埃隆·马斯克：Neuralink、人工智能、自动驾驶与暗淡蓝点

被问到 Neuralink 到底能不能让人类和 AI 融合、能不能「骑上」那波不断上涨的智能浪潮时，马斯克给出的答案是：成功率大于零。他顺口提了《阿呆与阿瓜》里那句台词，「所以你是说还有机会」。现场是笑声。一个投入了顶级工程师、横跨七八个学科、目标是往人脑里植入上千根电极的项目，创始人对自己给出的终极目标，用「不是零」来定价。

这个定价方式透露了不少东西。Neuralink 短期要做的事非常具体、非常有用，长期要赌的事非常不确定、非常宏大。两件事分开看，这场对话里关于意识、AI 风险、自动驾驶和那个「暗淡蓝点」的讨论，才连得起来。

Lex 在开场把整场对话框在一件事上：大多数科学家和工程师不去质疑事情为什么这么做，只是跟着人群的惯性往前走，而真正改变世界的想法，往往来自回到基本面然后问一句，有没有更好的办法。这个框架拿来理解 Neuralink 特别贴切。

意识是不是一种物理现象，这个问题有测试办法

对话从一个看似很虚的问题开始：意识只属于人类，还是像某种基本力一样弥漫在所有物质里。

马斯克的回答很干脆：他不认为意识弥漫在一切物质之中。理由来自方法层面。他说自己相信科学方法，而科学方法的核心是，如果一个假设无法被检验，你就无法得出任何有意义的结论说它是真的。这类问题在他那里会被归到「偏好」或者「无法检验的信念」，不属于知识。

那意识本身能不能被科学搞清楚？他的态度是谨慎的乐观：要说完美理解任何东西都很难，但大幅提升对意识的理解，答案是肯定的。

让这个抽象问题落到实处的是一个细节。用物理方式损伤大脑，意识也会跟着受损，这件事本身就说明意识是一种物理现象。既然它是物理的，它就落进了可测量、可干扰、可模拟的范围。

从科学方法的角度看，如果我们能完美地模拟意识，那它在效果上就等同于意识。（埃隆·马斯克）

他接着把图灵测试升级了一版。文字对话那种老版本不够，他设想的是更彻底的场景：你和一台数字超级智能通电话或者开视频会议，对方有恰当的语气起伏、有表情、有小动作、说话会像人一样犯错，你根本分辨不出对面是人还是 AI。到了那一步，它在实用意义上就是人。

这段话埋下了后面所有讨论的伏笔。如果「是不是人」的界限取决于能不能被分辨，这条界限天生就是模糊的、可移动的。AI 风险讨论里最麻烦的地方就在这里。

AI 缺的不是警告，是裁判

马斯克对 AI 存在性风险的担忧是公开的，这场对话里，他把担忧收拢成了一个具体诉求：应该有一个政府机构，专门负责确认任何 AI 系统不构成公共安全风险。

他的类比很直接。食品有 FDA，汽车安全有对应监管，飞机有 FAA。一个东西对公众有潜在危险，社会已经形成共识，要有一个为公共利益服务的裁判。AI 在他看来「毫无疑问」属于对公众有危险的东西，那它就应该有对应的机构。

Lex 在那之前先抛出了三个选项，让他挑哪条路最有希望：加大 AI 安全和有益 AI 的研究投入，指望找到算法或政策层面的解法；尽快成为多行星物种；和 AI 融合，跟着那波不断上涨的智能一起走。

马斯克没有急着挑，他先给了一个资金层面的观察：眼下砸进 AI 的钱极多，缺钱的是安全。研发投入和安全投入的比例严重失衡，这件事在他看来需要公共部门介入，靠企业自愿是不够的。所以他补了一道前置手续，不管走哪条路，先得有个裁判在那儿盯着。

紧接着他自己指出了这套逻辑的死穴：政府反应太慢。历史上几乎每一个监管机构的诞生，都是因为先出了一件可怕的事，公众愤怒了，然后过了好几年，规则才被写出来。

他举了安全带的例子。安全带对减少死亡和重伤的作用，被知道了一二十年，汽车行业仍然拼了命反对强制安装。行业当时的说法是，装了安全带人们就不买车了，这个理由现在看荒谬到不可思议。这段拉锯里，可能有几十万人因此丧命。

然后是烟草行业。他说这也是他参与制作电影《感谢吸烟》（Thank You for Smoking）的原因之一，想让人看清，企业实际上完成了对政府的「监管俘获」时，事情能有多恶劣。

这段讨论给了一个时间尺度上的悲观判断：监管永远滞后于灾难，而 AI 的迭代速度远快于任何一个传统行业。等一件足够可怕的事发生再建机构，可能已经来不及。他反复强调的重点始终是「先建裁判，再跑比赛」这一件事。

这里有个他没展开的问题。监管机构由谁设计、按什么标准判定「不构成公共安全风险」，在一个连研究者自己都说不清模型内部在干什么的领域里，这条线几乎没法画。这一层他没接，话题转向了 Neuralink。三个选项里，第三个最难听懂也最难做：要「和 AI 融合」，先得有一条往大脑里送信号、从大脑里读信号的通路。这个转向恰好说明了 Neuralink 的定位：官方监管这条路如果走不通，那就只剩「让自己也成为其中一部分」这条路。

电极要小到不伤神经元，还得在脑子里待三十年

外界看 Neuralink，记住的往往是那几个视觉冲击强的画面：柔性细线、机器人缝纫机、能跟着大脑一起动。这些只是表象。马斯克在这场对话里把真正的难点摊开讲了一遍，听完会发现，一堆硬工程问题摞在一起。

他用一个很形象的比喻描述现在对大脑的了解程度。做 MRI 就像把听诊器贴在工厂的外墙上到处听，你能听到一些声音，但你根本不知道里面的机器在干什么。能推断出一点东西，全是粗略的大笔画。要真的知道大脑里发生了什么，你需要高精度的传感器，还需要刺激和响应：触发这个神经元，你感觉到了什么？看到了什么？你对世界的感知怎么变了？

在人身上做这件事有个机器给不了的优势：人能说话。情绪变了、看得更清楚了、句子组织得更顺了、记忆被勾起来了，这些都能被直接讲出来。研究大脑最快的一条反馈通道就在这里。

真正的工程难点分几层。

第一层是电极本身。电极要小到不伤害神经元，同时还要能用几十年，和人同寿。材料科学的死结由此而来：大脑本身是电化学极其活跃的环境，你要在电化学活跃区里做电学读取和刺激，电极上的涂层怎么才能不随时间溶解，同时又在脑内安全。马斯克原话是，非常难的问题。

第二层是信号处理。处理单神经元信号只有极小的功耗预算，因为大脑对热非常敏感。功率一上去，等于在脑子里放了个小暖炉。这条线直接指向芯片设计，需要大量懂低功耗芯片的工程师。

第三层是双向。读之外还要写回去，刺激神经元，形成闭环。

第四层最容易被忽略：手术本身。他说这件事必须做成 Lasik 那样。由神经外科医生一台一台手工做，永远不可能规模化到大量人群，而这件事恰恰需要规模化。如果未来要由大量人类共同决定，接入的人就必须是大量。

还有个技术判断值得放在这里。有人问，人脑有可塑性，机器学习也在自我调整，两边互相靠拢时谁让步更多。马斯克的回答很明确：机器的可塑性比生物侧高出一个数量级，能让步的只有机器。神经元不会因为旁边插了一根电极就把它当成另一个神经元，它只是脉冲。接口那一端的弹性必须由芯片和算法提供，大脑能做的调整很有限。这跟直觉相反，我们习惯认为生物体会适应一切外来物。

他主张自动化手术，理由是规模化，规模化的理由则落在政治结构上：人类要在这场智能竞赛里保持数量上的存在感。这条逻辑链藏得很深，它解释了为什么一个医疗技术项目会被放进「文明存续」的框架里讨论。

他顺带预言了这件事对神经外科本身的影响。Lasik 现在由机器完成，眼科医生只需要确认头摆正了然后按下按钮，脑部植入手术大概率也会走同一条路。

猴子脑上绑了一台电脑，谁在开车

理解 Neuralink 的长期目标，得先接受马斯克对大脑的分层模型。他说得很直白：我们其实在两层结构上运行。

底层是边缘系统，大约相当于爬行动物那部分，原始冲动都从这里来。上面是皮层，我们通常说的「人类智能」，相当于一台挂上去的计算机。他把人的大脑形容成一只猴子脑上绑了一台电脑。

那谁在开车？常识会觉得，既然皮层这么聪明，方向盘肯定在皮层手里。他的判断相反：猴子脑在驱动皮层，皮层负责把整件事讲成一个好听的故事。所以我们才会说服自己，人类的行为比单纯的猴子本能更有意思。

例子很有意思。饥饿、疲倦、愤怒、性欲，这些信号从边缘系统发出来，皮层调动起海量算力去满足它们。他特别点了一下，为了不涉及生育的性行为，人类投入的思考量是惊人的。纯功能角度看挺荒谬，从「让边缘系统开心」的角度看，一切说得通。

这个模型的用处在于，它给第三层留了位置。边缘系统是第一层，皮层是第二层，未来的数字超级智能会是第三层。

他对第三层的乐观建立在前两层的相处经验上。皮层比边缘系统聪明太多，边缘系统根本无法理解皮层在干什么，它们仍然共处得还算和平。一个极其聪明的层和一个只负责发冲动的层能共存，那一个远比皮层聪明的数字层，理论上也可能和皮层、边缘系统和平共存。

这个类比有漏洞。皮层和边缘系统是同一个演化过程的产物，共享同一套生存目标，第三层没有。马斯克用它想说明的事更简单：智能差距本身不必然导致冲突，共存的先例在生物学里存在。

然后是最紧迫的一句。Neuralink 解决这个问题必须趁早，因为一旦跨过那个点，也就是数字超级智能出现的时刻，情况会变得极度不稳定。不稳定不等于坏，也不等于好。理想情况是在那个点之前，或者至少不是太久之后，人类就已经有了脑机接口，用来把存在性风险压到最小。

整个项目的定位清楚了。短期它治疗自闭症、精神分裂、记忆衰退、脊髓损伤、中风后的脑功能恢复，这些是实打实的好处，每一步都是路上的台阶。长期它是对冲工具。他也不否认后者可能失败，开头那个「成功率大于零」就是为这件事准备的。

自动驾驶卡住的地方是「看见」，开车本身早就没那么难

话题转到特斯拉，马斯克给了一个很具体的进度切分。高速场景下需要人工接管的概率已经极低，走走停停的拥堵路况里，他认为现在的自动驾驶已经比人安全得多，受伤概率显著更低。换道、高速互通这些也已经在覆盖。他们现在从另一个方向包抄：低速全自动驾驶。

这个路径他比作人学开车。人是先在停车场里慢慢练出来的，一上手就在旧金山的华尔街乱窜，那叫找死。低速先把事情做对，再逐步扩场景。目前还差两块拼图，交通灯和弯曲的山路。

被问到感知和控制哪个更难

被问到感知和控制哪个更难，他的回答很干脆：感知。最难的是在向量空间里建立起周围物理对象的准确表示。把以视觉为主、加上声呐和雷达的信号，转换成一份精确的、以向量形式描述周围物体的地图。这一步做成了，规划和控制的难度会掉一个台阶，剩下的活像写游戏。《侠盗猎车手》里的车在街上跑，基本不会撞，除非你主动去撞它，原因是游戏里每辆车在哪都有一份精确的向量坐标。

这个类比把「自动驾驶难在哪」讲透了。难的不是决策逻辑，决策逻辑在有了准确世界模型之后相对简单；难的是从那堆像素和回波里，稳定地还原出「世界到底是什么样」。感知错了，后面所有漂亮的规划全是错的，而且错得毫无察觉。

他还讲了一个判断自动驾驶成熟度的民间方法。高速上你去看每辆车在车道里的位置，人开的车像碰碰车，在车道里来回飘；开着 Autopilot 的车，稳稳压在正中间。他甚至说自己能一眼看出哪辆车开着自动驾驶，因为它的运动方式有细微的不同，随着版本迭代，这种「性格」也在变。早期版本在匝道上会犹豫，后来的版本变得果断，转弯的切入角度也在调整。这段话听起来像闲聊，实际说明了一件事：自动驾驶的行为特征已经稳定到能被外部识别，这本身就是从「偶尔能用」走向「成为常态」的标志。

还有个观察值得留意。有人问自动驾驶会不会成为公众理解机器人的教育工具，他的回答是，大多数人这辈子从没见过机器人，而一辆自动驾驶汽车，本质上就是一台四轮机器人。当路上跑着几十万台、很快就上百万台没有司机的车，它对公众心理的冲击是真实的。他说自己感受到了这份压力，但初衷只是想让人们的生活更轻松一点。

Lex 中间提了一句卡拉 OK 功能，两个人聊得很轻松。马斯克说，好玩和功能可以同时存在。这段插科打诨放在这里不显得突兀，因为它和前面那句「让人的生活更轻松」是同一个调子。一个把全部精力押在文明存续上的人，会在讨论自家车里最受欢迎的功能时认真说一句「你可以同时做到两件事」。

暗淡蓝点

对话最后一段，Lex 请马斯克读一段卡尔·萨根的文字。请求被接受时，整个访谈的调子变了。

背景是这样的。1990 年，在萨根的请求下，已经飞得比任何人造物体都远的旅行者一号调转镜头，从 37 亿英里之外回头拍了一张地球的照片。那张照片里，地球占不到一个像素。

马斯克先讲了一段和这张照片呼应的推算。宇宙大约 138 亿年，地球大约 45 亿年。再过 5 亿年左右，太阳会膨胀，很可能蒸发掉海洋，让地球不再适合生命存在。这意味着，如果意识演化多花了 10% 的时间，它就永远不会发生了。

这个 10% 是整场对话里最值得停下来的数字。不是 10 倍，不是 2 倍，是 10%。人类意识的出现，在这个时间尺度上，几乎是用完了预算。宇宙给了地球几十亿年，而能够思考这件事的生命，差点没能赶上最后那班车。

他顺势问了一个问题：宇宙里有多少个「单行星文明」，它们没能走到另一颗行星，最终自我熄灭，或者被外部因素摧毁？他的回答是「大概有一些」。然后补了一句很冷的话：人类现在刚刚好有能力尝试去火星，只是刚刚好。如果引力常数再低一点，连从火星表面单级入轨返回地球都做不到。

这句话背后有具体的技术现实。火星的引力大约是地球的三分之一，这使得从火星表面单级入轨在物理上是可行的，而地球不行。这个差值小到让人不安，人类能不能成为多行星物种，某种程度上取决于一个物理常数刚好落在某个区间里。撞上那个区间，是运气，不是能力。

然后他读了萨根那段话。大意是，再看那个点，那就是这里，那就是家，那就是我们。你爱的每一个人、认识的每一个人、听说过的每一个人，所有曾经存在过的人类，都在那里度过了自己的一生。我们所有的欢乐与痛苦，数千种确信无疑的宗教、意识形态和经济学说，每一个猎人与采集者，每一个英雄与懦夫，每一个文明的创造者与毁灭者，每一个国王与农夫，每一对年轻的恋人，每一位父亲和母亲，每一个满怀希望的孩子，每一个发明家与探险家，每一位道德教师，每一个腐败的政客，每一个超级明星，每一个最高领袖，每一位圣人与罪人，都在那里，在一粒悬浮在阳光中的尘埃上。

读完，他加了一句：我们的星球是包裹在巨大宇宙黑暗中一个孤独的小点。在所有的浩瀚里，没有任何迹象表明会有人从别处赶来，把我们从这个困境里救出来。

这句是萨根原文的延续，也是马斯克自己做事逻辑的底色。他反复强调多行星化，理由从来不浪漫，正是因为没有人会来。地球是已知唯一孕育生命的世界，在可预见的未来，没有别的地方可以让人类迁徙。要留一条退路，只能自己造。

然后是整场对话里最耐人寻味的一个插曲。他读到这句时停了下来，说，这句不对。指的是火星。他说萨根如果活到现在大概也会同意，只是当年他无法想象这件事。

这个打断很小，含义很大。萨根 1994 年写下那句「没有别的地方可迁移」，在当时的科学事实里完全成立。二十多年后，同一句话开始不成立，原因有物理常数的运气，也有一群人坚持不接受它永远成立。马斯克在那一刻做的事情是：念一段公认的、悲观的、正确的结论，然后指出它已经过期。这和他对待安全带监管、对待 AI 监管、对待大脑只分两层的态度一致，任何当下的结论都有保质期，只要有人愿意去把它推翻。

这场对话真正在说的

把几条线放一起看，会发现它们不并列，它们在同一个判断的不同尺度上展开。

几十年的尺度上，是自动驾驶和 Neuralink 的医疗应用，这些是能立刻改善生活、能算清收益的工程。几百年的尺度上，是脑机接口作为对冲工具，赌一个「打不过就加入」的可能性，代价是成功率可能很低。几十亿年的尺度上，是那句「如果意识演化慢了 10% 就永远不会有我们」，还有那个孤独的小点。

他用同一个动作处理所有问题：把宏大目标拆到能被检验的最小单元。意识是不是物理现象，看大脑受损后意识是否受损。AI 该不该管，看它对公众有没有危险。自动驾驶难在哪，看它是不是卡在向量空间的准确表示上。这个动作贯穿全场，也解释了为什么他谈一个终极问题时，给出的答案会是「概率大于零」这种既不煽情也不回避的说法。

回到萨根那处修正，可能是整场访谈里最值得记住的地方。萨根在 1994 年写下那句结论，是对当时现实的清醒陈述，而他修正它的方式是去做一件二十年后才能看见结果的事。这个跨度大到让人不舒服，也正因为大到让人不舒服，才值得被记住。

顺带说一句 Lex 在开场引的那句话。有人把上一期对话评论成「历史上第一段两个机器人无监督交谈的影像」。这句话是玩笑，放在这场对话的语境里，又不太像玩笑。

• 看到一个「某项技术离我们还很远」的判断，先分清它在说「原理上做不到」还是「当下的工程能力做不到」。前者可能几十年不变，后者可能五年就翻篇。
• 拆解一个复杂系统时，先找它的「向量空间表示」在哪一层。自动驾驶难在感知，很多项目难在从数据还原现实，不在决策逻辑。层次搞错了，再多的算法优化都是空转。
• 遇到宏大目标，先用「能不能被检验」筛一遍。筛不掉的再谈投入，筛得掉的多半是偏好，不属于知识。
• 评估一个新技术的社会影响，别只看它解决了什么问题，看它会让多少人第一次亲眼见到某一类东西。几十万台没有司机的车，教育效果可能胜过任何科普。
• 把时间尺度拉开看手上的事。几十年的、几百年的、几十亿年的，判断标准完全不同，混着用最容易做出错误决策。
• 如果判断某个领域「监管一定滞后」，在等规则之前，先想清楚自己有没有「成为其中一部分」的路径。这往往比呼吁规则来得快。
• 给自己留一条退路的时候，把时间算进去。太阳还有大约 5 亿年，听起来很远；意识演化只要慢 10% 就什么都不会发生，听起来很近。同一件事，两个尺度都在说同一句话。