比尔·盖茨和马斯克都怕它：一个"不懂世界"的 AI，如何正在获得改写世界的力量 | 硬科技·新商业

一刻 talks | 硬科技·新商业

两个最懂 AI 的人，几乎在同一时间，发出了同一个方向的警告。

2026年8月26日，比尔·盖茨在《麻省理工技术评论》的专访中说：AI 已经越过了危险红线，生物恐怖、网络战、心理依赖、失业、失控，五条。

《麻省理工技术评论》对比尔·盖茨的专访文章截图

马斯克说得更狠，在与弗里德曼的播客里，他说了一句后来被剪掉的话："2027 年之后，就再也没有回头路了。"

马斯克在播客中谈AI

被追问为什么时，他沉默了将近一分钟，然后说："这不是灾难，这是转变。"

一个说"越过了红线"，一个说"没有回头路"。

但奇怪的是，同一时刻，另一群人， 李飞飞、杨立昆，在做一件方向相反的事：他们入局"世界模型"，想教会 AI 一个它现在最缺的东西。

这对你意味着什么？ 这三拨人，其实在说同一件事：AI 已经强大到能改写世界，但它根本不懂这个世界。恐惧和希望，是同一枚硬币的两面。读懂这一层，你再看每天手机里的 AI，会换一种眼光。

我们不替你判断AI 是好是坏，我们帮你看清楚，这一轮关于 AI 的恐惧和希望，其实在说同一句话。

最该乐观的人，为什么先怕了

盖茨是谁，不用多介绍，微软联合创始人，全球第一个把"PC 进每家每户"变成现实的人，也是 AI 时代最早、最坚定的投资人。

过去三十年，他是技术乐观派的旗帜，"技术会解决贫穷、疾病、气候变化"，这套叙事他讲了半辈子。

这样一个人，现在站出来说：政府该对AI 收税了，该强制监控模型了，该为人类保留工作了。

他点出的五条红线，每一条都值得停下来看：

生物恐怖：AI 能辅助非专业人士设计新型病原体。盖茨说，这个风险，已经超过了自然流行病。

网络战：前沿 AI，可以帮人执行高级网络攻击。

心理依赖、失业、失控——这三条，不是预测，是正在发生。

关键从来不是"盖茨说了什么"，而是"谁在说"。

一个亲手推动技术革命的人，说"我们可能走得太快了"，这不是危言耸听，这是回头是岸。

马斯克：那句被剪掉的话

马斯克的话，更不祥。

他给了三个征兆，每一个都指向 2027 年。

第一，AI全面超越人类，只剩1~2年。马斯克在2026年达沃斯论坛上给出过一个时间表，到2026年底，或最迟2027年，AI将超越人类。

第二，不再服从的AI与机器人。他预测，特斯拉Optimus人形机器人到2027年将开始向公众销售，并"非常普及"。算法和机器不再只是工具，而是开始大规模进入真实世界的行动者。

马斯克在达沃斯论坛

第三，能源依赖。他在达沃斯直言："人工智能落地应用的核心瓶颈，归根结底就是电力。"AI芯片产量呈指数级增长，但全球新增电力供应每年仅约4%，"很快就会出现芯片产能远超供电能力的情况"。

他甚至预言，到2027年，平衡会发生转移。能源会变成货币，对能源的掌控会变成权力。

马斯克用行动反复告诫人类：在系统学会成为神之前，人得先学会如何做人。

在与弗里德曼的播客里他说了一句后来被剪掉的话："2027 年之后，就再也没有回头路了。"

被追问为什么时，他沉默了将近一分钟，然后说："这不是灾难，这是转变。"

李飞飞的世界模型：硬币的另一面

如果盖茨和马斯克说的是"恐惧"，那李飞飞和杨立昆做的，是"解药"。

世界模型，最近 AI 圈最热的一个词，李飞飞、杨立昆、谷歌、英伟达，全在入局。宇树科技的王兴兴也说，具身智能最大的瓶颈是泛化能力不够，公司正在加速做物理 AI 模型。

它要解决的问题，用一个画面就能说清楚：

你三岁的孩子，不用学物理，不用读论文，凭直觉就知道，杯子从桌上掉下来，会碎。

但最强大的 AI，要读遍全网的文章，才能"理解"这件事。

这就是人机之间那道最深的鸿沟，AI 是"文本预测器"，人是"世界模拟器"。AI 的"聪明"，是统计出来的；人的"聪明"，是经历出来的。

李飞飞和杨立昆想做的，就是让AI 从"读过"，变成"经历过"。

为什么说，这是同一件事

到这里，硬币的两面，就合上了。

盖茨怕的"失控"，马斯克怕的"更强"——本质是同一个缺口：AI 还不懂世界，却已经力大无穷。

一个不懂世界的巨力，才最危险，因为你不确定，它会往哪个方向用力。

而李飞飞要做的世界模型，恰恰是去补这个缺口，让 AI 懂世界，从"文本预测器"变成"世界模拟器"。

恐惧是诊断，世界模型是处方。

所以，当盖茨说"越过了红线"，马斯克说"没有回头路"，李飞飞说"还有解药"，他们不是在吵架。

他们是在从三个方向，逼近同一个事实：一个不懂世界的东西，正在获得改写世界的力量。

明天，我们聊聊，甄子丹“卖脸”让一款游戏冲上Steam全球热销榜第一……

关注「一刻talks」

我们不替你判断 AI 是好是坏，我们帮你看清楚，这一轮关于 AI 的恐惧和希望，其实在说同一句话：AI 最危险的，不是太强，是不懂世界。