王堅外灘大會露天對話“年青人”：去做那些並非理所當然的AI

作者 | 陳駿達 編輯 | 漠影 “這是人類歷史上年青人最多的時候，但是差不多快被忘掉了。” 9月10日報道，今天，在2026 Inclusion·外灘大會上，之江實驗室主任、阿里雲創始人王堅走出會場，來到露天舞臺的人群中央，發表了一場題為《以年青人的方式思考人工智能》的演講。演講中，王堅沒有談大模型參數、算力規模或應用落地，而是把話題拉回到一個他長期關注的問題——可持續發展。在他看來，AI以及其他前沿技術，正在成為解決人類可持續發展問題的關鍵變量。王堅認為，AI的載體不只是科技產品，也應該是絕大多數人類生產生活的城市本身。

由此，他再次拋出了10年前他提出的“城市大腦之問”：能不能只用10%的資源，就讓我們活得很好？在他看來，AI真正值得期待的方向，不只是完成更多任務、替代更多工作，而是用更少的自然資源，完成過去需要大量資源才能完成的事情，並讓人類有更多的資源去做創新。而要做到這一點，需要的恰恰是“年青人的方式”——不害怕不完美，不迷信已有答案，也不要等到把所有風險都算清楚之後才開始行動。王堅說，用年青人的方式思考AI，就不應該把自己侷限在“所有人都認為AI應該是什麼樣”的位置上。恰恰相反，那些所有人都覺得理所當然的AI，可能才是最大的誤區。這個世界上真正值得思考的東西，遠比我們平時看到的要多得多。

一、人類歷史上年青人最多的時代，也是挑戰最大的時代 王堅首先把AI技術放到了一個更大的全球發展背景中。聯合國近期發佈的可持續發展報告顯示，距離2030年已經不到5年，但目前全球只有大約15%的可持續發展目標已經完成，另有15%出現嚴重倒退。聯合國秘書長也關注到了這一問題，他認為“唯一的手段就是技術，沒有別的手段”。但問題在於，過去幾十年的科技發展，本身也伴隨著資源消耗的快速增長。1950年至今，是人類科技發展速度最快的幾十年，但與此同時，全球碳排放也持續攀升。

“作為一個科技工作者有時候蠻內疚的”，王堅說道，因為過去科技發展的一個重要結果，就是讓人類擁有了“大規模地毫無節制地使用自然資源”的能力。因此，如果未來幾十年要讓碳排放快速下降，科技需要解決的問題已經不是簡單的“怎麼發展”，而是一個更困難的問題：如何讓碳排放降下來，同時又不需要佔用過多自然資源？這意味著，科技發展的邏輯可能需要發生變化，過去的科技往往幫助人類獲得更多資源、消耗更多資源，而今天開始的新技術，需要幫助人類減少資源消耗本身。王堅認為，過去人類習慣於討論“如何獲得更多資源”，卻很少追問一個更基礎的問題：我們為什麼需要消耗這麼多資源？十年前，他在思考“城市大腦”時也提出了類似問題。

在英國一次環境展上，他看到英國一個家庭每天用水相當於17個汽油桶，而東埃塞俄比亞一個家庭只有約2個汽油桶。王堅由此延伸：如果一個家庭實際上只需要6桶水就能生活得很好，那麼即使把17桶水全部淨化後交給這個家庭，也未必是一件真正具有社會責任的事情。這個問題並不只關於水。王堅舉例稱，兩個裝機容量和發電能力基本相同的核電站，建設過程中使用的水泥量可以相差60%至70%，電纜、管道等資源消耗也存在類似差異。這成為他所謂的“城市大腦之問”：我們能不能只使用今天人均消耗10%的資源，也依然讓人類活得很好？

二、數據是數字時代的自然資源，AI可能成為“節約資源”的工具 王堅認為，這個十年前的問題，在今天和AI發生了直接聯繫。他給出了兩個命題： 第一，數據是數字時代的自然資源； 第二，誰最有機會來用好數據，那就是人工智能。在傳統城市裡，大量資源消耗隱藏在複雜的基礎設施和運行系統中。水管裡的漏水、電力系統中的損耗、交通系統中的低效率，都很難依靠人工進行實時判斷和優化。但進入數字時代之後，城市產生了大量數據。如果把這些數據真正利用起來，就有機會重新計算一座城市究竟需要多少資源，以及資源究竟浪費在哪裡。王堅去年參與了聯合國人居署《人工智能+城市》相關報告，就是希望討論AI如何幫助城市解決資源消耗問題。

這也是王堅看待AI的一個重要角度。今天行業討論AI時，經常圍繞音箱、手機、機器人、辦公軟件等具體產品展開，但在王堅看來，還有一個更大的“載體”經常被忽略——城市本身。而這也解釋了他為什麼反覆強調，AI不應該只被理解成一個“替代人做事情”的工具。三、“世界把最困難的問題留給了年青人” 在王堅看來，“10%的命題”最終會落到今天的年青人身上。他說，世界“有意無意地把最困難的問題留給了年青人”，未來20年、30年，人類能否找到一種新的發展方式，需要今天的年青人回答。這也是他舉辦“2050”科技活動的原因之一。

2018年開始，王堅發起“2050”科技活動，希望讓年青人聚在一起，不只是聽一場演講，而是在現場連續待上兩天半、60個小時。他說：“不待在一起，永遠不會有新的想法。” 在他看來，所謂“年青人的方式”，並不只是年齡。年青人都是沒有傘的孩子，他們覺得雨下到身上不是個問題，如果雨下到你的身上不是個問題，那刀子下到你身上也不是個問題。如果每一件事情都先被定義成“問題”，那麼這個世界最終所有事情都會變成問題。這種“不把問題當成問題”的心態，同樣體現在創新上。他講到2018年“2050”期間，雲深處創始人朱秋國曾帶著機器狗來到現場。

當時機器狗還遠沒有今天這麼成熟，但團隊並不介意把一個“不完美”的東西展示給別人看。“什麼叫年青人？年青人就是明明知道這個東西有問題的，他也不在乎給別人看。”王堅認為，真正的問題在於今天很多活動和創新環境，都越來越希望展示“完美的東西”。但事實上，沒有任何東西一開始就是完美的。不完美，是完美不可分割的一部分；失敗和成功加在一起，才構成年青人的定義。四、“年青人是這個世界的發動機，青春的熱愛是這個發動機的燃料” 王堅還講了幾個他親眼見過的年青人故事。2018年，他曾在“2050”活動中見到一位年青人講《下一站，太空》。

這個年青人當時沒有財富，也沒有所謂成功經驗，卻認定自己的下一站就是太空，而且真的開始做這件事情。幾年後，這個創業團隊開始嘗試可回收火箭。王堅認為，今天看到的技術成果，並不是因為“有人告訴我們應該做什麼”，而是因為此前已經有人在沒有掌聲、沒有鮮花、甚至沒有多少人關注的時候開始行動。他還講到另一位年青人吳曉飛。在“2050”活動現場，吳曉飛曾把一個小型噴氣發動機裝到自行車上，讓自行車跑到約60公里/小時。王堅坐在這輛自行車上，停下來之後才知道，這輛車當時只花了100元買來。“有韌性才叫年青人。”在王堅看來，當一個人把所有風險和可能性都認真計算完以後，反而已經不是年青人的狀態了。

年青人的特點恰恰是：知道有風險，但仍然願意去做。他用一句話總結這種狀態：“年青人是這個世界的發動機，青春的熱愛是這個發動機的燃料。” 王堅還特別強調了“見面”的意義。在“2050”的活動現場，他曾放置過一個路標，上面有幾個距離數字。其中一個數字是100公里——人類距離太空的距離。但他後來把這句話改成了：“不是人類離太空只有100公里，每一個人離太空的距離都是100公里。”這個距離不取決於財富和身份。而比100公里更近的，是5米。王堅認為，一個人距離真正去做一件事情，有時候只有5米，只要和一個真正讓你產生興趣的人見面，就可能發生原本沒有預料到的事情。

從2018年至今，“2050”已經吸引來自全球517個城市的年青人參與。對王堅來說，這種面對面的交流，本身就是創新發生的條件。“天天在線上聊天聊到最後，把自己聊得找不到北了”，不如去見一個從來沒有見過的人。因為一個來自不同地方、不同背景的人，可能恰恰會讓原本固化的想法發生變化。五、年青人不知道自己的未來，卻天天操心人類的未來 演講最後，王堅再次定義了什麼叫年青人：“就是一群自己的未來不知道在哪裡，天天操心人類未來的人。” 這也構成了他理解AI的另一層邏輯。為什麼需要用年青人的方式思考AI？因為未來本身並不存在一個現成的“需求清單”。王堅用了貝多芬《第五交響曲》的例子。

在貝多芬創作之前，沒有人提出過“我需要一首《第五交響曲》”這樣的需求。但作品出現之後，人們才知道，原來世界可以擁有這樣一種音樂。因此，未來不是簡單從需求中推導出來的，而是被創造出來的。在這個意義上，AI也不應該只是對現有需求的響應。更大的機會，可能藏在那些今天還沒有被提出、甚至沒有被認為是“需求”的問題裡，比如讓城市只消耗10%的資源，也能讓人類擁有足夠好的生活。現場，有觀眾向王堅提出了一個尖銳的問題：如果AI本身正在消耗越來越多的電力，那麼用AI解決能源和資源問題，會不會反過來製造新的能源問題？王堅的判斷是：“如果我們在人工智能技術上投入一度電，這個世界可能在別的地方可以少用10度電。

” 在他看來，現在AI的高能源消耗，很大程度上是因為這一技術仍處於發展的早期階段。就像早期燈泡本身也很耗電，但照明系統整體的能源效率最終還是不斷提高。因此，他仍然認為，AI能源問題是一個“可解的問題”。面對現場關於“AI是否最終會產生自主意識、甚至取代人類”的問題，王堅沒有證明回答，而是認為需要先改變一個認知：AI既不會、也不能，更不應該取代人。在他看來，人類歷史上的每一次技術進步，往往不是簡單地把人的能力拿走，而是重新定義人的能力邊界。因此，當AI替代一些人類熟悉的工作時，人類需要看的可能不僅是“我失去了什麼”，還包括：技術是不是正在幫助我們發現自己此前沒有意識到的潛能？

結語：AI真正的價值，也許不是“做更多” 從“城市大腦之問”到今天的人工智能，王堅真正關心的似乎始終不是某一項技術最終能做到什麼，而是技術究竟應該把人類帶向哪裡。模型越來越強，算力越來越大，Agent開始進入越來越多的工作和生活場景。但在這些問題之外，或許還應該多問一句：這些能力究竟要解決什麼問題？這也是王堅反覆強調“用年青人的方式思考AI”的意義。年青人並不一定知道答案，但願意去問那些還沒有答案的問題；不一定看得清未來，但願意先邁出第一步。對於仍處在早期階段的AI來說，這種“不急著接受現成答案”的能力，也許比預測AI最終會變成什麼更加重要。

真正值得期待的AI，或許不是把今天的一切都做得更快、更大、更復雜，而是讓我們重新思考一些過去習以為常的事情，我們真正需要什麼，又為什麼一定要按照過去的方式去獲得它。而這，可能才是“以年青人的方式思考人工智能”留給今天AI產業最重要的問題。