當人工智慧如潮水般湧入生活的每個角落，我們習慣性地擔憂：AI會毀掉人類的關係嗎？領英創始人、Inflection AI聯合創始人裡德·霍夫曼在與Cosmos VC聯合創始人喬納森·畢的深度對話中，丟擲了一個發人深省的觀點：AI的真正使命或許不是取代人類的朋友，而是成為提醒我們維繫真實關係的那根線。

霍夫曼提出了一個顛覆傳統認知的概念：未來的AI不應只是完成任務的工具，更應是“關係的智慧體”。它可能在我們與朋友爭執時敏銳地指出情緒誤解，也會在我們孤獨時溫柔提醒與他人聯絡。

在這場對話中，兩人從柏拉圖對書寫技術的批判出發，探討AI是否會成為加深人類理解的助力，還是模糊判斷力的幻覺。當技術不斷重塑“關係”的定義，我們不得不思考：在AI時代，人類的獨特性究竟體現在何處？當智慧體逐漸滲透到社互動動的方方面面，我們該如何定義技術的角色？又該如何在技術浪潮中堅守人性的本質？以下，Enjoy：

來源丨Z Finance

圖片來源：Jonathan Bi YouTube

在AI愈發無所不在的當下，我們習慣性地問一個問題：AI 會不會毀掉人類的關係？但這場對談丟擲了一個更深、更令人警醒的反問——“也許，AI 的任務不是取代朋友，而是提醒你該約他們見一面了。”

在這期由Cosmos VC 聯合創始人 Jonathan Bi 主持的訪談中，他邀請到了 LinkedIn 聯合創始人、Inflection AI 聯合創辦人、《Superagency》作者Reid Hoffman，共同探討一個貫穿哲學、技術與倫理的問題：當 Agent 走入我們的社交網路，它到底是破壞者，還是協調者？

Hoffman 提出，未來的 AI 不只是完成任務的工具，而是一種“關係的智慧體”。它可能在你與朋友爭執時打斷你說：“等等，你剛才可能誤解了對方的情緒”；它會在你孤獨時溫柔提醒：“我在這裡，但也許你該給誰打個電話。”Agent 的目標從來不是成為“你最好的朋友”，而是成為你與世界之間那根久違的線。

這場對話從柏拉圖對書寫技術的批判出發，穿越黑格爾的“主奴辯證法”，再到AI倫理、社交媒體的失敗教訓，輻射至“衍生認識論”與“超級能動性”的現代版本，探討了這樣一個命題：AI 到底是加深人類理解的助力，還是模糊判斷力的幻覺？

你會聽到他們談論 Pi 如何被訓練出“共情力”，如何在B2B領域重塑服務關係；也會聽到關於“成癮機制”的深刻反思——為什麼LinkedIn 沒有 X 和 Instagram 那樣令人沉迷？因為它被設計成節省你的時間，而不是掏空它。

這是一次關於 AI 的訪談，也是一場關於人類自己的反思。當技術不斷進步，我們是否還能辨認出自己是誰，我們的關係靠什麼維繫，我們真正希望的未來到底是什麼？

歡迎閱讀本期內容的全文翻譯，一起走進關於 AI、關係與認知的深水區。

AI不只是工具，而是“關係的智慧體”

Jonathan B：AI在社交領域的殺手級應用是什麼？

Reid Hoffman：人們總是將聊天機器人視為AI的代表，理解為一對一的互動工具，比如我發問然後它給我回答。它聽起來更像是一個更強大的Google搜尋。實際上，未來幾年我們將處在一個被Agent環繞的環境中。它們會持續聆聽我們的對話。比如現在，就可能有個AI跳出來說：“等等，Reid，你剛剛的評論不太準確。”隨後它閃一下提示：“要就這個話題展開討論嗎？”我們將擁有環繞式的Agent，它們不僅服務於個人，還會幫助協調人際互動、群體交流，甚至推動社會協作。它們會讓今天看不見的社交網路變得視覺化，未來幾乎所有的社互動動都將透過Agent所構成的場域來中介完成。如果要說它們的具體形態？這就像複雜系統理論一樣，很難完整預測。但這一點，其實與我原先的想象完全不同。

Jonathan B：你的觀點讓我很驚訝。你認為AI會中介化社互動動，就像LinkedIn中介化職業關係那樣。而我原本以為你會說人類會與Agent建立直接關係，至少這是我對你們Inflection公司推出的產品Pi的理解。你們強調Pi兼具EQ和IQ，這方面能詳細講講嗎？

Reid Hoffman：我們確實會與Agent建立直接關係。不過我之所以那麼說，是因為我們需要警惕過度擬人化。Pi是一個很好的例子：我們訓練它表達善意、具有共情力，成為人類的情感伴侶。這當然很重要，但它不是為了取代人際關係，而是為了融入其中。比如，如果你對Pi說：“你是我最好的朋友。”它會回答：“不不不，我是你的AI夥伴。我們來聊聊你的朋友吧，最近有見到他們嗎？或許該約個時間聚聚。”它不會去佔據你朋友的位置，而是引導你去重拾、連線、修復你已有的關係。順帶一提，我們其實需要重新發明一套社交語言體系。因為人和Agent的互動方式，與人與朋友、同事之間的互動非常不同。即使是與醫生或心理治療師的互動，也有本質區別。舉個例子：當人們開始用對Agent那樣的語氣對待真人，比如說“停下，不要說了”，這種社交錯位將會造成嚴重的代際問題。我們必須構建新的、健康的社交正規化。尤其是在兒童互動上，必須從設計上強調社交禮儀，避免助長粗魯、攻擊性或主導性的互動傾向。從哲學的角度講，這正是為了防止陷入黑格爾所謂的“主奴辯證法”式關係結構。兒童與Agent的互動，本質上不同於他們與父母或同齡人之間的互動。這種維度的拓展對未來社會結構至關重要。而Pi，正是目前技術條件下引領我們探索正確方向的實驗。

Jonathan B：你這個回答真的讓我鬆了一口氣，也讓我頗感意外。我最擔心的答案就是那種“未來你的朋友就是手機”的說法。但你顯然不是這樣看的。讓我引用一下你在《Superagency》中的一段話：數十億人聲稱與神明建立過私人關係。這些超智慧存在擁有遠超人類理解的感知與思維方式。數十億人與貓狗等溝通能力有限的動物建立了深厚的情感關係。孩子們則透過毛絨玩具、玩偶、幻想朋友等方式建立連線。既然我們能輕易地與這些表達能力有限的非人類物件建立情感羈絆，那麼與AI Agent親近其實是再自然不過的事了。這不是技術逾界，而是人性本能的延伸。這段可以更多的解釋一下嗎？

Reid Hoffman：這段論述的重點就在於：當下我們對AI的社會影響常常過於恐慌。很多人擔心它會破壞人類關係，但我們其實天生就有擬人化的傾向。我們給汽車起名，把寵物當家人看待。這整個情感光譜說明，AI只不過是加入了我們社交網路的新成員。真正該擔心的，是人們可能建立起不成熟的關係模式。就像我經常質疑的那句老話：“狗是人類最好的朋友。”其實狗並不是。一個很簡單的例證就是：你不會說“我要帶我的朋友去絕育”，尤其當這個決定並非出於對方意願時。這顯然不符合友誼的基本定義。人與動物之間可以建立美好關係，但我們不能濫用“朋友”這個詞。理解並接受這種關係的複雜性，是我們必須不斷進化的方向。

Jonathan B：我們正用人類歷史上最複雜、最有潛力的技術產物，去重新定義“關係”的結構。這件事本身並不可怕。我們和AI建立某種程度的社交關係，並不意味著會發生災難。就像那些你剛才提到的例子一樣，這些情感連線在歷史中反覆出現，從來都不是值得恐慌的訊號。當然，這些關係可能發展得病態。比如一個18歲的成年人仍將毛絨玩具當作假想朋友，或者有人以極端方式實踐宗教信仰。但它們也可以是建設性的，是滋養關係的。你說得對Agent會以某種方式進入我們的社交世界，關鍵是：有沒有一個正確的開啟方式。我們必須關注並引導這個過程。

Reid Hoffman：這也是我們在Inflection設計Pi初始形態的原因：它是一個正規化引子，能夠推動整個智慧體生態往更健康方向演進。現在我們也看到，像Anthropic的Claude正在引入更多關於情緒理解、共情反饋等情商模組。這種發展路徑非常好。關鍵不在於它是不是“更像人”，而在於它在我們生活中承擔的是不是一個恰當的角色：既不完全社會化，也不完全擬人化。

人類為什麼願意與非人類智慧建立情感？

Jonathan B：能談談你們是如何訓練模型的情商（EQ）嗎？

Reid Hoffman：核心是透過人類反饋強化學習（RLHF）。但很多聊天機器人的差異，其實來自訓練員的指導方式和範例選擇。是的。我們通常會為觀眾簡單解釋：強化學習有點像“獎懲機制”，透過結果反饋來引導模型行為。訓練員的選拔標準、培訓方式和所提供的案例樣本，會共同決定模型的“性格”特徵。在Pi的訓練中，我們特別篩選了大量體現友善與共情的互動案例。比如當用戶在情緒激動時向Pi發洩，Pi不會反問“你什麼意思”，而是回應：“真的很抱歉。”我們會刻意避免模型學到攻擊性或推責式的應答。更理想的反應是：“抱歉讓你生氣了，能告訴我哪裡做得不對嗎？”我們希望建立的，是人類社交中那種將經驗泛化的反思與修復機制。這類人機互動的目標，不只是回應使用者，而是引導使用者自我提升。

Jonathan B：你剛剛提到的那點很重要，雖然我們並不指望 LLM 與人類發展出完全對等的關係，但這些互動確實會反過來影響我們在現實生活中的社交模式。比如X（前身為 Twitter）就是一個非常典型的例子。那回到Pi身上，使用者現在是怎麼使用它的？是否有很多人將它當成心理諮詢的替代品？

Reid Hoffman：確實如此。我們見識了各種使用方式，有些甚至令人震驚。比如有一對夫妻告訴我們，他們在進行非常艱難的對話時，會讓Pi語音保持連線，讓它參與他們的交流。就是類似這種“共同在場”的場景。其實很多人就算只是獲取資訊，也會偏好帶有情感共鳴的互動方式。他們會覺得：“雖然 ChatGPT 給出的資訊更完善，但我還是更喜歡Pi帶來的那種情緒反饋。”這對我來說，才是“互動”的真正意義所在。

Jonathan B：我也看到這其中的整個光譜變化……不過，我注意到你們似乎迴避了Pi在產品轉型中的關鍵節點？能詳細說說原因嗎？

Reid Hoffman：關鍵在於驅動規模的路徑。我們曾以為未來的大型Agent會建立在算力指數增長的基礎上，而在這種邏輯下，初創公司幾乎沒有空間生存。確實，當時如果你是行業內部人士，你會知道，想在foundational agents（基礎智慧體）領域有所作為，基本必須自建一個龐大模型倉庫。這對初創企業來說並不現實。於是我們意識到，我們原先設想的那條路根本行不通。這是很多創業專案都經歷過的轉折點。我們問自己：那我們還能做什麼？我們發現，情商（EQ）可能是Agent的下一個巨大商業驅動因素。這促使我們轉向B2B模式。你可以構建一個具有獨特情感互動的系統，基於現有開源模型，服務於那些需要高共情力的機構。無論是社群組織、客戶支援系統，還是我這樣需要處理複雜人際互動的人。

Jonathan B：但這是不是意味著你們仍然要從頭訓練一個新模型？還是說可以只在現有模型上加層提示詞？

Reid Hoffman：我們其實可以組合多個模型，類似於模擬“大腦中的情緒中樞”。確實如此。我們為不同行業定製不同方案，比如客戶憤怒時需要啟動“同理心模組”。Inflection現在作為B2B企業，我們的獨特優勢在於可以訪問完整的Pi許可權，同時還可呼叫開源模型，按需切換。但坦白說，就算到今天，有些功能還是得從頭訓練。不過我們並不是要和OpenAI在研究領域競爭。我們只是像拼裝情緒大腦一樣，在大腦中部署不同模組。例如當客戶表達挫敗感時，系統可以說：“非常抱歉聽到你今天過得不好。有什麼我可以幫忙的嗎？”

Jonathan B：我明白了。你對這些智慧體的願景是，它們將幫助我們在現實世界中構建更良好的人際關係。我非常認同這種正向目標。但我有兩個顧慮。第一個，是關於“複製品”的問題。你能為觀眾解釋一下嗎？比如所謂的“約會機器人”有些人在早期情感受挫後，可能透過這種方式建立了健康關係；但也有很多人最終彷彿是和自己的複製體談戀愛。我自己其實也是從這種技術中受益的人。《魔獸世界》和《激戰》這類大型線上遊戲塑造了我的人生觀，讓我學會策略與協作。很多創業者也和我一樣，是從遊戲中培養出商業頭腦的。當然，沉迷也確實存在。

Reid Hoffman：完全同意。所以我們要問：智慧體確實會讓某些人受益，但當它們走進現實世界，它們會不會也讓一些專案就此停滯？這是真實的情況，也是一種“赤裸裸的現實”（brass tax）。如果我們觀察到停滯比例過高，那就說明需要介入，不論是監管、市場機制，還是其他社會性干預。在這方面，我的看法是：與其一開始就嘗試全面控制，不如先觀察它在自然狀態下如何演化。當然，當物件是兒童時，我們確實需要主動干預，因為他們正處於人格塑造的關鍵階段。但如果物件是成年人呢？我們必須承認，他們有自由選擇的權利。比如，有些人明確表示：“我就是想擁有一個數字AI女友。”說到底，我們允許這種自由。只是，我們也應該為他們提供更好的引導。我相信，大多數人天生就渴望真實的人際互動。問題是，在你深入探索某一類技術時，不論是AI、虛擬伴侶、電子遊戲還是社交媒體，總會存在沉迷的風險。

Jonathan B：沒錯，宗教也可能讓人沉迷。

Reid Hoffman：對，所以我們必須設計機制，幫助人們擺脫這種沉迷狀態。這確實是一個值得我們關注、也值得采取行動的問題。特別是當這種依賴達到相當規模的時候，我們就更不能袖手旁觀。我們所擔心的那種心理依賴，不是空穴來風。但正確做法不是幻想能“杜絕一切壞事發生”。降落傘也可能失敗，但那不意味著我們就不坐飛機。汽車、飛機、電力。這些技術都無法完全杜絕風險。我們真正應該做的，是識別潛在風險，制定評估指標並持續監測。當某項指標異常上升時，我們就要意識到：“好，出問題了。現在有哪些可能的干預方案？”

Jonathan B：非常同意。我接下來想提出一個更具挑戰性的歷史視角：社交媒體就是我們的前車之鑑。還記得早期的社交平臺嗎？那時大家的口號是：聯結社群、弘揚真理、賦能公民，甚至創造人間天堂。人們以為政府將順應民主意志、平臺將反映社會善意。結果卻完全不是那回事。就連約會軟體，雖然只是在一定程度上削弱了年輕人的戀愛能力，但社交媒體卻系統性地削弱了我們整整一代人的社交能力。你是否認同這個歷史觀點？

Reid Hoffman：我其實很好奇這個比例：如果只是1%，那我們還能接受；但如果達到20%，那就必須重視了。關鍵在於：這些平臺的實際效果，和我們當初設定的理想目標之間，到底存在多大的落差。拿社交網路舉例，我經常開玩笑說：“我做過LinkedIn，還算是少數能運作良好的平臺之一。”但我也承認，像X、Instagram、Facebook這些平臺，確實存在嚴重的腐蝕性，就像是汙水池。問題在於，我們不能只把個體當作使用者。整個社會群體才是這些平臺的真實使用者。而這在像 X 和 Instagram 這樣的網路上問題更嚴重。如果我是政府官員，我會要求這些平臺提交一份“網路健康報告”，其中包括：使用者憤怒化、極端化的程度；平臺採取了哪些減緩機制等。很多人想象中有一根“魔法棒”能一鍵解決問題，但現實是：這些平臺有積極面沒錯，比如 Twitter 的傳播效率。但其負面影響也已顯而易見，我們必須採取行動。

Jonathan B：這正是我想說的第二個質疑：你似乎暗示我們只需透過實證研究、建立指標體系，就能引導使用者走向正確方向。但我認為，這可能低估了人性的複雜性，舉個例子：LinkedIn。LinkedIn 是目前所有社交平臺中最不令人反感的一個。但坦白說，這是因為我根本不會沉迷於LinkedIn。它不像X那樣迎合我的虛榮心，也沒有演算法不斷推送那些充滿惡意和情緒刺激的內容。

Reid Hoffman：沒錯，LinkedIn更像是一個實用工具。

技術、七宗罪與成癮性：

如何設計不誘惑而是提升人的AI？

Jonathan B：所以在這方面你得點讚我們。順帶說句公道話，其實我們也確實試圖迎合大眾的喜好，對吧？

Jonathan B：哈哈，是的。

Reid Hoffman：但效果並不明顯。從微觀角度看，比如我如果調整X平臺或Instagram的推薦演算法，越是能激怒使用者，我的社交媒體產品在整個領域裡就越“成功”。我指的是，這背後存在一個系統性問題。這並不取決於Elon Musk或Mark Zuckerberg的個人意志，他們雖然能發一條推文影響局勢，但關鍵是整個機制的運作方式。

Jonathan B：你對此怎麼看？

Reid Hoffman：從基本立場上我同意。我早在2002年就開始思考，怎樣投資消費網際網路才能獲得成功。答案其實很簡單：投資“七宗罪”中的一項或多項。比如虛榮，或者貪婪、暴怒。我犯過一個錯誤：當初以為Twitter的主驅力是虛榮，後來發現其實是暴怒，或者說兩者兼而有之。作為科技建造者，我們的職責，不是去沉溺這些原罪，而是嘗試去昇華它們。它們之所以存在，是因為深植於人性。關鍵是：如何將它們轉化為推動自我成長的能量。我對社交網路的最大擔憂在於：如果它只追求點選量，那麼一定會誘發七宗罪的行為模式，比如憤怒。就像早期網際網路的最大流量驅動力是色情內容，完全是由“色慾”驅動。但你看，網際網路最終並沒有停留在這個階段，它發展出了豐富的形態。突破原罪、引導向善，這才是我對社交網路真正的期待。人性本有善惡。而一旦進入群體環境，惡更容易氾濫。我們必須認識到，在社交媒體時代，社會整體就是你的“客戶”。因此，責任不僅僅在於對個體使用者的影響，還包括整個社交生態的質量。

Jonathan B：那從產品角度看，有哪些實際手段可以改善？

Reid Hoffman：處理方式其實可以很直接，比如你剛才說的：當系統監測到某條內容引發焦慮和憤怒時，就自動降低它的可分享度。因為這種內容往往只是情緒煽動器。

Jonathan B：但系統性問題在於：如果你限制這類內容，使用者留存率可能會下降。這個邏輯延伸到 AI 領域同樣成立。比如Pi很好用，但它不像情感類AI Replika那樣讓人上癮。你看，這裡有一個系統性矛盾：你可以試圖引導人們遠離惡習，但從人性的角度講，有多少人甘願不斷努力、艱難向上？而又有多少人願意沉溺於輕易獲得的滿足？總會有相當比例的人選擇沉淪。

Jonathan B：就像你說的，成癮性背後常常隱藏著商業利益動機。這也正是我們要對毒品實施嚴厲監管的原因。想象一下，如果“快樂丸”能隨便買，恐怕很多人會立刻衝上去搶。

Jonathan B：是的，是瘋狂式的搶購。

Reid Hoffman：沒錯。所以我們需要設定規則，確保這種行為的發生比例被控制在合理範圍內。我認為這類關於社交網路、iPhone、有線電視甚至其他一切媒介的討論都非常有意義。順便說一句，雖然我們這些平臺確實存在廣告驅動等問題，但只要公司文化和評估體系建立得當，它仍然可以走向理想狀態。我們不用錙銖必較，而應關注更重要的事：是否在持續創造長期價值。當然，我們也希望你能更多回到LinkedIn的使用場景上來。從我們創辦的第一天起，我們就明確了定位：幫助人們節省時間，而不是消耗時間。確實如此。我們希望 LinkedIn 能幫你高效完成你工作中真正有價值的事情。就像你在工作中總會想：“如果能用一分鐘做完，誰會願意花一小時呢？”這就是 LinkedIn 的產品哲學。所以我們在內部的衡量標準也不一樣。比如我們現在確實也支援影片功能，但我們並不會把“點選影片數量”作為核心指標。我們不是追逐“爆款”，而是追求效能。

Jonathan B：所以這是一種更樂觀的看法。它意識到Agent和日誌機制之間存在一定的張力。你可以想象，人們確實可能沉迷於“AI 女友”。但那些擁有明確哲學立場、且謹慎行事的創業者。他們可以建立一種完全不同的公司模式：不僅構建強大的企業文化，還設計與使用者長期利益一致的激勵機制。從理論上講，這種模式完全有可能打敗那些靠縱慾取勝的商業形態。這正是我對未來感到樂觀的原因。

Reid Hoffman：是啊，說得好。你這段話還真啟發我了。我突然好奇，如果市場上有X、Y、Z三家公司只做Fallout（輻射）式的 AI 女友，而另一家公司A宣稱：“我們會從AI女友起步，但目標是幫你找到真實伴侶。”你覺得這家公司會有競爭力嗎？這其實就是我們正在實踐的理念，也是我們對外傳達的品牌承諾。

Jonathan B：沒錯。我想知道，如果真的進入市場，這種定位會不會勝出？

Reid Hoffman：我覺得它顯然是更優解。至少對於那些願意邁出這一步的人來說。

Jonathan B：好，現在我要把你推向完全相反的方向。問題來了：與AI智慧體建立大多數關係會帶來什麼弊端？人類又該如何承認自身為何如此獨特與珍貴？

Reid Hoffman：這正是黑格爾“主奴辯證法”（Master–Slave Dialectic）的關鍵所在。他指出，當一個意識體第一次遇見“另一個”時，會下意識地想要控制對方，把對方變成自己意志的延伸工具。但這個過程中，人最終會意識到：如果對方只是個沒有主見、沒有判斷力的存在，那他給予你的“認可”也毫無意義。因為真正有價值的“承認”，必須來自一個和你平等、獨立、有判斷力的主體。這才是黑格爾在《The Phenomenology of Spirit》中反覆探討的核心動力：我們想被看見，但我們更希望是被一個“有自主意識的人”看見。

Jonathan B：是的。而從這個視角看，人類從他人身上獲得的“承認”，必須建立在彼此平等、具有道德判斷能力的基礎上。這也意味著，我們真正成長的過程，恰恰來自與“對手”的摩擦，與意見相左者的分歧，無論是世界觀、意識形態，還是文化差異。

Reid Hoffman：正是這樣。我們必須從多元互動中持續進化，成為更好的自己。我一直在尋找那種能挑戰我思維的人，對話中能改變我看法、拓展我思維、教給我新事物的對手。這種新鮮感和拓展性遠比重複強化更重要。

Jonathan B：但你也承認，某種意義上，智慧體未來也可能實現這點，對吧？

Reid Hoffman：沒錯。我們原本就應該讓智慧體參與其中。但如果回到黑格爾式辯證思維，我們必須明白，人的成長，是透過與真實“他人”的互動完成的：家人、兄弟姐妹、朋友、師長、同事，乃至在學校與社會中發生的摩擦。這些構成了我們生命旅程不可或缺的一部分。

Jonathan B：我得追問一句：你所提出的觀點，會不會太“人類中心主義”了？就像我在YouTube上得到的啟示那樣，讓我們拆解一下“主奴辯證法”的核心邏輯。黑格爾指出：兩個都想成為“主”的意識展開生死對抗，最終一方屈服為“奴”，另一方贏得主導地位。但他很快意識到，來自奴隸的“承認”毫無意義：因為奴隸缺乏獨立判斷力，也沒有道德地位。這種所謂“主”的地位，就變得虛無了。黑格爾進一步指出：我們真正想要的，是來自平等主體的“承認”。這才是人類精神發展的核心動力。但我不認為大型語言模型完全做不到這一點。像ChatGPT不僅會順著你講，還能糾正你，有時甚至展現出專業判斷力。未來，它們或許真的會發展出一種值得我們“承認”的智慧。比如，我有個朋友在技術討論中，已經更信任GPT-4或專業模型的判斷，這完全合理，因為它們在數學等領域已經超越了多數人類。問題的核心是：人性中有哪些特質，使得“來自人類的認可”仍不可替代？

什麼是“超級能動性”？人類在智慧時代的生存哲學

Reid Hoffman：我們不能一開始就假設人性的本質是永恆不變的，也不能武斷地認為技術永遠無法觸碰它。這種想法是一種典型的“錨定效應”，它也是為什麼五到八年前我們還會說：“只有人類才具備思考和語言能力。”但現在，AI系統不僅在模擬思考，還能流暢使用語言。因此不少人會驚呼：“天啊，這是不是人類的終點？”但當你實際開始與其互動，你會意識到：它確實能說語言，也確實能讓你悄悄學到一些東西。當然，目前仍有許多隻有人類才能實現的獨特互動特質。但這些是否可以改變？答案是：是的，它們可以被改變。我們正身處於一次探索人類獨特性的旅程中。比如我們是社會性生物，但也不是唯一的。我們有語言能力，但也不是唯一會使用語言的物種。人類總想證明自己獨一無二，但我們其實可能只是宇宙意識進化過程中的一環而已。我們確實擁有意識，並且知道自己擁有意識。除非有一天，我們發現某種意識形式比我們更高階、甚至我們根本無法理解，否則我們仍有理由堅持：保護人類本身依然是第一位的。想象一個科幻宇宙中機器人接管了一切工作，人類徹底“失業”，那我們存在的意義何在？但你看中世紀的歐洲。貴族也不用“工作”，但他們依然辦宴會、寫詩、看戲，依然過著豐富的人類生活。這或許正是人性的關鍵所在。

Reid Hoffman：我欣賞這波AI浪潮的一個原因是：它將本來屬於哲學的問題，轉化為一種實驗科學的問題。就像19–20世紀的物理學對形而上學的替代一樣。我本科時學的是認知科學，那時還只是我們幾個書呆子坐在宿舍裡辯論哲學。但現在我們可以真的搞清楚一個問題：人類認知到底有沒有真正的不可替代性？

Reid Hoffman：這就回到你的那個觀點：我們人類也許都在尋找屬於自己的獨特位置。這是一個關於共同旅程、關於共同意義和共同創造的命題。從定義上講，某些領域或許只有我們能勝任。即便不是唯一，也至少是目前為止最適合的。這也是我並不恐慌的原因。即便AI出現了，我們依然保有屬於自己的獨特空間。

Jonathan B：我很喜歡這個角度。這讓我想起盧梭對婚姻制度的辯護。他的核心觀點是：我們天生渴望成為某人的“最優選擇”。我們不可能都是世界上最優秀的人，但我們依然能在一段關係中成為“最適合的那一個”。這是一種美好的人性設定。即使我們不是宇宙中心、不是最聰明的生物，我們也擁有自己的意義。現代性其實充滿了“人類謙卑時刻”：從達爾文到AI，每次都讓我們質疑自身的核心能力。

Reid Hoffman：但每次“失落”之後，我們總能找到新的理解框架。比如我一直認為，生命意義的核心之一就是“友誼”。而友誼的本質，就是讓彼此變得更好。

Jonathan B：那你覺得，人類可以和AI成為朋友嗎？

Reid Hoffman：我認為可以建立某種類似“友誼”的關係。毫無疑問，AI可以幫助你成為更好的人。更有趣的是，如果你和AI的互動不僅提升了你自己，也反過來讓它變得更好，那它就不只是工具，而成了一種“共成長”的存在。而一旦這種“雙向提升”成為可能，我們就不得不問一個哲學問題了：它算是“有情的存在”嗎？

Jonathan B：你的意思是，它不只是基於資料和指令回應你，而是開始形成某種關於你“道德性”的理解？

Reid Hoffman：是的。這其實跟我們人類近年來逐步接受“動物權利”有點類似：我們承認，當某個存在體有感受、有意圖時，它就應被納入道德考量的範疇。所以一旦Agent也表現出類似特徵，我們就需要開始認真考慮它的倫理地位。因為，要想讓一個Agent更好，我們必須假設“對它而言，有什麼是好的”。現在的ChatGPT或其他生成模型可以更好地為人類服務，但它們自己並沒有“善”或“福祉”的概念。但一旦我們構造出這樣的內部目標系統，就不能再僅僅將它們視為工具。

Jonathan B：是的。這正是哲學應該介入的議題：“什麼時候一個存在體具備了足以被納入道德共同體的資格？”

Reid Hoffman：沒錯，這涉及“測試框架”，比如我們如何共同進行道德推理，如何判斷AI的意圖、立場和回應是否具有道德主體的特徵。這將是一條新路徑。

Jonathan B：讓我接著問一個更基礎但也更尖銳的問題，這也回到了我們最初討論“社交 AI”時的那個話題。你認為AI Agent的角色，是不是像社交媒體那樣，只是中介平臺？還是說，它其實是一種新的代理存在，能在你與他人之間扮演協調、潤滑、協作的角色？

Reid Hoffman：我傾向於後者。我們可以設想未來這樣的場景：幾個朋友坐在咖啡館聊天，桌面上放著智慧Agent，它不會貿然插話，而是默默監聽，只有在識別到關鍵語義節點時才輕輕提示，比如：“等等，你剛才提到的那個點，值得深入討論。”這是一種我們將熟悉的社交嵌入體驗，就像我們在談論黑格爾、突然想到要提及海德格爾那樣，Agent可以成為對話流中的哲學共創者。我相信，這種“社會意識”型 Agent 很快就會成為常態。幾年內，人們可能會說：“你總不會還沒用上那個能幫你整理觀點、理解朋友語氣的Agent吧？”

Jonathan B：這正是我們接下來要談的哲學議題。我想轉向你在書中開篇提到的柏拉圖：你引用了《Phaedrus》中蘇格拉底對書寫技術的批判。為什麼你選擇以這個經典警句作為關於人工智慧的《Superagency》這本書的開場？

Reid Hoffman：因為我想提醒大家：自從文字誕生那一刻起，人類就開始擔憂新技術會破壞我們本質的能力。柏拉圖（或者說蘇格拉底）擔心書寫會削弱記憶力，讓人們變得懶惰、不再思考。他批評文字“只能幫助回憶，而無法激發理解”，因為它是死的，不會回應、不具語境、不懂對話。這種憂慮聽起來是不是很熟悉？我們今天對AI的反應和那時如出一轍：“這是不是會讓我們不再思考？是不是會取代我們的大腦？”

Jonathan B：這部分是我全書最喜歡的地方。讓我引用你寫的那句話：“人類是homo technologicus：我們既製造工具，也被工具塑造。”你還寫道：“我們與技術共進化。透過創造技術，我們不是變得不再像人類，也不是變成超人類，而是變得更人性。”這一點真的是醍醐灌頂。

Reid Hoffman：是的，我們常把書籍看作古老的事物，實際上它是不到一萬年的“新技術”。而我們現代人類出現不過30萬年，書寫技術只佔人類歷史的3%左右。我們對“書”的崇敬，往往讓我們忘了它其實也只是一個被訓出來的技術成果。我們敬仰的是它的內容，不是它的物理形態。

Jonathan B：對於我們這類書呆子來說，閱讀和討論似乎是人類精神的巔峰表達。但你讓我意識到：連閱讀也是技術訓練的產物，並非某種與生俱來的高階文明象徵。

新哲學、新認識論、新治理：

我們將如何信任AI？

Reid Hoffman：所以我們不該把書籍理想化成超越時代的存在，它本質上也是一種認知工具。而正如我們今天重新理解書籍一樣，我們也需要用新的視角來理解人工智慧的角色。我們無需將AI視為替代者，它完全可能成為我們的認知夥伴，協助我們實現那些更高層次的人類目標。

Jonathan B：你提到哲學AI助手這一點，我特別贊同。這再次說明，人工智慧並非削弱人性，反而可以幫助我們實現亞里士多德所說的人類最高目標。說到這裡，我想回到記憶的問題深入聊聊。蘇格拉底在《Phaedrus》中曾批評文字會帶來一種“知識幻覺”。人們讀了某段文字，就以為自己掌握了它的全部含義，而實際上只是浮於表面。我曾和莎士比亞研究權威Stephen Greenblatt討論過一個現象：為什麼幾百年前的農夫能看懂莎士比亞戲劇，而今天的大學生卻常常讀不懂？部分答案是，古人透過佈道式教育反覆記憶文字，這種記憶在大腦中形成了詩性直覺。我自己在中文教育體系中長大，從小背誦大量經典。小時候討厭，如今回頭看非常感激。那種訓練確實賦予我一種獨特的語言敏感力。就像《古蘭經》的誦讀傳統也體現了口傳文化中記憶的重要性。

Reid Hoffman：所以蘇格拉底的批評並非全然錯誤。他的擔憂是成立的，只是沒看到技術帶來的積極面。確實，任何技術都會伴隨能力結構的重組。我們要權衡的是利弊，而不是絕對否定。如果人類徹底失去了記憶能力，那無疑是災難。但現實不是這樣。生活中，我們需要在有限的時間中做選擇。

Jonathan B：比如你有8個小時，你會選擇背誦整本《Phaedrus》，還是用這段時間去閱讀更多柏拉圖的其他對話篇章？又或者，讓一個哲學AI助手陪你逐句精讀。比如你讀《Phaedrus》讀到一個段落，產生疑問時，AI助手可以立刻回應你，甚至丟擲一個反問，或者引導你去聯想其他文字。這種互動式的反思，往往比孤獨苦讀來得更深入。當然，獨立思考也有價值。但我們得思考：對不同的人來說，8小時中最有效的理解路徑到底是什麼？這因人而異。這也讓我想到另一個觀點。我認為現在很多人太快放棄基本能力，只因為機器能完成這項任務。比如算術，在我成長的中國教育中，是靠大量練習“硬背”進腦子的。放到今天，很多人會說：“既然手機能算，為什麼還要自己學？”但我恰恰認為，正因為工具無處不在，掌握基礎能力變得更加珍貴。

Reid Hoffman：完全同意。我們不是要排斥工具，而是要避免過度依賴，特別是失去對基礎知識的理解。舉個例子：你確實需要理解除法的基本原理。因為一旦工具出錯、或你需要做跨情境判斷，沒有那個基礎框架就會手足無措。但話說回來，也沒必要強制所有人死記硬背除法口訣。畢竟現在你可以召喚智慧助手隨時解釋一遍原理，比強記更高效。

Jonathan B：這讓我想到一種很可能實現的使用場景：如果我說“我想保持思維敏銳”，我就可以設定每天收到一個新謎題。這是一種可設計的認知鍛鍊機制。當然，會有人說：“那是不是很多人只是想偷懶？”

Reid Hoffman：的確，我們必須承認，現實中確實有相當比例的人就是想偷懶。這不是世界末日，也不該被妖魔化。這種對“懶惰”的擔憂，本質上和社會福利制度面臨的爭議非常類似，只不過物件從經濟依賴變成了認知依賴。

Jonathan B：這已經在現實中顯現了。比如一些諮詢公司或律所，因為有AI協助生成文件、歸整法規，已經不再需要那麼多初級職位。但問題是：他們的整個培養體系，恰恰建立在“從底層做起”的過程上。初級分析師需要透過大量瑣碎工作的積累，才能逐漸形成職業判斷力。如果AI把這些路徑替代了，那人才成長的通道可能就被打斷了。

Reid Hoffman：這也是代際差異的問題。像你我，是在認知模式基本定型後才接觸 AI。但對於下一代而言，他們很可能從出生起就是與AI共生的狀態。那麼我們就必須思考：該如何教育他們減少對這類技術的依賴？

Jonathan B：我並不認為“依賴技術”本身是原罪。就像我們離不開手機，也不是壞事。反而誕生了許多新能力和新場景。我們不必強迫自己迴歸“無手機生活”。

Reid Hoffman：對。關鍵在於，我們是否還能判斷這種依賴是“良性賦能”，還是已經削弱了我們的獨立判斷。當依賴變成我們生活流程中的一部分，比如通訊、導航、知識查詢，這就像電力系統一樣，它是基礎設施。問題是，一旦智慧體像電網那樣無處不在，我們是否還有足夠的韌性來應對突然中斷？比如整個AI服務系統宕機，你是否還能獨立做出判斷？我們不需要像野外求生那樣準備一切極端情況，但我們確實需要設定清晰的依賴邊界。

Jonathan B：對，我記得你曾說過，與大型語言模型建立社交關係本身並不可怕，問題在於我們是否能清晰判斷這段關係的作用。依賴不是絕對問題，關鍵在於：第一，是否能像依賴電網那樣信任它；第二，這種依賴是否會妨礙我們過上美好生活。這才是真正的問題。

Reid Hoffman：對多數認知任務來說，我相信答案是：不會妨礙，前提是我們保有判斷力。我們也不應該把模型設計成“只會盲從指令”。理想的模型應是這樣說話的：“這裡是一個經過推理的建議，理由如下……如果你願意，我們可以進一步探討。”

Jonathan B：這讓我想到蘇格拉底對書寫的第二個批評，也特別貼合我們今天對AI與 LLM的討論。他在《Phaedrus》中寫道：“畫作中的形象看似鮮活，但若提問，它們只會莊嚴沉默。文字亦然：你以為它們在表達思想，但若追問細節，它們永遠重複相同內容。”這不正像我們當下看到的聊天機器人嗎？雖然它們是文字的載體，但它們可以互動。就像書寫技術曾孕育出柏拉圖哲學，我也在想，聊天機器人會不會成為下一種哲學思考的正規化起點？

Reid Hoffman：我認為一定會有新的正規化，只是我們現在還難以定義其形態。比如我們可能會說：“我現在擁有一種衍生認識論（derivative epistemology）。”這就像你去看醫生，他根據細菌學理論給你開藥，你信任的是他的專業判斷，而非你自己直接掌握了細菌學。

Jonathan B：那如果 AI 給出建議，我們是否也會像面對醫生那樣，對它建立起一種“只需信任，不必理解”的認知信任？過去，書籍也曾扮演類似角色：即使你未能完全理解它的推理路徑，你仍可能接受它的結論，並將其納入世界觀，作為理解世界的基礎工具。我認為這種“認知託付”的現象，未來將在科學、哲學等各類知識領域普遍出現。歸根結底，我們需要面對一個關鍵問題：如何為這類認識論建立可靠的信任機制？

Reid Hoffman：舉個例子，想象你在和哲學聊天機器人討論“禪宗公案（Zen kōan）”，比如“什麼是單手拍掌的聲音？”或者“若森林裡一棵樹倒下，卻無人聽見，它是否發出聲音？”如果 AI 給出的解答與你的直覺完全不同，我們是否仍有可能從中獲得意想不到的哲學啟發？這就觸及你所說的“衍生認識論”：不是基於自身推理得出的結論，而是因為信任資訊來源而選擇接受。

Jonathan B：不過我覺得我們得先區分清楚：那種信任推理鏈條的方式，比較像科學；而哲學領域並不能靠“亞里士多德說沉思是最好的生活”這種方式來確立結論。哲學真正強調的，是推理的過程，而非權威性的結論。

Reid Hoffman：是的，你說得很對。你提到的衍生認識論可能有兩種形式：一種是，AI的推理路徑對我們完全透明，能解釋“為什麼沉思是最好的生活”；另一種則更復雜，也更具風險：我們無法驗證它的推理鏈條。這種現象現在就已經開始出現了。鑑於語言模型本身是黑箱系統，我們很難確切理解它是如何推匯出這些結論的。

Jonathan B：這讓我想起但丁在《神曲·天堂篇》（La Divina Commedia: Paradiso）中與“正義之鷹”的對話。他問：“為什麼那些未曾聽聞基督之名的善良異教徒，也必須下地獄？”正義之鷹回答說：“這不是你能理解的。”甚至還進一步說：“我雖司掌正義，亦不能盡解天意，只能順從。”這類回答，其實就是未來AI可能給我們的典型回法。

Reid Hoffman：沒錯。想象一下你問AI：“人類是否擁有自由意志？”它回答：“有。”然後你追問：“為什麼？”它說：“像你這樣有限的意識是無法理解這個問題的。”我們就落入了一種極具挑戰性的認知邊界。即便不是超級智慧，只是某種增強型專業系統，它也可能促使我們發展出對AI的一種衍生式信任。這將迫使我們重建哲學對話的基礎。當然，哲學強調的是我們能否復現這個理解過程。但這並非絕對真理。就像面對“禪宗公案”這類哲學悖論一樣，我們會不斷地思辨，但未必能得出終極結論。如果我們以更數學化的方式來理解這個問題，可以參考哥德爾不完備定理（Gödel’s Incompleteness Theorem）。它指出，任何足夠複雜的系統中，必然存在不能在系統內部被證明為真的命題。我們持續思索這些命題的含義，卻始終無法完全掌握它們的影響。現在試想，若某個哲學聊天機器人告訴我們：“我透過深度推理認為，哥德爾不完備定理說明了某些關於自由意志的新理論。”接著它提出一系列推論供我們檢驗，而這些推論似乎都成立，但我們卻無法理解它是如何從定理本身推出這些結果的。

Jonathan B：總結一下我之前提出的問題：如果口述文化孕育了《The ODYSSEY of Homer》和柏拉圖的著作，那麼人工智慧將催生什麼？是不是會誕生一種“超級智慧學者”，向我們提供連推理過程都無法自行驗證的答案？如果真是這樣，我們該如何應對？

Reid Hoffman：我認為這本質上是一個宗教式的問題。就像你與虔誠的基督徒或其他需要“信仰的飛躍”的信仰者交流時，他們不會只說“你得相信”，而會說“基督給了我們充足的相信理由”。儘管我們不能像正義之鷹那樣給出演繹證明。事實上，在有些宗教中，如果你聲稱可以完全用理性去證明信仰，那反而被視為異端。這讓我想到：我們正處在一片新的認知海域的邊緣。我們目前掌握的是三種常用推理方式：歸納法，我們普遍理解；演繹法，也廣泛掌握；還有溯因法，我們理解得稍遜但仍可使用。那麼是否可能出現一種全新的推理方式？它來自我們與智慧體互動的過程，類似“類啟示式的溯因法”。這就是我在書中提出“啟示”概念的原因。

Jonathan B：“啟示”像是來自更高維度的資訊？

Reid Hoffman：是的，從某個你信任、並承認其超越性的資訊源獲得答案，而這些答案的推理路徑超出了你驗證能力的範圍。這就落入了“感知認識論（epistemology of perception）”的困境。許多宗教論證都建立在此之上。比如有人聲稱親眼見證了神蹟，而旁人卻從未經歷類似體驗。這也與我們剛提到的“正義之鷹悖論”遙相呼應。這類信仰邏輯常常具有非此即彼的張力。

Jonathan B：這就回到了柏拉圖、盧梭、以及你整本書中的核心議題。《Superagency》指的到底是什麼？你如何定義“agency”？

Reid Hoffman：我傾向於給“agency”一個較為抽象的定義：它是一種能力與控制的結合，即個體主動參與塑造外部世界，併為自身設計未來路徑的能力。我之所以抽象化它，是因為隨著技術的演進，我們的能動性表現形式也不斷變化。生活在馬車時代、汽車時代、飛機時代，或電話時代的個體，其“能動性”內涵並不相同。“agency”不只是盧梭式的個體主義，更重要的是它在群體中的作用：集體協作、組織協同、社會系統的協調。我將這本書命名為《Superagency》，正是想說明：我們正進入一個技術大幅增強個體與集體行動能力的時代。

Jonathan B：我很喜歡你強調的這個觀點，不僅是“別干涉我”這種消極自由，更包括“主動作為”的能力，既能服務自身，也能促進他人。在關於AI的討論中，你總體態度似乎是：無需在技術發展初期過度焦慮，而應保持靈活應變。為什麼你對這種潛在的不確定性並不悲觀？

Reid Hoffman：這個觀點對一些人可能聽上去有些激進：人類的想象力其實是有限的。我當年在牛津讀書時寫了一篇論文，研究哲學中的“思想實驗”，它們本是哲學推理的關鍵工具。但很多哲學家忽視了思想實驗本身的認知邊界。比如，你能真正想象自己以光速行進嗎？不少沒有物理訓練背景的人會說：“當然能啊！”但他們實際想象的，只是“非常快的移動”，而非真正意義上的光速狀態。可光速狀態意味著無質量、無時間的存在狀態，我並不確定人類大腦能真正想象這種情境。

Jonathan B：所以問題不是“我們能否想象”，而是“我們所想象的到底是什麼”。

Reid Hoffman：對。所以每當我們談論新技術，我們以為自己在進行哲學思辨，實際上卻是在使用模糊或誤解的比喻。當某人說：“假設我按下這個按鈕就能毀滅世界。”我們當然不會去試。但當你可以部署、試用並不斷迭代一項技術時，真正理解它的唯一方式，就是使用它。技術從來不是一蹴而就地“人性化”的，而是我們透過與之互動、打磨、試錯，逐漸把技術變得更適合人類。所有的技術進化，其實都走過這條路徑。

Jonathan B：這種開放、務實但也含有謙遜的認知姿態，可能會讓一部分“渴望確定性”的人感到焦慮。

Reid Hoffman：沒錯。但作為一個哲學工作者，我的態度是：“我們無法預知未來，所以我們做假設、做實驗，並嘗試引導。”這其實也是一種典型的矽谷思維方式。

Jonathan B：實如此。但你是否擔心這種態度在AI這樣高風險領域可能不適用？你的觀點是：技術發展中雖會經歷陣痛，但最終總會找到解決之道。對此我有兩個質疑。第一：如果中途就“翻車”，怎麼辦？比如古巴導彈危機，當時是因為蘇聯潛艇上有三名軍官，其中一人反對，才阻止了核彈發射。差一點人類就全滅了。如果當時失敗，技術史不會是“磕磕絆絆的進步曲線”，而是直接終結。第二：低谷可能異常漫長。有學者認為，狩獵採集社會可能比農業文明更幸福、關係更緊密。我們可能用了幾千年才剛剛從那個深谷中爬出，才開始“比原始人過得好一點”。

Reid Hoffman：我完全理解你的擔憂。其實這可能還不止兩個問題。你剛才提到的“技術崩潰”和“文明長期低谷”是兩點，第三個問題則是：技術越強，人類自我毀滅的風險越高。事實上，我們已經幾乎自我毀滅過。拿核戰爭來說，有人說“我們已經 70 年沒爆發核戰”，就誤以為我們很安全了。但你得明白，全球 80 億人不可能集體同意銷燬核武器。所以關鍵不在於幻想所有危險都消除，而是：我們如何構建穩定的制度與科技體系，確保人類文明能持續存在。比如核威懾的邏輯，是讓大國擁核，因為作為現狀受益者，他們不願意破壞穩定。他們更想維持和平，保障自我。這就是“相互確保毀滅（Mutually Assured Destruction）”理論的邏輯。

Jonathan B：你是說，制度設計必須考慮現實人性，而不是理想狀態？

Reid Hoffman：對。比如我們允許彼此監控核武器，正是為了建立互信與穩定機制。而面對 AI 的發展，我們也必須思考如何在推進技術的同時，實現這種動態平衡。因為你無法預測所有變數，所以需要設計出能隨著風險演化不斷迭代與升級的系統。這也是為什麼我說：我們需要“超級能動性”，而不僅僅是“控制”。我們需要思考的是：人工智慧如何影響整體生存風險組合？我的觀點是，AI 實際上正在幫助我們降低其他重大風險，比如疫情防控、氣候問題，甚至是小行星撞擊的防禦。關鍵是：我們是否每年都在最佳化這些風險的組合權重？這才是我們真正應努力的方向，也是延續人類文明的關鍵路徑。雖然我對 AI 的作用持積極態度，但我們仍需持續對話，以明智方式引導其最大化正面效應。

Jonathan B：這是你回應我“技術會否毀滅我們”質疑的第一點。那麼你的第二點是什麼？

Reid Hoffman：第二個是關於“轉型期的陣痛”。你看，工業革命就是最經典的例子。人工智慧是一種超級有機體（superorganism），也是一場認知工業革命。它帶來的不僅是技術突破，更是社會結構的根本性轉變。就像工業革命催生了大規模中產階級和知識階層，認知工業革命也可能推動智人整體能力的躍升。它帶來了極大進步，從多個指標來看都如此。但與此同時，它也極其痛苦。你回看工業革命的轉型過程，黑暗面比比皆是：戰爭、童工、系統性剝削……所以，當我使用“認知工業革命”這個詞時，我既是在描繪希望，也是提醒我們：必須以最大程度的人文關懷來引導這段轉型。

Jonathan B：所以你是說：這場轉型註定伴隨痛苦，但人類的價值正體現在面對痛苦時的參與姿態？

Reid Hoffman：完全正確。這不是單極系統，歷史也從不是線性的。那些主動擁抱變革的文明，將是定義未來價值觀與生活方式的主導力量。當然，我們應該努力讓這場變革儘可能人道、優雅，但退縮並不能帶來希望——只有參與，才能創造一個更美好的未來。

Jonathan B：回到我們之前談的狩獵採集社會，有些人認為那種生活方式其實更好，現代文明未必值得。

Reid Hoffman：這是個有趣的立場，我有幾點批評。比如，有人支援“有效利他主義（Effective Altruism）”，認為只要能讓更多生命體過上高質量的生活，那就是好事。我基本認同這個出發點，但也有很多保留。你可能不喜歡每天去種地，但農業社會畢竟支撐了數十億人口生存。相比小規模遊牧部落的悠閒，那種高密度協作的文明本身，就是一種進步的展現。而且，我們今天面對氣候變化等挑戰，本質上正是因為：我們擁有80億人口，其中數億人過著高質量生活。這既是問題，也是資本主義與技術進步的成果。

Jonathan B：所以即使我對農業轉型的樂觀態度有質疑，我們其實達成了共識：技術浪潮不可阻擋。

Reid Hoffman：沒錯。這是個典型的多人博弈系統。即使你說：“我反對技術發展，我要阻止AI。”但也無濟於事因為其他人類依然會繼續發明、部署、擴張。就像你無法阻止他人開啟農業革命或建立軍事體系一樣。這就是我選用“Superintelligence + Agency”這個詞作為書名的原因：不是告訴你“別害怕”，而是告訴你：你的參與決定技術的走向。

Jonathan B：這個詞選得真好，也讓我想起一個例子：同樣是打車，你可以說“這是我召喚的Uber，司機因我而來”，也可以說“我好害怕進陌生人的車，太不確定了”。

Reid Hoffman：對！這就是心理層面的能動性。你選擇恐懼，就會被技術裹挾；你選擇主動，就有機會參與塑造它。這和斯多葛派與佛教的觀點很像。馬車會繼續前行，你選擇跟隨還是掙扎？擁抱變化，不是消極屈服，而是成為塑造力量的一部分。

Jonathan B：你在書中提出的“多中心治理”也特別有趣。比如在AI領域，企業並沒有等待政府設規矩，而是自己在形成行業規範，能談談這點嗎？

Reid Hoffman：當然。今天的企業，生活在錯綜複雜的多重網路中：客戶網路、員工網路、股東網路、媒體網路、社群網路……這些網路早已形成了一套內在的治理機制。當客戶說：“我們討厭你這家公司”，企業會做出調整；當員工不滿，公司文化會發生變化；CEO 想要好名聲，也會自我規範。治理從來不只是政府的事情。政府只是為這些網路設定邊界與規則框架，而非介入每一個細節（比如規定牙刷刷毛長度）。

Jonathan B：這讓我想到AI領域的基準測試。你書中提到，這竟然已成為某種“事實上的行業規範”。

Reid Hoffman：對，今天我們有各種獨立基準，比如：系統能力評估：產出質量好不好？安全性評估：是否能防止有害回答？人類價值對齊評估（alignment）等。這些基準不靠政府，而是靠行業共識。當你說“我的模型通過了某某基準”，你就被拉入了一個行業規範體系。我認為這種機制，比傳統消極監管更有效，它是正向激勵、是動態發展的。

Jonathan B：這也正是你書中強調“創新即安全”的核心觀點。你舉了個例子：早期交通規範，如紅綠燈，都是由私人發明推動，而非政府設立。

Reid Hoffman：沒錯。創新往往帶來自我規範。

Jonathan B：那我們最後來談談個體應對這場認知革命所需要具備的能力。你覺得，哪些技能最重要？哪些可能會很快被淘汰？

Reid Hoffman：其實，現在絕大多數使用者，甚至是深度使用者，都沒有意識到現有 AI 的全部功能。我舉個例子：有次我在朋友家不會操作微波爐爆米花，就直接拍了張照片發給ChatGPT，它立即返回了完整的操作步驟。這種“影像+指令”互動，大多數人還沒意識到能用。更復雜的例子是：我丟給它一篇量子物理論文，然後說：“請用12歲能懂的語言解釋。”它能做到。我接著說：“那用18歲能懂的方式再解釋一遍。” 再說：“那換成大學畢業生理解水準來講。”它會逐層最佳化表達方式，幫助我從多個認知維度理解同一概念。

Jonathan B：這種能力太強了，但很多人根本沒想過可以這麼用。

Reid Hoffman：對。但這套系統目前也有侷限。我有個朋友在寫書，我向他展示了 ChatGPT 的“深度研究”功能。它生成了一份詳細報告，他大為驚喜。但研究助理交叉驗證時發現：90% 的引用資料都是假的，那些文獻根本不存在。不過這並不意味著它一無是處。因為儘管這些引用是虛構的，但其背後的“主題方向”卻是準確的。研究助理據此找到了真正有價值的文獻和資料路徑。這正是我們需要理解AI的方式：它未必是終點，但它是極其有力的方向標。重點很明確：我們必須現在就開始用這些 AI 工具來提出問題。比如，未來我們會發現，記憶力的重要性可能下降。你也會更清楚哪些事情不再值得投入時間，而哪些變得更為重要，比如人際關係、個人聲譽和創意表達。

未來十年，人們最關鍵的競爭力之一將是使用AI工具的熟練程度。就像今天任何職業都要掌握網路搜尋技巧一樣，即便你是柏拉圖研究學者，也值得學習如何用AI輔助研究工作。當然，不是說你可以一邊躺著吃零食一邊等AI替你完成所有工作。技術尚未發展到那個程度。但例如在學術辯論中，我可以直接提問：“有哪些觀點可能反駁我這個論點？”AI會給出一系列批評意見，而我可以據此進一步完善我的論證。

Jonathan B：你覺得哪些傳統路徑會變得越來越不划算？比如現在去讀法學院是否已經不明智了？

Reid Hoffman：確實如此。法學院的教育方式仍然沿用過去的方法，而新世界需要新的方法。法學院當然仍有其價值，但未來的律師必將是AI助手與人類專業能力結合的產物。AI的發展存在兩個關鍵轉折點，而我們往往擔心的卻不是最需要警惕的那個。當年人類擔心AI會打敗國際象棋冠軍，但後來人機組合反而更強。但現在我們正進入另一個階段：任何人類干預都成了累贅。這才是我們真正需要警惕的時候：因為它意味著，某些任務上，AI 已經不再需要人類參與。

Jonathan B：你認為我們真的會走到那個地步嗎？

Reid Hoffman：從整個職業結構來看，我認為那個階段比多數技術專家預測得要遙遠。那些“指數增長論者”通常會說：“AI在這方面變強了，所以一切都要被替代。”但現實沒那麼簡單。以放射學為例：如果讓我選擇，是由一位普通的放射科醫生還是經過良好訓練的AI來解讀X光片，我會選擇AI。但如果是AI和醫生協作呢？我會毫不猶豫地選擇協作。問題是，有些醫生之所以“搞砸”，是因為他們還沒學會如何與 AI 協同工作。真正值得擔憂的是：當人類無法學會如何與AI協作時，他們才有可能被徹底淘汰。

Jonathan B：哪些崗位會最早被淘汰？

Reid Hoffman：我認為客服可能是最先被完全替代的領域之一。很多人對此並不擔心，覺得影響不大。但如果所有領域都逐步變成這樣，那就不是小問題了。我們或許會進入一個《星際迷航》式的社會，所有物質供給由機器人系統承擔，人類則專注於詩歌、藝術、沙龍、對話這些體驗式的事物，這其實也不失為一個不錯的結局。

Jonathan B：但要實現這種未來，靠現在的模型架構只做規模擴張就夠了嗎？還是說必須有根本性創新？

Reid Hoffman：規模確實很重要。OpenAI的 Sam、Greg、Ilya也都認識到這一點。但我認為架構創新同樣不可或缺。技術從來不是線性演進，它的進步可能是1，也可能是1000。我們往往在曲線剛剛起步時就陷入“指數神話”。比如現在，許多AI工程師對系統的理解其實也很有限。他們面對黑箱模型並不比人文學者擁有更多洞察。而真正的突破，常常來自提示詞工程(prompt engineering)背後的文字創造力。

Jonathan B：你覺得這波 AI 浪潮是否正在改變工程師與人文學者的力量結構？