理解AI作為普通技術的指南

當我們在《AI作為普通技術》一文中提出這一框架時，其影響力超出了我們的預期。這篇文章迅速成為我們兩人迄今為止最具影響力的作品。這促使我們將更多精力投入到思考AI的中期未來及其影響上，力求為這個容易引發猜測的話題提供紮實的分析。這一轉變意味着我們的關注點從AI的當前和近期影響（這是AI Snake Oil項目的重點）轉向了更長期的視角。為了反映這一變化，我們重新命名了本新聞通訊。我們已經發布了後續文章，並計劃在2026年底完成一本書，於2027年出版。

本文旨在澄清關於《AI作為普通技術》的一些常見誤解，使原文更易於理解，並與《AI 2027》進行對比。

“普通”並不意味着平凡或可預測

原文中，我們或許可以更明確地説明“普通”不是什麼。我們的觀點並非“沒什麼可看的，繼續前進”。實際上，不可預測的社會效應是汽車、社交媒體等強大技術的標誌。這些效應是技術與人類複雜互動的湧現結果，不能僅憑技術邏輯來預測。拒絕技術決定論是“普通技術”文章的核心前提之一。

以AI聊天機器人為例，我們已經看到了湧現的社會效應。AI伴侶的普及以及模型諂媚導致的一些有害影響（如“AI精神病”）令大多數觀察者驚訝。另一方面，許多被廣泛預測即將發生的風險（如AI被用於操縱選舉）並未成為現實。未來3-5年內AI社會影響的圖景——即使是基於當前能力的擴散，而非未來能力——誰也説不準。

技術能力的發展比社會影響更可預測。《AI 2027》的作者之一Daniel Kokotajlo曾在2021年因文章“2026年會是什麼樣子”而聞名。他對技術本身的預測驚人地準確，但社會影響的預測總體上方向不正確，他在與我們的播客討論中慷慨地承認了這一點。

這一切使得AI對機構和政策制定者構成了更嚴峻的挑戰，因為他們必須靈活應對不可預見的影響，而不是依賴虛假的預測安慰或試圖防止所有傷害。總地來説，能夠實現這種適應性的政策制定方法被稱為韌性，這也是我們在文章中所倡導的。但雖然我們強調韌性是應對潛在災難性風險的方法，我們應該更清楚地説明韌性在應對更廣泛風險方面也具有重要作用。

重述我們的論點

如果我們要提取並簡化論點的核心，大致如下：AI能力提升與社會影響之間存在一條長長的因果鏈。好處和風險在AI部署時實現，而非開發時。這給了我們（個人、組織、機構、政策制定者）許多塑造這些影響的槓桿點。因此，我們不必過於擔心能力發展的速度；我們的努力應該更多地集中在部署階段，既從實現AI利益的角度，也從應對風險的角度。這不僅適用於今天的AI，甚至適用於假設的自改進AI能力。AI系統能力的許多限制是（並且應該是）這些系統外部的，因此不能簡單地通過讓AI自行改進其技術設計來克服。

對GPT-5的失望？那可能誤解了論點

值得注意的是，在GPT-5發佈後，人們對我們的文章的興趣激增。這很奇怪！如果一次產品更新就能改變人們對AI軌跡的看法，那麼人們的證據基礎有多可靠？普通技術框架預測緩慢時間線的理由不是因為能力會遇到瓶頸，而是因為即使能力繼續快速進步，影響也會緩慢而漸進。因此，我們並不認為對新發布的失望應該讓你更認同“AI作為普通技術”的觀點。同樣，明天宣佈的新突破也不應讓你更懷疑我們的觀點。

理解GPT-5的最佳方式是，它是AI開發者從模型轉向產品的一個特別好的例子，我們一年前就寫過這一點。自動模型切換器對日常ChatGPT用户來説意義重大。事實證明，在“思考”模型發佈近一年後，每天使用它們的用户不到1%，而GPT-5大幅提高了它們的使用率。

為什麼AI的採用感覺不同

如果“快速擴散”的説法如此錯誤，為什麼它如此普遍和持久？因為AI的採用感覺就像海嘯，而PC、互聯網或社交媒體從未有過這種感覺。當人們直覺上相信某件事時，他們對那些據稱能證實這種感覺的數據或圖表就會缺乏懷疑。我們承認這種感覺。我們自己對AI的親身體驗與過去的技術浪潮不同。起初，我們將其視為認知偏差：我們正在經歷的改變感覺上會比過去成功適應的變化大得多。但現在我們意識到我們錯了。認知偏差可能只是很小的一部分解釋，但AI採用感覺更快速和可怕確實有真正的原因。簡而言之，雖然部署不等於擴散，但在過去，漸進式部署意味着用户在一定程度上不必不斷做出採用決策，而現在這個緩衝已經消失了。

以互聯網採用為例：90年代採用撥號互聯網的人會記得一個大致這樣的故事。當我們第一次聽説這項技術時，被PC的高價格嚇退了。逐漸地價格下降。同時我們在工作或朋友家獲得了一些上網經驗。所以當我們幾年後購買PC和撥號上網時，我們已經接受了一些訓練。起初，撥號上網又慢又貴，網站也不多，所以我們用得不多。逐漸地價格下降，帶寬改善，更多內容上線，我們學會了如何高效和安全地使用互聯網。

而2020年代採用通用AI工具則是一種根本不同的體驗，因為新能力的部署是即時的。人們必須花費更高比例的時間來評估是否為某個特定用例採用AI，並不斷被告知如果不採用就會落後。我們之前的所有觀點仍然成立——存在學習曲線，人類行為需要很長時間才能改變，組織變革甚至更慢。但不使用AI在某種程度上是一種主動選擇，人們不再有藉口不去考慮它。

結語

我們在一點上與AI助推者完全一致：AI不會消失，也不會成為大多數人可以忽略的像加密貨幣那樣的小眾。現在，對生成式AI的集體初始衝擊已經消退，我們需要結構化的方式來思考AI的影響如何展開，而不是對每一項新技術能力或湧現的社會效應做出（過度）反應。AI作為普通技術框架——我們將繼續在本通訊中闡述——就是這樣一種方法。值得熟悉它，至少作為歷史上基於技術的默認思考方式的闡述，可以用來與更例外主義的敍述進行比較。該框架對商業領袖、工人、學生、關注AI安全或AI倫理的人以及政策制定者等都有一定程度的可操作指導。我們希望您能跟隨並參與討論。