北京
来源：市场资讯
（来源：图灵人工智能）
转自51CTO技术栈，仅用于学术分享，如有侵权留言删除报道
编辑 | 姜篇
孙正义：在他的判断里，AI会比人类聪明1万倍。
孙正义：AI带来的变化，也会进入现实世界。
孙正义：模型、芯片、数据中心和机器人，软银不打算只押一个环节。
孙正义显然不满足于让AI停在聊天框和IDE里。
今天的Coding Agent可以读仓库、修改文件、运行测试。程序员验收它的工作，通常只需要检查代码改了什么、测试有没有通过、服务能不能正常启动。
当AI进入机器人、工厂和自动驾驶系统，这套验收方式就不够用了。
代码写错了可以撤回，机器人抓错物体却不能靠git revert恢复现场。程序员还要检查摄像头有没有看错，传感器数据是否可靠，模型发出的动作有没有越过权限，网络中断后设备能不能安全停下。
AI编程解决的是“代码能不能生成”，Physical AI要解决的是“机器能不能安全地看、想和行动”。
备注：软银集团创始人、董事长兼CEO孙正义接受黑石集团采访。他预测，超级智能最终可能比人类聪明1万倍，并表示软银不会只押注模型，而是同时布局芯片、数据中心和机器人。目前，软银旗下已经拥有30多家机器人公司。
“比人类聪明1万倍”是孙正义对超级智能的长期判断。但他的投资路线已经非常具体：AI编程只是起点，下一步是让模型进入机器人的身体，真正参与现实世界的工作。
对程序员来说，变化也随之而来。
以后交付一个AI系统，测试通过可能只算完成了第一步。
以下为孙正义访谈内容。我们进行了翻译与整理。
1万倍是个预测，软银已经按它开始下注
“比人类聪明1万倍”很容易说。它却没有一套公开、统一的衡量方法。
是数学、医学和编程的基准总分，还是完成现实任务的速度？
孙正义早在2024年就公开谈过这个预测。到了这次采访，他补上了更具体的一层：当模型可以自己发明技术，它的能力还会进入机器人的“大脑”。
对软银来说，这不是一句关于遥远未来的口号。公司已经在围绕模型、芯片、AI数据中心和机器人布局。他对1万倍的判断可以继续争论，但资金和产业路线已经跟上了。
软银没有挑一家公司，它在凑齐四个角
主持人把软银的投资路线摆到孙正义面前：大模型、芯片、数据中心，为什么不从中选一个？
孙正义：“I wouldn't pick just one.”
孙正义：我不会只选其中一个。
软银2026年集团报告里，孙正义把实现ASI需要的能力称为“四个角”：前沿模型产生智能，半导体提供算力，AI基础设施负责大规模稳定运行，机器人把智能带到现实世界。
这条链条对开发者的影响，会更直接。
以前调用模型，团队主要关心API、上下文、延迟和Token账单。模型开始控制机器人后，还要面对边缘推理、实时通信、传感器数据、设备权限和现场网络。模型能不能回答，只是其中一层。
30多家机器人公司，等着模型进入工厂
主持人问到软银正在准备的Physical AI工厂，以及“机器人生产机器人”的设想。孙正义给了一个更具体的数字。
孙正义：“More than 30 robotics companies.”
孙正义：软银的投资组合里，已经有30多家机器人公司。
“机器人生产机器人”出现在问题里；孙正义确认的是，软银旗下有30多家相关公司，正在为这个阶段做准备。
孙正义希望机器接走人类不想干、干不了或者存在危险的工作。软银官方报告列出的场景很广：太空、深水、灾害现场，以及制造、建筑和农业。
每个场景都有自己的失败方式。仓库机器人怕货架与人混行，医疗设备怕误报和漏报，建筑设备还要对付灰尘、振动和网络中断。这些问题不会随着模型参数增加自动消失。
代码能回滚，机械臂撞上去就来不及了
Coding Agent的验收方式相对熟悉。代码能不能编译，测试能不能通过，性能指标有没有退步，都可以在合并前反复检查。
Physical AI多了一层麻烦：模型的输出会变成现实动作。
假设机械臂要从传送带上抓起一只透明包装盒。视觉模型要找准边缘，规划系统要算出路径，控制器要把动作交给电机。环境光变了，传感器抖了，或者通信晚了100毫秒，测试环境里正确的方案，到了现场也可能把盒子甩出去。
这类系统的验收会向外扩一圈。团队要在仿真环境里覆盖更多失败条件，上真机之前做硬件在环测试，运行中监测速度、位置、温度和异常输入。超出安全边界时，系统需要降级、断电或把控制权交还给人。
代码审查仍然重要，只是它不再是终点。
孙正义要全速前进，工程团队还得先装刹车
访谈转到AI安全时，孙正义的立场很明确。
孙正义：“Full speed.”
孙正义：AI的发展应该全速向前。
他把AI与汽车社会做了类比。汽车越来越多，社会需要红绿灯、道路方向和禁止酒驾等规则；AI Agent也要被约束，技术进步本身也会用来解决新问题。
这种乐观判断放到开发团队里，仍然要变成可执行的工程规则。“意图是好的”不是安全机制。可用的机制是明确的速度上限、动作白名单、双重确认、独立停止回路，以及能够回放的操作日志。
模型调用支付接口时，团队不会给它无限额账户；模型控制设备时，也不能因为它在离线评测中表现很好，就拿到全部现场权限。
开发者不必全转型做机器人，要会把模型接进一个行业
主持人问孙正义，如果今天再有一个年轻人问“应该学什么”，他会怎么回答。
孙正义：“AI. Yes, superintelligence.”
孙正义：学习AI，再把超级智能与医疗、汽车、航空或其他专业结合。
所有程序员没必要改行去画机械图纸。软件开发者要补的，是模型与一套真实系统之间的那段距离。
模型输出怎样变成可执行的指令，传感器数据怎样清洗和校验，延迟、断网和设备老化时系统怎样降级，都需要软件。数字孪生、仿真测试、边缘推理、可观测性和安全权限，会比“会不会写Prompt”更靠近这轮机会。
孙正义自己的AI用法也很有意思。他称工作日每天大约使用3小时，周末可能用7小时。他会追问另一个角度，让AI把方案再提高20%，然后继续争论。
孙正义：“Thought mate.”
孙正义：AI已经成了我的思考搭档。
放到开发中，这种用法可以让AI找架构反例，挑出方案里没有覆盖的失败路径，或者比较不同权限设计的攻击面。它负责扩大搜索范围，开发者仍要记得一件事：最后要上线的是系统，不是一场对话。
评论区：1万倍靠什么衡量，还是又一轮泡沫
“比人类聪明1万倍”在评论区里遇到了一个直接的追问：用什么基准衡量？
YouTube用户认为，孙正义的投资信念不能代替可衡量的性能指标
孙正义不只是预测者，也是这场投资的深度参与者。
YouTube用户把孙正义开始频繁接受采访，视为AI投资泡沫的信号
另一条评论没有否定宏大愿景，但把重点放在了长期执行上。AI可以扩展思路，投资者和工程师仍要决定把资源放在哪里。
YouTube用户认为，AI可以拓宽思路，长期战略、持续执行和投注方向仍然由人决定
这些留言很好地补上了采访中缺少的一面。孙正义说清了自己正在押什么，却没有证明1万倍应该怎样测、机器人量产要经过哪些验收，以及全速前进的失败成本由谁承担。这些空白，最终要由工程团队补上。
Coding Agent让软件执行变得更便宜。Physical AI往前走一步，代码就会与摄像头、传感器、电机和现场安全连在一起。
孙正义讲的未来会不会按照原计划到来，还无法验证。软银的投资路线却已经给出了一个清晰信号：模型不会永远停在对话框和IDE里。
开发团队现在能做的，不是等待一台万能机器人出现。先把模型的动作范围写清楚，补上仿真、监控、权限和安全停止，再从一项边界清楚的现实任务开始。
代码从屏幕里走出来后，“测试通过”只是第一关。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
