认知革命：当机器开始思考

我们曾将肌肉外化，构筑了现代世界。如今，我们正将心智外化。

多数清晨，我乘坐Waymo通勤。

这辆车在从事体力劳动：五千磅的金属与玻璃，穿梭于旧金山湾区。它同时也在从事认知劳动：解读路况、做出预判，其严重伤亡事故率比人类驾驶员低17倍。

这段旅程既不需我的肌肉，也不需我的心智。两者皆已外化。

这一趟行程，浓缩了两场革命。物理革命已有两百年历史，认知革命则刚刚起步。

围绕第二场革命的情绪，似乎是乐观、怀疑与焦虑的混合体。人们谈论奇点、递归自我改进、万亿美元级集群、超级智能、失业、社会动荡、超级大国间的竞赛。令人眩晕。

我的视角远非眩晕。我认为，我们已然经历了一场与未来数十年AI革命相呼应的转型：工业革命。

两种工作

我们可以将工作分为体力劳动和脑力劳动。大多数有价值的工作都需要两者兼备。

农业是最古老的例子之一。耕种土地需要肌肉力量，无论是我们自己的还是动物的，这一过程持续了一万年。它同样需要洞察力：解读季节变化，观察哪种种子产出何种收成，等等。

这两种工作性质不同。体力劳动是力乘以距离：在空间中移动质量。脑力劳动则是思考。但两者都是稀缺的，都有价格，并且被应用于人们希望完成的任务。在两种情况下，当价格崩溃时，供应便会涌入。在大多数情况下，需求会扩大以满足供应。

体力劳动发生了什么

在历史的大部分时间里，几乎所有的体力劳动都是由肌肉完成的，无论是我们自己的还是动物的。上面的图表在1700年代之前是平坦的，而平坦的部分一直延伸到我们所能追溯的最远时期。

在18世纪末和19世纪初，情况开始发生变化。先是蒸汽，然后是内燃机和电动机。每一波浪潮都占据了世界体力劳动中更大的份额。在大约两个世纪的时间里，体力劳动从99%的生物动力转变为99.9%的机器动力。

如今，成果无处不在。你正在阅读此文的屏幕。你穿着的几乎每一件衣物。你上次旅行乘坐的飞机。现代生活中每件普通产品背后由船只、火车和卡车构成的庞大网络。人类的肌肉在全球能源预算中只是一个四舍五入的误差。

历史的押韵：认知工作正在发生什么

在历史长河的大部分时间里，几乎所有认知工作都由人类完成（外加一点来自动物如牧羊犬的辅助）。在这之上，覆盖着一层薄薄的机械切片：一些能进行少量计算工具，比如时钟或帕斯卡的机械计算器。

随后电子计算时代来临。在一个世纪之内，它从简单的计算和电子表格，扩展到每天24小时运行数万亿乃至千万亿次运算。导航你的通勤路线、处理工资单、为你的保险定价……这些都是由机器完成的认知工作。

下一波浪潮是神经网络。这一波浪潮极大地扩展了机器能完成的认知工作类型。正如内燃机放大了工业革命的规模，神经网络势必将加速认知革命。

一个世纪前，99%的认知工作由人类完成。在不久的将来，99.9%将由机器完成。 这不是因为人类思考得更少，而是因为机器的计算量将大大增加。

两条曲线的相似之处显而易见。认知革命将看起来很像工业革命。但它会更宏大，也快得多。按工作性质划分全球经济，认知和体力工作可能将约120万亿美元的世界经济大致对半分。体力部分已经机械化了两百年。认知部分才刚刚开始。

那么，在这样的革命中究竟会发生什么？让我们回放一下。

输入规模急剧扩大，成本骤降

工业时代要求大规模扩大输入性大宗商品：先是煤炭和铁，然后是石油和钢铁。铁是通过一种称为“搅炼法”的工艺制成的，钢则是通过贝塞麦转炉炼钢法生产。

类比显而易见：电力和计算。这里的工艺便是像Transformer这样的算法。

这些组件的供应商是各自时代的巨头。卡内基与美国钢铁公司，洛克菲勒与标准石油，工艺设计者如亨利·贝塞麦。现代对应者则是黄仁勋的英伟达、张忠谋的台积电、Transformer论文的作者、各大模型实验室的创始人，以及向数据中心投入数万亿美元的超大规模云服务商。曾经以炼油能力衡量实力的国家，未来将以电网容量和智能产出来衡量。

1900年单位机械功的成本仅是1800年的零头。这种价格暴跌使大规模生产成为可能，也让这场革命普及开来，而非富人的玩物。

认知成本正以更快的速度崩塌。每瓦特的智能产出每年下降超过10倍。

随着价格下降，客户将疯狂地、荒谬地购买更多的智能。

需求爆发，供给紧随其后

1800年，无人飞往东京，也无人能在1月将草莓跨半球运输，更无人为凤凰城安装空调。这些都是物理过程，要么不可能实现，要么成本高得离谱。

一旦新技术被发明且价格暴跌，对体力劳动的需求便急剧膨胀。威廉·杰文斯在1865年就指出了这一现象：更高效的引擎并未减少英国的煤炭消耗，反而使其成倍增加。

认知也将遵循同样的模式，而这里的潜在需求规模几乎无限。目前地球上大多数问题未被思考，因为思考成本高昂。医生时间有限，无法查阅最新文献；放射科医生仅花几分钟而非数小时研究扫描结果；小企业主没有预算聘请财务分析师。

当认知成本趋近于零时，每个好奇心都能拥有一个研究团队。

机器进行的思考量将呈数量级增长。这引出一个问题：所有这些思考将用于何处？

应用时代

工业革命最初的应用是纺织。

纺纱和织布曾是技术活。纺织工匠在你的社会中备受尊敬：多年的学徒生涯、行会制度、家族世代相传的手艺。1764年，詹姆斯·哈格里夫斯发明了珍妮纺纱机，让一个人能同时纺出八根线，后来甚至达到八十根。服装价格迅速下跌，全球服装消费随之激增。

最大的变化在于，人类从亲自执行任务转变为监督任务。一个人照看一台纺机，产量相当于过去满屋子手工纺纱工的产出。

这个时代最初的高技能应用是AI编程。编写软件是我们这个时代的精英技艺：高技能、高薪酬、需十年磨一剑。而这也是第一个模式完全翻转的认知任务。如今机器完成了大部分工作，工程师的职责变成了指导、审查和纠正。认知革命之所以首先在此获得商业突破，绝非偶然。

虽然纺织业开启了工业革命，但它并未定义这场革命。工业革命的终极创新是汽车：一个文明围绕它而兴起，包括郊区、高速公路、供应链，以及现代生活的整个地理格局。

编程代理是我们的珍妮纺纱机：第一幕，自动化一项高技能的认知任务。这场革命的汽车可能尚未被造出。它将是在思维稀缺时代不可能实现的东西。

我心中的候选者：以机器速度进行的科学研究、像首席执行官幕僚长一样服务于你生活的个人代理，或是人类连接与协作方式的某种变革。在1800年，汽车是难以预见的。

就业：焦虑所在之处

1800年，超过75%的美国工人从事农耕。机器取代了这些工作。如今，农业仅占美国就业的约1%。按照悲观者的算法，全国应有超过74%的人失业。

然而，我们反而发明了1800年的农民无法想象的工作。放射科医生、软件工程师、播客制作人、空乘人员。机器并未终结劳动，它们消除了某些工作类别，却扩大了劳动的总量。今天就业的人数比人类历史上任何时期都多，而且他们远比祖先富裕。一百年前，我的所有祖先都从事农业。我认识我的四位祖辈，他们都出生于务农家庭。但他们没有一个人在农业中度过一生。他们都认为，自己晚年从事的非农业工作，比家族世代从事的艰辛农活更加舒适和富足。

认知革命中同样的情况正在发生。尽管AI编程领域出现了“珍妮纺纱机”现象，数据显示，软件工程师——这一最受AI影响的职业——的需求曾加速增长，如今已出现拐点。未来一周，我们计划分享数据，以支持在法律服务和金融服务等受AI转型影响的其他领域，招聘也出现了拐点。

机器从事认知工作，并不意味着人类停止认知工作，正如拖拉机并不意味着人类停止体力活动一样。具体的任务在变化。亲手构建模型初级分析师，变成了指挥上百个模型的人。此外，我们目前无法命名的工作类别将会增长，就像工业革命期间发明了发动机后，工程师成为了一种职业那样。

如同工业革命时期，整体叙事将是胜利的，但个体的故事往往并非如此。兰开夏郡的手织机织工并未被改造成火车司机。他们中许多人彻底失败了，而他们的损失延续了一代人之久。经济历史学家罗伯特·艾伦给这段时期起了个名字：恩格斯停顿。1780年至1840年间，英国工人人均产出增长了46%，实际工资仅增长了12%。

卢德分子对自己生活的判断没错，但对子孙后代的生活判断错了。1840年至1900年间，英国工人人均产出增长了90%，实际工资增长了123%。工资追上了生产率，随后又超越了它。

停顿并非不可避免。马克·扎克伯格最近说得很好：“没有规则规定人工智能必须比提升个人能力或对新技能的需求增长得更快。”人类对新技能的需求，无论好坏，都将永无止境。

这次的不同在于速度。工业革命给了农场工人的儿子四十年的时间去成为工厂工人。而这场革命可能只给五年。社会的缓冲机制，如教育、再培训和保障体系，都是为旧时钟设计的。未来二十年的核心政策问题是，我们能否帮助人类以与工作变化相同的速度转型。

教育

工业革命以至少两种方式塑造了现代教育体系。

首先，它使大众教育成为可能。当大多数人类必须耕作田地时，儿童便是劳动力。机器接管体力劳动，才将儿童解放出来，得以坐在教室里，也让社会有能力资助教育。现代大学的存在，正是因为社会不再需要每个劳动力都下田劳作，可以将文明的年轻一代转向认知技能的培养。

其次，不那么光彩的是，它塑造了教育成为的样子。工厂需要能读懂指令、会算术、准时上班、并按同步班次执行标准化任务的工人。于是我们建造了看似工厂的学校：铃声、行列、固定时间表、按年龄批量处理、标准化产出。大众教育在很大程度上，就是工业岗位培训。

认知革命颠覆了这两种动力。如果机器承担认知工作，那么工厂式学校就如同为手工纺纱而进行的培训。但更深层的变化在于供给端。纵观历史，教育的制约因素始终是师生比例。本杰明·布鲁姆在1984年量化了这一制约的成本：接受一对一辅导并采用掌握学习法的普通学生，其表现超过了传统课堂中98%的学生。

这一制约正在瓦解。一位无限耐心、知识渊博的辅导教师的边际成本正趋近于零。研究发现，人机混合辅导比传统教育更有效且成本更低。此外，新型混合人工智能方法可能有助于在公共教育成本高昂的世界部分地区推广教育。

健康

现代医学同样由工业革命所铸就。大规模生产带来了青霉素的量产，制冷技术使疫苗得以配送，化学工业催生了制药产业。

认知革命将这一切推进得更远。药物研发是在一个浩瀚无垠、远超人类理解范围的空间中进行的探索，而这恰恰是当认知成本降低时最能发挥规模效应的领域。AlphaFold通过预测几乎所有已知蛋白质的结构，解决了一个此前即便是微小突破也需要耗费毕生精力的难题。成千上万种疾病目前尚无治疗方法，并非因为它们无法攻克，而是因为针对每种疾病的研究成本从未因患者数量而显得划算。当这一成本骤降，长尾需求便能像其他潜在需求一样得到满足。

治愈疾病是每一代医生的夙愿。这是第一代不再受制于医生数量的时代。

此外，还有临床一线的医生。在美国乃至全球，我们都面临医生严重短缺的问题，需求远超供给。这个问题对我个人而言感触颇深，因为我长期目睹家中的医疗工作者为满足患者需求而疲于奔命。更廉价、更普及的认知工具不会让医生得以休假；相反，它们将使更多患者获得更高质量的医疗服务。鉴于对更优质医疗的需求近乎无限，可扩展的智能有望帮助我们将医疗模式从被动治疗转向主动预防。

日常生活的形态

超越工作与学校，工业革命彻底改变了日常生活的质地，以至于我们现在将其产物误认为人性本身。认知革命将再次改变这一切。

时钟时间。 在工厂出现之前，农村劳作遵循季节与日光。但工厂主需要数百人同时开始和停止工作。机器按时刻表运行，因此人类也必须如此。刻板的班次、工作日、工作周，乃至现代计时本身：这些都是工业发明，不过两个世纪的历史。认知革命松动了它们的束缚。当你的机器同事持续且异步地工作时，没有理由让一百个人从九点到五点同步思考。工作回归任务节奏，而非时钟节奏。

家与工作。 在人类历史的大部分时间里，工作发生在家庭内部或周围：农场、村舍作坊、家族生意。工业化将工作场所从家庭空间中剥离，因为工作必须在机器所在之处进行。每日通勤正是这种分离的残余。认知革命逆转了这一趋势，因为机器现在无处不在，而历史上最强大的工具之一就装在口袋里。家与工作正在重新融合。

全球贸易与权力。 工业国家进口原材料，出口成品，这种不对称性推动了帝国主义。新的原材料是能源、计算能力和算法。成品则是智能。上一次这种不对称出现时，它定义了一个世纪的国际秩序与混乱：铺设铁路、浇铸钢铁的同一工业基础，最终也制造了原子弹。智能将以同样的方式成为双重用途，且速度更快。错过认知革命的国家将处于劣势，并遭受数代人的苦难。

什么仍属于人类

顺着这条线索，你最终会触及人工智能焦虑背后的真正问题：如果机器能思考，那我们人类还有什么用？

上一次革命已经回答了身体层面的答案。工业革命结束时，人类并没有停止活动身体。我们依然是具身化的生物。

从比例上看，从事高强度体力工作的人减少了。然而，有更多的人为了运动和目的而活动：我们跑马拉松、登山，还花钱在闷热得令人不适的房间里摆瑜伽姿势。在这个过程中，我们创造了体育联赛，甚至现代奥运会也是工业革命的产物。

认知将经历同样的迁移。国际象棋是一个清晰的例子。1997年，深蓝击败了加里·卡斯帕罗夫，卡斯帕罗夫后来半开玩笑地称自己是第一个工作受到机器威胁的知识工作者。国际象棋并没有消亡。今天下棋的人比历史上任何时候都多。当AlphaGo击败李世石后，研究人员发现，人类围棋职业选手此后下出的新颖招法显著增加。超人般的机器让人类的棋艺更具创造性，而非更少。“半人马”式的人机协作时代虽然短暂，但人类时代从未终结。

批评这篇散文的人会说“这次不一样了。”具体而言，他们会指出，人类曾是地球上最聪明的动物，而这是第一次有某种独特的人类特质被机器取代。这种说法是错误的，至少有两个原因。首先，思考并非人类独有。动物也会思考。甚至自然界也遵循复杂而“智能”的模式。其次，有许多独特的人类技能，机器已经超越了。例如，生火严格来说是人类的技能……而现在你的炉子只需按一下按钮就能做到。写作和信息传递（互联网）也是如此。制造工具（我们和黑猩猩）也是如此，但现在机器制造了我们大部分的工具。而爱因斯坦则彻底颠覆了这一点——人类卷土重来——通过一个全新的人类思想实验，精确描绘了水星轨道！飞行曾是超人类的任务，直到飞机使其变得触手可及。这次不一样，但并非那么不一样。

在经济上最持久保持人类特质的，是那些从来就不是真正认知的东西：渴望事物、在它们之间做出选择、为选择负责，以及被他人信任。机器可以起草条约。但总得有人签署。2500多年前，希腊哲学家普罗泰戈拉写道：“人是万物的尺度。”确实，我们所体验的价值，在于我们能为他人提供什么。

结论：我们早已走过这段旅程

退后一步看，这一切不过是同一个故事。自有史以来，人类以肌肉与智慧亲力亲为。我们曾两度打造机器，将劳作转嫁于外物。

第一次，我们心怀恐惧，那份恐惧短期内确有其因，长远看却属谬误。当机器承担了大部分体力劳动后，世界变得前所未有的丰饶、健康且充满人文关怀。

如今，同样的抉择摆在面前，规模更大，速度更快。认知革命必将动荡不安、分布不均，令人深感不适。然而，它将如上次一般落幕：世界变得超乎想象的美好，其成果深深融入日常生活，我们的子孙将生于其中，习以为常。

我们早已走过这段旅程。这一次，我们可以睁大眼睛，从容驾驭这场变革，共享繁荣，铭记将思维外化的终极目标，是为了升华我们的人性。