【性巴克下载官方版下载】凯文·凯利对话中国科学家：中国真正的挑战，不是人工智能，是原创性 凯文凯利科学数十年来

发布时间：2026-08-15 14:18:31 来源：临机应变网 作者：探索

凯文·凯利

整理｜李珊珊‍

“你们想做的，也许是对话孵化’天才群体’”。被中国读者昵称为KK的中国正凯文·凯利，在上海尚思自然科学研究院与中国科学家开展了一场有趣的家中对话。

凯文·凯利是国真工智全球科技文化领域标志性人物，业内素有“硅谷精神之父”之称。挑战性巴克下载官方版下载他创办《连线》杂志，不人塑造了互联网时代的创性科技叙事；《失控》《必然》《科技想要什么》等经典著作以及与《自然》杂志学术主任吴晨共创的新书《2049：未来10000天的可能》，深刻影响全球科技从业者与创业者。凯文凯利科学数十年来，对话他持续以全球化视角追踪前沿技术发展，中国正长期密切关注中国本土创新的家中发展脉络，

本次来华，国真工智他期待能与国内一线科学家面对面交流，挑战拆解读懂中国创新路径中“领先世界却尚未被广泛看见”的不人实践。

而此时的中国科学家们共同思考一个核心命题正是：当单纯技术追赶成为过去，中国科技创新的下一阶段发展方向在哪里，又将面临哪些核心瓶颈？

7月17日上午的上海尚思自然科学研究院“达芬奇”会议室，怀揣各自的思考与疑问，凯文・凯利与尚思自然科学研究院鲁白教授、王立铭教授，清华大学生物医学工程学院洪波教授等多位学界专家，围绕科研体系变革、文化观念障碍、跨学科创新、人工智能冲击等议题，展开了一场东西方视角的精彩对话。《知识分子》特摘录部分精彩内容如下：

凯文・凯利与鲁白在上海尚思自然科学研究院

纯粹地做科学，不但要拥抱失败、也要分享失败

凯文·凯利：我对中国领先世界的方方面面很感兴趣。我现在确信，中国已经是世界级的国家，想收集一些具体例子，让世界看看其他国家可以向中国学什么，而不是反过来。这也是我来这里想找的东西——中国目前做到世界最好的具体领域，无论是科学、技术，还是某个产品、某项基础设施。

这里（尚思研究院）似乎是个理想的地方，因为你们的工作正是去寻找创新真正发生的场域。未来已经在世界各地发生，只是进去里 17c视频免费版分布不均匀。去找到那些带着一点未来影子的地方，让所有人看见——它可能是一种新的思路，也可能是一项新的政策。未来的范畴可以很广。

鲁白：人们很容易把焦点局限在某项技术、某项发明或某个人上。我想说说稍微宏大一点的背景：中国现在处于一个什么历史时代，为什么中国会发展成今天这个样子？走向未来，我们还要哪些问题，根源又是什么？在我看来，中国现在紧跟美国，领先于其他国家，但在技术、科学等方面，我们担心这趟高速列车还能跑多久。

过去几十年，把事情做好相对容易，因为我们在向西方学习。现在这种可能性变小了，原因有两个：一是外部环境的阻力在增加；二是中国发展到这个阶段，没有太多可以照搬的东西了。往深里想，中国在历史、哲学、政治制度上与西方存在根本性的差异。所以我们必须从两个方向思考：一是在新形势下如何继续发展，二是更深入地审视自己，看看有哪些内在的问题可以通过自身调整来解决的。

经过许多知识分子的长期讨论，我们认为存在两个主要问题。

第一个是知识创造与技术发明所依赖的体制机制问题，目前的大学和研究机构是为KPI（关键绩效指标）驱动的工作设计的。只要设定了KPI，大家都能完成得很好，但真正有创造性的工作是没法用KPI衡量的。中国人特别擅长解决问题但不太善于提出问题。只要告诉我什么是指标，我一定能完成的好好。长期下来，KPI变成了指挥棒，创造和发明的空间却被严重挤压了。

所有大学都在追逐CNS（Cell、Nature、涩涩漫画Science三大顶刊）论文和头衔，这对科学和发现来说是很荒谬的驱动力。真正驱动科学的应该是好奇心，想象力，是解决问题的渴望，甚至是拯救人类的愿景。但看看今天很多中国大学里科学家的人生是围着KPI转的，不少人关心的KPI所带来的利益——更多的经费，更高的收入、更大的名气，然后再带来更大的利益，如此循环。这就是KPI在起作用：发论文、评职称、拿经费，成了真正的驱动力。

这也是为什么很多人觉得，在今天中国的科研体制下，很难做真正原创、高风险的研究——这套体制没法让你花五年时间死磕一个问题，还不用为经费发愁。

第二个问题跟几千年的中国文化有关：服从、尊师重道、等级观念，而不是挑战权威、批判性思维，讨论，辩论，质疑。这是一个更深层的文化问题，在欧美没有这么突出。

这也是我们想去改变的现状，也是我们创办上海尚思自然科学研究院的初衷。我们希望找到那些像古希腊哲人一样纯粹以寻找真理为志趣的学者，也希望看到更多像达尔文那样有探索精神的人才。

我们想向科学家们表明：金钱只是工具，我们提供资金，你只需要纯粹地做科学。我们不追逐论文指标，而是去解决真正重大的和疑难的问题。评估的标准是：如果你的研究从这个世界上消失，现实会不会毫无变化。真正突破性的麻豆传媒下载成果，不能靠追热点。我们研究院的设计理念是：先找到真正的人才，再给他们做前沿科学的资源，空间和机制。

凯文·凯利：我觉得中国还面临着另一个挑战。我注意到的另一个文化现象是，人们需要真正学会拥抱失败。

现代文化往往是以成功为导向的。科学杂志是不会发表失败的结果的，但人们可以从失败中学到很多东西。所以我期望你们在做的，是去问这些科学家：你经历过多少次失败？有没有过巨大的挫折？我们需要学会“在失败中前进”（fail forward）——不断试错，不断往前走。同时还要学会分享失败，甚至在某种程度上庆祝失败。我知道这听起来有点疯狂，但当你说出"虽然没成功，但我们学到了很多"的时候，你会发现，面对失败其实没什么可尴尬的。

培养天才的场域与serious play

凯文·凯利：在我看来，你们想做的，也许就是孵化一种"天才群体"。

有个词叫"Scenius"（天才场域）。Genius指一个人的天才，Scenius指的是一个场景、一群人——一个能让所有人发挥出最好水平的场域。核心在于，在场的每个人都想用自己的表现打动同行，这种彼此激励，最终会催生出群体性的创造力。

这可能正是你们想做的事：像卡文迪许实验室、贝尔实验室、圣塔菲研究所那样，把做不同事情的聪明人聚在一起，让他们互相启发。因为大家不在同一条赛道上，反而更容易碰撞出一些共同的创造。

要在文化上建立这样的场域，需要三点：一是敢于质疑权威的意识，二是拥抱失败，三是那种serious play——带着跨学科的玩乐心去探索，只是WWWWXXXX因为一件事很酷就去尝试，而不是因为它能够被认可，或者是能出名能赚钱；去创造一些哪怕毫无用处的新东西。我想这大概就是你希望团队里有的那种人。

鲁白：是的，中国很多科学家很有使命感，渴望完成目标，但我们确实缺那种以"乐趣"为导向的人——相信一件事有趣，所以才去研究它。其实不需要人人如此，团队里有5%，甚至1%这样的人，也许就够了。

凯文·凯利：没错，就像信息论奠基人克劳德·香农，他就非常贪玩。他造过一台"无用机器"：一个小盒子，上面有个开关，你打开开关，一个小小的机械臂就会伸出来，把开关关掉。这看起来毫无用处，甚至有点滑稽，但这群极聪明的人其实是在琢磨控制论里的反馈机制。

鲁白：还有理查德·费曼，也是个很爱玩的人。总的来说，现在中国确实比较缺乏具有这种特质的科学家。有些学者在西方受过训练，但也只学到了皮毛——其实即便在今天西方体制内，保持这种纯粹的"玩心"也很难。

凯文·凯利：现在有一种偏重资助STEM（理工科）的趋势，但我觉得它应该变成STEAM，把艺术（Art）加进去。你需要一些带着艺术视角的人去想：这些东西该怎么实现？

我有个艺术家朋友，曾在麻省理工媒体实验室（MIT Medium Lab）和苹果公司工作过。上世纪80年代，他做过一个疯狂的艺术项目：把摄像机装在手推车上，拍下科罗拉多州阿斯彭的街道，再拼接起来——这个点子后来变成了谷歌街景。后来有人分析所有专利，发现那些最有价值的专利背后，团队里往往都有艺术家的一席之地。这说明：引入那些身处这个领域之外的www.黄人，因为不被局限在一条狭窄的赛道里，反而更容易催生真正激进、突破性的想法。

泰尔奖学金（Thiel Fellowship）是Peter Thiel专门资助大学辍学出来创业的年轻人。我还认识一位泰尔奖学金得主，做生物技术的，但他喜欢那种更接近"玩"的实验——比如把发光基因植入金鱼体内，造出一条会发光的金鱼。问他为什么，他说没什么特别的原因，就是觉得"这挺酷的"。他有专业技能，但并不急着靠生物科技创业赚钱，更想去做点疯狂的事。

还有泰勒·考恩（Tyler Cowen）的"涌现创投"（Emergent Ventures），由Stripe创始人资助。这是一个低成本支持可放大的“从零到一”想法的研究基金。一个具有绝妙想法的创业者，需要一笔钱去做一个非同寻常的项目，该基金可以在很短时间内就做出决定，给与金额大约1万美元的支持。不用写繁琐的经费申请，不查背景和基础，专门针对那些刚起步、没什么资源的个体。我们需要更多这样的机制。

王立铭：确实，在如今的国际形势下，各大国都在以不同方式、举全国之力去推动某些特定高科技领域的发展。这在某些方面——例如路径和目标可以清晰界定的领域——当然有效，但这种做法的一大问题是，视野必然狭窄，会极大地扼杀多样性。资金来源如果足够多样，创新的多样性其实是可以被推动的，但我们的问题是绝大部分资金都来自官方体系。能不能在体制外做点事，去支持那些不一定被传统体制认可、但在各自领域做得很好的人。

凯文·凯利：我刚才提到的"快速资助"（Fast Grants）其实也源于新冠疫情初期。资助者原本期望从年轻研究员那里收到申请，结果发现最常来申请的绿帽社，竟然是那些已经成名的资深研究员。这些老资格的科学家后来解释，他们其实有很多好的想法，却一直没法在主流体制里拿到钱；他们之前也没在做自己真正想做的事，只是在做"能申请到经费"的事。这个发现挺让人恍然大悟的。

从科研到AI，都需要“多样性”

王立铭：有一件事我觉得正成为中国努力追赶美国科技发展中的一个瓶颈——“多样性”（Diversity）。由于外部竞争压力以及自上而下的KPI指标不断聚焦，无论是在中国搞基础研究、做技术开发、甚至包括创业者，其品味和行为目标都变得越来越趋同。你认为有什么解决办法吗？

凯文·凯利：我确实认为美国能保持多样性且没有陷入“趋同”的原因之一，就是移民。虽然中国内部也有极大的人口流动——有着不同方言和背景的人汇聚到大城市——但我确实想象过，中国需要付出什么才能真正拥抱外部世界？

一个长期的解决方案是：中国也开始欢迎国际移民。伴随技术发展，比如每个人都戴上可穿戴式翻译器，语言障碍是可以被克服的。当然，从历史和现实来看，这将需要一场巨大的政策转向，不是一件小事。但引入具有完全不同背景的人，确实能迫使你产生不同的想法。比如，美国之前一些看似笨拙，甚至在政治上引发争议的“多样性、公平和包容（DEI）”政策，在打破趋同、引入不同背景人才方面，确实也是起到了积极作用的。

不仅是人类，我认为在人工智能领域，我们同样需要这种多样性。我很早就说过，我希望拥有AI的原因之一，正是因为它代表了一种不同于人类的思维方式。

现在业界有一种强烈的趋势，试图让AI尽可能像人类一样思考。但我更感兴趣的，恰恰是西瓜视频那些“不像人类”的 AI。我认为我们甚至应该通过工程手段刻意去设计它们：“去思考这个数学问题，但绝不要用人类的方式。只要你的思考方式不同，你就能获得额外奖励。”我把这种AI称为“人工外星人（Artificial Aliens）”。

我看待AI的方式始终是把它当作团队里的一个特别的伙伴。就像在全部由人类组成的团队里引入《星际迷航》里的斯波克（Spock）——它很聪明，知道很多，可能听不懂你的笑话，但它能提供完全不同视角的异类观点。这正是我们所需要的多样性。

决定AI走向的，不只是"能力"和"成本"

王立铭：这确实是我们将会面对的未来。既然聊到了AI，你可能比我们任何人都更熟悉这个领域。你如何看待中国 AI 的发展？

凯文·凯利：对于中国目前的具体模型我了解得不够深。但整体上，我个人的判断是，明年整个AI行业将会出现一个基于“成本”的格局转变。随着大模型使用量的激增，成本将对企业级应用产生决定性影响。这时候，可能中国的优势就体现出来了：这里可能会推出便宜10倍的模型。即使它不是最顶尖的“神话级”模型，但它足够便宜且能把活儿干好。这种可访问的、开源的、低成本的算力，会引发一次微小的权力转移。

鲁白：中国确实有成本优势。但只要我们试图解决的是那些最前沿、最困难的科学问题，成本往往不是首要考量，模型本身的极致能力（Capability）才是关键。

凯文·凯利：没错。但我觉得决定AI走向的，不只是"能力"和"成本"，还有第三点，同样重要：可用性。很多时候，人们愿意用昂贵的顶尖模型，是因为它配了更简单好用的工具。就像苹果，91.www未必每项单项技术都最强，但把产品做到了极致好用。怎么让智能体真正融入工作流？这不只是砸钱做大模型的问题，还需要很强的设计感和用户体验上的创新。美国有不少公司在这个层面发力，中国其实完全可以在可用性和设计创新上大有作为，而不只是打价格战。

洪波：我主要是做生物医学工程方面的，我观察到中国的科技演进更像是一种“工程上的持续改进（1到N）”，然后逐渐把它做大；那种更基础的“从0到1”的创新仍然比较缺乏。比如我们在做的半侵入脑机接口，不去刺穿大脑皮层，而是将电极放在硬脑膜外，虽然信号不如插入式强，但极大地降低了手术风险和成本，更快地进入了临床应用。在真实世界，我们观察到了患者的神经可塑性，下一代会进一步强化，这就是一种工程迭代。

凯文·凯利：这也正是我所看到的：中国有着极高的效率，能将成本控制得极低，但在那种“无中生有”的（从0到1）原创性创造上却相对较少。这其实引出了一个非常宏大的社会实验问题。

有时候我会想，一个高度创新的社会所付出的隐性代价，可能就是为了“试错”而不得不忍受的“混乱”。 创新需要不断挑战权威，需要容忍失败。这种为了创新而支付的“混乱税”，可能表现为社会的不平等、某些秩序的失控（比如旧金山之前面临的问题）。中国目前享受着极低的犯罪率和高度的秩序，那么问题来了：中国是否愿意为极具破坏性的创新，去支付这种“混乱”的代价？目前看，中国可能还不太愿意。

但对于未来，我始终是一个“进托邦主义者（Protopian）”。我不认为明年就会出现AGI（通用人工智能）；那是一个漫长而缓慢的过程。世界上可能有49%的事物是糟糕透顶的——可怕的灾难、棘手的挑战、极度的混乱。但只要我们创造的妖精动漫比破坏的多出那微小的 1%，那就是进步。AI不会为错误承担责任，人类依然需要去获取数据、开展实验、承担责任并主导方向。只要有这 1% 的微小优势，长远来看，AI带来的净收益必将远大于它制造的问题。

编者手记

本次东西方学者的深度对话，为当下中国创新发展抛出了值得长久思考的思考题。抛开 AI 发展速度、产业成本等具象讨论，整场交流的核心落点，是如何重塑适配原始创新的科研文化：学会拥抱试错、保留无目的的探索乐趣、打破同质化发展困局。这也是人们在聚焦解决具象问题中常常忘记和丢掉的最重要的品质。

东西方两套创新体系各有长短，中国拥有高效工程转化能力与广阔应用场景，海外则沉淀了长期支持自由探索的成熟机制。不同视角的碰撞，让双方清晰看见彼此的优势与短板。科技没有绝对标准答案，持续开放的交流、相互借鉴的视野，才是突破创新瓶颈的关键。从长期发展来看，只有搭建起能够容纳多元研究思路、允许科研试错的创新环境，才有可能持续产出真正具备颠覆性的原创成果。

期待国内外学者能保持常态化、平等化的深度交流，依托跨学科、跨国界的思想碰撞，推动基础科学与人工智能产业实现更均衡、更具原创活力的长期发展。

相关文章