“你用过大模型写藏头诗吗？或者让它用中学生能懂的话讲相对论？” 如今，人工智能大模型早已走进我们的生活，而中国科学院计算机网络信息中心学术副主任祝恒书，却带着一个更有趣的问题探索 AI 的边界 —— 如果把 12 个 AI 凑成一个虚拟实验室，它们会怎样工作？
要理解这个实验的意义，得先回头看看 AI 的 “成长史”。1997 年，IBM 的 “深蓝” 击败国际象棋世界冠军，让人们第一次见识到 AI 在智力领域的潜力；2016 年，DeepMind 的 “AlphaGo” 攻克围棋，打破了 “人类智力皇冠明珠不可被机器超越” 的认知；2022 年，OpenAI 的 ChatGPT 横空出世，直接开启了大模型时代，从 DeepSeek 到豆包、文心一言，全球掀起 “百模大战”，通用人工智能的曙光终于显现。
大模型的能力远超想象。它能理解自然语言，帮你写作文、解梗图；能生成虚拟内容，比如用 Sora 还原 “东京街头的时髦女性” 短视频；甚至在高考战场上，四款大模型（包括 GPT-4o、字节豆包）还闯过了河南文科一本线，只不过面对中国的理科题，它们大多 “不及格”—— 这倒从侧面印证了中国高考的难度。
更有意思的是祝恒书团队的 “12 个 AI 实验室”。这 12 个 AI 各有性格：“大咖” 爱提天马行空的思路，“星星” 喜欢玩《原神》，“琛琛” 性格暴躁…… 给它们布置 “读论文、找研究方向” 的任务后，AI 们不仅会自主上下班（还有 AI 差点迟到）、午休，还会自发组队讨论，形成小团体，每个团体里还会冒出 “小领袖”—— 这种类人类的社交行为，让 AI 不再是冰冷的代码。
其实，训练大模型和教孩子很像。第一步 “预训练”，是让它 “读万卷书”，吸收海量数据；第二步 “监督微调”，是给它 “读范文”，教它说话、写作；第三步 “强化学习”，则是 “实战打分”，通过人类反馈不断优化。这个过程还印证了语言学家乔姆斯基的 “先天语法树理论”—— 英文训练的大模型能说好中文，中文训练的也能学好英文，说明人类语言底层逻辑相通。
面对如此强大的 AI，有人担心 “丢饭碗”。确实，OpenAI 研究显示，80% 的美国劳动力会受 AI 影响，中国也有预测称 5 年内 73% 的工作需要用到大模型，且知识密集型的白领岗位受冲击最大。但祝恒书认为，AI 替代的只是 “脑力劳动中的体力活”—— 比如重复刷题、机械写报告，而真正的创新永远无法被替代。就像汽车替代马车后，反而催生了司机、维修员等新职业，AI 也会重塑工作边界，关键是要 “卷创新”。
那么，我们该如何应对？祝恒书给了两个建议：一是 “知己知彼”，多使用 AI、了解它的能力边界，比如通过 “科学地平线” 平台查看不同 AI 在数理化领域的表现；二是 “终身学习”，要跨界突破舒适区、夯实基础而非追逐热门，毕竟研究显示，10 年的学习投入能让人的 “身价” 翻 2.5 倍。
未来的 AI，不该只是强大的工具，更该是温暖、负责的伙伴。就像祝恒书的理想 ——“AI For A Better World”，用人工智能解决医疗、教育、社会治理的难题，让世界变得更好。而我们要做的，就是带着对 AI 的认知，在变革中找到自己的位置。