AI革命早期史：谷歌、马斯克与那场改变一切的竞赛

当ChatGPT在2022年底横空出世时，全世界仿佛一夜之间被AI惊醒。但在这场“大爆炸”之前，有一群人已经默默工作了十余年。Kevin Roose的新书《The AGI Chronicles》和The Vergecast的这期访谈，带我们回到那个无人关注的年代，看看那些最早的“信徒”们做对了什么、又错在哪里。

谷歌为何成了“全民公敌”？

故事要从谷歌收购DeepMind说起。当时这家伦敦小公司几乎无人知晓，却把“通用人工智能（AGI）”当作公开目标——在多数人看来这简直是疯子的行径。谷歌的这次收购，在日后被证明是史上最成功的收购之一，但也彻底点燃了埃隆·马斯克的焦虑。

马斯克曾是DeepMind的早期投资人，他认识其CEO Demis Hassabis，并且认定此人极其好胜。据书中描述，马斯克担心Hassabis会借助谷歌的资源实现其“邪恶天才”般的野心。这种担忧促使他给Sam Altman等人写信，最终催生了OpenAI——一个作为“DeepMind制衡力量”而存在的组织。

访谈中主持人David Pierce提出了一个犀利的观察：每家公司似乎都需要一个“敌人”来驱动自己。他半开玩笑地追问，Hassabis究竟真的是“邪恶帝国”，还是只是被放在对面、用来激励员工的“有用符号”？Roose的回答很微妙：Hassabis确实极度好胜（国际象棋神童、五次获得“Pentamind”智力奥运冠军），而他的“Singleton假说”——即第一个AGI将控制宇宙、形成天然垄断——被同行解读为“我想成为人类的上帝”。这种解读本身，或许比事实更能解释这场竞赛为何如此疯狂。

DeepMind 成立于2010年，由Demis Hassabis、Shane Legg和Mustafa Suleyman在伦敦创立，目标是“解决智能”，最终构建通用人工智能（AGI）。2014年谷歌以约4亿英镑收购DeepMind，当时外界普遍视AGI为科幻。DeepMind在2016年以AlphaGo击败李世石震惊世界，证明了深度学习在复杂博弈中的潜力。此后DeepMind继续推出AlphaFold（蛋白质结构预测）等突破性成果，并于2023年与谷歌大脑合并为Google DeepMind。DeepMind的存在让谷歌在AI基础研究上长期领先，但其研究成果的产品化却屡受内部掣肘，这成为文章后续讨论的关键背景。

他们真的相信人类不重要吗？

一个让人不适的事实是，推动AGI最激进的那群人，底层信念中往往缺乏对人类特殊性的敬畏。Roose在书中将这类人称为“探索者（seekers）”——他们相信智能是一条连续的谱系，从远古的原核生物一路演化到人类，然后必然继续超越人类。他们想看看谱系的下一站是什么。

这种世界观与“计算功能主义”相辅相成：意识、情感、记忆，不过是大脑中的计算过程，是神经元和突触的输入输出转换。既然人脑本质上是一台计算机，那就可以用数字形式复制它。访谈中主持人的感叹很能代表普通人的反应：“我从来没花时间认真思考过这种世界观。”

这种哲学基础解释了为什么这些公司能在“产品可能毁灭人类”的自我认知下继续全速前进。Roose强调，他写这本书不是为了传达某个信息，而是记录一段可能被遗忘的历史。但他的记录揭示了一个关键事实：这些改变世界的决定，来自一个极小的群体——书里采访了约150人，但真正在每个关键节点都参与其中的，可能不到50人。

计算功能主义（computational functionalism）是心灵哲学中的一种立场，主张心理状态本质上是由其功能角色定义的，而与实现它的物理基质无关。换言之，只要一个系统（无论是碳基的大脑还是硅基的芯片）实现了相同的输入-输出因果结构，它就拥有相同的心灵状态。这一思想可追溯至霍布斯和莱布尼茨，20世纪由普特南等人系统化。它直接支持“心智可被计算模拟”的观点，也是强人工智能的哲学基石之一。反对者则认为意识具有不可还原的主观体验（qualia），无法仅凭功能等价而复制。文章中提到AI公司领袖的信念，正与这一哲学传统一脉相承。

谷歌本可以赢下一切

书中最具“平行宇宙”意味的细节，是谷歌早在2020年就造出了ChatGPT的雏形——一个名为Meena的对话Transformer模型。它在内部测试中全面超越Google Assistant，甚至有人写出“Meena Eats Google”的内部备忘录，预见了聊天机器人颠覆搜索的图景。

但谷歌什么也没做。搜索团队担心蚕食广告收入，翻译团队担心自家产品被替代，法务和伦理团队担心偏见与幻觉。每个部门都有一个“不能发”的理由。结果，这个可能改变搜索格局的产品被束之高阁。

Roose对谷歌的评价是：它还是我们以为的那家公司——聪明人扎堆、发明无数技术、但也深陷官僚主义泥潭。“谷歌至今仍被视为前沿AI公司，这几乎是个奇迹，”他说，“它本可能成为雅虎。”

数据原罪：他们知道错了，但还是做了

主持人提出的“AI产业的原罪”——训练数据的收集方式——在书中得到了直面。Roose披露，OpenAI早期的心态是“反正只是研究，不用问任何人”；而谷歌法务部门则明确反对，这也是其产品迟迟不发布的原因之一。

Anthropic的Dario Amodei曾提出过一个补偿数据生产者的经济模型：追踪每个训练输入对模型输出质量的贡献，并按比例分配收入。但最终被放弃，因为“太难太复杂”，而他们正在竞赛中。于是，他们选择直接把数据倒进去——这最终导致了美国历史上最大的版权和解案之一。

Roose本人也是该案集体诉讼成员，因为他的书被用于训练，他预计会获得一张约1.75美元的支票。他坦言：如果当初AI公司能更好地管理数据伦理，“今天关于AI的辩论可能完全不同”。但他也承认，在动辄数十亿token的规模下，精确追踪贡献几乎不可能——那可能只是“几分钱的原子”。

美国历史上最大的版权和解案之一指的是2023-2024年间多起针对OpenAI、Anthropic等公司的集体诉讼。其中，作家协会（Authors Guild）代表包括John Grisham、George R.R. Martin在内的多名作家起诉OpenAI未经授权使用其作品训练ChatGPT；Getty Images起诉Stability AI使用其图片训练图像生成模型；音乐出版商也起诉了 Anthropic 和 OpenAI。2024年，Anthropic 同意支付约15亿美元和解一起作者集体诉讼，成为当时金额最高的AI版权和解案之一。这些案件的核心争议在于：使用受版权保护的作品训练AI是否构成“合理使用”（fair use）。法院尚未形成统一判例，但和解趋势表明，AI公司正被迫为数据来源付出代价。

聊天机器人，先要好聊

ChatGPT发布前夜，OpenAI员工打赌首日会有多少人注册，多数猜测在1万到10万之间。没人预料到它后来会成为十亿用户级的产品。因为他们内部早已用上GPT-4，对“和电脑聊天”这件事已经脱敏。

行业集体忽视的一点是：这些模型首先是因为“好玩”而爆发的。就像David Pierce引用亚马逊Panos Panay的话：“你根本想象不到，只要它能说出连贯的话，人们愿意给它多少宽容。”Sundar Pichai后来对Roose承认，谷歌低估了人们愿意和一个不完美的聊天机器人对话的程度。

Panos Panay 是微软前首席产品官，负责Surface和Windows体验，以对产品细节和用户情感的极致追求著称，2023年加入亚马逊领导设备与服务部门。他所说的“只要它能说出连贯的话，人们愿意给它多少宽容”，揭示了对话式AI产品成功的一个被低估的维度：交互的流畅感与人格化。ChatGPT的界面极简，回复语气自然，甚至允许用户纠正和追问，这种“像人一样聊天”的体验大幅降低了使用门槛。技术上的“不完美”（如事实错误）被对话的连贯性和实用性所掩盖，用户更在意“它懂我在说什么”，而非“它永远正确”。这一洞察解释了为何ChatGPT能在短短两个月内达到1亿用户，而此前更精准的模型却无人问津。

我们到AGI了吗？

访谈结尾，主持人抛出那个“俗套”的问题。Roose给出了他最著名的“时间机器定义”：如果把今天的模型带回2017年给当时的研究者试用，他们会毫不犹豫地说“这就是AGI”。

而他个人的定义则更接地气：我们已经有系统能像酒吧里随便拉来的陌生人一样可靠地回答事实问题、完成工作任务。至于“终结人类”的那个AGI？他不信。他只信我们正在走上一条深刻重塑生活的道路。

David Pierce的说法或许最能概括这期访谈的核心：AGI是个令人厌恶的术语，因为你可以随时宣布自己达到了。重要的不是标签，而是我们所有人正在“感受到”的那种变化。