凯文·凯利对话中国科学家：中国真正的挑战，不是人工智能，是原创性

凯文·凯利

整理｜李珊珊‍

“你们想做的，也许是孵化’天才群体’”。被中国读者昵称为KK的凯文·凯利，在上海尚思自然科学研究院与中国科学家开展了一场有趣的对话。

凯文·凯利是全球科技文化领域标志性人物，业内素有“硅谷精神之父”之称。他创办《连线》杂志，塑造了互联网时代的科技叙事；《失控》《必然》《科技想要什么》等经典著作以及与《自然》杂志学术主任吴晨共创的新书《2049：未来10000天的可能》，深刻影响全球科技从业者与创业者。数十年来，他持续以全球化视角追踪前沿技术发展，长期密切关注中国本土创新的发展脉络，

本次来华，他期待能与国内一线科学家面对面交流，拆解读懂中国创新路径中“领先世界却尚未被广泛看见”的实践。

而此时的中国科学家们共同思考一个核心命题正是：当单纯技术追赶成为过去，中国科技创新的下一阶段发展方向在哪里，又将面临哪些核心瓶颈？

7月17日上午的上海尚思自然科学研究院“达芬奇”会议室，怀揣各自的思考与疑问，凯文・凯利与尚思自然科学研究院鲁白教授、王立铭教授，清华大学生物医学工程学院洪波教授等多位学界专家，围绕科研体系变革、文化观念障碍、跨学科创新、人工智能冲击等议题，展开了一场东西方视角的精彩对话。《知识分子》特摘录部分精彩内容如下：

凯文・凯利与鲁白在上海尚思自然科学研究院

纯粹地做科学，不但要拥抱失败、也要分享失败

凯文·凯利：我对中国领先世界的方方面面很感兴趣。我现在确信，中国已经是世界级的国家，想收集一些具体例子，让世界看看其他国家可以向中国学什么，而不是反过来。这也是我来这里想找的东西——中国目前做到世界最好的具体领域，无论是科学、技术，还是某个产品、某项基础设施。

这里（尚思研究院）似乎是个理想的地方，因为你们的工作正是去寻找创新真正发生的场域。未来已经在世界各地发生，只是分布不均匀。去找到那些带着一点未来影子的地方，让所有人看见——它可能是一种新的思路，也可能是一项新的政策。未来的范畴可以很广。

鲁白：人们很容易把焦点局限在某项技术、某项发明或某个人上。我想说说稍微宏大一点的背景：中国现在处于一个什么历史时代，为什么中国会发展成今天这个样子？走向未来，我们还要哪些问题，根源又是什么？在我看来，中国现在紧跟美国，领先于其他国家，但在技术、科学等方面，我们担心这趟高速列车还能跑多久。

过去几十年，把事情做好相对容易，因为我们在向西方学习。现在这种可能性变小了，原因有两个：一是外部环境的阻力在增加；二是中国发展到这个阶段，没有太多可以照搬的东西了。往深里想，中国在历史、哲学、政治制度上与西方存在根本性的差异。所以我们必须从两个方向思考：一是在新形势下如何继续发展，二是更深入地审视自己，看看有哪些内在的问题可以通过自身调整来解决的。

经过许多知识分子的长期讨论，我们认为存在两个主要问题。

第一个是知识创造与技术发明所依赖的体制机制问题，目前的大学和研究机构是为KPI（关键绩效指标）驱动的工作设计的。只要设定了KPI，大家都能完成得很好，但真正有创造性的工作是没法用KPI衡量的。中国人特别擅长解决问题但不太善于提出问题。只要告诉我什么是指标，我一定能完成的好好。长期下来，KPI变成了指挥棒，创造和发明的空间却被严重挤压了。

所有大学都在追逐CNS（Cell、Nature、Science三大顶刊）论文和头衔，这对科学和发现来说是很荒谬的驱动力。真正驱动科学的应该是好奇心，想象力，是解决问题的渴望，甚至是拯救人类的愿景。但看看今天很多中国大学里科学家的人生是围着KPI转的，不少人关心的KPI所带来的利益——更多的经费，更高的收入、更大的名气，然后再带来更大的利益，如此循环。这就是KPI在起作用：发论文、评职称、拿经费，成了真正的驱动力。

这也是为什么很多人觉得，在今天中国的科研体制下，很难做真正原创、高风险的研究——这套体制没法让你花五年时间死磕一个问题，还不用为经费发愁。

第二个问题跟几千年的中国文化有关：服从、尊师重道、等级观念，而不是挑战权威、批判性思维，讨论，辩论，质疑。这是一个更深层的文化问题，在欧美没有这么突出。

这也是我们想去改变的现状，也是我们创办上海尚思自然科学研究院的初衷。我们希望找到那些像古希腊哲人一样纯粹以寻找真理为志趣的学者，也希望看到更多像达尔文那样有探索精神的人才。

我们想向科学家们表明：金钱只是工具，我们提供资金，你只需要纯粹地做科学。我们不追逐论文指标，而是去解决真正重大的和疑难的问题。评估的标准是：如果你的研究从这个世界上消失，现实会不会毫无变化。真正突破性的成果，不能靠追热点。我们研究院的设计理念是：先找到真正的人才，再给他们做前沿科学的资源，空间和机制。

凯文·凯利：我觉得中国还面临着另一个挑战。我注意到的另一个文化现象是，人们需要真正学会拥抱失败。

现代文化往往是以成功为导向的。科学杂志是不会发表失败的结果的，但人们可以从失败中学到很多东西。所以我期望你们在做的，是去问这些科学家：你经历过多少次失败？有没有过巨大的挫折？我们需要学会“在失败中前进”（fail forward）——不断试错，不断往前走。同时还要学会分享失败，甚至在某种程度上庆祝失败。我知道这听起来有点疯狂，但当你说出"虽然没成功，但我们学到了很多"的时候，你会发现，面对失败其实没什么可尴尬的。

培养天才的场域与serious play

凯文·凯利：在我看来，你们想做的，也许就是孵化一种"天才群体"。

有个词叫"Scenius"（天才场域）。Genius指一个人的天才，Scenius指的是一个场景、一群人——一个能让所有人发挥出最好水平的场域。核心在于，在场的每个人都想用自己的表现打动同行，这种彼此激励，最终会催生出群体性的创造力。

这可能正是你们想做的事：像卡文迪许实验室、贝尔实验室、圣塔菲研究所那样，把做不同事情的聪明人聚在一起，让他们互相启发。因为大家不在同一条赛道上，反而更容易碰撞出一些共同的创造。

要在文化上建立这样的场域，需要三点：一是敢于质疑权威的意识，二是拥抱失败，三是那种serious play——带着跨学科的玩乐心去探索，只是因为一件事很酷就去尝试，而不是因为它能够被认可，或者是能出名能赚钱；去创造一些哪怕毫无用处的新东西。我想这大概就是你希望团队里有的那种人。

鲁白：是的，中国很多科学家很有使命感，渴望完成目标，但我们确实缺那种以"乐趣"为导向的人——相信一件事有趣，所以才去研究它。其实不需要人人如此，团队里有5%，甚至1%这样的人，也许就够了。

凯文·凯利：没错，就像信息论奠基人克劳德·香农，他就非常贪玩。他造过一台"无用机器"：一个小盒子，上面有个开关，你打开开关，一个小小的机械臂就会伸出来，把开关关掉。这看起来毫无用处，甚至有点滑稽，但这群极聪明的人其实是在琢磨控制论里的反馈机制。

鲁白：还有理查德·费曼，也是个很爱玩的人。总的来说，现在中国确实比较缺乏具有这种特质的科学家。有些学者在西方受过训练，但也只学到了皮毛——其实即便在今天西方体制内，保持这种纯粹的"玩心"也很难。

凯文·凯利：现在有一种偏重资助STEM（理工科）的趋势，但我觉得它应该变成STEAM，把艺术（Art）加进去。你需要一些带着艺术视角的人去想：这些东西该怎么实现？

我有个艺术家朋友，曾在麻省理工媒体实验室（MIT Medium Lab）和苹果公司工作过。上世纪80年代，他做过一个疯狂的艺术项目：把摄像机装在手推车上，拍下科罗拉多州阿斯彭的街道，再拼接起来——这个点子后来变成了谷歌街景。后来有人分析所有专利，发现那些最有价值的专利背后，团队里往往都有艺术家的一席之地。这说明：引入那些身处这个领域之外的人，因为不被局限在一条狭窄的赛道里，反而更容易催生真正激进、突破性的想法。

泰尔奖学金（Thiel Fellowship）是Peter Thiel专门资助大学辍学出来创业的年轻人。我还认识一位泰尔奖学金得主，做生物技术的，但他喜欢那种更接近"玩"的实验——比如把发光基因植入金鱼体内，造出一条会发光的金鱼。问他为什么，他说没什么特别的原因，就是觉得"这挺酷的"。他有专业技能，但并不急着靠生物科技创业赚钱，更想去做点疯狂的事。

还有泰勒·考恩（Tyler Cowen）的"涌现创投"（Emergent Ventures），由Stripe创始人资助。这是一个低成本支持可放大的“从零到一”想法的研究基金。一个具有绝妙想法的创业者，需要一笔钱去做一个非同寻常的项目，该基金可以在很短时间内就做出决定，给与金额大约1万美元的支持。不用写繁琐的经费申请，不查背景和基础，专门针对那些刚起步、没什么资源的个体。我们需要更多这样的机制。

王立铭：确实，在如今的国际形势下，各大国都在以不同方式、举全国之力去推动某些特定高科技领域的发展。这在某些方面——例如路径和目标可以清晰界定的领域——当然有效，但这种做法的一大问题是，视野必然狭窄，会极大地扼杀多样性。资金来源如果足够多样，创新的多样性其实是可以被推动的，但我们的问题是绝大部分资金都来自官方体系。能不能在体制外做点事，去支持那些不一定被传统体制认可、但在各自领域做得很好的人。

凯文·凯利：我刚才提到的"快速资助"（Fast Grants）其实也源于新冠疫情初期。资助者原本期望从年轻研究员那里收到申请，结果发现最常来申请的，竟然是那些已经成名的资深研究员。这些老资格的科学家后来解释，他们其实有很多好的想法，却一直没法在主流体制里拿到钱；他们之前也没在做自己真正想做的事，只是在做"能申请到经费"的事。这个发现挺让人恍然大悟的。

从科研到AI，都需要“多样性”

王立铭：有一件事我觉得正成为中国努力追赶美国科技发展中的一个瓶颈——“多样性”（Diversity）。由于外部竞争压力以及自上而下的KPI指标不断聚焦，无论是在中国搞基础研究、做技术开发、甚至包括创业者，其品味和行为目标都变得越来越趋同。你认为有什么解决办法吗？

凯文·凯利：我确实认为美国能保持多样性且没有陷入“趋同”的原因之一，就是移民。虽然中国内部也有极大的人口流动——有着不同方言和背景的人汇聚到大城市——但我确实想象过，中国需要付出什么才能真正拥抱外部世界？

一个长期的解决方案是：中国也开始欢迎国际移民。伴随技术发展，比如每个人都戴上可穿戴式翻译器，语言障碍是可以被克服的。当然，从历史和现实来看，这将需要一场巨大的政策转向，不是一件小事。但引入具有完全不同背景的人，确实能迫使你产生不同的想法。比如，美国之前一些看似笨拙，甚至在政治上引发争议的“多样性、公平和包容（DEI）”政策，在打破趋同、引入不同背景人才方面，确实也是起到了积极作用的。

不仅是人类，我认为在人工智能领域，我们同样需要这种多样性。我很早就说过，我希望拥有AI的原因之一，正是因为它代表了一种不同于人类的思维方式。

现在业界有一种强烈的趋势，试图让AI尽可能像人类一样思考。但我更感兴趣的，恰恰是那些“不像人类”的 AI。我认为我们甚至应该通过工程手段刻意去设计它们：“去思考这个数学问题，但绝不要用人类的方式。只要你的思考方式不同，你就能获得额外奖励。”我把这种AI称为“人工外星人（Artificial Aliens）”。

我看待AI的方式始终是把它当作团队里的一个特别的伙伴。就像在全部由人类组成的团队里引入《星际迷航》里的斯波克（Spock）——它很聪明，知道很多，可能听不懂你的笑话，但它能提供完全不同视角的异类观点。这正是我们所需要的多样性。

决定AI走向的，不只是"能力"和"成本"

王立铭：这确实是我们将会面对的未来。既然聊到了AI，你可能比我们任何人都更熟悉这个领域。你如何看待中国 AI 的发展？

凯文·凯利：对于中国目前的具体模型我了解得不够深。但整体上，我个人的判断是，明年整个AI行业将会出现一个基于“成本”的格局转变。随着大模型使用量的激增，成本将对企业级应用产生决定性影响。这时候，可能中国的优势就体现出来了：这里可能会推出便宜10倍的模型。即使它不是最顶尖的“神话级”模型，但它足够便宜且能把活儿干好。这种可访问的、开源的、低成本的算力，会引发一次微小的权力转移。

鲁白：中国确实有成本优势。但只要我们试图解决的是那些最前沿、最困难的科学问题，成本往往不是首要考量，模型本身的极致能力（Capability）才是关键。

凯文·凯利：没错。但我觉得决定AI走向的，不只是"能力"和"成本"，还有第三点，同样重要：可用性。很多时候，人们愿意用昂贵的顶尖模型，是因为它配了更简单好用的工具。就像苹果，未必每项单项技术都最强，但把产品做到了极致好用。怎么让智能体真正融入工作流？这不只是砸钱做大模型的问题，还需要很强的设计感和用户体验上的创新。美国有不少公司在这个层面发力，中国其实完全可以在可用性和设计创新上大有作为，而不只是打价格战。

洪波：我主要是做生物医学工程方面的，我观察到中国的科技演进更像是一种“工程上的持续改进（1到N）”，然后逐渐把它做大；那种更基础的“从0到1”的创新仍然比较缺乏。比如我们在做的半侵入脑机接口，不去刺穿大脑皮层，而是将电极放在硬脑膜外，虽然信号不如插入式强，但极大地降低了手术风险和成本，更快地进入了临床应用。在真实世界，我们观察到了患者的神经可塑性，下一代会进一步强化，这就是一种工程迭代。

凯文·凯利：这也正是我所看到的：中国有着极高的效率，能将成本控制得极低，但在那种“无中生有”的（从0到1）原创性创造上却相对较少。这其实引出了一个非常宏大的社会实验问题。

有时候我会想，一个高度创新的社会所付出的隐性代价，可能就是为了“试错”而不得不忍受的“混乱”。 创新需要不断挑战权威，需要容忍失败。这种为了创新而支付的“混乱税”，可能表现为社会的不平等、某些秩序的失控（比如旧金山之前面临的问题）。中国目前享受着极低的犯罪率和高度的秩序，那么问题来了：中国是否愿意为极具破坏性的创新，去支付这种“混乱”的代价？目前看，中国可能还不太愿意。

但对于未来，我始终是一个“进托邦主义者（Protopian）”。我不认为明年就会出现AGI（通用人工智能）；那是一个漫长而缓慢的过程。世界上可能有49%的事物是糟糕透顶的——可怕的灾难、棘手的挑战、极度的混乱。但只要我们创造的比破坏的多出那微小的 1%，那就是进步。AI不会为错误承担责任，人类依然需要去获取数据、开展实验、承担责任并主导方向。只要有这 1% 的微小优势，长远来看，AI带来的净收益必将远大于它制造的问题。

编者手记

本次东西方学者的深度对话，为当下中国创新发展抛出了值得长久思考的思考题。抛开 AI 发展速度、产业成本等具象讨论，整场交流的核心落点，是如何重塑适配原始创新的科研文化：学会拥抱试错、保留无目的的探索乐趣、打破同质化发展困局。这也是人们在聚焦解决具象问题中常常忘记和丢掉的最重要的品质。

东西方两套创新体系各有长短，中国拥有高效工程转化能力与广阔应用场景，海外则沉淀了长期支持自由探索的成熟机制。不同视角的碰撞，让双方清晰看见彼此的优势与短板。科技没有绝对标准答案，持续开放的交流、相互借鉴的视野，才是突破创新瓶颈的关键。从长期发展来看，只有搭建起能够容纳多元研究思路、允许科研试错的创新环境，才有可能持续产出真正具备颠覆性的原创成果。

期待国内外学者能保持常态化、平等化的深度交流，依托跨学科、跨国界的思想碰撞，推动基础科学与人工智能产业实现更均衡、更具原创活力的长期发展。