Let's Make AGI Real

在当下的人工智能（AI）浪潮中，声音嘈杂且分化：有人为了融资高喊通用人工智能（AGI）触手可及，有人为了博眼球制造“AI毁灭人类”的恐慌。在这场热闹的全球喧嚣中，冷静而理性的声音尤为稀缺。David Siegel——既是资深科学家，又是成功的投资人，甚至已实现财务自由（post-economic）的实践者——为我们提供了这样一个声音。他并不随波逐流，而是从个人经历、实践检验、批判性思考出发，描绘出一幅更务实的AI未来图景。

从MIT到Two Sigma：早期启蒙与世界观的形成 

Siegel的AI旅程始于童年，得益于母亲的学术背景，他在10岁出头就接触到了当时极为稀缺的超级计算机和打孔卡。不同于电影《2001太空漫游》式的浪漫幻想，他真正的兴趣源自对计算机本身的痴迷，以及那个时代计算机人共同的疑问：机器的智能究竟能走多远？

这种好奇心最终将他引向了MIT AI实验室。在那个年代，MIT、斯坦福和卡内基梅隆几乎代表了AI研究的全部。这段经历深刻塑造了他的学术气质——AI实验室并不是创业孵化器，而是一个培养好奇心驱动、敢于挑战边界的年轻人的场所。后来，他将这种文化带入了Two Sigma，形成一种既注重科学探究、又鼓励突破边界的企业氛围。

对主流技术路线的冷静批判 

作为仍坚持每天写代码的“黑客”式科学家，Siegel对Transformer架构的质疑显得尤其真诚。他认为Transformer固然是巧妙的发明，但它的本质仍是“下一个token预测器”。如今，整个行业几乎把它神化为“通向智能的唯一道路”，这不仅是一种错觉，甚至可能是一种风险。

对比国际现状：

-在美国硅谷，几乎所有大公司（OpenAI、Anthropic、Google、Meta）都在不惜代价扩大Transformer模型的规模，试图用“堆算力”的方式向AGI逼近。

-在中国，百度、智谱、阿里、腾讯等公司同样投入巨资，追赶参数规模和推理性能的竞赛。国家层面也在支持“人工智能+”行动，强调产业应用落地。

但问题是：Transformer是不是唯一的答案？Siegel认为未必。事实上，国内学界也有类似反思：从符号主义、类脑计算，到强化学习与知识图谱融合，中国不少研究团队正在探索多样化的技术路径。相比资本裹挟下的单一赛道，中国科研体制如果能保持战略耐心，也许反而更容易孕育“另一个范式”的突破。

实践检验：AI编程的“效率陷阱” 

Siegel亲自尝试开发AI编程助手，最初惊艳：四天内生成五万行代码。但随着项目复杂度上升，AI在添加新功能时不断破坏已有功能，效率骤降。他的结论是：AI在真正理解复杂系统时仍有巨大鸿沟，生产力提升未必如宣传中那么乐观。

放在中国语境中看：不少互联网公司也在试水“AI程序员”，但遇到的瓶颈相似——小demo很亮眼，工程化落地却困难重重。这其实提醒我们：与其盲目追逐AGI，不如更务实地在工具型AI、行业场景化落地上深耕，特别是医疗、材料、教育这些与国计民生紧密相关的领域。

真正的价值：AI作为科学发现的加速器 

在Siegel看来，AI最有价值的用途不是炒作融资，也不是虚幻的AGI叙事，而是作为基础科学研究的加速器。

他发起的“OpenAthena”项目，正是为了解决大学研究团队缺乏AI工程师的问题，让专业程序员嵌入科学团队，加速从医学到材料科学的突破。

对比中国科研体制：

-我国有庞大的科研群体，但科研人员普遍缺乏软件工程支撑。很多实验室的数据处理仍停留在“研究生手工清洗”的阶段。

-如果国家层面能够推动类似的“科研AI工程师计划”，将专业AI人才配置到科研前线，那么在新能源、药物研发、空间科学等领域，中国或许能抢占“AI+科学”的先机。

这也与国家强调的“人工智能赋能科学研究”和“算力下沉到科研院所”方向不谋而合。

文化视角：为什么好莱坞怕AI，日本却爱机器人？ 

Siegel敏锐地指出，美国大众文化对AI的恐惧，部分源自好莱坞的长期渲染——从《2001太空漫游》到《终结者》，AI几乎总是敌人。相比之下，日本动漫里的机器人往往是伙伴，是守护者。

放在中国文化语境中：

-在中国古代神话里，造物往往是“匠心”的体现（如女娲造人、鲁班发明木鸟），很少被视为威胁。

-因此，中国社会对AI的态度或许更接近“工具与伙伴”的融合，而非彻底的恐惧。这种文化心态，也许能为中国在AI应用层面创造更多包容性空间。

观察者的思考：我们需要什么样的AI未来？ 

从Siegel的叙述出发，我们或许能得到三点启示：

1.警惕单一路径依赖：不要把Transformer神化为唯一答案，中国科研更需要多路径探索。

2.回归科学与工程的本质：AGI的宏大叙事不应盖过基础研究和行业应用的价值。

3.制度与文化的优势：中国的科研体制如果能补齐工程化短板，加上文化层面对技术的积极态度，完全可能在“AI+科学”赛道上实现弯道超车。

结语 

David Siegel的声音提醒我们，在资本与叙事的双重迷雾中，AI的真正价值不在于“明天是否会出现AGI”，而在于它能否切实加速科学发现、改善社会福祉。

对于中国来说，关键在于：如何在追赶国际大模型竞赛的同时，发挥制度优势，建立“科研AI工程师”这样的新型支持体系，真正让AI成为国家创新体系的核心加速器。

AI的未来不是被炒作出来的，而是被建设出来的。