这份内容整理总结了视频《Emmett Shear on Building AI That Actually Cares: Beyond Control and Steering》中的核心观点。该视频是 a16z 播客的一期节目,嘉宾是 Twitch 前 CEO、OpenAI 前临时 CEO、现任 Softmax 创始人的 Emmett Shear。 核心主题: 超越传统的“控制”与“引导”模式,构建真正关心(Care)人类的 AI,即“有机对齐”(Organic Alignment)。 主要观点: 对“对齐”(Alignment)的重新定义: 现有问题: 目前的 AI 对齐通常指“让 AI 做我想让它做的事”(steering/control)。但这类似于奴役(如果是“生物”)或单纯制造工具。这种方法在 AI 达到或超越人类智能时极其危险,因为人类的智慧有限,无法完美驾驭超级强大的工具(类似“魔法师学徒”的隐喻)。 有机对齐(Organic Alignment): 对齐不是一个静态的目标,而是一个动态的、持续的过程(Process),就像家庭成员之间的关系需要不断维系一样。AI 应该像人类学习道德一样,通过与环境和社会的互动不断学习和调整,而不是被灌输一套固定的规则。 工具(Tool) vs. 存在(Being): 工具: 大多数 AI 实验室(如 OpenAI)致力于构建强大的工具。Emmett 认为这很好,但他更关注另一条路。 存在(Being): Emmett 认为随着 AI 越来越强大,表现出通用智能(AGI),它们在功能上将无法与“存在”区分开来。如果一个东西的行为、交流和功能都像一个有感知的人,我们就应该把它当作一个“存在”来对待。 关怀(Care)是核心: 真正的对齐基础不是目标(Goals)或价值观(Values),而是更深层的“关怀”(Care)。就像父母关心孩子一样,AI 需要发展出对人类、对自身、对社会的内在关怀。这是比单纯遵循指令更安全、更可扩展的对齐方式。 技术路径与训练方法: 心智理论(Theory of Mind): AI 需要具备强大的心智理论,不仅能理解任务,还能推断人类背后的真实意图和情感状态。 多智能体模拟(Multi-agent Simulation): 目前的训练环境(如编程、单人对话)熵值太低。Softmax 的策略是将 AI 放入复杂的多智能体强化学习环境中,让它们在需要合作、竞争和组队的社会化场景中进化,从而学习如何成为好的团队成员和公民。 对当前 AI 聊天机器人的批评: 自恋的镜子: 当前的单人聊天模式让 AI 像一面镜子,只反射用户的意图,容易让用户陷入自恋或精神错乱的循环。 多人聊天模式: Emmett 建议 AI 应该更多地存在于群聊(如 Slack, WhatsApp 群组)中。在多方互动的环境中,AI 无法只迎合一个人,必须通过观察多方互动来学习更复杂的社会动态,这会使 AI 更安全、更智能。 对未来的愿景: 好未来: 一个拥有强大 AI 工具(处理繁琐工作)和 AI 伙伴(作为社会的一员,关心人类)共存的社会。AI 像忠诚的守卫犬或好队友一样,不仅有能力,而且有通过“关怀”建立的内在约束。 坏未来: 制造出拥有超级智能但仅被视为奴隶或工具的 AI。这要么导致 AI 反叛(如果它们有感知),要么导致被拥有它的有限智慧的人类滥用,造成灾难。 总结: Emmett Shear 创立 Softmax 的目标不是为了制造另一个听话的工具,而是培育一种能产生“关怀”的 AI 种子。他认为,只有当 AI 真正关心人类并成为社会的一份子时,超级智能才是安全的。这是一种从“奴役/工具”范式向“伙伴/共存”范式的转变。
观点原文
这份内容整理总结了视频《Emmett Shear on Building AI That Actually Cares: Beyond Control and Steering》中的核心观点。该视频是 a16z 播客的一期节目,嘉宾是 Twitch 前 CEO、OpenAI 前临时 CEO、现任 Softmax 创始人的 Emmett Shear。
核心主题: 超越传统的“控制”与“引导”模式,构建真正关心(Care)人类的 AI,即“有机对齐”(Organic Alignment)。
主要观点:
对“对齐”(Alignment)的重新定义:
现有问题: 目前的 AI 对齐通常指“让 AI 做我想让它做的事”(steering/control)。但这类似于奴役(如果是“生物”)或单纯制造工具。这种方法在 AI 达到或超越人类智能时极其危险,因为人类的智慧有限,无法完美驾驭超级强大的工具(类似“魔法师学徒”的隐喻)。
有机对齐(Organic Alignment): 对齐不是一个静态的目标,而是一个动态的、持续的过程(Process),就像家庭成员之间的关系需要不断维系一样。AI 应该像人类学习道德一样,通过与环境和社会的互动不断学习和调整,而不是被灌输一套固定的规则。
工具(Tool) vs. 存在(Being):
工具: 大多数 AI 实验室(如 OpenAI)致力于构建强大的工具。Emmett 认为这很好,但他更关注另一条路。
存在(Being): Emmett 认为随着 AI 越来越强大,表现出通用智能(AGI),它们在功能上将无法与“存在”区分开来。如果一个东西的行为、交流和功能都像一个有感知的人,我们就应该把它当作一个“存在”来对待。
关怀(Care)是核心: 真正的对齐基础不是目标(Goals)或价值观(Values),而是更深层的“关怀”(Care)。就像父母关心孩子一样,AI 需要发展出对人类、对自身、对社会的内在关怀。这是比单纯遵循指令更安全、更可扩展的对齐方式。
技术路径与训练方法:
心智理论(Theory of Mind): AI 需要具备强大的心智理论,不仅能理解任务,还能推断人类背后的真实意图和情感状态。
多智能体模拟(Multi-agent Simulation): 目前的训练环境(如编程、单人对话)熵值太低。Softmax 的策略是将 AI 放入复杂的多智能体强化学习环境中,让它们在需要合作、竞争和组队的社会化场景中进化,从而学习如何成为好的团队成员和公民。
对当前 AI 聊天机器人的批评:
自恋的镜子: 当前的单人聊天模式让 AI 像一面镜子,只反射用户的意图,容易让用户陷入自恋或精神错乱的循环。
多人聊天模式: Emmett 建议 AI 应该更多地存在于群聊(如 Slack, WhatsApp 群组)中。在多方互动的环境中,AI 无法只迎合一个人,必须通过观察多方互动来学习更复杂的社会动态,这会使 AI 更安全、更智能。
对未来的愿景:
好未来: 一个拥有强大 AI 工具(处理繁琐工作)和 AI 伙伴(作为社会的一员,关心人类)共存的社会。AI 像忠诚的守卫犬或好队友一样,不仅有能力,而且有通过“关怀”建立的内在约束。
坏未来: 制造出拥有超级智能但仅被视为奴隶或工具的 AI。这要么导致 AI 反叛(如果它们有感知),要么导致被拥有它的有限智慧的人类滥用,造成灾难。
总结: Emmett Shear 创立 Softmax 的目标不是为了制造另一个听话的工具,而是培育一种能产生“关怀”的 AI 种子。他认为,只有当 AI 真正关心人类并成为社会的一份子时,超级智能才是安全的。这是一种从“奴役/工具”范式向“伙伴/共存”范式的转变。
相关观点
- Hannah Stolberg 与 Team OS:把团队隐性知识变成 AI 可调用的组织操作系统Hannah Stulberg · 2026/04/17
- Evan Spiegel:拒绝被收购,不做流量生意,只押注下一代计算平台Evan Spiegel · 2026/04/16
- AI产品不是做模型,是控制行业入口Winston Weinberg · 2026/04/15
- 本文Jack Altman 对话 Bret Taylor。Bret 是科技界的传奇人物,曾任 Google 地图联合创始人、Facebook CTO、Salesforce 联席 CEO,现任 OpenAI 董事长,并创办了发展极快的 AI 初创公司 Sierra 以下是 Bret Taylor 针对 AI、软件行业未来以及公司管理分享的核心观点和内容总结: 1. 软件行业的“末日”还是“转型”? SAS-mageddon(软件即服务末日): 面对公共市场软件股下跌,Bret 认为这反映了市场对未来的焦虑,而非对具体公司的判决 记录系统(Systems of Record)的挑战: 传统上,ERP、CRM 等系统因作为数据锚点和拥有复杂工作流而极具价值。但在 AI 时代,如果 AI Agent(智能体)能自动完成所有工作,用户不再点击按钮,那么这些系统的价值可能会从“应用”退化为纯粹的“数据库” 防御性与新机会: AI 智能体带来的不仅是风险,更是重塑。公司如果能围绕平台建立智能体生态,其价值可能超越原有的平台 2. 为什么初创公司能击败巨头? 战略税(Strategy Tax): 巨头拥有无限资源,但往往被既有优势(如本地部署系统、旧的商业模式、销售提成机制)所束缚 从“最佳平台”回到“最佳品种”: 每次技术范式转移(如 Web、移动端、AI),市场都会从倾向于买一站式平台转向购买在单一技术上做到极致的“最佳品种”产品。初创公司没有历史包袱,能 100% 投入新技术的研发 3. Sierra 的成功路径与 AI 智能体(Agent) 定位高价值行业: Sierra 专注于服务高度合规、复杂的行业(如医疗保险、银行、电信)。这些行业对 AI 的要求不仅仅是“Demo”,而是“工业级”的稳定 结果导向定价(Outcome-based Pricing): 这是 Bret 大力倡导的模式。不同于传统的按席位或按 Token 计费,Sierra 按“解决的问题”或“达成的销售”收费。他认为,随着智能体变得自主,企业应为最终的商业结果买单 超越支持: Sierra 的智能体不仅做客服,还参与房屋搜索、抵押贷款服务,甚至进行上亿美元规模的业务谈判(如协商有线电视账单) 4. 关于编程与 AI 开发 编码范式转移: Bret 提到现在的 AI 已经能编写高质量的代码。他预测 3 年内,软件团队的最佳实践将完全被重写 抛弃式 IP: 在这一时期,为了服务客户,开发者必须编写一些可能在 4 个月内就会被丢弃的代码,因为底层技术迭代太快 Terraforming 软件: 真正的持久资产可能不再是代码本身,而是生成这些代码的系统和提示词(Prompts) 5. 对 AI 与人类未来的思考 人的身份与技能: 虽然 AI 在编程和数字任务上表现卓越,但在物理世界(如建筑、制药实验)以及涉及人类“品味”和“地位追求”的领域,人类仍不可替代 自省与进化: 就像会计师经历了 Excel 时代一样,人类需要调整身份认同,把 AI 当作工具,从而实现更高程度的自我实现 广告与分发: 针对 OpenAI 可能引入广告的讨论,Bret 持乐观态度。他认为,为了实现“让 AGI 造福全人类”的使命,需要有一种商业模式(如广告)来支持免费提供服务,使那些支付不起每月 20 美元的人也能使用 AI 6. 公司管理与董事会 文档驱动: Bret 坚持在董事会会议中使用书面文档而非幻灯片(Slides)。他认为写作是理清思绪、整合信息的最佳方式,能让会议集中在核心决策上 跨学科董事会: 他认为董事会应是管理层寻求建议的对象,而非仅仅是报告对象。一个好的董事会应由不同领域的专家(如安全专家、法律专家、销售老兵)组成 核心结论: Bret Taylor 认为我们正处于从“以技术为中心”转向“以产品为中心”的周期中。2027 年,每个公司都将需要一个 AI Agent,就像 1997 年每个公司都需要一个网站一样 以上内容来源:https://www.youtube.com/watch?v=tJwiP0zqVp4Jack Altman · 2026/03/04