陶哲轩（Terence Tao）最近分享了他对当前人工智能本质的深刻洞察。他提出，我们或许不应再执着于讨论 AI 是否达到了“通用人工智能”（AGI），而应关注一种正在变为现实的、更务实的能力：通用小聪明（Artificial General Cleverness）。以下是这一观点的深度拆解与启发：1. 重新定义 AI 的能力：从“智能”到“小聪明”陶哲轩认为，目前的 AI 工具离真正的“智能”尚远，但它们展现出了一种极强的“通用小聪明”。这种能力是指通过随机性、暴力计算或训练数据中沉淀的技巧，以一种临时且非系统化的方式解决复杂问题的能力。这些手段往往是不可解释的，甚至是缺乏逻辑根基的。与其说 AI 在“思考”，不如说它在海量的可能性中进行了一场极其高明的“投机”。2. 实用主义的胜利：规模化与验证的力量尽管这种“小聪明”可能出错或显得支离破碎，但它在结合了严格的“验证程序”后，会释放出惊人的威力。当 AI 以人类无法企及的规模和速度生成方案，再由程序或人类筛选出正确路径时，它就能在极广的任务频谱中取得非平凡的成功。这种“生成+验证”的模式，让 AI 在处理某些复杂问题时，表现得比任何个体人类都要出色。3. 认知的幻灭：从魔术到技术尊重这导致了一种矛盾的心理体验：AI 既让人感到惊艳，又让人觉得索然无味。陶哲轩将其类比为魔术：当你目睹一个不可思议的奇迹时，你会感到敬畏；但当你得知魔术背后的底牌和手法时，那种敬畏感会迅速消散，取而代之的是一种对工程实现或技巧细节的“技术性尊重”。我们对 AI 的失望，往往源于我们发现其“智能”背后的原理竟是如此简单粗暴。4. 关键的解耦：聪明与智慧的背离在人类语境下，“聪明”与“智慧”通常是正相关的；但在 AI 领域，这两者已经彻底解耦。当前的 AI 是被高度优化的“聪明工具”，它擅长寻找捷径和模式，却不具备真正的理解力。意识到这一点至关重要：我们不应期待 AI 成为一个深谋远虑的智者，而应将其视为一个“随机但偶尔迸发灵感的点子生成器”。深度思考：如何与“通用小聪明”共处？陶哲轩的观点为我们提供了一个极具生产力的视角。如果我们把 AI 定位为“随机想法的发生器”，那么人类的角色就从“创作者”转变为“筛选者”与“架构师”。解决难题的关键不再是等待 AI 给出完美答案，而是构建一套能够容纳这些“小聪明”并能有效过滤错误的验证系统。在智能尚未降临的时代，学会驾驭这种规模化的“小聪明”，就是当前最高效的进化路径。
