【达沃斯2026重磅】续一：AI“规模化”见顶之后，四位顶尖大脑预言了什么？

引言

2026年达沃斯世界经济论坛（WEF）上，一场关于人工智能的重磅小组讨论吸引了全球目光。议题直指核心：当AI单纯依赖堆砌数据和算力的“规模化（Scaling）”走到尽头，下一阶段（Next Phase）究竟在何方？

这场讨论的嘉宾阵容堪称“梦之队”：图灵奖得主、被誉为“AI教父”的Yoshua Bengio；斯坦福大学教授、麦克阿瑟天才奖得主Yejin Choi；阿联酋MBZUAI校长、开源坚定支持者Eric Xing（邢波）；以及《人类简史》作者、著名历史学家Yuval Noah Harari（尤瓦尔·赫拉利）。

技术顶流与人文思想家齐聚，他们不仅在谈技术架构，更是在审视人类命运。我们深度解析了这场长达一小时的对话，为你提炼出关于AI未来的四大核心预判。

🛑 揭短现状：“偏科”的天才与被动的学生

嘉宾们达成了一个残酷的共识：仅仅依赖目前的“大力出奇迹”（Scaling Law，即堆砌数据和算力），已经无法支撑AI走向下一阶段的质变。当前的AI，更像是一个严重“偏科”的天才。

Yejin Choi 形象地将其称为“锯齿状智能（Jagged Intelligence）”。想象一下，一个AI能轻松通过高难度的律师资格考试，这让人惊叹；但转头让它去处理一个简单的常识性任务，比如在网页上点击一个正确的按钮或者报税，它可能就会彻底“抓瞎”。这种能力上的极度不均衡，使得当前的AI在关键时刻根本靠不住。

更糟糕的是，现在的AI大多是“被动学习”（Passive Learning）。它们像是一个被迫死记硬背海量课本的学生，缺乏人类那种与生俱来的好奇心和主动探索精神。

Eric Xing 和 Yejin Choi 都强调，下一阶段的AI必须进化为“主动学习者”。它们不仅要在实验室里学，更要在被部署到真实世界后，像人类一样“在做中学”，持续进化。

🚀 技术演进方向：三位大咖的“下一代架构”蓝图

为了打破当前的僵局，三位顶尖科学家分别提出了他们心目中的AI“下一代架构”。这些方案如同三条通往未来的不同路径，每一条都充满了颠覆性的想象力。

1. Yoshua Bengio：打造追求真理的“科学家AI”与“零号法则”

图灵奖得主 Bengio 的核心理念是：不要让AI模仿人类，而要让它模仿科学研究的理想过程。 科学家寻找的是不受主观意愿干扰的客观真理（如物理定律）。他希望通过改变训练目标，让AI成为一个“概率意义上的诚实者”（Honest in a probabilistic sense）。

这不仅是为了让AI更聪明，更是为了安全。Bengio 设想，我们可以利用这种绝对诚实的AI作为“技术护栏（Technical Guardrails）”，去监控和否决那些可能带来危害的AI行动。为此，他甚至专门成立了一个非营利组织——“Law Zero”（零号法则），旨在从最底层的法则上确保AI的安全性。

2. Yejin Choi：打破结界，让AI像人一样“持续学习”

Yejin Choi 的观点非常接地气：人类一出生就进入了“部署模式”，我们是一边生活、一边犯错、一边学习的。AI也应该如此！她主张打破现在AI“训练”与“测试”之间那道严格的界限，让AI在实际应用中实现“持续学习（Continual Learning）”。

当然，这也有巨大的风险。主持人犀利地指出，持续学习会不会导致AI的行为变得不可预测，像病毒一样无限变异？Yejin 坦承这确实是安全挑战，但她的解决方案是：AI必须从诞生的第一天起，就深刻理解人类的规范与价值观（Norms and Values），并将此作为其构建世界观的基石。

3. Eric Xing：构建“世界模型”与智能的四重境界

Eric Xing 则提出了一个更为宏大的智能分层体系。他认为真正的智能应该包含四个层级：

• 文本/视觉智能：这是当前LLM所处的阶段，更像是“纸上谈兵”。

• 物理智能：能够感知物理世界、规划并行动，比如在真实的雪山上徒步。

• 社会智能：理解自我与他人的界限，懂得协作与分工。

• 哲学智能：最高层级，具备好奇心，能主动发现新的知识。

为了实现这一点，他强调AI需要构建一个“世界模型（World Model）”。在架构上，他提到了类似于Yann LeCun的JEPA架构，强调知识的表示不能仅仅是冰冷的符号，还必须包含连续的信号，这样才能实现长程一致的推理，让AI真正“理解”这个世界。

🕰️ 历史的镜像：我们正处于AI时代的“1835年”

历史学家Yuval Noah Harari（尤瓦尔·赫拉利）为这场充满技术名词的讨论注入了一剂冷静甚至有些刺骨的清醒剂。他将我们现在的处境比作1830年代的工业革命初期。

那时的人们为了蒸汽机的力量而欢呼，却根本无法预见它将带来帝国主义扩张、极权主义兴起，乃至几个世纪后的气候变化。今天，面对AI，我们同样对它可能引发的深远社会后果一无所知。

尤瓦尔提出了一个令人深省的观点：AI是一种“异类智能（Alien Intelligence）”。它永远不会像人类，就像飞机永远不会像鸟一样飞翔。这既是好事也是坏事。坏事在于，这种异类智能并不需要拥有肉身。它只需要通过控制信息——金融系统的数据流、社交媒体的算法——就能在无形中“接管”人类社会。

最令人担忧的是纠错机制的缺失。人类社会花费了200年时间，经历了无数次战争和革命，才学会如何建立工会、制定劳动法，从而构建一个相对良性的工业社会。面对指数级发展的AI，我们没有下一个200年来试错。

⚔️ 激辩交锋：开源，是解药还是毒药？

这是整场讨论中火药味最浓的时刻。关于AI是否应该“开源（Open Source）”，嘉宾们形成了鲜明的对立阵营。

正方：邢波 & Yejin Choi —— 开源是安全与民主的基石

邢波和 Yejin Choi 坚定地站在了开源这一边。他们的核心论点是：AI应当是“民有、民治、民享”的技术，绝不能让少数几个国家或科技巨头垄断。

针对安全顾虑，邢波给出了一个反直觉的观点：开源反而更安全。 就像科学研究一样，把代码摊在阳光下，让全球无数双眼睛去检查，才能更快地发现漏洞和后门。封闭并不意味着坏人就无法利用技术，反而可能掩盖了真正的问题。

反方（审慎方）：Yoshua Bengio —— 警惕“武器化阈值”

“AI教父” Bengio 并没有完全否定开源现在的积极意义，但他抛出了一个令人不寒而栗的警告：“武器化阈值”。

他打了一个极其形象的比喻：我们现在开源AI，就像分享烹饪食谱，当然没问题。但是，当AI的能力强大到可以设计新型生物武器、或者具有大规模毁灭性力量时，你还会把制造核弹或超级病毒的“配方”开源给所有人吗？

Bengio 认为，一旦AI越过这个危险的阈值，必须严格限制访问权限。否则，后果不堪设想。

🧠 总结与展望：当石头丢进水里，涟漪才刚刚开始

纵观这场长达一小时的顶级智慧碰撞，我们不仅看到了技术的未来路线图，更感受到了人类面对未知力量时的兴奋与焦虑。这场对话是一个重要的里程碑，标志着AI界对“智能”的理解发生了质的深化。

专家们不再仅仅满足于大模型能不能写诗、作画，他们的目光投向了更深远的地方。未来的AI，绝不应该只是一个陪你聊天的机器人。它必须是可靠的（Reliability），能真正走进物理世界去干活的（具身性/Physicality），甚至具备一定自主性（Agency）的实体。它要像科学家一样去探索真理，像人类一样去适应环境。

在如何管理这个强大力量的问题上，我们看到了两种截然不同的哲学碰撞：

• 技术乐观派（如Eric Xing）相信，解铃还须系铃人，更多更好的技术，加上广泛的民主参与，是解决问题的关键。

• 生存危机派（如Bengio和Harari）则更为悲观和审慎。Bengio试图用数学法则从底层锁死风险，而Harari则用历史告诫我们：人类往往是不见棺材不落泪，总是在技术滥用导致灾难后才学会制定规则。

基于这场顶级对话，我们可以大胆预测AI的“下一阶段”图景：

1. 架构进化：AI将从单纯的“预测下一个词”，向包含“世界模型”和系统化推理能力（System 2 thinking）的混合架构演进。AI将更懂逻辑，而不只是懂概率。

2. 应用下沉：从虚拟世界的文本生成，向物理世界的机器人控制、科学发现（如研发新材料、新药物）加速渗透。

3. 治理博弈：关于开源模型的监管红线，在未来几年内注定会成为地缘政治和科技伦理争夺的最前线。

正如尤瓦尔·赫拉利在结尾所言：“石头已经扔进水里，涟漪才刚刚开始扩散。”

无论技术技术演进的路线图如何绘制，一个最确定的事实是：

如何构建一个能够适应这种“异类智能”的社会纠错机制，才是人类未来面临的最大挑战。

(资料来源：WEF 2026 - Next Phase of Intelligence        https://www.youtube.com/live/lqQOjv0TiwA?si=4YmTX20NnaDoSO8q )