前不久，Sora给我们带来了前所未有的震撼，但是大家对它的感受更多是一种期待，而最近两天爆火的AI程序员应用Devin，给我们的感受可以用“恐怖”来形容。只要跟它简单说几句话，它就能帮你完成程序设计、前端界面、后端开发、联调测试等一系列工作，就好像你拥有了一支训练有素的技术团队，它还能随时向你汇报项目开发进度，不会跟你抱怨需求不明确，更可怕的是它可以“007”的工作，完全不需要休息。许多程序员朋友说，感受到了一种深深的恐惧。

AI大模型的发布，就好像突然打开了一个潘多拉盒子，各种梦幻中的场景都变成了现实。本文并不想过多展开介绍Devin，感兴趣的可以找相关文章来看，我想跟你聊聊：这一轮AI技术浪潮下，具有颠覆性的6个观察与思考：

第一，大模型的“暴力美学”，是通往AGI最有效的方式
Sora出现之后，著名人工智能科学家杨立昆认为，Sora注定失败。理由是，他认为大模型的技术路线不可能通往AGI，他觉得这种大数据、大算力、大参数的暴力美学既浪费资源也毫无意义。

杨立昆曾经提出过“世界模型”的概念，这是一种能够理解并预测环境中发生的事件的模型。这种模型应该能够捕捉到事件之间的因果关系，从而对内容生成未来的状态进行预测。例如，一个有效的世界模型应该能够预测一个苹果从树上掉下来会落到地上，而不是飞向天空。这种预测能力是基于对物理定律和环境规则的理解。

也有一些科学家认为，大模型其实就是世界模型，而且大模型是通往AGI最有效的方式。我认为，尽管大模型有争议，但是ChatGPT、Sora的表现可以说是遥遥领先，这就是最好的证明。

第二，“非共识”才能给世界带来增量
杨立昆之所以不看好Sora，其实并不是说跟OpenAI有什么私仇，纯粹是技术信仰之争。就像一些程序员始终认为PHP是世界上最好的语言，技术路线偏好已经上升为技术信仰了。

我认为，这种非共识不是坏事，反而能给世界带来增量。比如谷歌发明了大模型，而OpenAI做出ChatGPT，为什么呢？因为谷歌不相信大模型会成功，而OpenAI的科学家们相信，于是他们投入巨大的资源去开发和训练大模型，结果取得了巨大的成功。

但是你不要以为OpenAI是含着金钥匙出生、日子过得很舒服，并不是的。我一位硅谷的朋友告诉我，OpenAI一度在硅谷就是个笑话的存在，去面试完都觉得这是一帮疯子，如此专注的做一些看似没有前途的事情。所以，不要随意否定那些持有不同意见的人，也许他就是下一个改变世界的人。

第三，AI的“快思考”与“慢思考”
诺贝尔奖得主、著名作家丹尼尔·卡尼曼，在《思考，快与慢》中提出，人类的认知系统分成两部分：“快思考”是本能的、直觉的反应；“慢思考”是理性的、逻辑推理，是真正意义上的思考。现阶段的大模型虽然已经取得了巨大的突破，但更像是人类大脑的“快思考”，业界普遍认为，能否演进出“慢思考”的能力，是大模型发展历程上关键的一步。

据我所知，百度也在做这方面的研究，基于丹尼尔·卡尼曼的理论，他们研发出具有慢思考能力的“智能体”，大家感兴趣的话，到时可以去文心一言体验下。

科技思想家凯文·凯利在他的著作《5000天后的世界》里写道，从互联网被发明出来到商业化，用了5000天；再到出现社交网络，又用了5000天。他预言，5000天后的世界，将是AI连接一切的世界。

这让我想起一个笑话，华为的问界汽车出来以后，有位车主把车停在路边，就去办事了，一会儿收到汽车发来的信息：“警察来抄牌了，我先出去兜两圈，你办完事告诉我，我过来接你。”

虽然是个笑话，却生动形象的描述了凯文·凯利所说的5000天后的世界。

四，“场景摩尔定律”
“场景摩尔定律”描述了AI大模型时代下，一个很有意思的现象：每当模型升级，就会解锁指数级的大模型应用。比如GPT3.5升级到GPT4，就有一大堆套壳、写作、生图、数字人的应用出现。可以想象，当Sora以及GPT5发布的时候，又会有多少应用爆发。之前有人问：中国怎么就做不出GPT？或者问中国大模型为什么不如美国？

个人认为，这是中美两国两种不同研发方式导致的，中国走的是一条应用倒逼基础技术研究的路线。我们回顾一下中国互联网、移动互联网的发展过程就知道了，10几年前、20年前，中国的软件技术离美国的差距是很大的，我们没有自己的操作系统、数据库、网络负载中间件等等，但是这并不影响我们先发展软件应用。

后来出现了像淘宝、12306这样的世界罕见的业务场景，如：“几亿人同一时间秒杀几千个SKU”、“双11的高并发访问”。现在再看看，我们已经有了鸿蒙操作系统、自己的数据库，基础软件研发方面取得了不错的成绩。

所以，我认为中国大模型也适合走应用倒逼基础模型研究的路线，这是不同于美国通过实验室去研究基础技术的方式。

五，“新康威定律”出现
以OpenAI为代表的新组织模式、治理形式出现，仔细研究OpenAI的组织架构，你会发现它非常特别，它分成两家公司，一家是非营利组织、一家是有限责任公司，一个解决公司所有权，一个解决公司融资和有限商业化。

为什么这样设计呢？搞技术架构的都知道“康威定律”，就是系统架构是由这个组织的交互方式决定的，为什么之前出现“微服务”架构？因为技术组织达到了几万、十几万人的时候，必须把组织拆分成小的单元，通过协作方式组织起来，去解决一个又一个的项目，微服务反映的就是这种组织协作的方式。

在AI时代下，“新康威定律”出现，一个是像OpenAI这样的组织和治理模式的出现，另一种就是奥特曼说的，会出现越来越多估值超过1亿美金的1人公司。一开始我也不理解，怎么可能有这样的公司，直到李一舟出现，我才恍然大悟......奥特曼太牛逼了，隔着一个太平洋都能有如此精准的预见。

第六，AI迎来了“克林格里奇困境”
AI已经迎来了“克林格里奇困境”时刻。所谓的“克林格里奇困境”，是指：一项新技术刚发明出来，容易改变的时候，我们无法预见它对社会可能产生什么影响，也就不知道如何改变；等到不良后果出现时，技术已经成为社会的一部分，很难或无法改变了。

以汽车为例，在汽车发明之初，没有人能够预料到汽车会带来空气污染、资源耗竭、交通拥堵等问题。等到这些问题出现后，汽车早已成为社会结构的重要组成部分。现在再来着手解决汽车带来的问题，已经很难彻底解决了。

AI也是类似的，它可能加剧信息泛滥和虚假信息的传播，对社会造成负面影响，比如AI诈骗、肖像在影视作品中被滥用等等，但无论如何都不能阻挡历史的车轮滚滚向前。