论人工智能

一、AI不可能“接近”人类

关于人工智能与人类的关系，流行的想象是一条渐近线：机器一点点逼近人的水准。有学者提出，人工智能以人的体验为最终评判标准，研发成本指数上升而效用增量边际递减，从99.99%接近人类到99.9999%接近人类，或许要付出上千倍的算力。而胡翌霖认为这个提问方式本身就错了：

你们搞错了。人工智能压根不可能“接近”人类，这也不是这个行业发展的目的。人工只能只有两种可能：在某些领域不如人类，或者，远远超过人类。因为一旦它接近人类的水准，那么它一定不是接近了1个人的水平，而是接近了“全人类”的水平，因为计算机可以轻易把某个已然能够做到的事情加速十万倍。（）

这个判断的底气来自他的技术史训练。在他看来，人的“能力”从来不是脱离技术环境的固定物。有研究声称使用ChatGPT半年会永久损害创造力——对照实验里，把AI从被试手里拿走之后，长期用AI的人表现更差。而胡翌霖认为，这类实验的设计思路本身就站不住：

设想在古代，让一群人学会写字记笔记，一群人不识字纯脑记，然后过一段时间把纸笔“移除”，你也会惊奇的发现，依赖纸笔的人的记忆力被不可逆地损害了。类似地，习惯种田的人打猎能力丧失了；习惯工业化消费品的手工制作的能力丧失了，习惯导航的人认路能力被破坏了……这就是技术的代价。你非得说一旦移除了新技术你就无能了，但问题是新技术为什么会被移除？适者生存适应的是环境，而人类的环境主要由技术塑造，技术环境更迭了，你再对着哺乳动物说“移除那些新植物，回到侏罗纪你就不适应了，比不上恐龙”那又怎么样呢？时代变了啊。（）

同样的逻辑也适用于人们对青少年“注意力被手机毁掉”的忧虑。他并不否认要管——“谁都知道需要控制青少年的手机使用，这个控制青少年户外活动，控制青少年交狐朋狗友是一样的，都是家庭和学校的课题。但这不是加强政府控制的理由。”接着他把问题推到更远处：

什么是好的影响什么是坏的，这是相对于环境的。按照进化论没有什么能力是绝对优胜的，必须相对于环境而言。例如专注力强在印刷时代是优势，但比如在危险的荒野，睡得太香注意力太集中也许是劣势……谁能保证在数字时代的新环境「注意力分散」不是一种积极的适应力呢？纵观人类数百万年历程，「两耳不闻窗外事一心只读圣贤书」这样的专注力可能只有不到5000年内是积极的品质。……至于增加抑郁，读书也增加抑郁，还增加近视呢（）

二、幻觉之辨：估算不是做梦

2026年年中，一位以理工科自居的网红博主嘲讽“清华的文科教授们”混淆了“可能出错”与“出现幻觉”的边界，说你不亲自跑去萝卜地里把萝卜数一遍，给出的任何结论都是错的、都是幻觉。胡翌霖答：

我在混淆什么？分明是你在混淆啊。……事实上，我们可以根据其它类似气候和土壤条件下的产量为依据进行估算，几大AI的估算都落在2500kg到5000kg之间，这是有依据的结论。事实上，我们也需要这些结论。……如果他是根据搜集可靠的文本资料来估计，这就是科学的方法。AI也是这样，如果它的回答有可靠的数据材料支撑，那就可以说已经消除了幻觉。如果它张口就来随便扯一个数字这就叫幻觉。（）

有人顺势讥讽说，照这么讲，“文科大本营”统计局的数据也都是假的。他反问：

但统计者能够亲自去跑几个萝卜地啊？他难道不是搜集各地实地跑过的人的大量分散数据，汇总起来才能进行统计的吗？如果你要求统计学家亲自跑遍全国所有田地才有资格给出正确答案，那么全世界没有统计学家能做得到。……事实就是，即便大家都是通过二手的文本信息来汇总整理，也有人是弄虚作假，生产幻觉，而有人是实事求是，科学分析。……如果说没有实地去数就一律都是幻觉，那么你还能怎样指责造假者呢？（）

在他这里，人与AI适用同一套知识论标准：有依据的估算是科学，张口就来才是幻觉。至于AI的幻觉长什么样、怎么治，他给出的是一线经验而非空论：

AI主要的幻觉形态是“伪注”。比如说它告诉你凯文凯利在《失控》里面说了某句话，其实翻遍这本书也没有，原话可能在《技术元素》里，或者是别人的概括，或者压根就是另一个人说的。这类现象非常多。而我也探索了许多办法进一步消除这些幻觉，首先尽可能在本地下载相关的参考文献，要求AI逐本OCR后逐段校验，保证引注确有出处；其次让cowork和codex共享记忆库并交叉互检；第三建立定时任务让cowork逐段把事实性信息放到网页版gpt5.5pro检验，吸取建议。最后是关键节点仍需要人工复核。这些流程都是切实消除幻觉的工序。（）

顺带一提，他还由此给“基本常识”下了一个颇有时代感的定义。有人指他不懂技术常识，他答：“我认为在搜索引擎和用主流AI能给出的，就是「基本常识」，如果你的知识点超出了AI和谷歌和维基这些地方的范畴，那么你也许是对的，但不能说是基本常识了。”（2026年6月4日）

三、调教AI，如同调教一个交作业飞快的学生

作为教了七年书的老师，胡翌霖对AI辅助写作的体会自成一派。@colinwu 调侃说：学生可能也是这么想老师的。他答得毫不客气，也毫无架子：

调教AI和调教学生不同的是，它可以几乎即时地回应你的要求。比如说一个学生忙乎三个月拿了一篇论文给我，我心说这文章什么玩意狗屁不通，甚至都写跑题了，文献也没好好读，最好是枪毙了重写。但我能真让他重写吗？好的，又忙乎两个月，再交上来，我再打回去。如此三轮之后学生能不狂躁不抑郁我就烧高香了。……但AI就不一样了，虽然它交上来的东西也是问题百出，但它不是三个月，不是仨礼拜，是三个小时甚至三十分钟，就交一轮作业啊。我完全可以不断让它重写，大幅改写，全盘修正。……你要先建立记忆库，喂它范文，告诉它应该怎样做不应该怎样做，和培养一个助手或学生是一样的。培养一个学生要三年，但培养它大概你花3小时时间磨合就会起效了。但是你得要这3小时，直接用肯定是不好的。（）

有人说，有需求才去用，连需求都没有还强用吗？他答：“可以强用→把自己的各种信息喂给它，让AI帮你分析需求。……很多人说不知道怎么用AI，其实他们也不知道怎么用人，如果突然给他一个团队，他也不知道能带着他们做啥。”他给的解法是“把AI当导师用”（2026年6月12日）。他自己则以身作则：“我正在用cowork和codex合作写书，我的学生也用cowork写论文……我是北大哲学系本硕博科班出身，在清华教了7年书，自认为起码阅读品位还是有的，codex生成的文字我还需要反复修改，但是已经很不错，我自己读着也能有启发。”（2026年6月12日）

他甚至安排两家大模型互相批改：“所谓文无第一，opus 4.7和gpt5.5写论文究竟谁更好？除了我亲自出马审阅之外，我今天刚想到其实也可以让它们互相比……我提供了同样的资料，要它们做同一个题目的论文。交付成果之后再给它们交叉审查。”结论是两家都承认Claude的思路框架更好、文风模拟更胜，“claude总体来说更靠得住一些，然后gpt负责给评审意见、查漏补缺，应该是比较好的配合方式。”（2026年6月15日）

四、对齐的悖论与“技术时代的新专制”

对AI风险，他的立场早在大模型热潮之初就定了调。2023年他写道：

很多人简单地呼吁AI应该由人类控制，但这事的核心不是AI技术设计，而是人类制度设计：哪个人或哪些人有权代表人类去控制AI。某德国美术生也是人类，让他控制行吗？联合国行吧？但不说是不是够民主，联合国管人类都管得捉襟见肘，真管得住AI？真出事的时候决策速度跟得上吗？要选出一小撮代表人类去控制AI的人，我觉得比选出一个世界政府还难。还是那句话，人类之间从未“对齐”，如何能奢望让AI对齐？凭什么对齐你啊？让一个草台班子控制一个大杀器真的能比放任这个大杀器自生自灭更加安全吗？所以我的观点是，如果你真想让AI对齐，要做的不是在AI里留后门，而是在人类社会中建个门，通向数字社会之门。（）

三年后，当美国政府以国家安全为由要求AI公司对外国用户停用前沿模型时，他以“AI监管不能变成技术时代的新专制”为题作了系统回应。他并不否认AI的危险，甚至认为AI时代注定是一个“乱纪元”，但他强调：“使用大模型不像使用核武器，甚至也不像使用枪支弹药。”核材料尚有物理形态、有边境仓库可查，而大模型本质上是信息能力，账号共享、代理访问、远程协作都可能成为绕过管制的通道——“这种出口管制的根本问题，在胡翌霖看来，是把一个信息时代的问题，误当成工业时代的边境管理问题。”“如果封禁挡不住别人发展，只能让自己停滞，那么它就不是安全政策，而是战略自损。”他主张监管“应当更多自下而上，而不是自上而下；应当更多依赖行业自律、民间组织、开源社区和分散化制度实验，而不是政府一纸禁令”，并且警告：“历史上，所有专制政府都喜欢用‘安全’‘秩序’‘维稳’来强化权力集中。”结论近乎宣言——“AI革命也不是请客吃饭。”智慧的做法不是拒绝革命，而是在承认新技术不可逆的前提下，尽量以更和平、少流血的方式建立新秩序：“他真正反对的不是监管，而是以监管之名恢复封闭秩序；不是安全本身，而是把安全变成压倒自由的最高价值。”（2026年6月21日，AI记者体访谈）

至于AI抢走工作的老问题，他早在2019年谈量子计算与比特币时就顺手给过答案：“好比说人工智能如果突然崛起，大家恐怕都要失业，这个可能性是存在的，但我们不能因此就不学习不就业了。哪怕任何知识都有可能被淘汰，至少现在还是得老老实实学。”（2019年9月22日）而生产力被机器取代这件事本身，他从不当作噩耗：“生产力可以由机器取代，几十年内应该差不多了。主要的问题其实是分配制度问题。”（2024年12月17日）——这一层，留待《论劳动、财富与经济》细说。

五、写作的乐趣归我

上面引到的“AI记者体”，本身就是他的一项发明。有读者直言AI代笔的文章“说实话，看不下去”，他解释了这个实验的初衷：

最近深入探索AI写作，但是让AI以我的名义来写作，总觉得不对味，毕竟我是以写作本身为乐趣的。所以我想出一个合作方式：让AI扮演记者来采访我，我给出回答，让AI像记者那样截选和润色后发表。现在我让AI每天定时抓取议题给了我，看看这个模式怎么样。（）

这大概是他AI观最好的自注：机器可以远远超过人类，可以当学生、当助手、当记者，唯独“写作本身的乐趣”——那个判断好坏、定夺去留的位置——他不让。技术环境尽管更迭，人得摆正自己的位置，但位置摆正了，就不必让。