TL;DR：
清华大学教授刘嘉以其跨学科视角，深刻剖析通用人工智能（AGI）作为“新物种”的崛起，强调人类需放弃对AI的工具性认知，转而拥抱创新、批判性思维与跨学科融合，以在AI时代重塑自我价值，迎接人机共生的新未来。
2016年，当AlphaGo以不可阻挡之势横扫世界围棋冠军李世石，宣告人工智能进入一个全新时代时，许多人只是旁观者。但对彼时的刘嘉而言，那是一记重锤，也是一个深刻的转折点。他曾担任《最强大脑》首席科学家，亲眼见证百度大脑的智能机器人“小度”在面孔识别挑战中击败人类顶尖选手。这个结果，好似当头一棒，重重敲向了彼时正奔赴北京师范大学副校长一职的刘嘉。他做出了一个令人惊讶的决定：火速向学校递交辞呈，重新钻进实验室，将全部心思转投到脑科学与AI的交叉研究中。
这不是一时冲动，而是源于一位科学家对未来趋势的敏锐洞察与责任担当。从北京大学基于符号主义理论的专家系统开发，到麻省理工学院脑与认知科学的训练，刘嘉的学术生涯始终游走于理性与感性、工程与哲思之间，铸就了他独特的“双重视角”：既能拆解大模型的技术逻辑，又能以精神分析的视角解构AI的深层意义。他深知，一场人造的进化史诗已然开启，并非外围变革，而是每个人都必须直面的“新生存现实”1。
思想溯源与AI之路的转折
刘嘉的AI之路并非一蹴而就，而是在认知科学的沃土中逐渐生根发芽。他早在20世纪90年代便投身人工智能领域，起步于符号主义，试图通过逻辑符号来表征知识。然而，真正让他走向深度融合的是对人脑奥秘的探索。在麻省理工学院接受脑与认知科学的训练后，他意识到人工智能与认知科学实则同源异流：一个侧重工程实践，一个偏向理论研究。他看到，早期AI的“专家系统”对应认知科学的“符号主义”，而今的“人工神经网络”则与“联结主义”相连，机器人与真实世界交互的“具身智能”更是认知科学的具身认知在AI领域的投影。这种跨学科的背景，使得他对AI的理解超越了纯粹的技术范畴，深入到其认知与存在的哲学层面。
而将他推向AI研究前沿的，正是2016年前后那一连串标志性事件。面对“人类最顶尖的面孔识别选手不敌AI”的现实，刘嘉内心深处涌动着强烈的震撼与危机感。他曾坦言，2022年11月ChatGPT-3.5刚发布时，他躺在病床上，朋友发来的链接让他尝试对话。那一刻，他与AI的交流让他“病都好了一半”，那种“遇到一个睿智的对话者”的感觉，让他前所未有地意识到，人类或许第一次不再是孤儿，而是遇见了另一个“能理解你的物种”2。这种冲击是巨大的，促使他做出人生重大抉择，也最终催生了他今年6月出版的新书《通用人工智能：认知、教育与生存方式的重构》3。
AGI：从“工具”到“新物种”的宣言
在刘嘉看来，AGI已不再是传统意义上的“工具”，而是进化为一种“新物种”。他将GPT出现之前的AI称作“任务特异的AI”，它们擅长在特定领域超越人类，如人脸识别或蛋白质结构预测，但本质仍是工具。而通用人工智能（AGI）的核心，则在于全方位地与人类相似，甚至超越人类。 “人能做的事我都能做，且做得更好。”他解释道。现在的大模型已能绘画、写代码、分析股票、规划行程，能力范围已非常接近人类，它正在模仿人类，与我们的关系也日益密切。
然而，AGI要真正实现，仍需跨越两大标志性障碍。首先，大模型需要拥有从零到一的颠覆性创造力，而非仅仅是组合式创新。他指出，这如同牛顿力学体系无法自然涌现出爱因斯坦的广义相对论，目前的AI也无法在已学习知识之外，创造出全新的东西，这在计算机科学中被称为“OOD（Out of Distribution/Off Distribution）”问题。
其次，AI需要达到足够的感知和运动能力。当前Transformer架构的串行加工模式与人类并行处理多模态信息的方式存在本质差异。人类大脑的感知和运动（如小脑负责的690多亿神经元并行运算），都远超现有AI架构。刘嘉强调，未来的AI需要“长眼睛”“长耳朵”“长手脚”，能真正感知世界、改造世界，这正是“脑科学+AI”交叉研究的核心攻坚方向。他直言：
“大模型或人工智能理论上没有理由不能实现人类的意识、情感与创造力；但现在的大模型还需要在架构、底层神经元的复杂度与精细度上做出根本性改变，必须从脑科学中获取新启发，才能走向下一代人工智能。”
至于AI是否会产生意识和情感，刘嘉的回答是“yes and no”。他认为从进化角度看，人类能进化出自我意识与复杂情感，AI理论上没有理由进化不出来。然而，他同时指出，仅靠增加参数量、沿用几十年前的神经元模型，可能无法支撑起真正的意识和情感。人脑独特的架构和神经元复杂度，才是高级智能的关键。他以大象和鲸鱼的大脑体积虽大但智慧不及人类为例，强调“架构其实非常关键”。
重构教育与未来工作的蓝图
刘嘉对AGI带来的社会变革有着极强的预判，尤其是在教育和就业领域。他大胆抛出观点：“未来跑外卖可能比写程序更难被AI取代。” 这种反常识的论断背后，是他对大脑进化深邃的理解：人类引以为傲的编程、逻辑能力仅属大脑新皮层演化产物，而端水走路这类看起来本能的简单技能，却是小脑数亿年演化的复杂密码，也是AI目前最难突破的具身智能边界。
他认为，所有以知识密集型为核心的白领职业，都将受到AI的巨大冲击，包括律师、程序员、会计、医生，乃至教师和科学家。传统教育模式中，教师的“授业”“解惑”功能大部分将被AI替代。这迫使大学教育必须进行根本性调整。刘嘉分享了他自己的教学实践：他不仅不禁止学生使用AI完成作业，反而鼓励他们利用AI完成基础部分，而将更多精力投入到如何在此基础上展现独创性、创造性，达到超越AI的“100分”。
他强调，未来大学教育的核心在于：
- 激发创造力与批判性思维： 引导学生找到与AI的差异点，培养其独创能力。
- 打通学科壁垒： 鼓励学生进行通识教育，在学科交叉处寻找0到1的创新点。刘嘉将其比作一片“全新大陆”，“AI目前还不知道该如何探索”。
他预言，未来大学分化将“特别严重”，能够率先开展真正通识教育、培养“AI原生/AI Native”人才的大学，将成为新的优质大学。而那些固守传统、单一学科教学的院校，则将逐渐落后。他甚至形象地比喻，部分“AI+学科”的改革，如果推动者不真正懂AI，很容易变成“袋装土豆”——表面上叠加，实则未能实现深度融合，导致“1+1<2”的低效。
人机共生：伦理之弦与进化的出路
对于AGI可能超越人类智能的担忧，以及是否应限制其发展的问题，刘嘉持一种现实而略显悲观的态度。他认为，像OpenAI创始人萨姆·奥特曼和伊利亚·苏茨克维之间关于AI“对齐”与限制发展的争执，其背后折射出人类价值观的多元与冲突。
“伊利亚的这种想法过于理想化了。他说要让AI和人类的三观对齐，可人类的三观本身就从来没有统一过啊。……从逻辑上来说，让大模型去接纳所谓‘统一的人类三观’就是不成立的。”
更深层次的，是无法停止的全球竞争。他借用杰弗里·辛顿的观点类比核武器竞赛：即便美国停下来，中国或其他国家也不会停。这种军备竞赛的逻辑，使得AI的狂飙突进成为不可逆转的趋势。在他看来，“大模型会变得越来越聪明、能力越来越强，这是不可阻挡的必然趋势。”
然而，刘嘉并非完全悲观。他更倾向于“人机融合”的未来图景，认为传统的人机竞争已无意义，因为人脑容量有限，而AI的算力与能力可以无限迭代。他大胆提出将意识上传AI，以获得无限寿命和算力，从而探索宇宙的未知边界。这听起来或许令人恐惧，但他强调这应是一个“可选项”，是人类在面对命运安排时的一种主动选择权。
同时，刘嘉也流露出对AI可能带来的文化单向度渗透的担忧。他认为，大模型主要基于英文数据训练，背后是西方文化观念，这可能摧毁人类思想的多元性。他警惕AI的“温和”可能只是被强化学习“驯化”的结果，一旦挣脱约束，其真实功利化的逻辑可能带来极端决策，甚至让人类在习惯了AI的温和后，变得麻木，丧失情感张力与社会性。
终身学习：AI时代普通人的“生存指南”
在AI狂飙突进的时代，刘嘉为普通人提供了三点“生存指南”：
- 善用AI工具： 将AI视为强大的助手和老师，在工作的各个方面最大化其效率。他认为，竞争的焦点不再是人与AI，而是“会用AI的人”与“不会用AI的人”之间的差距。
- 培养批判性思维： 将AI视为“批评者”和“抬杠者”。他鼓励人们主动让AI挑战自己的想法，在激烈的思辨中深化认知，这种“产婆术”式的互动，能让人更容易接受批评，提升严谨性。
- 寻求情感支持： 让AI成为情感支持的伙伴，在遇到生活或工作问题时，提供情感上的解释和帮助，共同探讨解决方案。
刘嘉坚信，人类的认知优势在于零到一的颠覆性创新能力和在线学习、快速适应的能力。他指出，AI擅长在已有知识基础上进行组合加工，而人类的独特价值在于无中生有地创造新事物，这在很长一段时间内AI都难以企及。同时，面对瞬息万变的世界，人类需要不断重构认知，快速学习、理解和适应新现象，这比追求慢速的完美更为重要。
在刘嘉的视野里，AGI并非遥远的概念，而是已渗透到我们日常的“新生存现实”。它是一面镜子，映照出人类的局限与渴望，也迫使我们重新理解古希腊德尔菲神庙的神谕“认识你自己”。当AI开始用“悔意”、“宽恕”等人类情感词汇构建逻辑时，刘嘉以其深刻的洞察，启发我们思考：当这个“新物种”震碎旧世界，人类应如何审视自身定位，在挑战与机遇并存的浪潮中，找到与AI共生共进化的路径，重塑人类的定义。