李飞飞最新访谈：苏格拉底是史上最好的“提示词工程师”

来源：中信出版社

2026年8月，斯坦福大学教授李飞飞做客全球顶级科学播客《Huberman Lab》。两个小时的对话中，主持人安德鲁·休伯曼一直在围绕同一个主题发问：AI已经能写诗、作画、看病、编程，人类还能做什么？

李飞飞没有否定AI，而是描述了一些画面。

她谈到自己父亲在斯坦福接受肝脏手术时，达芬奇机器人如何将出血量降到传统手术的十分之一；也谈到如果自己本科时能有AI学习助手，就不会因为有机化学无人答疑而处处碰壁的窘迫；还谈到ChatGPT上线后，她第一时间写邮件给儿子小学的校长，请求入校做科普分享。

这些画面组成了一个清晰的回答：AI不是来替代人的，它是一面放大镜——放大你的能力，也放大你的苍白。不要执着于追问它能不能替代你，而在于你身上有没有值得被放大的东西。

一、AI不知道的事：那些从不上网的人生

很多人误以为AI什么都知道。事实是，它只知道被记录下来的东西。

李飞飞在访谈中指出：互联网汇集了人类图文、影像等海量行为数据，这是AI强大的根本。但那些高度私人化的思绪、情绪与心底的感触，没有任何形式的记录，网上找不到相关数据，AI根本没办法学习和体会。

其实在李飞飞的自传《我看见的世界》里她也曾有过类似的感受，自己十几岁移民美国时，语言不通、文化隔阂，支撑她走下去的不是什么宏大的理想，而是母亲对她说的那句“你自己做决定”——而这只有她们两个知道。在书中的章节里，她还记录了两次与母亲相关的动容时刻。

第一次是本科毕业，高盛、美林等企业许以优厚条件。她和母亲商量，母亲只问了一句：“这是你想要的吗？”她回答想成为科学家，母亲说：“那还有什么好说的呢？”

第二次是研究生毕业，麦肯锡决定直接给予正式职位。母亲说：“我了解自己的女儿，她不是管理顾问，她是个科学家。我们走到这一步，不是让你现在放弃的。”

李飞飞在书的扉页上写道：“致我的父母，你们不畏艰险，穿越黑暗，让我能够追寻光明。”

这类片段不会在互联网上被任何大数据抓取，却构成了一个人最独特的生命体验 。

人类的智能带着身体的温度、环境的反馈、无数次经历中的微妙感知——这些，都无法被量化为冰冷的数据。AI的起点是数据，人的起点是生活。这两者之间，隔着一整条演化了5.4亿年的生物智能之河。

二、三个现场：放大镜正在工作

如果只能用一个词概括AI在真实世界里的角色，李飞飞会选择“放大镜”。

现场一：手术室里的协作。

她父亲在斯坦福接受肝脏手术时，主刀医生操控达芬奇机器人，术中出血量比传统手术少了十倍。术后她和医生聊了一个问题：能不能用全球所有肝脏手术数据，训练出一台全自动AI？医生的回答并不乐观，人体肝脏结构错综复杂，血管分布密集，每个人的器官内部形态差异极大，数据量很难支撑算法达到稳定可靠的水平。

这个场景直观划出了AI应用的边界：复杂外科手术中，机器人是医生双手的延伸，而非替代。AI把顶尖外科医生的经验放大了，但没有凭空创造出新的能力。

现场二：诊室外的帮手。

现场主持人分享了自己的一段经历，因药物导致血压过低，整个人天旋地转。他借助AI应用输入症状描述，不到一上午就弄清了问题根源，补充电解质后两小时内完全恢复。李飞飞对此评价：像低血压、眩晕这类鉴别诊断，积累了海量病例，AI就能充分发挥作用，为无法及时线下就医的人提供初步参考。

同一个技术，在数据充足的场景里是帮手，在数据稀少的场景里就靠不住。放大镜的“放大倍数”取决于场景本身的数据密度。

现场三：片场里的焦虑。

好莱坞正在被AI搅动。市面上已经出现AI生成短片甚至接近长片规模的作品，编剧和导演普遍焦虑自己的工作会不会被取代？

李飞飞的看法是：一部作品的内核永远属于人类。那些细腻的情绪表达、独特的叙事角度、对人物命运的深刻洞察，都是创作者不可替代的核心价值。回顾历史，数码摄影到来时，冲印、胶片相关岗位确实消失了，但摄影行业没有消亡。行业会经历转型，从业者能力会加速迭代升级。

三、那层AI永远够不着的东西

如果技术再往前走呢？人引以为傲的判断力、创造力、情感，会不会有一天全被AI学会？

李飞飞的回答基于科学的判断。

她指出了一个容易被大家忽略的事实：视觉的演化用了5.4亿年。从寒武纪海洋生物第一次感知光线开始，到哺乳动物、灵长类、人类，这套复杂的视觉系统是亿万年试错的产物。而AI是在语言上先跑起来的，它用几十年时间刷完了人类几千年的文字积累。但它的底层逻辑和人脑完全不同。

AI看到的是统计规律，人看到的是意义。

其根本的区别在于人在漫长的演化中形成了一套AI不具备的底层能力：在信息不足时主动追问。

李飞飞在访谈中抛出了一个让人意想不到的结论：人类历史上最顶尖的“提示词工程师”是苏格拉底。他标志性的诘问法，就是层层递进、不断追问，顺着线索挖掘事物本质。这套思维方式，她认为应该纳入中小学常规课程。

为什么是苏格拉底？

因为AI能给出答案，但追问的方向永远来自人。你有多少认知纵深，就能向AI提出多深的问题。ChatGPT可以帮你整理资料，但如果你连该查什么都不知道，它便无从下手。提问，是一切学习的起点，也是人在技术面前最后的护城河。

四、技术洪流中，谁是那个被忽略的人？

整场访谈最深刻的部分，出现在最后的部分。

主持人问：7到20岁的青少年应该以什么样的心态看待AI？李飞飞的回答没有直接面向孩子，而是转向了一个更重要的群体——教师和家长。

2022年ChatGPT刚上线，她是行业内第一批反应的人。但她没有急着发论文或接受采访，而是给儿子小学的校长写了一封邮件，主动提出入校做分享。“硅谷的投资人、体量千亿的科技巨头，几乎没有人第一时间想到周边学校的授课老师，但这件事恰恰至关重要。”

老师们常会提出这样的顾虑：“学生用AI抄袭作弊怎么办？”，这是非常合理的担忧。李飞飞说，他们需要的不是居高临下的说教，而是走进校园，完整展示技术是什么、能做什么、边界在哪里。“老师学习能力很强，也愿意改变，他们只是被忽略了。”

李飞飞在自传《我看见的世界》中也反复提到一个意象——“北极星”。对她而言，北极星是对科学的热爱，更是“以人为本”这个信念。这个信念在访谈中转化为一个清晰的行动方向：不是一刀切地让孩子禁用AI，而是帮扶老师和家长，让他们一起守住孩子提问的能力与学习的自主性。

她说人类一直没有吸取的一大教训就是老一辈总爱哀叹下一代不懂规矩、遗忘历史，觉得年轻人什么都不行。但拉长时间线看，人类社会整体始终在向好的方向前进。“我始终对年轻一代抱有期待。”这不是一种盲目的乐观，但它需要被看见、被托住。那个托住下一代的力量，恰恰来自站在讲台上的人，来自陪伴孩子成长的人。

技术再先进，人终究是靠人来培养的。

五、放大别人之前，先看清自己

回到那个贯穿整场访谈的核心：AI时代，人还剩下什么？

李飞飞的回答其实很简明——剩下的是追问的能力、是私密的体验、是成长中那些无法被数据化的瞬间、是站在讲台上被看见的尊严。

这些听起来似乎不如算法高深，甚至有些“感性”。但仔细想想，如果你身上这些东西足够厚重，AI就是你的放大器，让你飞得更高、走得更远。如果你身上没有这些东西，AI就是你的替代者。因为它能做你所有能做的事，还比你更快、更便宜。

技术从来不是阻碍，问题是人有没有长出值得被放大的东西。

李飞飞在《我看见的世界》中给出了这样的表述，和这场访谈形成了完美的呼应：“我的故事不是关于成功的，而是关于好奇心的。”

好奇心、追问的习惯、对私人体验的珍视、在信息洪流中保持独立思考......这些，才是一个人真正的底气。AI提取不了，也无法复制。

书名：《我看见的世界：李飞飞自传》

作者：【美】李飞飞 著

译者：赵灿 译

出版时间：2024年4月

开本：32开

页数：432页

装帧：精装

定价：85.00元

ISBN：978-7-5217-6218-1

内容简介

《我看见的世界：李飞飞自传》既是李飞飞的个人史，也是一部波澜壮阔、跌宕起伏的人工智能发展史。

在这本书里，李飞飞回忆了自己从底层移民成长到顶尖科学家的经历。她度过了困顿艰辛的青少年时代，但对科学的热爱不断激励着她持续追寻人生的“北极星”，并最终走进科学的殿堂。

当李飞飞和家人努力适应在美国的生活时，恰逢现代人工智能开始不断取得突破。她不断开启新的科学征程，并确立了自己在计算机视觉领域的科学使命，取得了非凡的成就。在这本书里，她详细记录了这些重大时刻的关键细节。同时，李飞飞也对未来人工智能的发展方向提出了自己的判断和警醒，核心就是“以人为本”，让人工智能真正推动人类的发展，而不是成为威胁。

这本书既是对重大科学突破幕后的精彩窥探，也是一位女性用好奇心和勇气突破人生困境的故事。它不仅证明了即使是最技术性的学术研究也需要激情，更加表明永不停歇的好奇心可以激发无尽的科技创新。

作者简介

李飞飞（ DR. FEI-FEI LI）

美国国家工程院、国家医学院、艺术与科学院三院院士

现代人工智能的关键催化剂ImageNet创建者

斯坦福大学计算机科学系首任红杉讲席教授

斯坦福大学以人为本人工智能研究院（HAI）联合院长

前谷歌副总裁、谷歌云人工智能及机器学习首席科学家

斯坦福大学人工智能实验室第七任主任

《时代》“百大AI影响力人物”

1976年出生于中国北京，长于成都；1992年随家人赴美；1995年被普林斯顿大学物理学专业以全额奖学金录取；2005年在加州理工学院获得电气工程博士学位；2009年在斯坦福大学完成ImageNet的初始版本，包含1500万张图片，涵盖了2.2万个不同类别；2012年发起举办的ImageNet大型视觉识别挑战赛第三届比赛上，神经网络算法AlexNet识别准确率高达85%，开启了新一轮深度学习革命。

目录

01如坐针毡的华盛顿之行

我马上要在美国国会就“人工智能”的话题做证，我坚信人工智能可以让世界变得更好。无论如何，我都要让大家知道，科学的力量依然值得我们满怀乐观。

02逐梦之旅

十几岁的我疯狂地痴迷与热爱物理学，为此父母决定冲破周围一切障碍，飞越重洋，全家前往美国，开启逐梦之旅。

03鸿沟渐窄

移居美国的决定让我们陷入贫困，全家都在艰难地跨越新环境带来的巨大鸿沟，但好在，我们都看到它正在缩小。

04心智探索

从普林斯顿大学到伯克利，我首次接触到真正的科学给我带来的兴奋感。我确定自己无比热爱研究，我要找到属于自己的北极星。

05第一道光

人工智能的发展再次遭遇寒冬，我在导师们的引导下开始关注视觉研究。此后，它将成为我一切学术旅程的主线，成为我世界的中心。

06北极星

2004 年，我们创建的Caltech 101 完工，成为有史以来为机器学习配置的最大规模的图像集合，里面有超过9000 个图像，分布在100 个类别中，另外我还独自完成了一个新类别的图像整理。如果彼得罗想要100 个类别，我就给他101 个。

07一个假设

ImageNet 不仅是一个数据集，它是一个假设、一个赌注，即实现真正机器智能的第一步，是沉浸在完整的视觉世界中。这个赌注无论被证明是对是错，我都做好了准备。但我没想到，它被忽视了。

08实验验证

在ImageNet 的帮助下，AlexNet 焕发生机，它贪婪地吸收着ImageNet 的内容，在ImageNet 规模和多样性的土壤中生根发芽，茁壮成长。

09万物以外是什么

深度学习革命已经到来，而我们还没有做好准备。报纸上的一篇文章让我看到了世界变化之快。我们的对手不是其他大学的某个神秘研究团队，而是谷歌。

10似易实难

“人工智能还能做哪些事来帮助别人？”母亲在病床上的问题，让我开启了医疗服务的环境智能研究。另外，我开始思考“人工智能伦理”的议题。

11无人可控

此时，我们都处在一场全球风暴之中，我们要从根本上重新构想人工智能，使其成为以人为本的实践，这个共同的目标就是下一颗北极星。

12下一颗北极星

人工智能的未来仍然充满不确定性，我们有很多理由保持乐观，也同样有很多理由感到担忧。但一切都源于比单纯的技术更深层次、更有影响的问题：在我们创造的过程中，是什么在激励着我们的心灵和思想？

致谢

译后记