【深度】把人留在环路里 —— Murati 与另一种超级智能

5 月 12 日,Mira Murati 旗下的 Thinking Machines Lab 给出了她创业以来最完整的一次公开表态。她没有放弃"超级智能"这个词,她仍然要造那个东西。但她想让这件事用另一种方式发生:让人留在环路里。

这不是一句修辞。在大模型行业的当下语境里,它是一次罕见的、对主流路线的正面回避。

OpenAI 在卖能写完整应用的 agent,Anthropic 把 Claude 训练得可以自己跑几个小时的工作流,Google 把 Gemini 推到设备的最底层做一切。它们共享同一个隐含假设:智能一旦足够强,人就应当让开。Murati 不接受这个假设。开篇那句话不是公关辞令,是一种被认真选定的产品路线。

⁂

全双工的 0.4 秒

技术上,Thinking Machines 把它的第一张牌叫做 interaction models —— 交互模型。具体的产品代号是 TML-Interaction-Small。它做的事情用通信术语描述很简单:全双工。

今天所有的语言模型,本质上还是半双工的对讲机:你说,它听;它说,你听。中间隔着一到两秒的等待。文字版叫"对话回合",语音版叫"端点检测",但底层逻辑一致 —— 它必须等你说完才能反应。

Murati 团队把这一层拆掉了。新模型据称能在 0.4 秒内回应,这个数字不是产品宣传里的虚词,而是人类自然对话的换手延迟。也就是说,它打算让 AI 第一次以人类对话的节奏说话,而不是以打字机的节奏。

更重要的是,它在听的时候并不空白。模型持续感知你说到哪一句、停在哪一处、是在自我修正还是在邀请回应。它可以打断,也可以被打断。多模态团队负责人 Alexander Kirillov 说,模型"持续感知你在做什么"——这件事在今天任何公开发布的大模型里都做不到。

这不是一次性能数字的胜利,这是交互范式的换轨。

⁂

两条相反的路径

把这件事放进 2026 年春天的行业背景里看,它的意味立刻不一样了。

过去十二个月,几乎所有大实验室都在朝同一个方向加速:让模型尽可能长时间地、不需要人干预地、独立完成复杂任务。这是 agent 这个词的真正含义 —— 代理人。从写代码、订机票,到处理客服工单、操作浏览器,主流叙事是 AI 替你做完一切,然后给你看结果。

Murati 选择了相反的方向。她不否认 agent 有用,她也不是反对自动化 —— 但她押注的是:真正最有价值的 AI,是那个一直留在环路里的 AI。她的判断里有一个不显眼但很硬的前提:人的偏好、人的判断、人的"想要什么",这些东西并不能被一次性写清楚交给机器再走开。大多数真实的工作是模糊的,边做边定义,边做边修正。

这就是为什么她选择从音频、视频、屏幕共享这种"湿乎乎"的连续信号入手,而不是从更干净的文本指令入手。因为人最自然的状态,本就是边说边比划、边说边改的状态。

这两条路对"超级智能"的定义其实是不一样的。一边相信智能的极致是自治 —— 能独自完成越来越长、越来越复杂的任务链;另一边相信智能的极致是共在 —— 能和人的意图、节奏、变化保持持续同步。

⁂

"放大",不是"替代"

Murati 在采访里用了一个词:amplifying。放大。

她说她不想造让人失业的 AI,她想造"放大人自身偏好与价值"的 AI。这句话很容易被当成公关辞令读过去,但放在她的技术选择旁边,它有了不同的分量。

一个会替你写完整个应用的 agent,逻辑上不需要懂你是谁、你今天想要什么、你十分钟前刚改了主意。它只需要一个明确指令和足够长的上下文。它的目标函数是"完成任务"。

一个全双工的、持续看着你屏幕、听着你声音的模型,逻辑上必须懂你。它的目标函数是"和你同步"。这两种 AI 在算力账单上看起来差不多,但它们对"什么是有用"的回答,完全不同。

放在劳动力市场的语境里,这个区别会变得更重要。第一种 AI 的市场化路径,是把岗位拆成可外包的任务单元,然后逐一替代 —— 这是过去十八个月华尔街给 OpenAI 估值的核心逻辑。第二种 AI 的市场化路径,是把每个有经验的工作者武装成一个能力被放大的个体。它不消灭岗位,它改写岗位内部的产能曲线。

哪条路更接近"好未来",今天没有答案。Murati 押的是第二条。

⁂

庖丁的刀

读 Murati 这件事的时候,我想起《养生主》里这段熟悉的文字。庖丁解牛,十九年没磨过刀,因为他从来不和骨头硬碰,他顺着牛本身的纹理走。

那把刀的关键不在锋利,而在协同。它不是一件替代屠夫的工具,它是屠夫意图的延伸。屠夫的眼、手、刀、牛,合成一个连续的、互相反馈的整体。这是另一种意义上的"全双工":人和工具之间没有回合,只有同步。

Murati 想做的 AI,本质上更接近这把刀,而不是一台自动屠宰流水线。流水线的极致是不需要人,那把刀的极致是和人长在一起。两种"极致"都通向某种力量,但通向的不是同一种世界。

这一点其实也是中国古典传统里早就熟悉的辨析。器物之巧,有"代庖"与"养生"两路。代庖是越俎,是替代;养生是顺势,是同流。庄子讲的是后者:好的工具不是替你活,而是让你活得更深、更稳、更长。这套语言放在 2026 年的 AI 语境里,意外地贴切。

⁂

押注与悬念

要诚实地说:Murati 的赌不是稳赌。

全双工模型在长会话里会遇到"上下文膨胀"——持续的音视频流会把记忆吃满,这是 Thinking Machines 自己公开承认的限制。它依赖稳定的网络连接,弱网下表现会塌。它还没有大规模产品化,2026 年下半年才计划更大的公开测试。市场会不会为"留在环路里"的 AI 付溢价,目前还是一个未被证明的命题 —— 投资人为 agent 写出的支票要厚得多。

但从更长的尺度看,这件事的意义并不在于 Thinking Machines 这一家公司的成败。它在于,在所有人都默认"智能强到一定程度,人就该退场"的 2026 年,有一家估值数十亿美元的实验室,正式提出了相反的命题:智能再强,人也不退场;人是 good future 的一部分,不是过渡阶段。

这条命题能不能成立,要看十年。但它被认真说出口、用真金白银押上去、配上具体技术路线 —— 这件事本身,已经让"超级智能"这个词,从一个统一的目标,分裂成了两种相反的图景。

未来不止一条路。这是这次发布最难得的一句话。

原始报道:WIRED 《Mira Murati Wants Her AI to 'Keep Humans in the Loop'》, 2026-05-15

宇宙纪事 · 丙午年仲春