出品 | 网易智能
作者 | 小小
编辑 | 王凤枝
AI行业最近流行一个说法：智能的成本正在趋近于零。李飞飞却说，这话不负责任。
最近，她和MasterClass CEO大卫·罗吉尔（David Rogier）在播客《Silicon Valley Girl》里聊了近一小时。访谈标题很抓眼球：《AI教母：10年后，只会剩下两类工作者》。但其实"两类工作者"的说法是罗吉尔先抛出来的，李飞飞表示认同，并把问题一层层往回拉：AI到底是什么？它能帮人做成什么？它会制造哪些新的分化？人又该如何保住自己的主动性？
在一个所有人都急着给AI下结论的时代，她站到了一个不太有人站的位置上。 不把AI说成神，也不说成魔鬼。这似乎很"中庸"，但她认为，真正缺失的讨论恰恰就在这里。她真正反对的不是AI，而是把AI讲得太简单。
整场对话里，她和罗吉尔反复撞在同一个点上：AI是工具，不是替代品。真正决定一个人被甩下还是被托起的，不是技术本身，而是有没有主动去理解它、使用它、驾驭它。
罗吉尔把未来工作描述成一种"杠铃效应"：一端是极少数顶尖专家，另一端是能用AI做很多事的高主动性通才，而中间那些"还凑合"的人，空间正在被压缩。李飞飞同意这个方向，但更强调无论站在哪一端，人都必须保住自己的主动性。
这也是她反对"智能成本趋近于零"的深层原因，一旦接受了这个前提，人就没有理由再保持主动性了。 语言模型很强，但人类智能远不止语言。空间智能、身体智能、情感智能、创造力，仍然是今天AI没有真正补完的部分。她正在World Labs投入的，正是其中最基础的一块：让AI不只是会说、会写、会生成图片，而是能理解三维世界，能推理、生成并和真实空间互动。
而她给普通人的第一步建议，朴素得不像一个AI领军人物：与其焦虑，不如先找个年轻人，让他演示怎么用AI。但她更深层的信念是，每个人都可以成为自己所在领域的"创业者"。 这个词在她那里，和融资、估值无关，只和主动性有关。
所以这场访谈表面上在谈AI、教育和未来工作，真正谈的是一个更底层的问题：当技术越来越强，人怎样不把自己的主动性让出去？
以下为李飞飞最新专访全文：
01不是神，也不是魔鬼，两极化的AI叙事最危险
问： 你现在同时经营着多家公司，你看到了什么趋势？眼下最大的转变是什么？
李飞飞： 我的世界完全沉浸在AI里。所以我觉得自己能亲身触摸到技术推动的最前沿。我想说的是，这一刻有多激动人心，真的很难用语言形容。技术专家、创业者，还有产品人员、业务人员，都开始意识到，也真正看到了AI正被用来重新思考业务，重新构想应用。我在硅谷待了17年，这种能量是我从来没见过的，就算是10年前也完全比不上现在这种兴奋劲。
问： 我感觉大家工作都更拼了。罗吉尔，你同意吗？你公司里出现了什么情况？
罗吉尔： 一个正在拉大和加剧的差距。如果有人已经在用AI了，他们能完成的事情就多得惊人，还能体验到以前从未有过的主动性。如果有些人还是紧张，或者没接受过相关训练，你就会看到那个差距被越拉越大。
我觉得你经常谈到的一个很有意思的问题是，这个世界似乎被分成了两半：一半人觉得这东西像神一样，会拯救世界，另一半人觉得它是魔鬼，会毁掉一切。极度两极分化。我认为你一直在讨论和展示的一个关键点就是，这种心态不太健康，也可能不是最好的设计思路。如果你真的努力去搞清楚它最好的一面是什么，以及我怎么用它来真正帮助人，也许我们就能把两边的优点都拿到手。
你刚才问到工具的问题。我在想，如果你几个月前问我，我会列出一堆，Claude、ChatGPT还有其他所有工具。但现在，我发现自己用的多数应用都是我自己构建出来的，用Claude Code或者Cursor建的。
我觉得这首先对我来说太棒了。因为现在，我的CEO工具栈全是我自己做的应用。有个叫Dividify的，就比如你想用我自己的语气写东西，这里有我写过的一些邮件、我说过的一些话，它就能做到。但就连我的效率应用、我的待办清单应用也是我自己构建的。我给自己设了一条规则：如果一个事项在清单上停留超过一天半，它就得出局。这逼着我要么决定现在就把它做了，要么就放弃，因为它其实没那么重要，要么就把它交给我团队里的人。
你可以为自己的思维习惯和工作方式创造所有这些应用。这又回到我们刚才说的主动性这个点，你现在有能力创造出你想要的任何工作流程和工具。所以接下来的问题就是，去做的动力是什么，去做的技能又是什么。但做一个应用的成本，已经从几个月缩短到一个周末了。
问： 罗吉尔的CEO工具栈，这个观点很好。如果一个员工来找你，说我真的想开始用AI，你会告诉他们什么？从哪里起步？做什么任务？我听过一些创业者让员工为他们的仪表盘做"氛围编程"。你有什么推荐的做法吗？
罗吉尔： 说实话，我不太喜欢为仪表盘做"氛围编程"。因为当有人凭感觉给仪表盘编程的时候，往往只做了表面那层前端，从来没真的接上实际输入数据。所以大概能用一小时，之后大部分时间就挂在那儿了，因为他们没把它跟背后的系统连起来。
不过我发现，当有人来问我"想学AI"的时候，其实他们自己还在犹豫，还没下定决心去试。有什么东西在拦着他们。所以那种情况下，我的做法是，有时候我也担心这是不是在浪费我的时间，但我后来学会了，这不是，我会跟他们坐在一起，或者两三个人一组，给他们演示一个基本任务，比如深度研究。我会一步一步带着他们做。
某种程度上，我确实想过，你们可以去看个YouTube视频，那比我带着做要高效得多。但我发现，是我跟他们一起做了这件事之后，好像有什么东西就被打开了，之后他们就能自己飞起来了。我不知道到底是因为有人亲自来指导，还是因为他们感觉到被要求这么做，毕竟我是CEO，我在推动他们。但带他们走过这个过程之后，他们就被解锁了，能自己去做了，而且还能做得更多。
李飞飞： 谢谢罗吉尔，你把现实的复杂性带进来了。
这其实也是我观察到的一件事，坦白说我也为此感到担心。公众讨论AI的时候，观点呈现出极端的两极分化。 我们当然需要看到好的一面，也必须看到坏的一面。但现在公共讨论不是这样的。要么是彻底的乌托邦，它会拯救世界，我们以后不用工作了，直接拿钱去放松就行。要么就是那种对AI的恐惧，这东西太糟糕了，它会取代所有工作，会夺走人类所有的主观能动性。
这两种极端都相当危险。
我真心相信它是一种技术，也就是说，它只是一个工具，一个极其强大的工具。但这个工具是人类可以用起来，让事情变得更好的。同时，怎么使用这个工具，我们也必须非常警惕。我们教孩子们怎么用火、用刀，再到用互联网。现在，作为一个物种，一个社会，我们必须学会这件事。
而真正最重要的讨论，恰恰是缺失的。 就是那种立足中间地带、足够细致的讨论：这个工具到底是什么，我们怎么用它做有益的事，我们应该怎么避开那些坑，以及作为一个文明，我们怎么跟一个文明量级的工具一起往前走。
02 "智能的成本趋近于零"？李飞飞为什么反对这种说法
问： 这是一个革命性的工具。工业革命自动化了很多体力劳动，而现在，我们似乎正在自动化某些智能活动。我觉得这就是很多人会害怕的原因，因为他们会想，我原以为上大学能保证，不说保证，但起码是一条通往事业的路。现在如果智能的成本趋近于零，我不知道会怎样，你怎么看？
罗吉尔： 我从李飞飞博士那里学到的一点是，现在大家谈论AI的时候，主要是在讲语言智能。用你的话说，这种理解是"有损的"。你没办法用语言学会开车，你也没办法用语言学会投篮。所以我觉得，我们仍然处在AI的1.0版本。
而且我觉得这个领域现在被过度炒作了。AI没有自己的一套价值观，那是我们人类的价值观。这意味着我们有机会去设计和塑造它。你想分享你的那个例子吗？我觉得你做的关于医生洗手的那个例子特别精彩。
李飞飞： 是的，我同意罗吉尔的观点。
首先我想说，工业革命并没有自动化劳动。它让劳动更高效，扩大了劳动的规模，也确实改变了劳动力市场。但它没有自动化劳动。而且我们也不能暗示，劳动是没有智能的。那个假设错得太离谱了。
体力劳动、认知劳动、情感劳动，人类的活动和人类智能深刻地交织在一起。人类智能对大自然来说，至今仍然是一个未解之谜。我们并不真的清楚人类智能的深度和细微之处。所以，任何在外面声称"智能成本趋近于零"的人，那都是不负责任的说法。因为人类智能太深了。
就像罗吉尔说的，除了我们比较熟悉的语言智能，我们还有感知智能、空间智能、身体智能、情感智能。我们对创造力到底从哪里来都还没搞明白。每个人的创造力，来自他们大脑的不同部位，也来自他们全部人生经历的不同部分。所以我觉得，我们需要非常小心那些过于简化的说法。
我同意语言智能、大语言模型和它们各种衍生出来的东西非常强大。它们在帮助商业智能、帮助软件工程、帮助演绎逻辑推理甚至更深入的任务上，都已经显现出威力。它们也正在帮助人们完成更深入的任务。这些都相当重要。
但它是细微的，它是复杂的。其中有很大一部分，可以和人类智能形成强有力的协作。但我不会使用"自动化人类智能"或者"智能成本趋近于零"这样的说法。我非常担心那种言论。
问： 就是那种言论，让人们那么反感AI。因为他们看到的全是大规模裁员的头条，那种"我们不再需要你了"的东西。这就是负面情绪的来源。但在那些情况下，答案并不是说我要躲着AI，或者说我干脆不去用它。
罗吉尔： 我认为答案在于，你拿起这个工具，然后去搞清楚：我怎么能更好地设计它，或者我怎么能改进它，我要改良这个工具。
或者换个角度看，如果你把一份工作看作一整套任务的话，你的工作中总有一些任务可能是你并不喜欢的。我记得你举过的例子，护士必须记录所有笔记，医生也是。我从没见过一个护士说，你知道吗，我工作中最喜欢的部分是做记录。那根本不是她们进入这个行业的原因。
所以我觉得回避是错的。如果我们回头看任何一次技术转型，最终几乎总是净增了就业。问题只在于谁得到了那些工作，是那些适应了变化的人。如果你不适应，结果会非常糟糕。你看看过去，随着计算机和电子表格的出现，如果你不适应，你就会丢掉工作，你的终生收入会下降超过五分之一，你头一年的死亡率也会翻倍。 这件事真的会损害你的健康。这是非常疯狂的数据。所以答案不是躲进洞里，而是推动自己去探索和改良工具。
李飞飞： 是的，我完全同意罗吉尔的说法。我觉得我们谈到的一些词值得再强调一遍。你用了"主动性"这个词。我们谈到了协作和赋能。我觉得正是这样。
那是任何技术的核心意义。包括像AI这种被称为"像神一样"的技术，它都应该是以人为本的。 以人为本是什么意思？对我来讲，最简单但也最深刻的含义就是，真正地给人赋能，包括个人，包括社群，也包括整个社会。这就是这项技术的意义所在。
这就引出了罗吉尔说的那一点：这是一个变革的时期。变革时期可能会是失去的时期，失去旧习惯，失去过去几十年我们熟悉的舒适感，失去稳定感。但它同样是一个充满机遇的时期，是为即将到来的事物提供机遇的时期，是让我们能做更好的事、创造更好事物的时期。
作为个人，你怎样跨越从困惑和失去的时期，迈向机遇的时期的那条界限？ 这真的取决于我们每一个人，去学习、去拥抱、去提升技能，在智识上对这个机遇保持开放的责任。这触及了每个人类旅程的核心。不管你是K12阶段的学生，还是已经走上工作岗位的专业人士，我们都必须一起来拥抱这个。
03一个正在拉大的差距：用AI的人和不用AI的人
问： 你说得对。不过这个变化发生得太快了，比以前任何时候都快。你能不能告诉我，看今天的AI，它已经能做什么类型的任务了？什么仍然是特别"人"的东西？以及一年之内可能会发生什么？它移动得到底有多快？
罗吉尔： 我觉得在教育领域，它正在产生巨大的影响。我想先把那个最大的障碍说出来。
我们从过去六十年的研究里已经知道，一个人学习的最佳方式是一对一教学。所以这个问题必须被提出来：我们为什么还坐在20人、300人的教室里？仅仅是因为成本。为世界上每一个人都配一位导师，成本实在太高了，尽管那会是一件很棒的事。
而有了AI，从过去几年所做的工作来看，我们现在已经知道，AI可以提供接近一对一教学水平的个性化指导。 它比在教室里听课、比单纯读一本书，要好得多。
所以问题就来了。你现在可以提供同样的教育，那种在小学教室里每年要花12000美元的，或者每年80000美元的大学本科教育，现在大概只要100美元的成本就能提供。所以，我们什么时候能在自己的教育中看到那个变化？
我觉得最大的障碍不是技术，而是那些害怕这种变化的机构。但我认为将会发生的是，我们知道如果你用AI来学习，你能少花60%的时间学到同样的东西。所以如果一所学校说，我要禁用AI，不准学生用，而另一所学校允许学生使用AI，那些用AI的孩子会远远领先于不用的孩子。
现在，AI并不能替代一切。你仍然需要面对面的互动，所有那些社会化的联系。但我认为你会开始看到孩子们之间出现分化，一群对AI持开放态度的孩子会以比其他人快得多的速度学习。我觉得这种分化的前景很糟。所以这不是技术问题。但我相信将要发生的是，那些在10年内还无法适应的学校将不复存在，因为它们会落后太远。
李飞飞： 而且他们所要面对的世界，本身也在因为AI而快速变化。就像罗吉尔说的，有一部分内容他们确实应该改变。
我也坚信，每所学校、每间教室都应该拥抱AI，每个学生都应该拥抱AI。但我同样相信，我们有一个集体的责任，特别是要把教师和教育管理者纳入到AI的讨论当中来，向他们展示什么是可行的路径。这样，我们才能守住教育真正的目标。
教育的目标不是一个工具。教育的目标不是闭卷考试还是开卷考试，也不是标准化考试的成绩。教育的目标是培养人，让每个人成为他所在社群和社会的有意义的贡献者，并过上一种有意义的生活。 AI不应该剥夺这些基本目标中的任何一个。但AI应该帮助更好、更有效地达成这些目标。
而我们现在的对话，还陷在那种两极化的、极度简化的二元对立里，AI是用来作弊的还是不应用来作弊、闭卷考试、把AI拿走，那根本不是我们该待的地方。
我们应该着眼于怎么赋能老师，怎么赋能学生，怎么重构我们的课堂，怎么重新思考考试，怎么重新思考标准化测试，怎么重新思考大学招生，怎么重新思考资源分配。 有一种技术正在降低成本、提高可及性。那么我们怎样为城市低收入社区、农村地区和全球南方提供资源？这些才是AI和教育中真正重要的对话，而我们正在错过它们。
问： 你知道我觉得什么能帮助这种对话吗？因为当我在想我孩子的教育时，我脑海里会浮现一个他们将来要进入的职场。我长大的时候，职场就意味着大公司，你做一个特定的职位，为了到达那个位置你得学这个学那个。你能给我描绘一下，10年后职场或者公司大概是什么样吗？它看起来像什么？人们该做什么准备？
李飞飞： 主动性。我认为AI会给人更多的主动性。所以未来工作中相当大的一部分，我认为会依赖那些知道怎么有效使用这些工具的人。让我给你一个具体的例子。
硅谷过去20年里，最抢手的工作之一是产品经理。关于产品经理这个角色正在发生的变化，现在有很多讨论。10年前，一个相当标准的产品经理，工作内容更像是在用户、市场和工程师之间做连接。他们更像是指挥。他们不需要写代码，通常不是软件工程师。所以如果他们要一个原型，就去找设计师、找软件工程师，拿到原型之后，再发给用户，收集反馈，整合反馈。那一条产品管理的生命周期，在一家典型的公司里可能要花上几个月。
现在，如果你看产品经理的工作，很多公司都在尝试不同的做法，但有一些根本性的变化已经发生了：很多产品经理现在自己写代码了。 他们不需要等一个团队来做原型，他们可以用AI来帮忙设计一些非常简单的东西，进行"氛围编程"。这一下子就把周期缩短了。但这不意味着我们该甩掉设计师和软件工程师，只是省下了时间，让他们可以去做更复杂的那部分工作。
用户那一端也在变。AI现在可以模拟用户行为，出现了更高效的方式来接触用户、和用户形成闭环。所以我现在看这些年轻的产品经理，我招人的时候，是在找那些正在驾驭这场变革浪潮的人。我不要那种还在跟我讨论五年前教科书式工作流程的产品经理。
所以未来公司长什么样，可以有很多想象，这取决于你所在的行业。但我认为，我们的劳动力会被像AI这样强大的工具更多地赋能。个人的主动性、创造力，以及一个人能做什么、不能做什么的边界，正在变得越来越模糊，门槛也越来越低了。
这对我来说，将从根本上去改变美国企业的结构。今天每一个学生，都应该试着去想象，他们想在那个新结构里面成为谁。
04不做硅谷创始人，也可以成为创业者
问： 你描述的这种状态，是在工作里像一个创业者那样行事，要么你本身就是创业者，要么你是组织内部那种有创业精神的人。这意味着你得同时处理很多事情，对很多方面负责。
罗吉尔： 我的一个假设是，你会看到一个杠铃效应的出现，这也是我们在MasterClass内部观察到的情况。
有一批人正在成为真正的专家。我记得以前在学校，有人告诉我，你就选一个领域，深深地扎进去，那就是建立长久职业生涯的方式。但我觉得这种方式正在被侵蚀，除非你是那前1%，真正顶尖的那批人。
你看，假如我是个文案撰稿人，一个还凑合的那种。现在任何人用一个大语言模型都能做得不错。但如果我是世界上最好的文案，或者在前1%，那你就没法轻易打败我。 所以我们看到的是专家的崛起，那些在自己领域里做到极其顶尖的人。我觉得这能延伸到很多手艺活上。
而我们看到的另一个角色，是高主动性的通才。 他们能做很多不同的事情，在判断力和主动性方面有很强的技能。当你看到这些人和那些处于前1%的手艺人互动的时候，那个画面很有意思，他们会看着对方说，"哇，那个我真做不来。"
所以我的猜测是，未来会是一个专家和能做很多事的人并存的二分局面。
李飞飞： 这个很有意思。我同意你的观点。而且我觉得，不管你在专家那一侧还是通才那一侧，你都需要有主动性，你都应该能够以一种独特的、有创造力的、深入的方式去使用工具。 我已经看到这种情况了。比如设计师，他们带来了太多属于人类本身的创造力。但我看到他们中的一些人，会以我完全想象不到的方式去使用各种各样的AI工具。所以我知道，那是他们的手艺所在。
还有一点我想说。"创业者"这个词在硅谷，几乎就等同于"我要去注册一家特拉华州的公司"，好像那才是创业者的标签。我不同意。
我觉得"创业者"这个词，在很大程度上就是"主动性"的同义词。 你可以是一位专科医生，你也可以是一位老师。但主动性是关键。在面对认知能力如此先进的技术时，要勇敢，要有你作为人的主动性，去掌控那个技术。去使用它，去熟悉它。不要害怕，不要回避它，因为那是历史的车轮正在转向的未来方向。
我觉得每个人，并不一定是硅谷的创始人，每个人都可以为他们所从事的手艺，或者任何他们想做的事情，成为创业者。
问： 你提到了很多次"用工具"。能不能给我举几个例子，哪些工具对你的工作产生了变革性的影响？
李飞飞： 显而易见的，从ChatGPT到Gemini到Claude，我用它们的方式非常多。用途实在太广了，从帮我深入研究一些话题，到直接跟它进行对话。
说个好玩的例子吧。我在家里是负责洗衣服的那个人，每个周末都得对付一堆又一堆的衣服。以前叠衣服的时候我听有声书，但有时候听书也会烦。就在几个月前，我突然意识到，我可以在叠衣服的时候跟AI就一个很深的话题进行对话。那变得特别有意思。不知道怎么的，它甚至让我更有动力去叠衣服了，因为我可以跟AI一起度过"我的时间"，想学什么就学什么。
当然，软件工程这一块已经完全改变了。在艺术和设计方面，我们在World Labs也在创建模型，帮助创作者去想象3D世界之类的。所以我们看到创意世界也正在发生变化。
不过我得再说一次，这同样是一个争议极大的领域。因为有些公司把AI创意工具定位成替代品，而我对此深表反对。我认为人类的创造力，哪怕只是在视觉层面，都太广阔了。 而且即便在视觉设计这个层面，它也跟我们的情感智能、跟我们带来的故事、跟每个创作者承载的价值观深刻交织在一起。我认为AI是帮助他们表达创造力的强大工具，绝不是替代它。
05从叠衣服到空间智能：AI还缺的那块拼图
罗吉尔： 你觉得，AI如果没搞定空间智能，就永远不可能变得真正聪明吗？
李飞飞： 没错。这就是我现在在World Labs做的事情。
什么是空间智能？这个说法，其实涵盖了我们人类今天在3D环境里展现出来的好几种能力。
第一，我们能理解正在发生什么。我看见人，看见设备，看见这个漂亮的屋子。这是空间智能的理解部分。
第二，我们能推理。比如我想去冰箱拿瓶水，我需要对空间进行推理，认出冰箱在哪里，并推理自己的移动路径。这是推理，空间智能的另一块。
第三，我们能生成。在我的脑海中，我可以形成一个客厅大概是什么样的视觉画面。如果我画画够好，我完全可以把那个画面生成出来，不管是2D、3D还是4D的作品。人类天生就能在脑子里生成很多空间。
第四，最后但同样重要的是交互。就是我怎样专注地和空间进行互动。还是说回叠衣服吧，这是我最近最喜欢的周末活动。叠衣服是深度空间性的，你怎么折叠每一件，怎么把它们挂进衣柜，所有这些动作都带着高度的交互性。
所以空间智能就是这四件事：理解、推理、生成、交互。 我们正在做这方面的工作，而且取得了很大的进展。从整体来看，今天你用一个像GPT图像这样的工具，它已经可以帮你生成很多2D图像了。它也能帮你解释，你花园里那朵不认识的花是什么。那种理解能力已经相当先进了。它还能帮你做一些推理。现在我们已经可以在AI工具里实实在在地绘制图形了。
生成这一块，在2D层面已经有了更成熟的产品。而World Labs在做的，是3D层面。3D对于真正的机器人交互、对于设计、建筑、游戏开发、视觉特效等创造性工作非常重要，那是我们在攻克的部分。
问： 空间智能和我们现在说的这些大语言模型，是分开的两套东西吗？是不是说，LLM有自己的边界，然后世界模型是另一块，接进来？
李飞飞： 是，也不是。我觉得它们是互补的。
你想想人类自己，就拿投篮来说。首先，那个动作太快了，你不会站在那儿用语言在脑子里念叨"我现在要投篮了"。但就连投篮这个动作本身，也是一个高度复杂的智能时刻，语言推理是参与其中的。因为你作为一个运动员，你会敏锐地意识到这球进了还是没进，它对比赛、对那个时刻意味着什么。这里面有一些过程可能是用语言方式在运行的。但与此同时，看到整个球场，看到其他球员的位置，瞄准篮筐，这是深度空间性的。然后调整你的身体，知道怎么做出那个动作，这又是深度物理性的。
所以我们生活中做的绝大多数事情，其实是语言智能、空间智能和身体智能的混合。 对我来说，它们是高度互补的，一起协同工作。而我深信，空间是其中非常非常大的一块。你想想进化，花了超过5亿年才让空间智能成熟起来。语言智能花的时间比这短得多。所以这是一种非常深层、古老、根本性的智能能力，动物和人类都有。
问： 那我们距离完全理解空间智能还有多远？比如100%理解？
李飞飞： 作为一个科学家，我从来不知道"100%"是什么概念，因为科学本身就是在不断推动未知的边界。
如果我们的目标是对标人类智能，那挑战在于，我们甚至不知道人类智能的边界在哪里，我们从来都看不清它的全貌。但如果把目标定得现实一点，就定在人类的日常能力、平均水平的能力上，比如叠衣服，做个煎蛋，打打篮球。我们离做到这些还有多远？我们还远没到。
但会要花上100年吗？我不这么认为。 我的目标是在我有生之年我们能够达到。有非常多的人正在为之努力，所以这也给了个大概的时间范围。我认为不会花上100年，很可能甚至用不了50年，但也不会只花1年。
问： 那你估计一下，李飞飞博士什么时候能从周日叠衣服这件苦差事里退休？
李飞飞： 叠衣服这件事，不仅涉及智能，还涉及物理具身、传感器技术和硬件，所以更复杂一些。但我希望我们能在自己的生活方式中看到这一天。
问： 是啊，我也这么想。当妈的，我是真的希望……
罗吉尔： 我知道有个词你因为很多原因一直避开不用。但我猜，在任何接近AGI的程度上，我知道你也因为很多原因不用这个词，我觉得我们甚至没法接近它，直到把空间智能做出来。因为这涉及到理解人，涉及到在真实世界里跟人和环境互动。
李飞飞： 对，你知道，我不会跟这个词的流行程度较劲。只是作为一个学者，我们学术界一直就叫它人工智能。这个"G"到底指什么，在科学上并没有一个严格清晰的定义。但不管怎么说，它也就是个词，就当是个昵称好了。我认为AI，或者说智能，是很复杂的。一个缺少了空间智能的AI图景，我觉得不够完整。
06所有人都觉得好，它就不是好想法
问： 怎么培养主动性？这个词我们提到了很多次。罗吉尔，你运营着一家教育公司，对想要培养主动性的人，你有什么建议？你自己又是怎么教孩子的？
罗吉尔： 这个问题问得真好。我翻过很多研究，老实说，还没有什么完全成熟的结论。我们没法很确定地告诉你第一步第二步该怎么做。但如果我们把主动性拆开来看，确实有一些线索。
有些东西，我们已经比较清楚了。比如，一个人得先有安全感，才敢真正去冒险，这是主动性很重要的一部分。我们也知道，能够经历失败并且从中学到东西，是主动性的重要组成部分。摔倒之后能重新站起来，那种韧性，非常重要。对这个世界保持好奇心，也非常重要。
还有一些很原始的驱动力。比如你特别想解决一个问题，或者你想打动某个人，这不一定是什么了不起的特质，但它确实能推着你走。当你心里有个念头，"我必须解决这件事"，它就会逼着你找到那股主动性。不过现在的研究，更多还停留在描述"什么东西在驱动主动性"，很多是人自己说的，有一些证据，但还不算很扎实。
有一个发现挺有意思的：你得把自己放到那些让你觉得困难、觉得陌生的地方去。这其实从小时候就开始了。你希望待在一个基本需求都被满足的环境里，爱、食物、睡眠、心理安全感，这些东西先要到位。然后，我们也知道主动性是可以被激励的。我们做过实验，你做某件事给你额外的报酬，报酬确实能让你行动起来。但主动性本身，从我自己的经验来看，比这要复杂。
我们的社会在太多地方教我们去寻求表扬。 你想想，小时候是爸爸妈妈的表扬，上学是老师的表扬，工作了是老板的表扬。但拥有主动性，拥有你刚才说的那种不限于创业者的创业精神，它几乎就是在拒绝这一整套寻求表扬的活法。
我记得自己创立MasterClass的时候，所有人都告诉我，这个想法不太可能实现，是个糟糕的主意。那时候对我来说真的非常难，因为我这辈子大部分时间，也是那种很在意表扬的人。但我后来不得不意识到、也不得不改变的一件事是：如果一个想法，所有人都觉得好，那它很可能就不是一个好想法。 想要有主动性，想做一个创业者，你就得去追那些别人认为不可能的事情。
现在我已经变了。作为一个创业者，当有人跟我说"这件事不可能"的时候，我脑子里想的是：哦，那正是我想做的，我想再往深里探一探。所以这真的是一种根本性的转变。它不是几样东西拼凑起来的。我也希望我能告诉你，学会这四样你就有很高的主动性了，它远比那复杂。
问： 你在Substack上写过一篇文章，在里面你教人们关掉外界的声音，自己做决定，产生自己的想法。说实话，作为一个从小被教导要回应表扬、要在意别人看法的人，我觉得这太可怕了。如果你的看法跟大多数朋友相反，你把它说出来，他们都不同意你，这种坚持自己的勇气，到底怎么培养出来？我觉得这对培养主动性也特别重要。
李飞飞： 这个问题问到了家庭价值观的核心。我个人怎么为我自己、为我的孩子、为我的学生培养这种东西？其实就是罗吉尔刚才说的那些，鼓励。甚至简单到一句话：不要偷懒。
我知道我这代人经常会感叹，说互联网太多了，社交媒体太多了，AI太多了。但我其实有一个相反的看法。我有点羡慕年轻一代，我觉得他们生长的世界要多元得多。你想，如果你习惯刷Twitter、刷Ins、刷TikTok，你慢慢就会意识到，这个世界充满了各种各样的声音。在我们小时候，世界更小、更窄，可能就只有一个老师或者一个家长的声音，那代表着权威。但现在这些年轻人，他们一出生就被扔进了一个充满各种观点、充满可能性的世界。
这当然可能会让人害怕。如果用错了，我知道，社交媒体不是没有它的问题。但这同样可以成为一个巨大的机会。因为你可以利用这个现实来提醒年轻人：你看，你的声音才是真正重要的。 为什么？因为你已经看到了，这个世界没有唯一的权威声音，也没有极少数拿着大喇叭的人说了算。
这完全可以用来鼓励他们，让他们重新审视自己生活的这个时代。这是一个有太多工具可以赋予你主动性的时代。这是一个你的声音，比任何其他人的声音都更重要的时代，只要你真的相信它。 这一点，和我们那一代太不一样了。
问： 如果一个人完全不知道从哪里开始，最简单的AI入门方式是什么？你有没有类似这样的东西？比如给那些对AI感到好奇、刚刚开始的人的一点"解锁"？
李飞飞： 说实话，在我自己的公司里，那些年轻员工用AI可能比我还多。所以这个问题，我更想对那些不在科技圈里的人讲，包括老师、护士、会计师等等。我知道，现在关于AI的讨论两极分化太严重，除了焦虑，你真不知道从哪里接触它。
我想给出的建议特别简单：去找一个年轻人。 你的孩子、侄子侄女，只要是25岁以下的，他们当中绝大部分人已经在用AI了。带着一份纯粹的好奇，去请他们给你看看，他们平时是怎么用的，用AI在做些什么。关键是换个心态。不要把这件事想成"天哪，我要去学习一项可怕的新技术了"。你只是在了解你关心的人，你的孩子、你的学生，他们即将生活的那个未来世界。那个世界，不管怎样，你都会走进去的。让他们做你的向导。
你不需要有任何心理负担。不需要纠结"我没学过计算机"，也不用烦恼"我该下载哪个App"。就让你信任的年轻人握着你的手，花一个周末，或者一个下午，带你看看。
等你真的了解了它是什么，那个世界就没那么可怕了。 它可以是赋能你的东西。而且，就算你发现了它的问题，发现了它的不完美，也正因为你了解了它，知道了问题在哪里，你的声音反而能被更好地听见。
问： 是的。我觉得这是结束这次对话的绝佳方式。非常感谢你们。保持好奇，发展你的主动性，努力去培养它，非常感谢你们的见解和你们所做的工作。
李飞飞： 谢谢你的邀请！
罗吉尔： 谢谢！