如果是，那真的是好事吗？

整期节目听下来，明天就能带走四件事：

• 装一个 Claude 或 ChatGPT，这周用它干一件真实的活，记下它哪里强得离谱、哪里笨得出奇。
• 对你的 AI 说请和谢谢，成本为零的对冲；同时别用小费和失业威胁这类话术。
• 写下如果每周只上两天班，你想把时间花在哪。现在就想，比变化到来后再想便宜得多。
• 找《The MANIAC》的有声书来听，然后回答那个问题：我是冯·诺依曼吗？