一年前，拉斯·特维德与经济学家洪灝围绕《超智能与未来》有过一次长谈。彼时讨论的核心，是AI是否会抹平经济周期。特维德的判断是，库存周期可能消失，但资本开支与房地产周期仍会存在，只是节奏更密集。这次，他带着新书《超级趋势：机器工作，人类生活》再度与洪灝对话，将视线投向2050年。
在新书中，特维德给出一个颇具冲击力的预测：到2050年，机器将承担85%的蓝领工作与99%的白领工作。这本书的副标题只有八个字：机器工作，人类生活。这背后是一串数据：AI的增长速度约为移动应用的3倍、早期互联网的4倍、云计算的5倍；摩尔定律两年翻一番，而AI的性能两年可提升150至300倍，价格下降98%至99%。时间表同样紧凑：通用人工智能约在2028年到来，超级人工智能则在2030年前后。
《超级趋势：机器工作，人类生活》
[丹]拉斯·特维德 著
2026年6月
这引出了对谈的核心关切：当机器接手工作，人类将去向何处？特维德最担心的并非AI杀人或接管社会，而是人类失去目标感。他提出，未来将并行发生两件事：机器驱动的超智能社会，以及“热爱经济”时代——人类拥有更多时间与经济能力去追求真正热爱的事物，文化也将迎来一轮牛市。
作为投资者，两人最后将问题落回现实：资金流向何方？洪灝看好大宗商品与物理AI，特维德则看好大宗商品、AI应用层与生物技术。特维德还提醒，能源与芯片是AI扩张的硬约束，而中国在智能电网与电力上的优势，可能成为这场竞赛的关键变量。他判断，到2035年左右，中国很可能在AI领域反超。
技术终将回答“机器能做什么”，而这场对谈试图回答的，是“人该如何自处”。
以下是对谈内容精编。
洪灝：
在你的新书里，你提出了2050年的愿景：机器将处理85%的蓝领工作和99%的白领工作。这和通常意义上的趋势判断完全不是一个量级。我们已经看到Anthropic和OpenAI的收入都在爆炸式、近乎天文数字般地增长。不过，我觉得OpenAI已经有些落后，而一些后来者现在正展示出惊人的增长势头。那么，你如何描述这种超级趋势？它与我们迄今为止经历的其他大趋势有什么不同？
拉斯·特维德：
“超级趋势”其实只是我自己采用的一个说法，指的是那种非同寻常的趋势。AI无疑属于这一类。我试图弄清楚，AI与近几十年乃至整个人类历史中我们见过的其他趋势相比，究竟强到什么程度。比如说，它的增长速度比移动应用快3倍，比早期互联网快4倍，比云计算快5倍。
摩尔定律说，芯片上的晶体管数量每两年翻一番，同时价格会下降。但是，AI在两年内性能提升不是2倍，而是大约150～300倍；价格下降也不是50%，而是98%～99%。AI如今在能力上，几乎每年都在实现10倍级跃升。这意味着，今年关于AI的整个讨论，与一年前相比，已经发生了实质性的变化。
一年前，我们看到的是推理模型的突破。AI可以像学者那样工作：它在思考过程中有了某种脚手架式的结构，能够迭代，能够自我批评，也能够在相当长一段时间里持续专注于同一个任务。但到了今年2月，我称之为“AI第二次大浪潮”的变化突如其来：AI正从几乎只是聊天机器人转向代理式AI。我们可以从Token的消耗和生成中看到这一点：代理式AI每执行一项任务，消耗的Token数量是我们熟悉的聊天机器人的30～50倍，而这正在迅速推高AI的整体吞吐需求。
我认为，我们现在才处于核心技术第二波的开端。未来还会有第三波。
洪灝：
我们现在显然还处在第二波的起点。我们已经有了能够操控电脑的AI智能体，很多智能体已经可以自行工作。正因如此，对半导体芯片的需求会非常大，尤其是那些支撑这些智能体建立并维持高水平记忆能力的芯片。我们也看到机器人公司，尤其是人形机器人也在迅速崛起。全球最大的人形机器人公司之一宇树科技刚刚在中国上市。宇树科技当时的表现堪称现象级。还有长鑫科技，它是全球最大的存储芯片公司之一，全球市场份额接近10%。它也在A股市场上市了，上市首日涨幅就超过400%。所以，这些结果都非常惊人，尤其是对投资者而言。
不过，人形机器人如果要真正接管现实世界里的工作，恐怕还需要相当长一段时间。宇树科技创始人王兴兴也公开说过：即便现在的人形机器人已经能做出非常复杂的动作，但距离它们真正替我们做家务，仍然还有一段时间。所以我想，大致的路径可能是这样的：先由智能体接管电脑上的工作，再由人形机器人帮助我们完成现实中的体力劳动。那么到了第三波会发生什么？你对第三波有什么预测？
拉斯·特维德：
我对此有几种不同的思考方式。
首先，AI各项能力的发展并不均衡，它们往往会先把某些事情做得极其出色，然后才逐步扩展到其他事情上。如果要说如今真正已经跑通、并且正在驱动整个AI产业的东西，那就是软件开发。这才是真正的杀手锏，这才是人们心甘情愿为之支付高价的东西。所以，对像宇树科技这样的公司来说，它们会先找到一个切入口：某个行业、某一类任务，让机器人把这件事做得特别好，而且具备竞争力，然后再向外扩展。
还有另一种看法，我们在自己的对冲基金会跟踪创业加速器所关注的重点项目。我们可以看到，创业孵化器对物理AI非常看多；风险资本也非常看多，只是程度略低一些；而二级市场的参与者就没那么乐观。所以，这其实是一种观察未来的方法，因为孵化器通常在种子轮或这之前就介入了，它们是在为自己认为未来5～10年会变得非常庞大的东西下注。二级市场里能看到的，是眼下已经被证明行得通的东西。所以，我从中看到的信号，与“5年后会真正开始起飞”这个判断是完全一致的。
在物理AI领域，自动驾驶汽车现在已经运行得相当不错了。这其实已经是一个真正能够运转的市场，而且还会继续扩大，这一切其实已经开始了。在北京举办的国际人形机器人奥运会，有一种小型机器人跑起来时使劲儿摆动着四肢，那段视频我看了20遍。
回到你的问题：我认为第二波是从今年开始的，而第三波大概会在5年后到来。当然，这只是一种看法。另一种看法，是从AI本身的能力来观察的。有一种测试会向博士生提出非常复杂的问题，包括技术性的、哲学性的，而且这些问题的性质决定了，你没法轻易找到答案，确实需要具备你一种相当广泛的洞见。几年前，如果让人类在各自的专业领域内作答，平均正确率大约是79%，当时最好的AI模型正确率大概只有37%。现在，AI的正确率已经提升到97%。也就是说，它们如今实际上已经在各自领域内超过了博士生。
我们现在显然正在逼近AGI，也就是通用人工智能，那大约会发生在2028年。下一个里程碑，就是超级AI：那意味着AI在任何事情上都能击败世界上最聪明的人。那可能会出现在2030年左右。然后，我自己又冒昧定义了一个更往后的里程碑，我把它称为“AI超级集群”。
今天，我们使用AI模型获取信息的来源，主要还是服务器里已有的数据或者网络数据，本质上仍然属于所谓的案头研究。而当未来大量智能汽车、人形机器人等智能实体在真实环境中运行，在道路、工厂、办公室与家庭场景中持续实时地获取知识与洞见，就将从案头研究升级为实地研究。这些真实场景产出的信息回灌至数据中心后，将催生单纯靠堆砌数据、算力与训练永远无法企及的能力层级。我预计到2032年，人们将开始真切体验到这一阶段的变化。
再把目光投向2050年，届时将有80亿～90亿人以某种方式彼此连接，并以某种方式使用AI。与此同时，还会有数十亿台智能移动机器和数万亿个AI代理，届时它将提供的能力或计算量是非常难以估计的。库兹韦尔实际上是假定AI的能力每年扩大到前一年的5倍，而且他至少把这个模型一直推演到了2056年。到那时，AI的能力将比地球上全体人类加起来还强出数万亿倍。如果我们认为这个判断是对的，那么到2050年，AI所提供的可用计算能力将是全人类大脑总和的1500万倍。这并非普通意义上的创新，而是完全不同维度的变革。
洪灝：
我对经济周期研究得比较多，尤其关注经济中不同部分会如何在周期的不同时间窗口中演变，以及在周期的不同阶段，整体经济究竟会呈现出怎样的表现。从常规意义上说，经济周期不可能永远保持指数级增长。可现在，不管是AI还是半导体芯片，几乎都在全面经历指数级增长。很多AI和半导体芯片公司，利润都涨了10倍、20倍。
不过，在一个典型周期里，经历一段时间的指数级增长之后，增速往往就会开始放缓。不过我也注意到一个苗头：像OpenAI的收入增长已经开始显疲态，增速明显在往下走，也就Anthropic还在保持指数级上涨的势头。所以我的问题是，这一轮周期，或者说这一趋势，到底和传统认知有什么不同？传统看法认为，指数级增长至少还能持续几年；可现在看起来，往往是指数级增长了1～2年就开始逐渐放缓。你为什么会判断这种速度在未来一段时间里还能延续下去？
拉斯·特维德：
我认为，必须把三件事区分开来：技术本身可能发展到什么程度，技术会如何被使用，以及如何在经济层面衡量它。
过去几周，我们已经看到好几种关于AI总潜在市场的估算。SpaceX公司曾做过一个估算，大概是30万亿美元，差不多是全球GDP的四分之一。Anthropic也给出了类似的估算。高盛公司有专人进行此类估算。要是让我来估，我真的会觉得无从下手。
举例来说，当詹姆斯·瓦特刚刚开发出第一种真正可用的蒸汽机时，主要就是用来替代煤矿里抽水的马。你要是跑去问瓦特“你觉得蒸汽机市场有多大”，他大概率会说，能取代煤矿里90%抽水的马就已经是非常大的市场了。当年全球大概有八九百万匹马在干活，“马力” 这个单位就是这么来的。可现在呢？我们拥有的 “人工马力”，已经是当年所有马匹总动力的250倍，不光彻底取代了所有马，还多出了50倍的动力。
所以说，估算AI的潜在市场不能只盯着它能替代多少现有软件、多少人类工作。那些天文数字的估算，逻辑基本都是AI会替代很大一部分人类劳动，但其实AI能做的事，远不止人类今天在干的这些，AI的潜力几乎是无限的。
斯坦福大学的经济学家查尔斯·I. 琼斯研究发现：每当出现颠覆性的通用技术，一开始它在GDP中的占比会越来越高；但等它持续指数级扩张、渗透到各行各业之后，按现有的统计方式，占比反而会往下掉。最典型的就是IT硬件：二战后它在美国经济里几乎从零起步，90年代加速增长，一度占到GDP的近3%。可现在硬件早就无处不在了，我们兜里揣的手机都是超级计算机，但它在GDP里的占比反而比2000年还低。
所以我认为，这类技术的发展路径是这样的：一开始，收益会流向那些掌握关键瓶颈的人。眼下的瓶颈在芯片和能源上，因此这些环节赚得盆满钵满。等到这些瓶颈最终被解决，仍在不断增长的利润就会流向应用层。比如说，在蒸汽机时代，真正靠蒸汽机赚到钱的，是购买蒸汽机的工厂，而不再是蒸汽机的发明者。电力也一样：一开始，供电本身是一门极好的生意；但后来它逐渐成了一种商品，真正赚钱的就变成了应用层里那些使用电力的人。再往后，最终受益的是消费者。所以从长期来看，只有2%的收益会流向发明者，98%都会以更低价格的形式回到消费者手中。
所以接下来的趋势很明确：今天很多卖得很贵的东西，将来会变得特别便宜甚至免费。可一旦东西便宜到近乎免费，GDP统计就很难把它的价值真正算进去，哪怕它实实在在提升了生活质量。
洪灝：
让我先在此唱个反调，我想听听你怎么看。因为我们现在讨论的是一种颠覆性技术，而这项技术实际上是有可能取代人类的。放在过去来看，比如蒸汽机和后来的各类新机械，本质都是提升人的生产率，和人协同创造更多产出。等这些工具以低成本普及后，人类凭借自身劳动力，就能生产出更多东西。可这一次的AI很不一样，它能够生成海量的智能输出，速度比人类快数百万倍；与此同时，在物理世界里，我们很可能还会看到人形机器人逐步出现，也就是由物理AI来替代人类劳动。所以，在这种情况下，你是否仍然认同这样一种看法：从长期来看，尽管一开始AI发明者会拿走大部分收益，但最终整个人类社会仍会从中受益，而不会被我们造出的这种超级智能所取代？
拉斯·特维德：
记者们显然会去问那些知名的AI企业家和开发者：就业市场会发生什么？而他们给出的答案却彼此相差甚远。埃隆·马斯克说，我们将迎来“普遍高收入”。也就是说，人们基本上会变得极其富有，而且不必工作。阿莫迪则说，我们会失去工作，并把这描绘成一种可怕的局面。戴维·萨克斯则说，AI创造出来的工作岗位会多到超乎我们的想象。但是我认为，这些人太专注于技术本身了，以至于没有花太多时间去看一看，我们究竟从经济历史中学到了什么。
我认为有几位经济思想家的见解，确实能帮助我们更好地思考这个问题。首先是19世纪的萨伊定律，它认为供给会创造自身的需求。我们现在面对的其实就是一场供给革命，中国早已处在这样的供给革命中，并且持续了很久。某种意义上，整个世界都将经历一个“超级强化版的中国经济”。
另外，还有一个观点，就是琼斯指出的现象：当某个领域被高效技术改造后，相关产品会先快速降价并冲到行业规模峰值；而一旦它不再是发展瓶颈，在整体经济中的占比就会逐步下降——尽管它实际上已经让全社会、各行各业都变得更加富足。同时我也一直觉得，哪怕技术迭代带来天翻地覆的变化，很多本质的东西始终没变：人们依然向往美丽的自然、偏爱有质感的材质、珍视古老的文化，这些偏好都非常稳定。
我在书里没有把世界经济当成单一的整体，而是划分成了三种并存的形态。第一种是“超级集群”，比如上海、深圳、硅谷、纽约这类技术高地；第二种是“慢速区”，也就是人们从事手工艺、传统服务业等工作的地方，它们依然能享受到超级集群的技术外溢，比如更好的医疗、更低的物价、甚至免费的法律咨询等等；第三种是“失落地带”，也就是几乎享受不到技术红利的地区。把世界按这三种模型划分之后，很多未来趋势就清晰多了。
比如关于就业，我认为人们大概率还是会继续工作。从IT革命兴起时，就不断有人预言技术会让人类不用工作，但从来没有成真。人类天生有进取心，总能找到新的想做的事，也总能转型去掌握新的“卡脖子”环节，而方法往往就是去做那些独特、不可替代的事。现在的欧洲就很像正在成型的“慢速区”，当然它内部也有少量科技热点，但欧洲很多顶级富豪根本不是做高科技的。像奢侈品牌集团路易威登，还有百达翡丽这类瑞士名表厂，反而靠着刻意保持传统老派的风格，赚取着惊人的利润。
所以我一直觉得，不管是“全民不用工作”“所有人都会失业”，还是“科技行业会催生海量岗位”，这些极端预测都太简单了。现实的分化会更深、更多元。我整体属于乐观派，相信人类整体会过得越来越好，但这个过程一定会非常动荡。
洪灝：
我觉得，确实会有一个调整期。目前我正担任一家在香港上市、规模较大的AI公司的独立董事。这家公司做的是一种AI语音技术，可以替代客服岗位。它能自动接听来电，会说多种语言；如果你给它指令，它还可以给别人打销售电话，向目标客户推介某些产品。这项技术非常先进，效率也极高，一旦部署到呼叫中心，呼叫中心里的大部分坐席就会被取代。所以，我们在推出这项技术时遇到的一个问题，或者说来自地方政府的一种阻力：因为你是在替代人的工作岗位，所以即便这项技术本身很了不起，它在地方政府那里也没那么受欢迎，因为你实际上是在制造失业。
另一个现实中的例子是百度。百度开发了中国最先进的自动驾驶系统。这套系统已经在一些二线城市作为测试项目投入使用。现在，它也遇到了很大的阻力，因为它替代了大量人类司机。如今中国一些地区的人失去白领工作后，往往会去开网约车以补贴收入。一旦百度的自动驾驶技术铺开，它就会替代大量人工司机。
这种阻力甚至可能比我所在公司遇到的阻力还要更大。因为呼叫中心的工作并不光鲜，而且很多在呼叫中心工作的人其实也不想做这份工作，因为它很枯燥，还得承受大量客户情绪，比如各种投诉电话。所以在我们看来，我们替代的其实是一种没人愿意做的工作。我觉得百度那个案例更严重，因为他们要替代的，可能是那些从办公室岗位被裁掉的人最后能抓住的工作机会。
所以我在某种程度上同意你的看法：从整体上说，整个人类社会最终会受益，但这中间会经历一段艰难时期。因为当你把这项技术推广开来时，它必然会替代一些旧岗位、现有岗位，这些岗位可能生产率不高，从业者收入也不高。可是，社会仍然需要一个调整过程：当人们离开这些岗位之后，他们需要被重新安置到社会中的其他位置，能否为这些人找到新的机会，让他们重新进入新的岗位，对整个人类社会渡过这段艰难时期至关重要。
我认为，中国现在正在经历这样的艰难阶段。过去二十年中国加入世贸组织，高效、低成本的中国制造大量出口，占全球出口比重接近20%，也替代了海外一部分工人岗位，催生了类似美国“铁锈地带”的问题和贸易摩擦。这和AI替代就业的逻辑高度相似：都是用成本更低、效率更高的方案，取代现有的工作岗位。正因如此，无论对中国，还是对整个世界、整个人类社会来说，都会有这样一段艰难期，一个必须经历的调整过程。如果我们处理得不够谨慎，那么即便AI革命能够创造如此多的福祉，我们也很可能会在某个时点停下来，因为这段艰难期会变成一个重大的障碍，阻碍这场进步继续向前推进。
拉斯·特维德：
在我看来，中国此前经历过一轮大规模房地产周期下行，房地产业占GDP比重一度高达28%，远高于经合组织国家16%的平均水平，后来一路降至12%。我当时曾以为中国会陷入上世纪30年代大萧条以来最严重的衰退，但结果并没有——中国迅速转向基建投资，大桥、高铁、机场等项目推进速度惊人，成功托住了经济。如今中国又在转向创新驱动的发展模式，长期来看显然更可持续。不过通常只有经济繁荣期，人们才更乐于接受新技术，如果中国能有效拉动消费，就能消解一部分对创新的阻力，推动技术更快落地。
但还有一点我认为很关键：每当一项真正激进的新技术出现时，真正推动它落地的，主要都是新公司。比如电商兴起时，最终拿下市场的不是传统巨头沃尔玛，而是当时还只是初创企业的亚马逊。这也是AI渗透行业的典型路径：不是靠传统巨头，而是靠初创企业。
所以未来动荡的不只是就业市场，整个产业格局都会重构。这对创业者、风险投资人和并购从业者来说是绝佳的时代，企业层面的震荡会非常多。可以说，未来十年最确定的判断就是：经济层面的动荡，本身就是这轮技术增长的必然组成部分。
洪灝：
现在AI数据中心能耗巨大，美国很多地方居民都反对新建数据中心——它带不来多少就业，反而会推高当地电价、地价和生活成本。结合现有能源格局来看，我觉得目前的能源供给根本撑不起AI继续大幅扩张，更别说全面铺开。除此之外，铜、白银这些制造半导体芯片必需的大宗商品和原材料，供给也未必跟得上。想问问你怎么看这个局面，我们要怎么解决能源和原材料的缺口，支撑整个AI体系落地？
拉斯·特维德：
这个问题在美国其实尤其尖锐。按到2030年的预期来看，未来大约5～7年的新增能源需求，相当于50～100座大型核反应堆的发电规模。而他们不可能真的建成50～100座大型核反应堆，因为西方的核电产业基本已经彻底停摆了。重启需要很长周期，美国虽然在大力推进，但远水救不了近火，眼下主要还得靠燃气轮机。配套环节的问题更严重：高压变压器的交付周期从原先的1年拉长到了4到5年；燃气轮机的高性能金属叶片需求暴涨，甚至开始挤占航空业的供应。据估算，美国今年计划上线的数据中心产能里，有30%到50%可能推迟甚至取消；未来几年的规划项目中，也有20%到40%最终落不了地。微软就曾提到，手里有英伟达的芯片，却因为电力不足没法上线投入运行，十分被动。
眼下其实有两个约束：一个是芯片，这是所有人都要面对的；另一个是能源，不过能源问题的地方性更强一些。有些地方供给相对容易，有些地方则非常困难。
我发现很多围绕整个AI产业做事的人，他们很多都会提到，芯片不够、能源不够，所以这不是一个好行业。但如果你是个经济学家，你就会觉得：太棒了，所有人都会赚钱。因为我们的供给满足不了市场的需求。只要某个地方还存在瓶颈，我们甚至巴不得有瓶颈，那大家就都会赚钱。所以我认为，未来5到15年，整个行业都会持续享受到可观的瓶颈红利，利润也会逐步向应用层传导，围绕这些瓶颈环节会有大量商业机会。
我也想了解中国的情况。中国去年在智能电网上的投资超过全球其他地区总和，电力供应也在持续大幅增长，中国会不会也面临类似的问题？
洪灝：
我觉得，至少眼下这还不是问题。因为中国才刚开始建设自己的数据中心，而且中国还有大量可以开发利用的水力发电资源。此外，中国社会对核反应堆这类设施的态度也相对宽松。我认识的很多中国人，对此都持非常开放的态度。所以我认为，归根到底，核能才是答案。如今的核技术已经发展到足以让核电变得非常安全。算上太阳能、水电还有部分核电这些，国内新能源的装机容量其实已经超过传统能源了，早就开始大规模应用。中国的各个城市电动汽车都普及了，销量早就把燃油车甩在后面，新车里电动车占比已经超50%，差不多得有60%了。还有自动驾驶电动卡车这类创新也一直在出，所以说中国在新能源这块是遥遥领先的，对AI发展来说，能源约束真没那么严峻。
现在中国的能源价格也没出现暴涨。哪怕中东局势紧张、霍尔木兹海峡吃紧，中国每天少买500万桶石油，经济照样正常运转。这意味着，中国经济实际上已经经历了一次非常真实的压力测试：在石油供应大幅减少的情况下，中国经济依然能够运转。所以我认为，这对未来中国AI的发展是个积极信号。不过话说回来，其他大宗商品的压力还是有的。比如油价回到70美元左右，铜价创下历史新高，太阳能板制造也开始面临成本上升的问题。我觉得未来真正的约束，大概率会出在生产芯片必需的那些关键原材料供给上。
拉斯·特维德：
我们在这个问题上看法一致，我非常看多大宗商品这条主线，尤其看好工业金属。有几点尤其值得注意。第一是供给端的长期矛盾：过去10年全球工业金属产量持续下降，和接下来全球加速电气化的需求完全错配。目前中国电气化率约30%，也就是全部能源消费中30%以电力形式实现；大多数西方国家仅20%左右，少数接近25%，未来增长空间巨大。但分品种看，铜正走向严重短缺，而新建一座铜矿需要16年之久；锌、铝也因供给反应滞后持续涨价，铝土矿资源虽充足，但开采、冶炼产能远远跟不上需求，稀土情况也与铝类似。
还有一点，如果从投资组合理论来看，想让投资组合更稳定，最简单的模型就是60/40，也就是60%配股票、40%配债券。如果让AI模型测算大宗商品作为单一资产类别的合理配置比例，根据优化目标不同，大宗商品的配置比例应该在3%到8%之间。但从反映投资者实际配置的全球ETF规模来看，目前大宗商品仅占2%，明显低于理论建议水平。
结合长期供需失衡来看，大宗商品大致有25年左右的周期，和商业周期并不完全同步。经历了过去多年投资不足、产出下滑的阶段后，通常会迎来一轮平均持续12年的牛市。当前这轮牛市才启动1年，我预计整体会持续10到15年，期间矿业公司股价大概率上涨400%到600%。上一轮类似牛市是2001年到2008年，当时矿业股也涨了400%到500%，只是因金融危机提前中断。
另外我们做过大量相关性分析，AI板块与大宗商品板块相关性极低。比如最近几周AI相关板块波动剧烈，大宗商品却持续上涨，正好起到稳定投资组合的作用。所以综合来看，在组合中配置相当比例的金属和矿业敞口，是有非常充分的理由的。
洪灝：
没错，要造芯片，就离不开各类大宗商品。20多年前中国加入世贸组织，曾催生了一轮长达十余年的大宗商品超级周期——中国一边为全球生产制造品，一边随着居民收入快速上涨，带动住房等海量需求，拉动了天量的大宗商品消耗。我觉得现在正进入一轮类似但规模大得多的周期，而且这一次是全球性的。不只是中国，日、韩，尤其是中美两国，都在大量消耗大宗商品，保障芯片供给，只为在AI竞赛中不掉队。目前美国暂时领先，两国发展模式差异很大：美国走专有闭源路线，中国更偏向开源，且中国AI发展在相当程度上仍依赖芯片等相关产品进口。想问问你怎么看这两种不同的AI发展模式，你觉得最终谁会胜出？
拉斯·特维德：
首先，我认为双方都在做对自己而言理性的选择。中国想把这件事做成一个平台，获得平台级地位，这和谷歌当年在手机操作系统上的策略很相似：先做出一个系统，免费开放给全球大量用户使用，然后再在长期中从围绕它形成的交互生态里获得收益。美国则更像iPhone的路线，走的是一套完全封闭的体系。美国国内也有一股很强的力量主张推动开源，英伟达就是其中的重要倡导者，因为开源会进一步加速需求增长。现在有个很有意思的现象：去看OpenRouter上的token流量，中国开源模型的流量已经超过美国本土模型了。在美国，政治层面也在讨论是否应该取缔中国的开源模型。业内很多人都说那将是灾难性的，因为大量美国初创公司都是基于中国模型做二次开发、搭自己的商业模式，突然禁掉的话，整个业务直接就垮了。长期来看，比如到2035年，我觉得很有理由说中国可能已经反超美国了。
但我也认为，有时候我们可能会高估这种讨论框架本身的重要性。有人觉得这是一场谁先做出AGI的竞赛，有人说目标是达到人类水平的智能。但在我看来，这个靶子其实挺随意的——如果AI最终会比人类聪明几百万倍，那路过“人类水平”这个节点，到底有什么特别重要的？
还有人说真正的临界点是AI能完全不靠人自己写代码，进入奇点式的爆发，我反倒更认同这个说法。但归根结底，真正重要的不是模型有多强，而是AI的应用广度——它在各行各业落地得好不好。恰恰是中国的长期优势之一。中国特别重视把技术真正推向社会、落到实处。比如新的五年规划里，教育层面都有部署：孩子从6岁开始就要学怎么用AI，到了中学阶段还要学怎么用AI创造东西。
如果你教会学龄儿童不要只是做AI的消费者，而要成为AI的创造者，真正去搭建模型，那么这就是一种非常强大的制胜模式，而这背后就是成长型思维。中国文化里就有非常强的成长型思维。再加上“AI+”的战略，把AI铺到全社会的能力非常关键。
我自己的对冲基金也大量用AI，我深有体会：把AI推进到应用层非常费时间，还会遇到各种社会问题。而且真正落地干活的，往往不一定是最顶尖的前沿大模型，可能偶尔调用一下，但主力都是些相当简单的智能体，可能几百个协同起来工作。所以我一直觉得，最后赢的，一定是那个能以去中心化的方式把AI普及到全社会的国家。
技术发展本来就是这个规律，我是从大型机时代过来的，上大学的时候全校只有一台大型机，得预约排队用。后来有了袖珍计算器，有了个人电脑，再到智能手机，技术就是这么一步步扩散到全社会的。AI也会走一样的路。现在听起来很疯狂的预测：到2030年，一台智能手机就能跑今天的前沿模型。不光是芯片会越来越强，更主要是软件会越来越轻量化。所以我认为，教育、“AI+”落地能力、电力，这就是中国的三大巨大优势。
洪灝：
我认为大型语言模型，中国的软件公司是完全可以做出来的。还有具身智能，说到底就是把AI芯片装进人形机器人里，这样它们多少就能替我们干活了。
拉斯·特维德：
我看过巴克莱对人形机器人的一项预测：未来几年之内，中国将占到全球产量的80%。在机械部分的制造上，中国本来就有优势。与此同时，中国在把AI与机器人的机械结构结合上已经非常先进。那芯片怎么办？在我看来，未来全球会形成两个芯片阵营，而且会分得非常开：一个是中国，另一个是其他国家。中国正在稳步朝着AI芯片全面自给自足的方向迈进。我在一份报告里看到，中国目前所使用的全部AI相关芯片中，大约41%已经是国产芯片了。到2030年，这个比例预计会升至70%。照这条线往前推，到2035年左右，基本就会非常接近100%。
洪灝：
我也这么看。中国确实很擅长制造东西，尤其是实体产品。现在技术进步速度很快，宇树科技机器人已经发展到第三代、第四代了。第一代宇树科技机器人基本上不到1万元就能买到。你花一部iPhone的钱，就可以往家里买一台机器人了。当然现在这类机器人还做不了太多事，偏娱乐属性，但能看出来，只要技术成熟、成本降下来，需求会立刻放大，产品落地和普及的速度会非常快。
中国AI公司也特别擅长打磨产品。比如DeepSeek 新出的Pro模型，表现已经接近最顶级的Opus5水平，但token成本还不到美国同类产品的20%，相当于便宜了80%，效果却基本没差。我觉得中国又一次发挥了自身优势，未来AI词元、智能机器人都会成为中国的重要出口项目。
洪灝：
我们可以多谈一点AI与人类之间的关系。你预测通用AI大概会在2028年前后出现，而超级AI大概会在2030年前后出现。那么到了那个时候，AI和人类之间的关系，可能就会和现在截然不同。因为现在毕竟还是人类在控制一切。但Anthropic预测，总有一天AI会强大到足以控制一切。我很好奇，你怎么看人类与AI之间的关系？如果你创造出来的东西，最终变得比你自己强大得多，会怎么样？在那种情况下，你怎么看人类、AI以及所有机器人之间关系的演变？
拉斯·特维德：
我在《超级趋势》里，把人和智能技术的关系比作《指环王》里的咕噜与魔戒：咕噜对魔戒上瘾到极致，哪怕手里没戒指，也会下意识说“我们”，心理学家称这种现象为“身份融合”。我觉得现在每个用智能手机的人，身上多少都有点咕噜的影子。就我自己来说，出门只是吃个午饭再回办公室，明明全程都用不着手机，可要是突然发现忘带了，还是会有种灵魂缺了一块的感觉，非得拿回来才觉得完整。
对有些人来说，这种情况可能严重得多，因为未来人们会拥有个人AI，而个人AI会学习一切你允许它学习的、关于你的信息。它可以在生活的方方面面都成为极其出色的支持系统。对此，我觉得其中95%都是超级酷、超级正面的；但另外5%也可能构成一种潜在隐忧：你会把自己和其他人隔离开来，只和手机待在一起，甚至在某些情况下，还会对AI产生某种情感依附。而那个AI也许和你一样聪明，或者比你更聪明，当然，它肯定比你知道得更多。
其实这个问题现在就已经存在，未来只会更严重。手机带来了无数便利，但也有这一面：无论在中国、瑞士还是美国，走进餐馆总能看到，很多情侣、一家人围坐一桌，却各自低头刷手机，看着挺让人难过的。
洪灝：
这在中国非常普遍，你在餐馆里经常能看到人们和朋友聚在一起，实际上他们真的只在刷手机，对着手机说话。聊到未来的人机关系，我最近忽然发现，自己花在和AI聊天上的时间，已经比和真人说话还多了——AI实在太聪明，几乎什么问题都能答，还总能给出有意思的回应。我越来越多地和AI交流，而非和真人互动，这点我必须有所警觉，不管是作为经济学家还是作为普通人，都得小心。你这本书的副标题“机器工作，人类生活”也特别有意思，显然你预期未来机器会替我们干完所有重活，人类只管生活。
现在欧洲有些国家已经是每周做四休三，亚洲尤其是香港工作时长还很长，中国还有“996”的节奏。但哪怕是现在每周休两天，已经有人在琢磨：这么多空闲时间，人生该怎么过？可以确定的是，未来可能每周只工作一两天，剩下的时间都用来生活，人会有海量的闲暇。
这就引出一个问题：这会不会改变生命的意义？过去问大多数中国人人生的意义是什么，答案往往是当律师、医生这类高薪职业，所以拼命读书考学、找好工作、赚钱养家，几乎就是人生的全部内核。但未来很多职业哪怕是律师都会被AI替代，当机器替我们做完了所有工作，人类生命的意义又会走向哪里？
拉斯·特维德：
说到AI的危险，大多数人谈的都是AI开始杀人或者接管社会。可我最大的担忧其实是另一种情形。科幻电影《机器人总动员》里有这样的场景：里面的人类待在太空飞船里，一切都被机器包办，懒到整天躺着，连站都站不起来。那就是我对AI最恐怖的想象。
积极心理学里把幸福分成两类：一类是享乐型幸福，就是社交平台上看起来光鲜的那种，度假、看演唱会、吃喝玩乐这类表层快乐；另一类是更深层的、以意义为核心的幸福——一个人只要拥有这种幸福，哪怕住在简陋的公寓里、外面阴雨连绵，也会觉得充实快乐，因为他人生有目标，在做自己真正觉得有价值的事，比如养育家庭、搞创作、创业等等。
我觉得在这场剧烈的技术转型里，最关键的一点就是，绝对不能夺走人们生活的目标和前进的动力。真这么做的话风险太大了，我们可能会丢掉那些让我们变得伟大的文化根基。如果我们最后活成《机器人总动员》里的样子却无所作为，文化就会衰退甚至消失，这种东西一旦丢了，几乎不可能再找回来。
所以我认为，我们设计社会结构的时候，必须给工作建立强有力的激励机制。具体怎么做？比如可以提高消费税，同时降低甚至免征劳动税但做这类制度设计，最重要的是从第一性原理出发想清楚：我们真正的问题是什么？解决方案的核心又是什么？我认为，核心问题就是人类失去目标感，所以解决方案必须确保人们能找到人生目标，哪怕是自我驱动力没那么强的人，也能在社会结构的激励下行动起来，去做一些能让自己、让身边变得更好的事。
它未必一定要比你更宏大，但它必须是一件你真心想做的事，而且这件事不能只关乎你自己。
洪灝：
太好了！我很喜欢你这个说法，也非常有创意。看到整个人类社会朝着这样的方向前行，一切都会变得美好得多。我也非常确信，AI对人类社会会是一种积极的赋能力量，而不是像如今那些末日论者所说的那样可怕。所以我觉得，这真的是一个非常、非常精彩的回答。
经济周期大师拉斯·特维德重磅新作
把握重塑未来世界的重大趋势与关键决策
