Ai4
Tom Gruber认为AI行业正面临向善抉择的关键窗口期,开发者应利用基础大模型切入心理健康与教育等未被满足的垂直需求以增强人类能力。
AI-assisted summary of Humanistic AI with Tom Gruber, Co-creator of Siri, on How AI Can Augment Human Intelligence — original source. Check the original for full context.
Source published:
Detailed notes
## Background 本内容由 Ai4 频道于 2026 年 8 月 22 日发布在 YouTube 平台上。页面简介指出,这是 Siri 联合创始人汤姆·格鲁伯(Tom Gruber)针对现代大语言模型与生成式 AI 发展现状带来的深度概述,探讨了 AI 的构建原理、潜在风险以及在教育、医疗和认知增强等领域的赋能前景。
## TL;DR 访谈围绕“人文主义 AI”与“纯自动化 AI”的分野展开,汤姆·格鲁伯指出当前绝大多数资本都在追逐替代人类劳动的自动化,而真正的关键在于构建服务人类需求、增强人力的协同系统。他回顾了从 1994 年 Web 浪潮到 Siri 创办的历程,强调语言界面对消除数字鸿沟的意义,并警示了极权监控与认知混乱风险。最后,他建议开发者抓住当下的技术窗口期,利用底层大模型去解决全民心理健康和个性化教育等长期被忽视的重大社会需求。
## Atmosphere & style 整个对话气氛睿智而充满深度的理性思考,既有科技先驱对技术演进的深刻洞察,又洋溢着人文主义
## Key takeaways - [00:04](https://www.youtube.com/watch?v=LLigihQXf-8&t=4s) 人文主义 AI(Humanistic AI)旨在服务人类需求并通过协作增强人类能力,与追求纯粹自动化以替代人类劳动的路线有着本质区别。 - [01:21](https://www.youtube.com/watch?v=LLigihQXf-8&t=81s) 当前全球有上万亿美元的资本正在推动替代劳动的自动化 AI,导致权力加速从劳动者向资本方转移。 - [01:21](https://www.youtube.com/watch?v=LLigihQXf-8&t=81s) 如果极权者或少数巨头垄断了现代 AI 监控系统,公众将极难夺回权力,因此现在是人类做出伦理选择的关键时刻。 - [04:07](https://www.youtube.com/watch?v=LLigihQXf-8&t=247s) AI 是一种类似电力的“全用途技术”,能够为人类认知能力戴上“近视眼镜”,其安全性与人文属性将成为未来的市场核心竞争商品。 - [04:07](https://www.youtube.com/watch?v=LLigihQXf-8&t=247s) AI 在加速科学发现方面展现出巨大的人文价值,例如预测蛋白质结构及研发新材料。 - [08:34](https://www.youtube.com/watch?v=LLigihQXf-8&t=514s) 政府应设立独立的专业监管机构制定统一安全标准,并通过法律打击诈骗与冒充,维护理性的社会认知与“思想市场”。 - [10:28](https://www.youtube.com/watch?v=LLigihQXf-8&t=628s) 自然语言是无需学习的通用交互界面,能大幅降低使用门槛,结合语音能力可穿透至偏远地区,消除数字鸿沟。 - [12:45](https://www.youtube.com/watch?v=LLigihQXf-8&t=765s) Siri 初始愿景是作为通用访问接口;未来设备端 Agent 将成为用户与云端大模型及复杂技术之间的中介。 - [12:45](https://www.youtube.com/watch?v=LLigihQXf-8&t=765s) AI 对实体服务(如物流送餐)的解耦冲击有限,未来世界将演变为由 AI 驱动的 API 生态。 - [16:41](https://www.youtube.com/watch?v=LLigihQXf-8&t=1001s) 创业者和开发者应利用现有的底层大模型,专注于未被满足的大规模垂直领域需求(如全民心理健康和全民个性化教育)。
## Detailed walkthrough 以下是根据视频访谈前半部分( Part 1 of 2)整理的详细、逐字级还原的深度记录:
[00:04](https://www.youtube.com/watch?v=LLigihQXf-8&t=4s) 人文主义人工智能(Humanistic AI)与纯自动化 AI 的本质区别
访谈由 BBC 科技资深记者托马斯·杰曼(Thomas Germain)主持,受邀嘉宾为 Siri 联合创始人汤姆·格鲁伯(Tom Gruber)。托马斯首先邀请汤姆解释什么是“人文主义 AI”(Humanistic AI),以及它与目前绝大多数科技公司正在构建的 AI 有何不同。汤姆指出,人工智能领域几十年来一直存在这种根本性的路线分歧:
* **追求纯粹自动化的 AI(Automation of Intelligence):** 构建 AI 的目的仅仅是为了实现智力本身的自动化。这类系统通过在各种 Benchmark 基准测试中获胜、在棋盘上击败卡斯帕罗夫(Gaspard/Kasparov)或通过法律资格考试来证明其优越性。其核心动力在于用技术直接取代人类劳动。 * **人文主义 AI(Humanistic AI):** 其设计理念、立项初衷和整体目标,都是为了服务于某种具体的人类需求。它是通过协同与增强人类能力来实现价值,而非纯粹的替代。
汤姆感叹,这种理念上的差异在今天显得尤为关键。目前全球至少有**上万亿美元的资本激励**正源源不断地砸向“取代人类劳动”的自动化 AI 方向。虽然指向人文主义 AI 的资金比例尚不明确,但他幽默地调侃:“希望我们‘人类队’(Team H)能分到更多资金!”
``` 人工智能的两种发展路线 ┌───────────────────┐ │ 人工智能 (AI) │ └─────────┬─────────┘ │ ┌─────────────────┴─────────────────┐ ▼ ▼ ┌───────────────────┐ ┌───────────────────┐ │ 纯自动化 AI │ │ 人文主义 AI │ │ (Automation) │ │ (Humanistic AI) │ ├───────────────────┤ ├───────────────────┤ │• 目的: 替代人类劳动│ │• 目的: 服务人类需求│ │• 评估: 基准测试/胜负│ │• 手段: 协作与认知增强│ │• 驱动: 万亿资本激励│ │• 愿景: 赋能个人与群体│ └───────────────────┘ └───────────────────┘ ```
---
[01:21](https://www.youtube.com/watch?v=LLigihQXf-8&t=81s) 资本激励、资本与劳力的博弈,以及为何现在是关键转折点
托马斯接话指出,商业资本的驱动力往往是让企业赚更多钱,而非无条件地帮助用户。汤姆回应道,向善的激励其实一直都在——比如“是否应该攻克癌症”,全人类都会一致同意。问题的核心在于:**当前风险资本追求的目标与人类的长远利益是否对齐?**
汤姆强调,哪怕是在现有的政府体制和资本主义框架下,如果几十亿大众能够真正意识到“AI 应当是用来赋能人类的”,这股认知力量就能撼动市场与政府的决策。我们正处于一个爆发式扩张的前夜,而未来充满了巨大的不确定性:
* **资本与劳力的转移:** 纵观全球,技术正在将权力迅速从“劳动者”(Labor)手中转移到“资本方”(Capital)手中。 * **极权与监控的风险:** 汤姆引用了著名历史学家尤瓦尔·赫拉利(Yuval Harari)的警示——一旦极权者掌握了现代监控技术与 AI 系统,公众将极难再把权力夺回;哪怕权力集中在少数动机良好的巨头公司手里,影响着 80 亿人,同样难以逆转。 * **最后的抉择时刻:** 目前行业处于一种“大家表面上都宣称为了全人类利益”的假象中(比如成立 B Corp 公司,一边喊着为了人类,一边再要 1000 亿美元资金)。汤姆警告,**现在可能是人类做出强有力伦理选择的最后机会**——必须优先去做对人类有益的事,至于利润和企业财务底线(Bottom line),完全可以稍后整理清理。
---
[04:07](https://www.youtube.com/watch?v=LLigihQXf-8&t=247s) 从 1994 Web 浪潮到全用途(Omni-purpose)AI 的认知“眼镜”
托马斯追问,过去每个技术时代(如搜索引擎索引全网)人们都声称能带来变革,为什么汤姆对这次的 AI 技术格外乐观?汤姆回忆起他在斯坦福大学工作时经历的 1994 年 Web 互联网浪潮。当时令他无比兴奋的是,互联网消除了人类协作的时空阻隔,那是**人类集体智慧增强(Augmentation)的上一次巨大飞跃**。
而这一次的 AI 变革要远大于互联网:
* **全用途技术(Omni-purpose Tech):** 汤姆更正了自己口误提到的“无所不知”(Omniscient),强调 AI 是一种像**电力**一样的“全用途技术”,能够应用于推理、决策等几乎所有领域,引发集体能力的阶跃。 * **认知界的“近视眼镜”:** 汤姆以眼镜做类比——人类在光学上早已解决了眼镜和手术问题,甚至能通过显微镜和望远镜获得“超人类”的视觉。AI 的本质,就是**为人类的认知能力戴上“近视眼镜”**。 * **竞争与安全诉求:** 汤姆进一步补充,正如早期的底特律汽车厂商排斥安全带,直到沃尔沃(Volvo)证明“安全性是消费者愿意付费的卖点”,AI 的安全性与人文属性也将成为市场竞争中的核心商品。
此外,AI 在加速科学发现方面的表现已展现出极高的人文价值。例如 DeepMind 的 AlphaFold 预测蛋白质结构(斩获诺贝尔奖),以及利用 AI 探索出数万种全新材料——材料科学正是半导体、光纤和锂电池的基石。
---
[08:34](https://www.youtube.com/watch?v=LLigihQXf-8&t=514s) 监管机构与“思想市场”:政府在防止 AI 混乱中的责任
面对许多初创公司在壮大后抛弃初心、向市场妥协的现象,托马斯询问政府除了反垄断(如禁止 Anthropic 收购 OpenAI)之外,还能做些什么?汤姆提出了两点具体建议:
1. **设立专业的独立监管机构:** 就像对待药品(FDA)或航空安全一样,不能只靠个别国会议员去拍脑袋决定。行业需要一个汇聚专业人士的监管机构,制定统一的安全标准,让包括开源社区在内的所有玩家都能在公平、安全的框架下竞争。 2. **维护社会认知的基本理性(Keep Society Sane):** 民主制度赖以生存的基础是理性的公众讨论。如果未来人们分辨不出眼前的文字/图像是真是假,或者屏幕对面和你对话的是人还是机器,整个社会集体将会陷入发疯状态。政府必须通过针对诈骗、冒充(Impersonation)的法律,保持极其轻量但有效的干预,打造一个**“思想的市场”(Marketplace of ideas),而不是“垃圾内容的市场”(Marketplace of slop)**。
---
[10:28](https://www.youtube.com/watch?v=LLigihQXf-8&t=628s) 语音与语言界面:从 Siri 的诞生到消除数字鸿沟
作为 Siri 的联合创始人,汤姆聊到了语音与自然语言作为交互界面的深远意义。托马斯吐槽自己经常对手机发脾气,询问语音是否是计算形态的终极答案。汤姆指出:
* **自然语言才是核心:** 语音只是载体,真正的核心是**语言(Language)**。软件界面在各处都极其笨拙(极具共鸣的是,许多技术人员经常收到家里长辈因软件太难用而打来的求助电话)。语言是全人类通用、无需专门学习的界面。 * **从繁琐点击到直接意图:** 自然语言交互让所有人都能享有少数“技术高手”才能掌握的电脑能力,极大降低了使用门槛。目前 Siri 每天被使用数十亿次,即便随后的各类 Chatbot 兴起,其核心范式依然没有脱离 Siri 开创的框架。 * **赋能偏远地区(Emancipation):** 结合电信基础设施,AI 的语言能力可以穿透至偏远乡村(如印度乡村)。一个既不懂英语也不懂印地语的村民,能够直接用当地方言与全球最顶尖的 AI 进行语音实时对答。这种技术的普及具有真正的“解放”意义。
---
[12:45](https://www.youtube.com/watch?v=LLigihQXf-8&t=765s) Siri 的原始愿景、苹果的整合与生态系统解耦(Disintermediation)
谈及苹果对 Siri 的更新以及 Siri 离最初的“终极蓝图”还有多远时,汤姆分享了 Siri 早期创业的历史细节:
* **通用访问界面(Universal Access):** Siri 创办初期的宏大愿景,是为整个移动和计算生态系统打造一个通用接口。在被苹果收购前,Siri App 已经具备多轮对话能力,甚至是一个电子竞技/电商应用(可以直接订花、预订酒店等)。 * **史蒂夫·乔布斯(Steve Jobs)的邀请:** 当时乔布斯找到他们团队并说:“你们可以继续自己做生意赚钱,也可以加入我,做出一个全世界每个人都在用的产品。”团队随即选择加入苹果。 * **解决中间层摩擦:** 汤姆指出,随着架构演进,设备端的小型 Agent 可以作为用户与复杂技术之间的中介。这个中介既能处理手机本地任务,也能调用云端巨型 AI 模型去解决诸如雅可比猜想(Jacobian conjectures)等高难度数学难题。
针对《The Verge》主编尼莱·帕特尔(Nilay Patel)提到的“终极目标是让计算机替你使用它自己”,托马斯提出担忧:如果 Siri 或 ChatGPT 成了唯一的中介,Uber、Grubhub 等服务商是否会被脱钩(Disintermediated)?汤姆解释道:
* **实体服务的不可替代性:** 真正的 AI 解耦冲击主要发生在新闻出版与传统搜索(因为新闻依赖广告和付费墙,AI 总结会导致流量流失)。但像 Grubhub 或 Amazon 这样的实体服务,其核心壁垒是线下的物流、送餐与供应链,而非仅仅是一个 App 界面。 * **AI API 时代:** 未来世界将演变为由 AI 驱动的 API 生态。虽然软件界面的“入口地产”(Real estate)价值可能会缩水,但提供扎实物理服务的公司依然不可或缺。最后,汤姆也幽默地表示希望未来能迎来免费新闻业的复兴,托马斯则笑着回应:“但愿他们还能想办法给我们发工资!”
---
<ElicitationsGroup message="想要进一步探讨本访谈的内容?可以尝试以下方向:"> <Elicitation label="生成汤姆·格鲁伯的人文主义 AI 核心观点逻辑图" query="请帮我总结汤姆·格鲁伯在访谈中关于人文主义 AI 的核心观点与逻辑架构,并用清晰的结构展现。"/> <Elicitation label="对比 Siri 初始愿景与现代大模型 Agent 的异同" query="请结合访谈内容,深入分析 Siri 早期创业时的 Agent 愿景与现代基于大语言模型的 AI Agent 有何异同。"/> </ElicitationsGroup>
[16:41](https://www.youtube.com/watch?v=LLigihQXf-8&t=1001s) 践行人文主义 AI:给创业者与开发者的建议
在对谈接近尾声之际,主持人 Thomas Germain 总结道,要让“人文主义 AI”(Humanistic AI)真正落地生根,最终起到决定性作用的莫过于市场激励机制——无论这种激励是由政府法规引导建立,还是由广大大众的强烈需求所驱动。然而,对于单打独斗的普通个体而言,要凭一己之力改变庞大的市场机制无疑极其困难。面对现场众多专注于开发 AI 产品的技术人员与创业者,主持人向 Siri 联合创办人 Tom Gruber 提出了一个关键问题:作为这些工具的缔造者,大家现在具体应该怎么做,才能将人文主义 AI 的宏伟愿景变为现实?
Tom Gruber 给出的核心建议是:开发者和创业者应当将目光投向那些“尚未被满足、且尚未被主流巨头覆盖的大规模人类需求”,去打造专注于特定垂直领域的应用(Vertical Apps)。他特别强调,大家没有必要盲目地挤进那些已经被资本和精英高度关注的赛道,例如去攻克“治愈癌症”这样的宏大课题,因为已经有无数顶尖团队和资源在为此努力;相反,创业者应该去关注那些规模巨大但长期缺乏人手与服务的社会痛点。
针对具体的创业方向与社会价值,Tom Gruber 提出了两个极具潜力的垂直领域范例,并阐明了利用底层大模型进行上层创新的可行性:
- **全民心理健康护理(Mental Health Care):** 根据世界卫生组织(WHO)的数据,全球有超过 10 亿人存在心理健康需求,而仅凭人类专业的心理医生和咨询师数量,是永远无法完全覆盖这一需求的。AI 能够在此提供大规模、低成本的辅助与护理服务。 - **全民个性化教育(Education for All):** 为地球上的每一个孩子配备专属的 AI 导师(A tutor for every kid on the planet)。通过这种方式,可以从根本上抹平教育资源的鸿沟,拉平全球知识劳动的竞争起跑线。 - **低成本上层应用创新:** 攻克这些社会级难题并不需要耗费上万亿美元的巨额投入。开发者完全可以站在基础大模型公司(Foundation Model Companies)昂贵且坚实的成果之上,利用现有的底层能力去快速解决上层的实际痛点。 - **抓紧当下窗口期:** 这种技术与市场的红利期非常紧迫,创业者必须“现在就去解决这些难题”(Solve them now),因为在三到四年之后,这种阶段性的市场切入机遇可能就不复存在了。
在探讨完对创业者的寄语后,主持人 Thomas Germain 对 Tom Gruber 带来的深刻洞见与精彩分享表达了诚挚的感谢,对谈在现场观众的热烈掌声中圆满落幕。
## Notable quotes > [00:04](https://www.youtube.com/watch?v=LLigihQXf-8&t=4s) 希望我们‘人类队’(Team H)能分到更多资金! — 汤姆·格鲁伯
> [01:21](https://www.youtube.com/watch?v=LLigihQXf-8&t=81s) 当前风险资本追求的目标与人类的长远利益是否对齐? — 汤姆·格鲁伯
> [01:21](https://www.youtube.com/watch?v=LLigihQXf-8&t=81s) 现在可能是人类做出强有力伦理选择的最后机会 — 汤姆·格鲁伯
> [04:07](https://www.youtube.com/watch?v=LLigihQXf-8&t=247s) 人类在光学上早已解决了眼镜和手术问题,甚至能通过显微镜和望远镜获得‘超人类’的视觉。AI 的本质,就是为人类的认知能力戴上‘近视眼镜’。 — 汤姆·格鲁伯
> [08:34](https://www.youtube.com/watch?v=LLigihQXf-8&t=514s) 打造一个‘思想的市场’(Marketplace of ideas),而不是‘垃圾内容的市场’(Marketplace of slop)。 — 汤姆·格鲁伯
> [12:45](https://www.youtube.com/watch?v=LLigihQXf-8&t=765s) 你们可以继续自己做生意赚钱,也可以加入我,做出一个全世界每个人都在用的产品。 — 史蒂夫·乔布斯
> [12:45](https://www.youtube.com/watch?v=LLigihQXf-8&t=765s) 终极目标是让计算机替你使用它自己 — 尼莱·帕特尔
> [16:41](https://www.youtube.com/watch?v=LLigihQXf-8&t=1001s) 开发人员和创业者应当将目光投向那些‘尚未被满足、且尚未被主流巨头覆盖的大规模人类需求’ — 汤姆·格鲁伯
> [16:41](https://www.youtube.com/watch?v=LLigihQXf-8&t=1001s) 为地球上的每一个孩子配备专属的 AI 导师(A tutor for every kid on the planet)。 — 汤姆·格鲁伯
## Mentioned Tom Gruber, Thomas Germain, Siri, BBC, Gaspard/Kasparov, Yuval Harari, Volvo, DeepMind, AlphaFold, FDA, Anthropic, OpenAI, Steve Jobs, Nilay Patel, The Verge, Uber, Grubhub, Amazon, WHO
## Video description Tom Gruber - Co-Founder, Siri Thomas Germain - Senior Technology Journalist, The BBC
Almost overnight, the world has come to see that the new technology of large language models and generative AI could change the nature of knowledge work. Trained on the cultural legacy of humanity, these systems can now do many tasks involving language, images, and information that are the expertise of educated professionals. In this overview of modern AI, which is updated with fresh insights every time it is given, Tom explains how these systems are created, what they are great at, what to be careful with, and the exciting applications that they enable. He brings to bear decades of experience in designing AI systems and advising AI companies. Applications include education, creative services, software engineering, knowledge management, mental health care, and augmented cognition. He offers insights into the potential risks to individuals and society from ungoverned applications, and a positive vision for the future of truly personal AI.
[Source](https://www.youtube.com/watch?v=LLigihQXf-8)