李飞飞2小时访谈：AI时代该保留什么

李飞飞这场 2 小时访谈，几乎把AI 到底会把人类带到哪里讲透了！斯坦福教授、ImageNet 发起者李飞飞，最近和 Andrew Huberman 聊了近两个小时。整场没有一直纠结哪个模型更强、AGI 什么时候来，而是在讨论一个更重要的问题： AI 越来越强以后，人到底还剩下什么？

重点整理： 1. 视觉，可能才是智能真正的起点 李飞飞从 5 亿多年前的生命进化讲起。早期生物获得感光能力以后，第一次可以真正感知外部世界，视觉随后成为生命进化的重要推动力。直到今天，人类大脑仍有大量皮层参与视觉处理。

孩子也是先通过视觉认识世界，之后才发展语言。这也是为什么她一直认为：研究智能，不能只研究语言。2.ImageNet 改变 AI，不只是因为图片多 2006 年前后，李飞飞发现，当时计算机视觉迟迟突破不了，很可能不是算法不够，而是机器见过的世界太少。

于是有了 ImageNet。到了 2012 年，三个条件终于碰到一起： 算力：GPU 算法：神经网��� 数据：ImageNet AlexNet 随后引爆深度学习革命。后来大语言模型走的，其实还是同一条路线： 更强的算法 + 更大的算力 + 更多的数据。

3.今天 AI 最大的问题之一：太依赖数据 一个两三岁的孩子，看过几只猫以后，就已经能理解什么是猫。哪怕书架后面只露出一条尾巴，他也可能判断那里藏着一只猫。AI 却需要吞下互联网规模的数据，调整海量参数，才能获得类似的泛化能力。

我们已经造出了非常聪明的机器，但人类至今仍没有完全搞清楚： 为什么一个孩子只需要极少的数据，就能学得这么快。4. AI 可以模仿共情，但它没有经历过你的人生 这是整场我最喜欢的一段。互联网虽然保存了海量文字、照片和视频，但绝大多数人的第一人称体验，从来没有被上传过。

童年的某个下午，失去亲人的感受。一只杯子突然唤起的私人记忆。两个人共同经历痛苦之后产生的默契。

这些东西不存在于训练集里。所以 AI 可以非常准确地说出： 我理解你的感受。但本质上，它只是学会了在这个场景里，什么样的语言最合适。

它没有真正经历过你的感受。你的直觉、记忆和独特人生，并不是简单增加训练数据就能复制出来的东西。5.李飞飞更相信人 + AI，而不是AI 替代人 她讲了自己父亲接受肝脏手术的经历。

手术用了达芬奇机器人，但机器人并没有自己做手术，真正判断和操作的依然是医生。原因很现实： 肝脏高度血管化，每个人的结构又不同，高质量病例数据远没有互联网文本那么丰富。这类任务，很难靠单纯堆数据直接解决。

但机器人又可以极大增强医生的能力。很多行业未来更现实的形态，可能都是： 人没有消失。只是会使用 AI 和机器的人，获得了以前没有的能力。

6.机器人应该先拿走那些人类没必要亲自做的工作 医院搬运、老人取药、危险环境作业、消防、重复家务…… 李飞飞并不排斥机器人进入这些领域。机器人替老人拿药，不等于替代子女陪老人聊天，机器人替护士搬东西，不等于替代护士，机器人进入火场，是为了让消防员少拿生命冒险。她反复强调的核心词是： Agency，人的��动性。

7.她甚至认为，学校应该教孩子 Prompt 李飞飞对教育有两个担忧。一个是学生什么都交给 AI，最后连自己思考和学习的动力都没了。另一个是学校因为害怕作弊，干脆把 AI 禁掉。

她认为这两个极端都不对。AI 应该成为学习伙伴，而不是答案机器。她甚至把苏格拉底称为人类历史上最优秀的「Prompt 工程师」之一。

因为真正高级的 Prompt，从来不是背几个万能句式。而是： 你能不能提出一个好问题。8.所以李飞飞创业后，押注的已经不是下一个 ChatGPT 她创办 World Labs，押注的是 Spatial Intelligence： 空间智能。

今天 AI 已经很会处理文字，视频生成也在快速进步，但机器距离真正理解现实世界，还差很远。物体在哪里？空间是什么？

东西怎么运动？人怎么和环境互动？机器人如何在真实世界完成任务？

如果语言模型解决的是： 机器怎么理解人类说的话。空间智能想解决的是： 机器怎么理解我们生活的这个世界。听完两个小时，我觉得李飞飞真正想表达的其实很简单： AI 当然会越来越强。

但最重要的问题，从来不是机器什么时候超过人，而是我们最终把什么交给机器，又坚持把什么留给自己。计算、检索、重复劳动、危险工作，都可以不断交出去。但人的主动性、判断、创造欲、私人记忆，以及人与人真正建立起来的关系，可能才是 AI 时代最值得保护的东西。

PS：2个小时很长，但是干货满满，看完很受启发，每一个关注AI的同学都应该看看。如果看不懂英文的话，我的建议很简单，直接让Grok4.6做个视频翻译插件，很容易。