AI的终极追问：心、量子与复利

如果你还没看第一期，这篇是独立的——但建议先回去看完，因为很多人物和话题是一脉相承的。如果你已经看过了，那我们直接进入后半程的硬核内容。

7月18日，"AI的第一性原理"思想者论坛。七位行业标杆轮番上阵，但所有人都在等一个人——朱松纯。

他是北京通用人工智能研究院院长、北京大学智能学院院长，也是国内通用人工智能（AGI）研究最坚定的推动者之一。他上台后，一口气讲了一个小时。

他的第一刀，直接砍向了整个行业最根深蒂固的认知——

他列举了三类被商业包装的技术误判：第一，"大模型即AGI"——这是把工具当成了目的；第二，"Scaling Law（大力出奇迹）"——他用了一个极其生动的比喻："你再往锅里倒十吨盐，也炒不出新味道"，静态标注数据模式已触达天花板；第三，"人类灭绝叙事"——这是贩卖焦虑，不是科学判断。

朱松纯提出了自己的AGI定义：无限任务泛化、自主任务生成、价值驱动。这三条里，前两条很多人说过，但第三条"价值驱动"是他独有的。

他说，AI最大的瓶颈不是算力，而是"缺心"。未来AI拼的不是参数，而是价值观。AI真正要学的是文明。

他用了一个"椅子"的例子来解释什么叫"价值驱动"——第一层AI看遍天下所有椅子的图片，学会识别；第二层AI理解坐姿和几何功能，知道"椅子是给人坐的"；第三层AI推理出人类的功利价值——"坐得舒服"。只有到第三层，AI才算真正"理解"了椅子。前两层是现有大模型能做到的，第三层是做不到的。

朱松纯发布了全球首个定义和描述AGI的数学框架——CUV数理框架（认知—能力—价值，Cognition-Capability-Value）。他说，工业革命实现了"体力"的平等化，AI正在推动"智力"的平等化，但唯一不可替代的是以价值判断、社会认知与意义追寻为核心的"德力"。

他最后谈到了团队正在构建的一个项目——超越世界模型的"大型社会模拟器"：以中国光谷约200平方英里真实城区为蓝本，基于118万人口脱敏数据，从"造一个人"迈向"建一个社会"。这不是技术演示，而是一个真正理解人类社会运行规律的尝试。

朱松纯的整场演讲，与其说是技术报告，不如说是一次哲学式的追问。在所有人都忙着把模型做大的2026年，有人站出来说"方向可能错了"——这本身就需要极大的勇气。

如果说朱松纯是在追问"AI是什么"，那姚期智就是在追问"AI还能变成什么"。

在7月19日的"思想者论坛"上，姚期智抛出了一个让全场肃静的判断——

换句话说，不管大模型做得多大、参数堆得多少，它的天花板已经被图灵机理论锁死了。要突破这个天花板，只能换一个底层的计算范式——量子计算。

姚期智提出了一个"量子AI"的三阶段蓝图——

第一阶段：AI加速量子计算。神经网络已能学到量子纠错解码器构建方法。

第二阶段：量子计算增强AI。用量子算力来加速AI训练和推理。

第三阶段：量子AI。当机器学习以量子机器为基础算力架构，人类将获得超越图灵机极限的全新认知工具。

他说了一句很有画面感的话——"随着时间的推移，大家终究会对常规AI的各种花样感到疲劳，它迟早会淡出头条。而我相信，届时量子AI将会登场。"

在7月18日的"图灵双雄"对话上，姚期智还和布拉萨德分享了各自科研生涯中"最神奇的时刻"。布拉萨德说，1979年他在波多黎各圣胡安的海滩上游泳，一个陌生人游过来，告诉他用量子力学制造不可伪造钞票的方法——"那完全出乎意料，字面意义上的\'在海洋中\'的意外。"这个人就是查尔斯·本内特，后来两人共同发明了量子密钥分发，奠定了量子密码学的根基。

姚期智则回忆了1960年代在台湾学核物理时初遇量子力学的经历，被其反直觉性深深吸引。后来他转投计算机科学，被说"浪费了八年"，但正是物理学背景让他在严谨证明上有独特优势，最终证明了量子密码学的绝对安全性。

两位图灵奖得主的共识是：跨学科是突破的关键。布拉萨德说，"单独一人，无论是本内特还是我，都无法做到。"姚期智认为，"科研正变得越来越像是一项团队运动。"

7月18日下午，WAIC CONNECT企业家论坛。150多位企业一把手参与，讨论的不是技术，而是生意。

曾鸣——阿里巴巴集团前总参谋长——提出了一个概念叫"智能复利"。

他的核心判断更尖锐——

"高维打低维"这个说法之所以刺耳，是因为它暗示了一个残酷的未来：企业之间的差距不再只是效率差异，而是维度差异。就像三维生物看二维生物，你看得见它，它看不见你。

腾讯公司副总裁林松涛则提供了一个更实操层面的判断——

"一个好用的AI，它并不只是可以做得更快，应该还让人有更多时间去思考，让人回归创造。""AI普惠的标志不是最强的人变得更强，而是普通人用AI不再普通。"这两句话在朋友圈刷了屏。

但全场最有冲击力的，是德勤中国咨询业务全国主管合伙人华思远分享的一个案例——

这段话让很多人倒吸一口凉气。2000个工程师，每个人都变快了，但公司整体没有任何改善。这意味着什么？意味着AI提效和个人提效是两件事。工具给了个人，但组织流程、协作方式、考核机制没有变，效率提升就被组织摩擦力吃掉了。

高佳在论坛上提出了"线粒体理论"——"AI第一次把进化机制带进了组织，这不是工具升级，而是内共生。未来的组织形态是菌丝体形态——极简的内核加上极繁的涌现。"

格力朱磊的发言则带着制造业特有的直率。他说AI场景选择有"三密集"原则（流程密集型、劳动密集型、信息密集型），同时直言三种情况不值得投入——"孤品式AI、不参与主业务流程的AI、用大模型直接控制机床的\'错配式\'AI"。

他还说了一句让人意外的话："格力没有做人形机器人，因为跟现在不挨着——我们做的是工业机器人，生产效率提高200%。"在所有人都往人形机器人涌的时候，这个"不跟风"的判断反而显得清醒。

AI能不能看病？这个问题吵了两年，谁也说服不了谁。但在WAIC 2026的AI+医疗专场，百川智能给出了一组硬数据。

百川的Baichuan-M4医疗大模型做了一件很关键的事——首创"证据锚定"技术。模型每给出一句医学结论，都能精确对应到原始论文或临床指南的具体段落。依托六源循证范式，模型只在权威医学