·AI的发展就像一场洪水，如果说每个人的职业技能是高低不等的山峰，洪水来了，那些较低的山峰就会被淹没。关键是发掘自己的独特性，利用AI去做自己想做的事。

在写下30万字的《破晓之钟》之前，田渊栋正在美国卡内基隆大学机器人研究所攻读博士学位。科研生活的艰辛和苦闷激发了他的创作欲。在这本非常硬核的长篇科幻小说《破晓之钟》里，他说书中的人物“大师兄”研究员某种程度上有他自己的影子。

“一开始非常渴望做出震惊世界的科研成果，但入校后才发现，原来全世界最聪明的人都在做科研，你能力不够。”他在书里展现了科研工作者的“痴”，对科研痴迷，也对人性困境的痴迷。

出生于上海的田渊栋从上海交通大学研究生毕业后，2013年在美国卡内基隆大学机器人研究所获博士学位，后加入MetaGenAI担任研究科学家。如今他已是AI领域的重要华人研究者、科幻作家。

但对于他来说，AI研究员这一身份是他赖以生存的土壤，而脑子里那些“不靠谱”的想法则靠科幻文学来表达，他说自己在理性和感性之间找到了一条平衡之道。

在和澎湃科技（www.thepaper.cn）长达近两个小时的专访中，这位思维活跃的AI研究员坦诚地表达自己对AI未来走向的看法：乐观和担忧并存。作为AI研究员，他对AI未来的发展非常乐观，但作为一名依然关注社会发展的科幻作家，他又有些担忧。

AI的发展现在看下来似乎没有上限，他的想法和有“人工智能教父”之称的杰弗里·辛顿（GeoffreyHinton）一样。辛顿曾在一场深度专访时表达对人工智能技术发展的担忧，他的观点是，AI替代的是认知劳动，当一个社会中的“普通的智力”不再具有价值时，绝大多数依赖脑力劳动的工作岗位将被颠覆。

在田渊栋看来，“AI的发展就像一场洪水，如果说每个人的职业技能是高低不等的山峰，洪水来了，那些较低的山峰就会被淹没。”

不过，他认为也不用太过担忧，现在大模型的算法效率并不高，对于使用者来说，目前“我们只是摸到了智能的边。”很多时候，我们可以利用AI去探索真正想做的事情。“你平日的生活可以是码农，但你可以利用AI成为一名作家或音乐家。”他建议，我们应该转换成更偏向于科学家的思维，即一个人一生中只要做出一两件让大家惊叹的事情就足够了。

在科幻小说的世界里，他从第一性原理出发，去思考人类未来在人工智能时代的可能性，我们在浩瀚无垠的未来世界里，如何自处？又如何审视Ta所做的决定？在现实生活里，他作为AI研究员，也从未停止对大模型背后的机制思考和追问。

田渊栋的科幻小说《破晓之钟》

[以下是澎湃科技专访内容]

“现在大模型的算法效率并不高”

澎湃科技：你是MetaGenAI的研究科学家，很好奇你现在的工作状态和对当前大模型的看法？

田渊栋：我们研究组整体也专注在大模型的研发上，我们的目的希望把大模型做得更好，整体工作氛围比较紧张。

从技术来看，现阶段大模型整体还是很受限，因为我们最终希望大模型能够对语言能有所理解，语言意味着模型能力的上限。我认为，大模型的智能程度需要比人有更深刻的洞察和见解，即“Insight”，这部分目前模型还没有做得特别好。

大模型需要海量数据，这些数据量可能是人类一生阅读量的千倍或者万倍。我们曾经计算过，一个人即使不眠不休地阅读100年所能接触到的文本量大约在1000亿词汇量级，而目前训练AI模型需要的Token（词元）在10万亿量级，所以人与机器在获取信息量上存在巨大的差异。

但人类拥有敏锐的洞察，对问题的理解深入方式是计算机无法比拟的。对于科学研究或攀登人类智慧高峰这种方向来说，大模型的数据学习效率非常低。一个优秀的专家可能只需通过研究一两个新颖的课题，就能发现其中重要的洞察点，思考如何改进。但大模型目前尚无法做到这一点。

我认为最本质的原因还是现在大模型的训练算法不是特别高效。所以说我们现在还只是“摸到了智能的边”。我们在各种试错的方案过程中找到了神经网络的范式，这个框架能够比较好地对世界数据进行建模，能够产生类似智能的内容，但是否能达到人类的效率，目前尚不清楚。

澎湃科技：业界也有科学家质疑过ScalingLaw（尺度定律）的训练路径。你怎么看？

田渊栋：现在看下来，AI没有上限。我的观点是，虽然通过ScalingLaw确实能带来大模型性能上的提升，但这种提升所需的时间和代价是巨大的。ScalingLaw的横轴是指数级的，而纵轴是线性的，这意味着，为了获得线性的性能提升，我们需要投入大约十倍的各种资源。如果缺乏足够的数据、算力我们迟早会因为资源获取能力受限而停滞不前，最终可能导致所有人被卡在这一瓶颈上。

所以我们不应该仅仅依赖ScalingLaw来实现强大的功能。相反，我们应该更多地依赖对模型本质的理解，或者对算法进行本质上的修改，从而在更优的成本下达成目标。这确实是一条更具挑战性的研究路线，但可以通过各种深入研究来解决。

澎湃科技：大模型现在已经展现出它比较强的推理能力，还有哪些问题是你想继续深入研究的？

田渊栋：还是在实现智能上。如果大模型是一种实现智能的解决方案，但这个解决方案是人类摸索出来的，背后究竟为什么而生？又或者是通过怎样的方式？数据本身又是怎样的结构能让大模型有这么好的效果？这正是我想持续深入研究的问题，比如神经网络和生物学习怎样运转有效果？这或许是很核心的问题，属于百年之内不一定成功，但我可以去尝试的问题。

我认为，在这个环境下，大家今后可能会更倾向于深度思考。例如之前我们谈论的公平和正义问题，在研究领域已经有很多相关的讨论，比如著名的“不可能三角”理论，现在很容易得到的思想和观念，AI已经学习和掌握了。

澎湃科技：现在AI应用出现大爆发，国内也是如此，这些爆发性的应用往往是由少数人组成的小团队完成的。

田渊栋：我认为这确实是一个趋势，在AI时代，许多执行层面的工作已被AI取代，我甚至不需要招聘人手。AI能完成大部分代码工作，你只需要稍作修改。不过，这也需要具备几个关键要素。

一方面，很多执行层面的工作，其实内容高度重复且容错性较强。高度重复意味着有大量数据可用，容错性强说明即便大模型有诸如幻觉这样比较难解决的问题，其结果仍然可以发布，也可以通过让人站“最后一班岗”来解决。

另一方面，大模型的发展速度很快，并且在这个领域里大家已经开始达成了共识，从“等第一个吃螃蟹的人”到“再不加入就晚了”，这种思维转变可能会在极短的时间内完成。如果主事的人开始有这样的转变，那这种趋势的发展是必然的。

现在的模型能力已经比较强了，能够完成很多任务；此外，模型调用的价格比较低，未来，模型的API价格每年继续成倍下降都非常有可能的。

澎湃科技：你观察到中国团队和美国团队在大模型竞争中有怎样的差异？

田渊栋：中国团队的优势在于，执行非常快，因为执行快一直是中国团队的优势，大家也不怕加班；短板可能在于，方向上可能不够有创新性，短期内可能会一拥而上，出现反常识的东西其实很难。在硅谷，总会有一两个人想跳出来说，“不对，他想要做点别的”，这可能是中美文化比较大的区别。

“AI会像一场洪水”

澎湃科技：你现在对AI未来的发展态度是怎样的？乐观还是有担忧的地方？

田渊栋：作为AI研究者，我当然持乐观态度。

我一直在强调，AI会像一场洪水。如果说每个人的技能是高低不等的山峰，洪水来了，那些较低的山峰就会被淹没。这意味着，你原本赖以谋生的技能可能会被AI取代，导致很多人难以找到新的工作，比如一些基础的行政/助理类/还有基础写代码工作。

这种情况正在发生，并且很快会波及所有人，因为AI的普及速度非常快。最关键的是，每个人能否找到自己真正想做的，并且与众不同的事情，也就是发掘自己的独特性。

怎么挖掘自己的独特性？关键在于，利用AI去做你想做的事情。当大家开始使用AI后，你可能会发现以前每天需要花费8小时以上才能完成的工作，现在只需要1小时就能搞定。AI实际上给了我们更多尝试的时间，你可以利用这些时间去探索你真正热爱的事物。比如平日工作是码农，也可以利用AI工具成为一名作家或音乐家。我认为这是未来发展的趋势。

澎湃科技：我们需要和AI竞争吗？

田渊栋：在执行层面，人类已经没有必要与AI竞争，因为你没办法超越它。

很多时候，我们应该转换成更偏向于科学家的思维：比如一个人一生中只要做出一件让大家惊叹的事情就足够了，为此对生活做什么样的安排，各人随意。比如说我个人还是相对比较“卷”的，严格意义上说，我没有娱乐时间，会一直去思考一些有意思的事情。

澎湃科技：未来，我们和工作的关系是不是也会发生变化？

田渊栋：未来，工作可能不再仅仅只是一个“工作”。过去，薪资水平往往与工作量挂钩，譬如加班多、工作量大就能获得更多报酬。但未来，工作量可能不再那么重要，因为重复性的工作AI就能完成。取而代之的，是你的智力或创造力。比如，你发表了一篇开创性的文章，或者创作了一幅极具价值的画作，人们会为此付费。

现在很多公司的考核体系往往是滞后时代发展的，关于绩效考核，我大胆预测未来一定会改变。

很多变化已经在硅谷发生了。比如，在硅谷，裁员现象开始出现，原本计算机专业毕业生非常“吃香”，工作机会众多，但现在这种强劲的上升趋势已不复存在，反而有所下滑。因为大型科技公司发现，通过精简人员和增加工具（AI）的使用，效率可能会更高。所以，整个行业都在发生变化。

澎湃科技：如果我们每个人都想拥有自己的AIbot，你有什么建议？

田渊栋：我认为最好的方式，是大家都能学会自己写代码。现在已经到了人人都能写代码的阶段了，每个人都可以尝试自己写一段代码。AI可以帮你写代码。如果你学会了如何与AI协作编写代码，你就能做很多事情。通过这种为自己制造工具的方式，未来你会有无限的可能。

我觉得这是一个非常有趣的尝试。当然，如果暂时无法自己写代码，也可以依赖各种第三方软件。现在有很多小公司开发了这类工具，它们可以完成很多任务，比如各种插件，或者像ChatGPT、Manus这类平台，你可以通过与它们互动，慢慢地掌握如何有效地利用它们。

澎湃科技：我看你在个人总结中提到你的女儿，未来你会严格控制她使用手机和电子设备的频率吗？作为父亲，你会担心她沉迷吗？

田渊栋：她目前很喜欢和人交流，而且没有沉迷手机，但我肯定还是会担心，特别是在AI和机器人普及后，“它们”会无条件顺从孩子，提供一个高度安全且保护性的环境。然而，作为一个成熟的人，孩子必须学会面对不确定性，应对负面评价甚至伤害性言论，并懂得如何处理这些情况，这很难。如果孩子从小就多与人互动，多接触真实环境，他们自然会建立起这种适应能力。

澎湃科技：为什么现在会出现和AI恋爱、AI虚拟陪伴？

田渊栋：因为人们知道AI已经被调教成不会背叛你的角色，而且说话也非常友善。

“靠谱的想法做科研，不靠谱的想法写小说”

澎湃科技：你写的《破晓之钟》这本书里有各类科研人员困境的描写，这是基于你自己的科研经历吗？

田渊栋：这本书里提到了很多科研人员的困境。比如，书中的大师兄研究员，他是一个代表科研人员典型困境的角色。他非常渴望做出震惊世界的科研成果，但他能力不够。

很多博士生都曾经历过这种“科研折磨”，第一年信誓旦旦要拿诺奖，第五年博士毕业可能找不到工作。大家最初都抱着崇高的理想去做科研事业，但后来发现找不到路，或者没有办法承受科研事业的各种折磨之苦。

我也是这段路程中的过来人。因为全世界最聪明的人都在做科研，除非天赋异禀，不然你不可能一上手就比别人更厉害，只能靠自己一点一滴去积累。

每个人的出发点和个性导致他们最终走的那条路是不一样的。在写作时我也会带入自己观察自己，好高骛远的心态我当初也有过，只是后面慢慢变得更实际，找到了脚踏实地的方法。

我现在也找到了一种平衡之道，靠谱的想法做科研，不靠谱的想法写进小说。

澎湃科技：写科幻小说会担心技术发展太快，写的技术过时了吗？

田渊栋：我个人并不担忧，这其实是科技发展的必由之路。过去，科幻作品往往能超前现实一两百年，但现在，如果你不及时动笔写，这本书就没用了。现在你也会有自己的写作工具让你的速度变快，我觉得最重要的是是否能持续探索出有意思的新范式，把你自己的思路和想法完全呈现给读者。

澎湃科技：科研人员跨界写科幻小说，有哪些职业病？

田渊栋：科研人员在写小说时，往往热衷对某些科学机理的阐释，比如《破晓之钟》这本书里面总会有几段专门解释事物是如何产生的。这或许是科研人员的职业病。

我经历过科研，也在Meta担任过管理者，所以书里面自然会有处理人际关系和“政治”关系的讨论。理工科的人相对比较现实，因为他们处理的是现实世界中的问题，所以后期我也反思过，《破晓之钟》可能缺少一部分浪漫主义色彩，浪漫的成分不够。

澎湃科技：你现在会用AI写小说吗？

田渊栋：我有尝试用Gemini2.5Flash/Pro写，效果还不错，当然很多地方仍有待改进。比如AI写得有点俗气，最麻烦的地方在于，AI没有办法立意。

我在创作的过程中，那些有意思的高潮段落或者人物性格的发展，我会坚持自己来写，这些内容可能是我过去的经历，或者是我对于生活的观察，这是“人的部分”，当我核心部分构思成熟后，那些次要人物的行为和互动，这部分工作是AI可以完成的。

澎湃科技：AI时代，大家想看的是什么？

田渊栋：这是一个很好的问题，我觉得应该是现在快节奏了，大家只关注跟生活息息相关、让自己过得更好的内容。另外一种内容是让自己爽。

澎湃科技：听说你现在已经开始构思你的第二部小说了，你想继续探讨的核心问题是什么？

田渊栋：第二部小说在情节上会继续向前推进。第一部《破晓之钟》主要讲述外星人来到地球时正处于人工智能时代。从这个角度看，既然我们人类已达到如此高的智能水平，这些超越人类的外星智能，他们对地球到底有何企图？他们的需求是什么？来到这里的目的又是什么？这个问题在不同时代会有不同的答案。

比如在过去机械文明时代，人们可能会觉得外星人是殖民者，会来占领土地、奴役人类。但在信息时代，我们人类对世界的认知已上升到新的台阶。在这种情况下，如果有比我们更强大的外星文明降临，他们到底会想要什么？这是一个问题。

另一个问题是，在科幻世界里，对于已经实现了永生和“所见即所得”的人类，他们的社会形态会是怎样的？大家想要通过什么样的方式生活？

胜宏科技：9月11日组织现场参观活动，包括知名机构盘京投资，银叶投资的多家机构参与　　证券之星消息，2025年9月12日胜宏科技（300476）发布公告称公司于2025年9月11日组织现场参观活动，健顺投资、榕湖投资、汇添富基金、富国基金、益恒投资、富途控股、东海证券、拓聚投资、天风证券、磐泽资产、青云投资、盘京投资、浙商证券、中信证券、金石投资、中安汇富、银叶投资、拾贝投资、和