YouTube AI 演讲精选：五位一线从业者的关键判断

本期从 2025 年发布的 YouTube 演讲与访谈中选出 5 条，覆盖 Ilya Sutskever、Sam Altman、Eric Schmidt、Geoffrey Hinton 和 Mark Zuckerberg 的最新公开表态。几位人物的立场并不完全一致，但有一条线索贯穿其中：预训练 scaling 的黄金时代已过，行业正进入一个更依赖研究突破、而非单纯算力堆叠的阶段。

Ilya Sutskever 接受 Dwarkesh Patel 访谈，时长 96 分钟。这是他创立 SSI（Safe Superintelligence）之后的首次大篇幅公开访谈。1

核心判断：预训练 scaling 已触及天花板，下一步是让模型学会在部署过程中持续学习，就像人类在工作中积累经验一样，而不是靠出厂时的参数一次性定型。他用「锯齿状」（jagged）描述模型能力的分布——在某些任务上远超人类，另一些任务上则明显落后，这与人类的认知结构有根本差异。

另一个引发讨论的论点：他认为 AI 系统可能发展出类似情绪的价值函数，以此引导决策，而不仅仅是执行指令。这个观点他承认难以验证，但说「如果不存在，那才奇怪」。

访谈发布于 2025 年 11 月，观看量超过 136 万次。

TED2025 现场访谈，由 TED 主席 Chris Anderson 主持，时长约 47 分钟。2

Altman 在现场回应了三组关键问题。第一，关于速度：他认为 AI 的发展速度将持续超过多数人的预期，ChatGPT 从零到 1 亿用户用了 5 天（他现场纠正了 Anderson 引用的数据）。第二，关于个性化：未来的 AI 模型会了解你的偏好、历史决策和价值观，逐渐变成个人的「认知延伸」，而不只是搜索引擎的升级版。第三，关于安全与权力：他承认 OpenAI 手中积累了巨大权力，并回应了「谁来监督 OpenAI」的质疑，表示赞成某种形式的外部问责。

这场访谈的互动比一般 TED 演讲密度高，Anderson 的追问让 Altman 在安全问题上给出了比公开声明更具体的表态。观看量约 229 万次。

前 Google CEO Eric Schmidt 在 TED2025 的访谈，对话者为技术专家 Bilawal Sidhu，时长约 25 分钟。3

Schmidt 的核心主张：当前对 AI 的期待和叙述都低估了它实际的变革幅度。他认为 AI 已经能独立完成相当复杂的任务，而大多数人和机构仍在用「工具」而非「代理」的框架来理解它。他援引了多个医疗和科研场景，指出 AI 系统已经开始做人类顾问无法做到的事情。

他的预判是：非人类智能的到来是「一件大事」，而其影响正在被低估，无论是机遇侧还是风险侧都一样。他没有给出具体时间表，但措辞中没有常见的「十年后也许」式保留。

AI「教父」Geoffrey Hinton 接受 CBS Saturday Morning 完整访谈，时长约 51 分钟。4

这是他从 Google 辞职发出警告近两年后的一次深度复盘。Hinton 坦率地说，AI 的能力进化速度「比他自己预想的还要快」。他重申了对超级智能潜在危险的担忧，但同时承认：他本人也无法给出明确的解决方案，只是认为这件事需要人类层面的系统性应对，而非单家公司的自律。

他在访谈中区分了两种风险：第一是 AI 被坏人利用的短期风险，第二是 AI 系统自身目标偏离人类意图的长期风险。他认为第二类风险更难控制，因为我们尚不完全理解大型模型内部的运作机制。

Zuckerberg 接受 The Information CEO Jessica Lessin 访谈，时长约 24 分钟，发布于 2025 年 7 月。5

他在访谈中明确区分了 Meta 和其他 AI 公司的目标：Meta 的核心命题是把 AI 做成每个人的「个人超级智能」，而不只是企业生产力工具。他的逻辑是：互联网让信息民主化，AI 的下一步是让「专家级智识」民主化——一个没有资源请律师或医生的人，也应该有权获得同等质量的建议。

关于算力投入：他谈到 Meta 当前的基础设施建设规模，包括用帐篷搭建的临时服务器部署方案，并直接说「我们下了一个可能太大的赌注」，承认了不确定性，没有走通稿路线。

五场演讲来自不同背景，但有几个交叉点值得对照：

Sutskever 和 Hinton 的判断在一个维度上相互印证：现有 scaling 范式已不足以到达终点，需要新的研究突破。Schmidt 和 Altman 的描述则更偏向实用，聚焦 AI 将如何改变具体场景。Zuckerberg 的表态最直接地指向了商业目的，但他对不确定性的承认反而增加了可信度。