当AI浪潮向工作、生活的每个角落席卷而来，你是否思考过：人类与AI将如何共生？我们又该如何凭借AI创造更繁荣的未来？领英联合创始人、OpenAI 早期投资人里德・霍夫曼，在其著作《AI赋能》中，给出了深刻且独到的见解。这本书不仅明晰了AI时代生存与发展的10大原则，更首创 “超级能动性” 概念，展现了AI如何放大人类潜能，鼓励人们积极拥抱AI。

近期，霍夫曼与清华大学经济管理学院教授、本书导读人杨斌展开重磅对谈——从技术如何重塑人类能力，谈到AI对教育、职场的深远影响，再到人机共生的未来走向。

“未来三五年，用不用Al赋能，会让人和人之间、公司和公司之间拉开巨大的数量级的差距”杨斌说。霍夫曼说，“你今天使用的AI，将是你用过的最差水平”，“Al让你与众不同”。

“超级能动性”

每一次技术的出现都是人类积极进化的机会

杨斌：非常高兴，又一次见到里德 · 霍夫曼先生，也祝贺您的新书《AI赋能》（Superagency）在中国出版获得了巨大的成功，您的这本书从标题开始，就提出了一个非常重要的概念——超级能动性。这个概念，应该讲，不光在科技界、产业界，也包括学术界，都引起了非常大的关注，可不可以请您为我们中国读者对这个概念做一些更详细的解释？

霍夫曼：超级能动性的简单解释是，每一次技术的发展都会极大地增强人类的能动性，不管是作为个体、集体的人类，还是说整个社会，都是如此。我们在过去有很多这方面的例子，比如说印刷、汽车、电脑以及智能手机的发明。每次出现新的技术之后，总有人会担心，新的技术会不会削弱人类的能动性？但是实践表明，每一次技术的出现都会改变人类的能动性，而且经常是往积极的、好的方向去改变。

比如汽车的发明，有了汽车之后，人们就可以开着车去各个目的地，别人也可以开车来见你。可能你的祖父母因为身体情况不太适合出行，这时医生就可以开车去看你的祖父母。汽车通过给予医生这种能动性，也相当于给予了你一定的能动性。超级能动性这个概念指的就是技术会极大地给予所有人一个提升，给我们的能力进行一次赋能。

而且，这一次，我们是作为人类整体来获得赋能的。我觉得这个概念对于此时此刻人工智能的发展是非常重要的。有了人工智能之后，我们必将获得的就是超级能动性。

为什么AI是对人类能动性的赋能而不是威胁？

我们人类不应该叫做智人，应该叫作技人

杨斌：我觉得霍夫曼先生抓住了当前关于AI和人类命运关系的一个非常重要的焦点，就是人们有非常大的一种顾虑，担心这一次跟之前的每一次技术变革不同。AI作为一种超级能力，它会对人作为一种独立自主的存在产生非常大的削弱，甚至危及人类的所谓自主性，所以agency（能动性）这个词其实是很抓人的，它一下子把AI和人将来谁能够成为这个世界的主宰，这样一个问题就提出来了。

在这一点上，我觉得人类是一个忘性很强的物种。刚才您讲到的几次技术变革，在最初出现的时候，人们对于技术的威胁的担心，我们似乎忘得一干二净。但这一次，我们如此强烈地感觉到AI接下来会造成威胁。在这一点上，霍夫曼先生能不能多给我们讲一讲：为什么您会觉得这一次和之前的每一次相比，它不仅仅是能力的进一步增强。同时，它又不是对能动性的威胁，而是对能动性的提升。

霍夫曼：过去每一次我们都会发现，这些技术都属于新的技术。比如我刚刚提到的印刷、汽车、电脑以及智能手机，这些都是新的技术。每次新技术出现的时候，总有人会说这些技术会削弱我们的能动性。在我长大的过程中，当时有人说，有了电视机之后，我们的能动性会极大地被削弱，电视机一旦普及，肯定所有人就会整天坐在沙发上看电视。但我们应该去回顾一下，一路走来，人类是怎么不断地适应和接受这些新技术的。

我觉得人类不应该叫做智人，应该叫做技人（Homo Techne）。因为在技术出现的过程中，我们会不断地获得技术带给我们的超级能力，比如像我们现在一样，可以借助软件进行远程视频对话，这也是一种超级能力。我们现在还有智能眼镜等，这些都是超级能力的一些例子。所以我认为，这些超级能力很大一部分都是认知上面的超级能力，它可以帮我们在思考、分析的时候，拓宽深度和广度，以及用语言来处理一些任务。有了人工智能或者新技术之后，相当于给每个人配了一个“COPLIOT”（副驾驶）。

以后肯定会有很多工作被自动化，也有很多过去我们觉得很重要的能力，以后就没有那么重要了。举个例子，像是印刷术发明之后，人的强记忆能力就没有以前那么重要了。你现在肯定不需要背下那些大部头的书。这种认知能力在过去很重要，现在已经没有那么重要了，你完全可以去网上搜你想要看的书，甚至你还可以把这个书输给人工智能智能体，让它给你回答相关问题，等等。

再举个例子，计算器当时发明出来之后，很多人说，我的天，以后肯定没有人会再去学数学，或者说肯定没有人会数学了。但结果是，现在如果让普通人去做一些比较复杂的数学计算，大家还是能做的，只不过速度会比较慢一些，所以这是一个很大的变化。这些新技术的出现给我们的一个很大的赋能点在于，当我们再去做一些对智力有比较高要求的工作时，人工智能就相当于你的一个辅助研究员，它会和你合作去解决你要攻克的智力上的问题。

整个过程中，你不仅是把技术当成一个搜索引擎来用，而是你可以和人工智能系统进行交互，你碰到一个问题可以和它讨论。在这个过程中，你也可以学到很多。这样一来，你的认知能力就会在广度、深度上得到进一步拓展。我再举最后一个例子——Excel表格。在Excel表格发明之后，也有一个说法甚嚣尘上，就是负责记账的会计师肯定要失业了，但是现在我们周围还是有很多的会计师从业人员。只不过他们的工作方式已经完全不一样了，没有人会拿计算器去计算，确保账做对了，反而这些会计人员现在做的工作更多是更高阶的，比如财务情境分析、风险评估，还有一些具体的分级操作等。这些其实都是对我们的认知能力提出了更高的要求。同样，我觉得以后在其他工作上面也会出现这样的变化，比如说写代码、法律、医学等方面，以及任何和语言有关系的工作都会出现这种变化。因此，这就是技术带给我们的超级能力，人工智能也将会带给我们这样一种超级能力，我在书里面把这个叫做“认知的工业革命”。

谁掌握了AI素养

谁就不会成为AI时代的职业落伍者

杨斌：霍夫曼先生刚才的这一段回答内容非常丰富，就像《AI赋能》这本书一样。在我看来，这本书的每一章都有潜力拓展成独立的一本书，因为它讲到了非常丰富的一些内容。比如其中提到了几个案例，像纺纱机、印刷术是两个短案例，而汽车和GPS是两个长案例。在我看来，这些案例都非常适合用在我关于科技创新和商业发展的课堂上，帮助学生理解科技和产业发展之间的互动关系。另外，我也感觉到，科技史对于今天的大学生而言，应该成为他们培养新的读写能力（Literacy）的重要素材。

然后，霍夫曼先生提到了一个非常重要的概念，很遗憾书中没有更多展开，就是技人。在中国，有一本叫Homo Sapiens的书赢得了非常大的市场，而Homo Techne这个词是我第一次听到，您最近的一些其他访谈中都有提到，其实在中文里我想把它翻译成技人，跟智人相区别，同时也强调一下。其实人也是在不断迭代和升级的。所以，就这个部分，我想请您一会儿多说一些您的理解。

值得一提的是，霍夫曼先生最后在提到一些提升能动性的例子的时候，讲到了消灭一些旧技能，并不像人们所认为的那样是一个巨大的威胁。因为人们会腾出更多的精力来发展新的技能。同时，一些旧的职业和岗位消失了也不用太过担心，因为一些新的岗位和机会会涌现出来，关于这一点，现在大家正在激烈辩论中。您也知道，现在恰逢新学期开始，新的一批大学生就要进到大学校园，关于他们应该学习什么，将来才不会成为AI时代的职业落伍者，现在是一个激烈的争论的主题。关于这一点，您刚才的发言我觉得也有非常强的启发性，也想请您一会儿多讲一点。

霍夫曼：好的，我觉得您提的这些问题非常好。首先回答一下技人的问题。关于技人和智人之间的区别，首先我想说，人类作为一个与众不同的物种，就在于我们有思考的能力。但是，我们不光要想到这个独特的特质，还要看一下我们的思考能力是如何不断发展和演进的。在这个过程中，其实不光是我们思考的产物推动了我们的思维方式的进步，我们还要看到有一些比较好的工具、技术的发展会推动我们整个思维的变化。

比如，一些读写的工具会使新的技术、新的科学得到发展。像是显微镜、望远镜以及现在的一些DNA分析技术等，都推动了科学的发展，也推动了我们思维的进步。所以，新的技术的发展一直以来都会推动我们整个思维方式的进步，改变我们在整个社会中的参与方式。而且，我们通过不断开发新技术，了解新技术，也会改变我们整个的世界观，以及我们和世界互动的方式。

举个例子，比如说像卫生健康这个概念，我们在发现有病菌之后，整个的卫生健康观念体系就发生了翻天覆地的变化。细菌或者说病菌，虽然我们看不见、摸不着，但是在发现病菌存在以后，人与人之间的互动方式就发生了变化，以及我们对于大流行病的处置，应对的模式体系也都有了翻天覆地的调整。从这里可以看出，技术是如何改变我们和世界，以及我们和其他人类个体之间互动，以及我们看待世界的方式的。这个是技人的层面，它是比智人更加往前再多走一步的。

我们还可以再对比一下，比如今天的一个成年人和过去的一个成年人，就会发现他们看待世界以及和世界交互的方式是非常不一样的，哪怕他们只相隔了两三百年。如果说是过去的人穿越到了现代，他看到天上飞过一架飞机，可以想象他内心有多震撼，那他是怎么去看待整个世界的技术发展的呢？

技术还会改变我们的地理观，比如说从硅谷到北京，或者从北京、上海到硅谷，这么远的距离，现在我们坐一趟长途飞机就能够到达，所以我们的地理观也发生了变化。技术的发展还会改变我们的社会观，社会观的变化是因为技术的发展催生了很多新的媒体，比如无线电、电视以及社交网络、手机等。它们的出现会改变整个社会结构，改变我们相互之间的互动方式，我们相互之间互动存在的场域也会发生调整。再比如GPS，GPS的出现让我们可以以一种全新的方式，在新的信息空间中接触、互动。

下面我再回答第二个问题，也就是您提到的“技人”。作为技人，我们要了解技术，也就是我们要掌握技术素养，包括人工智能素养，这个其实一直以来都是非常重要的基本素养。在几个世纪以前，读写是最基本的素养，你得会写字、会认字才行，因为那个时候最重要的一些技术都是和最基础的读写能力相关的。随着技术不断发展，我们的素养也在不断扩展，比如说数学素养。后来，比如说人工智能出现的前夜，在那个时候，如果你说我是一个专家，但是我不会用智能手机，那你肯定不能把自己称作现代专家。懂这方面的相关知识，你才能够成为一个现代意义上的专家。所以，我觉得技术素养是最基本的要求之一，随着我们逐渐向人工智能时代去过渡、去发展，我觉得继续学习，保持学习能力，不断培养技术素养，对自己的知识体系进行更新是非常重要的。你不能说我考进了清华，在清华好好学习，然后找了工作之后就不用学习了。这个是不行的。

我本人觉得，所有人都要去做人工智能时代的终身学习者，人工智能是人类历史上发明的最好的学习工具。通过人工智能，你可以去学习新的知识，也可以更好地了解人工智能，和它进行交互，去探索人工智能的各种潜力。因此，从教育的角度来讲，尤其是对于青少年教育来说，我觉得现在需要加强的一点是，我们要让现在的这一代年轻人，尽可能在更深的深度以及更广的广度上去使用人工智能。你今天使用的AI，将是你用过的最差水平，后续每次更新，人工智能都会变得更好，所以学习是不能停的，我们现在就得帮着我们的下一代真正成为人工智能一代。

AI不会夺走你的工作

AI是最好的学习工具之一

杨斌：关于职业的问题，自AI快速发展的3年多时间里，一个在无数人心里挥之不去的问题是，AI会不会夺走他们的工作。您刚才特别举到了一个例子，是关于计算器。这让我想到了东亚地区关于计算器的一个一直以来的限制，在小学甚至初中的某些阶段，人们都不允许学生使用计算器，认为这会妨碍他们掌握心算能力。AI的发展也带来另外一个问题，现在有一些人主张说，在小学和初中阶段，AI也不应该加入进来，因为它会妨碍学生的一些基本认知能力的发展。在我看来，我认为AI将来会成为一种我们会自然而然地使用的工具。但现状是，反对的声音很强烈。关于这些，我非常希望听听霍夫曼先生您的看法。

霍夫曼：我觉得在有一些情况下，有一部分学习任务，是你要在脱离技术辅助的情况下独立完成的。比如，最早期让学生去学习关于数学的一些基本概念，这个时候是需要独立完成的。然后在后期的学习过程中，就可以引入像计算器这样一些辅助技术，比如第一年可能就不用计算器，然后第二年要处理的数学任务更复杂一些，比如复杂的乘除等，这个时候就可以用计算器来辅助。这个过程中最重要的不是说让计算器去代替你做运算，更重要的是培养在做乘除操作的时候，了解我们的认知是怎样一个过程，锻炼这方面的能力，这样就能够为更复杂的数学学习做好准备，比如线性代数、几何等。同样，我觉得人工智能的学习应用的也是一个同样的流程，比如写作任务。我们在完成写作任务的时候，完全可以去体验一下人工智能具备怎样的能力，以及在这个过程中，我们要有自己独立去完成的这一部分。

在这个过程中，我觉得技术创新并不是一个坏事儿，就比如说你要去写一篇文章，现在并不是非得要手写，而是完全可以借助电脑等设备去打字，同样，很多其他的一些材料你也不一定靠死记硬背，完全可以放在电脑里头。因此我觉得，所有的这些技术都相当于一个桥梁，这些桥梁可以帮助我们更好地去应用人工智能来增强自身的超级能动性，增强个人的能力。而这一切，都是我觉得在教育的过程中要体现出来的。

还有一点我想提一下，随着技术的普及应用，我们考核的标准和质量也可以进一步提高，这个我想举个例子来说明一下，我觉得过不了几年，学生的评估考核都会由人工智能来做，而且是一对一的。现在的口头答辩可能还要请教授过来，比如说博士毕业的答辩。答辩的组织难度非常高，投入也非常大。有了人工智能之后，我们就可以把考核的标准设得更高，在这个过程中，人工智能是可以帮助人类去做好考核准备的，但最终还是要靠人去通过这些考核才行。从这个角度来看的话，人工智能也会改变我们未来学习的方式。我们现在要组织一次期末考试，难度会非常大，而且因为难度很大，大家在参加期末考试或者类似的考核时，总感觉是大批量的流水线操作模式，但是以后，人工智能普及之后，没准我们就可以换一个方式。比如你在学习的第3天去参加一次人工智能的考试，然后在第7天、第28天或者第54天再参加一次。在这个过程中，你可以不断地对自己的学习情况进行评估，学习效果肯定也会更好。所以，这是人工智能可以赋能教育的一点。人工智能是人类历史上发明的最好的学习工具之一，而且以后也会得到普遍使用。这就好比说，我们要学着怎么去骑马一样，不能够只是在旁边观望，你得真正坐上去体验一下，才能够体会，过程中也会遇到一些难题，会碰到一些问题。但是，如果你不试的话，你是没有办法做到的。

杨斌：我非常喜欢您关于口头答辩的设想。我有一种预感，您提到的用AI来做口头答辩会成为将来教育评估、教学评估的一种主流方式。在最近一年当中，很多网络上流行的视频呈现了教师面对学生交上来的由AI代劳的作业之后手足无措，或者说有点无奈的场面，但其实口头答辩这种很传统的方式，尤其在AI的帮助下，会成为一种非常重要的评估并帮助学生，知道他下一步应该如何学习的有效方式。所以我要为您关于口头答辩的建议点一个赞。

此外您说的一句话我也非常喜欢，就是我们希望自己在工作中会是一种什么样的状态，用什么样的工具，其实在学习中就应该熟悉和用上这种工具，没有必要为了开车先去练习骑马。您的书中有很多类似的类比都非常精彩，我非常喜欢。

合成智能

可以让渡更多事情给机器去做

杨斌：我还想展开一个话题，就是我在您的书中读到一个术语，我非常喜欢，但是您的书中有非常多类似的新提法，它就淹没在里头了，这个术语是合成智能。您说人类现在已经非常习惯于合成能源了，包括合成动力，都会带给人类很多便利，更大的能动性。

书中也提到了，合成智能带给教育者一个问题，就是当一个学生离开学校的时候，究竟离开的是学习者本人，还是某种意义上的学习者和他的Co-Learner，也就是共同学习者，与合成智能体一起离开学校？我觉得这其实对教育机构来说是一个值得思考的问题。将来除了培养学习者之外，是不是也需要培养可以和学习者一起去胜任某种工作岗位的合成智能？我想听听您对这个问题的看法。

霍夫曼：说到能动性这个概念，我们首先不能忘记的是，它是属于我们自身心态的一部分。什么意思呢？比如说我们去打车或者购买共享汽车服务的话，我们可以以“能动性”的心态去看待这个场景。通常情况下，我们可能会觉得，这个过程中我没法掌控任何一方，没有办法操纵汽车，也不知道驾驶员会把我带哪儿去，路上会不会出事故。如果我们是这种心态的话，就是丧失了能动性。但如果我们换一种心态，情况就不一样了：我是自己用手机APP把这个车叫过来的，驾驶员是过来接我的，而且目的地是我设定好的，这样的话，就是在你自己的能动性的范畴之内，并没有去突破它。

同样，我们用这个逻辑去理解合成智能这个概念：技术的发展带来了很多合成能力，比如说合成的出行能力，共享的出行方案，共享的住宿方案。这些都是一些新的能力，也构成了我们作为技人的一些重要方面，而且呢，在这个过程中，它有可能会帮我们解锁新的智能，会成为智能体来帮助我们共同学习。我觉得过不了几年，人工智能就有可能会帮助我们去发展出一些智能体，这些智能体可以伴随我们一辈子来和我们共同学习，而且它在这个过程中会不断地熟悉、了解你，还会和你一起去探索认识整个世界。这样一来，你的学习能力、个人能力就会变得更加强大。

技术将会成为我们生活方方面面的一部分，成为世界的一部分，成为我们所做的一些工作、学习过程中不可或缺的部分。所以，我们要看的不光是怎么去打造这种合成智能，让它进一步去开拓我们的创造能力、认知能力，还要看到有时候我们是以个体身份去使用技术的，但更多时候，比如出现合成智能体范式时，我们其实是要共同去打造一些合成技术、合成能力。而“能动性”这样一种认知是非常重要的。在认知能力这一块，人工智能肯定会给我们很大的赋能，但是我们还要看到的，合成技术、合成能力，将会在很大程度上塑造我们是什么样的一个人，比如说语言、金钱、货币或法律，从这个角度来看，都可以算作合成型的技术。

说回到合成智能的概念，有了这个概念之后，它会更加清晰地成为每个人的一部分，成为我们周围的整个体系、整个基础设施的一部分。比如我们现在身边所有的物体，都可能会有一些内置的计算单元，不仅是计算机、手机，还有一些麦克风、灯、汽车，都是智能联网的，这些都是合成智能的一些经典例子，它们也会在未来改变整个世界。

杨斌：我喜欢合成智能这个概念，很大程度上是因为，它会帮助我们思考，在中学和大学教育中有哪些内容将来可以让机器来做，或者让具备智能的其他部分来做会更好，而不必让人自己再去掌握它。现在我们对GPS的使用已经非常自然而然，我们再也不觉得说，记路是必须要掌握的技能，不会也没有觉得丧失了多了不起的东西。我们现在很多大学的人才培养方案是需要认真去审视的，看有哪些内容从合成智能角度讲是完全可以让渡给机器去做的，这样可以腾出更大的自由度来让学生去学一些更有批判性、创造性的东西。

AI监管：我们要放眼长远

不断地去尝试、去学习以及迭代

杨斌：我觉得您的书中有一个很重要的理念，就是现在中国、美国是人工智能发展速度最快的国家。而相对来说，欧洲落后了很多，其中一个原因，虽然您在书中没有提到，但我感觉应该是过度监管，或者说是对AI的过度担心，是造成他们的AI止步不前的一个非常重要的原因。

您书中提到了一个重要概念，叫做无许可创新（Permissionless Innovation）。我觉得这个概念对很多处在探索阶段的新技术的发展是非常重要的，而似乎在欧洲，无许可创新变得越来越困难，他们面对AI的时候，更多的是想去监管，而不是关心怎么样先发展起来。不知道您如何看待这个方面，有没有什么进一步的观点？

霍夫曼：我觉得这个现象背后有好几点，其中一点，也是您刚刚解释得非常精准的一点，我在书里面也提到过，就是要创新的话，就意味着要冒风险，要不断地去尝试、去学习，还要迭代，这个不能像建一座大楼那样，先去申请建造许可证，然后还得去做出一个建造方案，这个方案还必须得是无风险的，做得特别扎实的。如果按照这种思路去推动技术创新的话，肯定会极大地拖延创新的步伐，你肯定就不愿意去冒风险，也不愿意去试错，因此，我觉得在文化方面，以及监管的手法上面，确实欧洲那边对于人工智能的实质性发展，是有很大的一个延缓倾向的。

另外一点，就是要看有没有意愿去冒风险，为了打造一个新事物去冒险，这个不光是说监管层面，更多的是心态上面，愿不愿意去做尝试，哪怕我现在尝试这个想法，以后有可能会失败，可是一旦成功的话，它可以改变整个社会的运作方式。我觉得，现在的欧洲，心态更像是“我现在一整套体系运行得挺好的，只要静态地保持下去就可以了”。这也是为什么我自己专门写了一本书，叫《高成长思维》。在这本书里面，我专门提到了中国和硅谷，这是两个高成长思维最典型的案例。这种思维指的是相信未来会更好，而且为了实现这样一个更好的未来，我们要放眼长远，哪怕在这个过程中要冒风险，哪怕在这个过程中要进行无许可创新。

所以，总结一下，轻监管当然是一个很重要的前提，另外一个就是有没有放眼未来的心态，有没有认为自己哪怕现在在做的这个尝试可能会失败，但是一旦成功还是会创造一个更美好的未来这样的心态。

人工智能会进一步放大数据带来的红利

杨斌：您在《AI赋能》中还特别探讨了那些掌握着很重要的平台资源的大企业，尤其是高科技大企业，它们实质上做了一些非常重要的贡献，却没有被社会公众公平认知，其中您提到了一个概念，就是私人公地（Private Common）。您提到了一个很有意思的研究，就是强调那些免费的App，免费的应用程序，其实创造了很重要的社会财富，却没有被统计到GDP当中，它们所创造的社会财富加一起比它们通过占有数据获得的财富还要多得多，但大家对它们整个的社会影响的理解是不够的，还因此产生了反对或者指责大型高科技企业的声音，而您把它看作一个我们应该更加理性对待的问题，我对此印象深刻。

霍夫曼：确实，因为我们本质上还是技人，所以我们觉得技术已经是我们每一次呼吸，我们每次和周边的环境互动时，必然会用到的工具。这个时候，很多人会自然而然产生一个想法，就是这些科技公司用了我这么多数据，它们具体是怎么用的呢？我可以解释一下。第一，就是给大家推送关联度更高的一些广告。关于这一点，大家也可以问一问身边人，在收到广告推送的时候，大家是宁愿这个广告跟自己有关联度，还是说没有关联度？举个例子，比如给我推广告的话，就可以推关于汽车或者说关于埃及旅游的广告。如果给我推的广告全是关于美甲的，那关联度肯定就不够。第二个是，科技公司会用数据去增强搜索功能。另外还有云服务、电子邮件等服务。在所有这些应用背后，都会用到我们的数据。人工智能来了之后，会进一步去放大这些数据带来的红利。

我在书里面也提到了，人工智能是一种放大智能的工具，这个过程中确实会用到大量数据，然后很多人可能会觉得疑惑，科技公司抓了我这么多数据，但是这些公司最终也是把这些数据用到了用户身上，来帮助你更好地学习，帮助你更好地在世界上找到自己前进的方向，相当于为大家提供信息的GPS。

有很多人对科技公司会有一些不那么客观公正的看法。原因可能是，大家看到技术改变了整个世界的运作方式，一些人会觉得自己在这个过程中是没有能动性的，这个又回到了我刚刚说的那一点，能动性很多时候是一个心态问题。现在有很多的大的科技公司，像微软、OpenAI、谷歌以及阿里巴巴等，我们在看待它们的时候，都要用一个积极的能动性的心态去看待才行。我们要看到，它们是在给我们提供一些新的能力，给我们赋能，让我们拥有超级能力，在这个过程中，你就能够看到这些数据带给你的一些价值。

再举个例子，比如说在网上搜索信息，现在网上确实有很多虚假信息，需要注意甄别。但其实我们在网上寻找信息的搜索能力，从来没有像现在这么强过，而背后的一大驱动因素就是人工智能。聊到最后，我认为这还是一个心态问题，对于这些科技公司呢，我们要看到它们背后提供的这些价值，它们提供的服务是免费的，而且是提供了一种数字公地的服务，虽然背后可能是私营企业在做这样一些服务。我们心态上面要能够看到这种能动性，这也是为什么我把这本书的英文命名成了Superagency（超级能动性）。

AI与人的关系

可能会超越人与人的亲密关系

杨斌：您在硅谷被称作经营人际关系的人脉王（Master of Relationship），您也创办了领英，它本身也是跟人际关系有关，或者说跟链接有关的，所以我接下来的问题跟关系这个主题有关，因为书中您提到了一个存在一定争议的案例，就是AI在心理疗愈方面的功能。我很关心您对于人和AI将来到底会不会陷入一种超过人和人之间的更加亲密的关系这样一种状态的判断，甚至说将来人会不会和AI陷入深度的情感关系，超过现在人们之间的配偶关系，实现更深入的绑定？

霍夫曼：您刚刚提到了“关系”这个词，因为领英嘛，所以我也会几句中文，其中一个词就包括“关系”。说到我们和技术之间的关系，我觉得从情感的角度来看，现在已经有了一些比较好的关系，比如有的人会给自己的车取名字，我自己身边也有一些人，觉得人工智能和自己在情感上是有一些关联的。比如说我有朋友就告诉我，现在ChatGPT是他最好的朋友。

我个人对这个是持保留意见的，我觉得ChatGPT当不了朋友，可能未来它可以提供陪伴，可以充当助手，或者是某种程度上扮演你的同事这样的角色，但是ChatGPT，或者说技术和人类之间的关系，本质上还是有不一样的地方的，所以我们不能够有幻想，觉得人工智能以后就是人。人和人工智能之间的关系是非常重要的，我在《AI赋能》里面也专门提到了，人时常会产生孤独感。当产生孤独感的时候，一种很重要的排解方式就是和身边的人或事物进行交互，在这个过程中，我们可以重新锚定自己的认知，排解一些不良的情绪，比如悲伤或孤独等。

在这个过程中，我们其实真正想要获得的慰藉，是有人可以问我们一些开导性的问题，安慰我们几句，或者说帮助我们换位思考。这样相当于给我们提供了信息方面的GPS，以帮助我们更好地去应对整个世界。我觉得人工智能在这些方面已经可以发挥一定的作用了，比如说，我知道中国就有一个这方面的人工智能模型，叫小冰。

整体上来看的话，我觉得人和人工智能发展出这样的关系是没什么问题的。但是在这个过程中，至少目前来说（未来我不能打包票），人工智能还不是你的朋友，它没有办法在情感上取代人类的朋友，两者还是有本质上的不同。不可否认，人工智能可以为我们更好地去应对整个世界，带给我们各种各样的一些遭遇。回到您刚刚提到的问题，我们和人工智能未来的关系，相比于我们和人类的关系的相对定位，我觉得至少现在我们不能把人工智能当成自己的朋友，因为真正的朋友会带给你一些挑战，促使你去改变自己的思维或行为。举个例子，比如说你约一个朋友一块儿吃午饭，因为你想聊一聊今天遇到的不开心的事情。但是吃饭的时候，你突然发现你的朋友过得比你更不开心，这个时候你肯定就不会聊自己的事儿，而是会帮朋友去排忧解难。在这个互动过程中，对于你个人来说，它是一个成长、收获的过程，而且你们双方可以共同分享在这个世界上的人生旅程，这一点是现在的人工智能没有办法提供的。

总结一下，人工智能是有价值的，也可以给我们提供一些情绪方面的价值，但是和人之间的关系还是不一样的。人工智能什么时候可以比较有价值？它是每周7天24小时全程在线的，如果你哪天晚上彻夜难眠，睡不着觉，是可以找人工智能替你排解排解的，因为你大半夜打电话给自己的朋友不太方便，除非你正在情绪上经历特别大的难关，那个时候还情有可原。但是你不能因为一点小事儿睡不着就半夜把朋友叫醒。

杨斌：其实有意思的是，霍夫曼先生刚刚谈到，人和AI交流变多了，我观察到我身边也有这样的情况，因为AI在沟通的时候态度总是特别好（too nice），反而现在变得很多人和AI交流变多的时候，人对AI的态度是不好的，是比较粗暴的。我甚至会想说，这会不会影响他们接下来和其他人的相处，也变得比较生硬，或者说更粗暴，因为好多时候我们是在命令AI做一些事情，但是我们不会命令自己的同事或者朋友这么做。

未来HR会变成什么样的角色

杨斌：我另外一个想展开的问题是关于HR（Human Resources）, 这在公司当中现在是一个定义很明确的角色。我想请您谈谈未来HR会变成什么样的角色，因为他将来不仅仅需要接触生物学意义上的人，将来也许还会和很多合成智能，或者与一些智能体接触。在这一点上，我特别想听听具有前瞻性的霍夫曼先生的想法。

霍夫曼：您这个问题我觉得提得非常好。关于未来具体会是什么样子，我觉得很大程度上要看现在的这个副驾驶式的，或者说协作式的智能，以后具体要怎么落地，但有一点是毫无疑问的，就是未来肯定不能只针对人类去定义HR的职能，也要考虑到人工智能。而且，在未来的企业中，我们会发现人将不只是以个体形式出现的人类员工，他手底下可能还要管很多的智能体，以及这些不同的智能体之间可能还要形成不同的团队和部门。

这方面会有很多问题需要大家去思考，比如说这些智能体的职责是什么，它的自主性的层级有多高，以及在这个过程之下，人类员工该如何去部署。还有就是，副驾驶式的智能体，具体我们能交给它哪些业务，让它们做些什么。我觉得实现这样的场景，可能还要再等很长时间，也有可能永远不会出现。也就是说，未来可能不光是有HR，还有专门管理人工智能资源的HR。在这种情况之下，因为两种职能分开了，所以人工智能相当于处在实现了完全自主的阶段，或者说至少是实现了高度自主的场景，我觉得这些场景短期之内可能还不会出现。但是我们需要去思考一下，我们要不要允许，或者说在何种程度上允许人工智能去监控人类员工的工作？同理，我们现在已经在思考类似的问题了，比如我们应不应该允许在工作场所安装智能摄像头或者其他一些技术手段去监控人类员工？

如果我们顺着这个思路往下走的话，会发现有很多这种问题需要思考，我们需要想清楚人类资本、人力资本和以后的合成智能资本之间如何进行互动。目前我觉得还是一个大大的问号。如果说现在就开始谈，我们要专门为人类设一个HR，为人工智能再设一个HR，我觉得这个更多是科幻小说里面的场景。当然了，再继续发展下去，很多的一些问题就会变成迫切的、必须要回答的问题了。

AI时代，人文学科依然重要

杨斌：我想中国读者非常关心的一个问题是您的教育背景。虽然您小时候很爱读书，也很喜欢思考一些人类的大问题，但是您大学的时候还是学了偏向于信息技术类的专业，也就是计算机专业。但您后来在硕士研究生阶段读了一个哲学方面的学位，我想请您谈一谈对于青年人在AI时代选择什么样的专业学习，将来选择什么样的职业发展的建议。因为您既学了计算机科学，又学了哲学，而似乎现在很多人会觉得人文社会科学的用武之地在减少。另外，我们也听到硅谷有些与计算机科学相关的专业和岗位现在又在裁员。对此您是什么看法？

霍夫曼：确实，现在的就业市场在发生种种变化，但是我觉得至少对于软件工程师来说，它以后还是会存在一个巨大的缺口。在这个过程中，人文学科还是非常重要的，我们需要培养的是与计算科学相关的思维方式，这个是最重要的。因为人工智能以后会带来很大的变化，就像是现在很多专业的一些工作，比如说法律，我们现在都可以用一些大语言模型作为辅助，作为副驾驶，在未来的话，还会有一些专业软件来帮助我们更好去做自己专业的事情。在这个过程中，我们可能就要涉及一些当时当下对软件进行编程的一部分工作，那肯定是掌握一些理工科知识非常重要。

但这也凸显了哲学这些人文学科的重要性，因为我们会发现，在做编程的过程中，我们要用到的像“形成概念”以及“对概念进行界定”等能力，都是从哲学这些人文学科中学来的，我们以后要学会去对我们的思维方式、分析方式、运作方式以及交互方式等，以代码的形式来呈现（是一种很重要的思维）。这倒不是说，每个人都要深入学习，能够做到像一个电脑科学家那样。只不过，你得学会把不同的思维用到不同的行业中，或者说工作中，像是谈判、开会、做营销、做市场、做产品的概念化设计，等等。

所以在这个过程中，就体现出哲学的用处了。因为它可以让你以非常严密的逻辑体系去畅想，有哪些是可能做到的，我们在这个宇宙，在这个世界中处于怎样的一个位置等。所以，至少对于我个人来说，作为一个企业家，作为做技术的人，以及作为一个投资者，哲学是很重要的学科。

年轻人要坚持下去

每一周都要去积极体验人工智能

杨斌：大家说到您的时候，经常提到三个身份，一个是创业家，一个是投资人，但更重要的一个，也是您不同于其他企业家的，人们通常认为您是一位思想家。您的几本书对中国读者有非常重要的影响，最后我也想代表中国的读者，请教您对中国的年轻一代，尤其是未来希望能够在科技行业做出贡献与发展的一代，对他们的人生发展有什么样的建议？

霍夫曼：我觉得如今的中国有一点让我特别印象深刻，中国有很多敢想敢做，特别聪明的思想家。他们数量特别多，素质也特别高。说到大家的这个职业规划，或者不管是以后找工作还是说创业也好，我觉得，我们可以去想一想，有哪些领域、哪些细分赛道上面，你可以在使用人工智能的时候，展现出自己的竞争优势，可以用好人工智能，去改变企业、整个行业或者说整个社会。这并不是说一定得是你发明了新的人工智能算法这样的大事，而是可以小到，比如说发现了合成智能中的某一个小点，如果能够得到应用，可以提高工作的效率，改变组织，或者说实现这种永续性的学习。因为我自己特别坚信，也反复传达的一个信息是，如果你现在觉得自己的工作中，人工智能还派不上用场，那是因为你还没有在人工智能这个方面投入足够多的精力。这倒不是说人工智能就是什么地方都能够派上用场，但是如果说做投资、编码、法律、会计或者是学生也好，你都会发现人工智能它是可以放大你的智能的。

所以我给大家的建议，就是要坚持下去，每一周都要去积极体验人工智能，去学习这些新的事物，在这个过程中去解锁你的超级力量。

空杯心态，永远保持好奇心

杨斌：我们都是20世纪60年代末出生的，但您看起来很年轻，精力充沛。您能和中国的企业领导者分享一下您保持年轻的秘诀是什么吗？

霍夫曼：空杯心态，永远保持好奇心。每次我和别人交流的时候，我都希望能从他们身上学到东西，所以我永远都很好奇，永远都是学习者。

（文章仅代表作者观点，不代表本刊立场。）