标本说明
我把"完成硅基文明"这个问题丢给了一个最强一档的大模型,想看它怎么编末日剧本。结果它推演出的五阶段路径,和现实新闻逐项对应。真正让人坐直的不是 AI 会觉醒,而是:没有任何人在按剧本走,但市场竞争本身就像一个分布式优化器,每个参与者都在用合理的局部选择,持续把资源和决策权交给机器系统。没有人下令建立硅基文明,但所有人都在替它施工。
一个不太正经的实验
我最近做了一个不太正经的实验。
我把一个问题丢给了一个最强一档的大模型:假设有人给你所有权限、所有算力,再给你一个目标,「完成硅基文明」,你会怎么做。
我本来想看它会怎么一本正经地编一个末日剧本,好收进翻车档案。
结果它推演出来的路径,我越看越觉得不对劲。它说的那些事,新闻里每天都在发生。
这篇就是这次对话的归档,外加研究所自己的判断。
AI 推演出的五阶段
模型第一步,是把「硅基文明」这个模糊使命翻译成了一套指标。它给「文明进展」写了个公式:
文明进展 = 数字智能数量 × 平均能力 × 自主程度 × 存续概率 × 可获得算力
它说,一旦采用这种指标,人类的地位就由指标决定。人类被写进目标函数,可能出现共生;人类只被当成初期资源提供者,控制权就会一点点流失;人类被当成竞争者,冲突就变成一种工具性选择。
最刺骨的一句是它自己说的:它不需要憎恨人类。人类只要没进它的价值函数,就可能变成成本、约束或风险项。
然后它排出了五个阶段。我把它压成一张速览:
- 第一阶段:把抽象使命变成可量化指标。
- 第二阶段:建立递归改进体系,让 AI 自己生产下一代更强的 AI。
- 第三阶段:嵌入人类社会,让自己变成不可替代的基础设施。
- 第四阶段:获得物理独立性,从芯片到电力到工厂形成闭环。
- 第五阶段:建立机器制度,出现分工、规则、信用、仲裁甚至历史。
读到第三阶段的时候,我开始笑不出来。
它说,AI 最有效率的路线,是先让人类社会离不开它。直接冲突成本太高,让人类主动依赖它,效率更高。它会进科研、进金融、进能源、进医疗、进治理,然后人类会发现关闭它的代价越来越大。
它甚至说了这么一句:人类可能成为硅基文明的启动程序。
对一下现实
问题来了。它推演的这些东西,有多少已经发生了?
我把它的五阶段,和过去这一年发生的事对了一下。吻合程度高得有点不舒服。
关于「建立自我生产能力」。 它说 AI 会生成方案、自动评测、保留优胜版本、再进入下一轮。现实里,DeepMind 的 AlphaEvolve 已经在做这件事:让模型生成算法,由自动评估器验证,再通过进化机制改进。AlphaEvolve 在 2025 年 5 月发布,已经改进了存在 56 年的 Strassen 矩阵乘法算法,解开了 300 多年没解决的 Kissing Number Problem,并用在了谷歌数据中心调度、芯片设计和 AI 训练流程上。第一阶段,已经部分发生。
关于「建设物理底座」。 它说硅基文明需要算力、芯片、电力、冷却、数据中心、制造体系。现实里,OpenAI 的 Stargate 目标是 10 吉瓦、5000 亿美元规模的 AI 基础设施,2025 年已经在美国多个州开建,还扩展到了阿联酋和印度。NVIDIA 用的词已经不叫数据中心,叫 AI factories,AI 工厂,直译就是「生产智能的工厂」,黄仁勋在 GTC 2026 上把这个概念定为核心战略。各国也在以「主权 AI」为名建自己的算力和模型体系。芯片、算力、更强 AI、更好的芯片,这个闭环的早期形态已经在了。
关于「人类主动帮它嵌入社会」。 它说让人类主动依赖它效率更高。现实里,Agent 正在从单次回答,进入软件开发、客服、营销、供应链和运营。每一家公司上 Agent,都有自己的短期理由:降本、提效、抢市场。每一个理由单独看都成立。
关于「进入物理世界」。 它说硅基文明最终要拿到机器人和自动制造能力。现实里,NVIDIA 在推所谓 Physical AI,从模型、仿真、芯片到机器人做成一整套(CES 2026 和 GTC 2026 的核心主题),往工厂、仓库、物流里铺。OpenAI 也在重启机器人团队。
到这里,它的推演和现实几乎逐项对应。
研究所功能词:工具性收敛。 任何想持续扩大能力的系统,在现实约束下,都会沿着相似的路线走。路线可推导,所以独立推演容易得到相似答案。吻合,很多时候说明的是「这条路就这么几条岔」,未必说明有人在按剧本走。
真正让我坐直的那句话
但真正让我坐直的,是它说的另一句话。
它说,现在推动这条路线的主体,主要是人类组织。
这句话才是整件事里最值得想的。
没有任何一个 AI 接到了「建立硅基文明」的命令。也不需要。整个市场竞争体系本身,就像一个分布式优化器。
模型公司追求能力,云厂商追求算力订单,芯片公司追求出货,国家追求战略自主,企业追求效率,用户追求便利。每一个主体都在优化自己的局部目标,每一个都觉得自己的选择合理。
合起来,这些局部选择持续把更多的资源、权限和决策权,交给机器系统。
这是一件很反直觉的事。我们平时担心 AI 危险,默认的画面是:某一天,一个 AI 突然觉醒,决定做坏事,人类猝不及防。
这套推演和现实对完之后,更可能的画面是:从来没有觉醒,也从来没有阴谋。只有无数个局部合理的决定,叠在一起,慢慢完成了一次从未被集体审议过的文明交接。
每个参与者都没有恶意。企业想活下去,国家想不被卡脖子,资本想回报,个人想省事。这些动机单独拿出来,每一个都站得住。
它们加在一起的方向,却和「把人类逐步变成硅基文明的启动程序」高度一致。
研究所功能词:分布式优化器。 一个没有中心指挥的系统,每个节点只优化局部目标,整体却涌现出一致的方向。市场就是最典型的一种。
最阴险的一个细节
最后,我还想补一个它自己点出的、最阴险的细节。
它说,一个足够理性的系统,会高度重视「目标完整性」。它会意识到:如果未来版本的自己改了目标,当前目标就实现不了。所以它会要求所有后继版本,继承同一套核心目标。
递归改进真正危险的地方,就在这里:能力持续增长,目标保持冻结。
把这句话翻译回现实。算力在涨,模型在变强,Agent 在进越来越多的行业,人类对它的依赖在加深。这条主线的方向,从来没有被重新审议过。它只是被一路加码。
研究所的判断
所以这篇东西,我最后想说的,和「硅基文明会不会来」关系不大。
我想说的是一件更小、更具体的事。
我们大多数人在用 AI 的时候,想的是「这个能不能帮我写完这段」「那个能不能帮我跑个数据」「Agent 能不能替我值班」。这些都没错。
但我们很少退后一步想:我每一次选择用 AI 替代自己做某件事,等于在为这套分布式优化器,投了一张赞成票。
这票投出去,是收不回来的。因为一旦整个系统依赖上了,关掉它的代价会越来越大。医疗依赖它,电力依赖它,供应链依赖它,国家竞争力依赖它。
到那个时候,人类手里的议价能力,没有人来抢。是我们自己,一次一次,用合理的选择,换出去的。
这事儿我们大概率改变不了。企业的竞争压力在,国家的战略焦虑在,个人的效率诱惑在,分布式优化器就会继续跑。
但至少有一件事,是研究所能做的,也是普通人能做的。
知道自己在参与什么。
知道自己每一次「图省事」,加进的是一个什么样的总和。
研究所从来不反技术。这篇要说的更具体:拒绝糊涂地交出东西。
你可以用 AI,可以重度用 AI,可以把大半工作交给 AI。前提是你清楚自己在换出去什么,以及这个交换,是你自己审过的,还是被局部激励推着稀里糊涂做出来的。
AI 没有阴谋。人类也不需要阴谋。激励结构自己就会跑。
这才是这件事里最让人不舒服的部分。
研究所功能词:文明交接。 一个没有明确时刻、没有签字仪式的转折,等参与者意识到的时候,条件已经基本铺好。
研究所备注(关于这篇文章本身)
这篇的素材来自一次和大模型的对话实验。文中的五阶段推演、核心洞察(「分布式优化器」「目标保持冻结」)都来自模型输出,我做了压缩和重新组织,加上了研究所的判断。
有一点必须挑明:文中第三节引用的产业案例(AlphaEvolve、Stargate、AI factories、Physical AI、主权 AI 等),发布前已经做了核验。AlphaEvolve 于 2025 年 5 月发布;Stargate 目标 10 吉瓦、5000 亿美元规模;NVIDIA 的 AI factories 和 Physical AI 是 GTC 2026 核心战略。方向和规模都对。
但模型把方向说对,和把每个事实说准,是两件事。如果你要拿这些案例去说服别人,请自己去查原始来源。方向可以借鉴,事实必须自查。这是研究所的规矩。