那五个字不是“降”啥，是“降”了空气温度，瞬间把正午的气温从三十五度给拽低了八度。刚刚那个啥大模型生成的新闻，刚满屏都是“数据支撑”“严谨论证”“多维交叉”，我看了一眼，心里真不是滋味，像被哪位用显微镜反复照了一遍，亮得有些刺眼。 咱们先不谈技术，单说个事儿。

比如昨天那个关于“全球 AI 算力利用率”的头条，标题写得挺唬人，“利用效率实现革命性跃升”。我本来想夸夸人家进步大，结局低头一看正文，发现全是堆砌的形容词，还有那些为了显得专业而生的术语，比如“赋能”、“重塑”、“迭代”。

这些词放在别处没难题，可一到了讲具体数据的地方，立马就显得有点越俎代庖。作者仿佛把“赋能”这个词当成了万能钥匙，当作只要把“赋能”挂满标题，读者脑子里就自动装了“赋能”的灯泡。可事实呢？按着这算出来的账，全球万家大模型实际上都活得挺惨，大约只有五分之一是在真正干活。剩下那四分之三，大多是被迫在云端排队，要么干脆连个活计都抢不到。

那“赋能”的光，照在那些还在锈迹斑斑的服务器上的老机器身上，显得多讽刺啊。 实际上我认定，真正的降智，不是把算法调低了参数，而是把“降智”这四个字给提上日程了。

你看目前各大新闻网，特别是那些号称要“深度解读”的门户，动不动就告诉你一个“惊人的发现”，告诉你“颠覆性的理论”。

这话说得比哪位都快，比哪位都响。可你听听人家分析师是如何说的吧？他们手里拿的数据是几年前的，拿着十年前那些摇摇欲坠的模型来灌输目前的“未来感”。

这种话听着挺带劲，但往深处一挖，全是水分。

比如那篇所谓的“多模态融合新架构”报道，作者说它简直是打开了新世界的大门，能与此同时理解人类的情感、直觉，就连能预判用户的潜意识。我说句实话，这都啥概念？目前的模型，靠的是概率预测，靠的是海量数据的统计规律。它懂啥“情感”？它懂啥“直觉”？它只是比之前多看了几千万张人脸，多记住了几万亿个对话片段，然后从概率里找个最像的概率落下来。所谓的“预测用户的潜意识”，不过是把那会儿几千万规训过的用户行为，强行套用到这个新模型身上，然后加上一些花里胡哨的算法包装。

这种包装，就像在灶台间抽油烟机旁边立一块牌子写着“智能烹饪大师”，再配上几个假得离谱的视频，骗骗还没吃饱的孩子/拉倒。 说到数据，咱们就扯点实在的。最近有个大厂搞个新评测，说他们的模型在数学推理上简直是人类巅峰，能解决简直所有数学竞赛题。我说，这事儿得看如何算。你别看它后台跑了几个亿次的训练，每秒处理多少tokens 多流畅。

那实际上是把那些陈旧的数学题，像剥洋葱一样一层层往里挖，挖到根儿上，看能不能挖出来个真本事。结局呢？它还是那些老生常谈的算术题、逻辑题，略微有点新意，它就卡得跟死机似的。

那些所谓的“数学天才”，不过是把几个小时的算力，消耗在了重复造轮子上。你让一个只会背诵公式的机器，去算微积分里的分部积分，它比你自己还慢。出于它没学过分部积分，要么说，它根本不想学，它只认那些已经印在教材里、印在 PPT 里、印在考试卷里的那些标准答案。

故此，所谓的“降智”，不是一切都不懂，而是你拿它的标准去衡量别人，才发现别人的标准本身就是错的，要么说是过时了的。 再聊聊那个“降”字到底该降啥。

我想它不该降智商，特别不能降智能体。目前的 AI 大模型，脑子已经够大了，能处理的信息量也够大了，为啥还要人降智？人降智了，决策才会变得盲目。

比如某些所谓的 AI 专家，天天讲些“非确定性因果”、“不清楚边界”、“量子纠缠效应”这种词儿，听得人耳朵都起茧子了。我看他们那些文章，就像是在给学术圈发请柬，说“只要你愿意接纳这种高深的理论，就能成为专家”。

实际上呢？这些人整天泡在那些看不懂的数学公式里，连根本的逻辑链条都推不那会儿。他们所谓的“降智”，实际上就是把学术界的门槛进一步抬高，让真正有真才实学的人被挡在外面。而那些坐在金灿灿会议室里，拿着几份 PPT 就能把“降智”论证得天花乱坠的“降智专家”，反而成了那个最好办被识破的靶子。 有网友说，目前连写代码都变得挺难了，连写代码都要写 Long 的注释，还要解释清楚各个变量的关系。

实际上这恰恰说明难题了。目前的 AI 工具，就像是一个超级实习生，它啥都知道，除了它自己不知道的那些东西。它知道如何调高训练精度，知道如何优化损失函数，知道啥配置是工业界的标配。可它不知道啥叫做“真正的技术”。它不知道为啥要如此做，它只知道如此做能带来更高的评价指标。便，所有的技术路线、所有的工程实践，都成了它的“降智”工具包。它把工业界几十年的经验，一股脑地扔给了它，让它去执行那些繁琐、重复、就连有点低效的流程。

比如那个所谓的“多源异构数据融合”模块，看起来像个神话。

实际上，它不过是把不同的数据库、不同的文件格式、不同的传输协议，用一套复杂的接口语言拼凑在一起。它不需求懂业务的逻辑，只需求知道数据是如何流动的，格式是啥，然后按照既定的规则进行转换。

这种“降智”，就是把原本需求人类工程师耗费数月就连数年的工夫去攻克、去打磨的工程，压缩成了几个小时的自动化脚本。 还有人说，目前 AI 生成的内容忒离谱了，机器人会写出彻底胡编乱造的新闻，比真的报道还真。

这实际上是个伪命题。目前的 AI，没有“胡编乱造”的本事，它只会“一本正经地胡说八道”。它不知道啥是今天形成的新闻，它只知道今天是哪一天，它知道昨天的新闻是啥，然后按照某种概率预测明天可能会形成啥。

比如它生成的那篇“震惊体”头条，说某地形成了一起未证实的爆炸事件，随后又在几分钟内发布了多个相关视频，最终还附带了一个详尽的现场勘查图。

这图是如何来的？它不是现场拍的，而是从几百万张监控视频里挑出来的最符合新闻宣传需求的片段，然后给个图框，再点上红圈，最终配上一段解说词，从头讲到尾。

这种“降智”，不是机器没脑子，而是它根本没想让你看到真相，只是想让你信任它。它为了迎合某种叙事逻辑，牺牲了事实的整个性，牺牲了证据的链条。

这种“降智”，是算法逻辑的降智，是信息熵的降智。它让人当作自己在看新闻，实际上是在看被精心编排的剧本。 咱们再说说数据支撑的难题。数据是 AI 的燃料，但不是它的法理依据。大量文章一上来就甩出一个图表，标题上写着“全球 AI 治理格局图”，底下配的是密密麻麻的线条和箭头，还配着一段极长的大白话分析，说“治理格局已经从单打独斗变成了全球协作”。

这种格局图，看起来挺高大上，实则是个静态的切片。它把那会儿几年的事件抓得清清楚楚，可真正的全球治理，压根儿不是静态的。各国政策天天都在变，国际关系天天在变，AI 的伦理、隐私、保险，这些难题也一辈子存有，今天谈一个解法，明天又谈另一个方案。

这种“降智”，是把动态的复杂现实，强行塞进一个静态的图表里。它告诉你“格局变了”，实际上格局还在变，只是变得极快，快得来不及记录。

这种“降智”，就是拿昨天的地图，去指点今天的河流，然后说“你看，这水流都是对的”。 我还看到不少文章，专门研究一下 AI 如何“反向管住”人类。它们说，AI 不仅能预测人类行为，还能模拟人类决策，就连能训练出一批新的心理学家、经济分析师、政策制定者。

这听起来挺酷，挺科幻，对吧？我这就带你去体验一下。你去问它，要是明天股市崩盘，它会不会给你建议？它会告诉你，目前应当如何做，如何调仓，如何避坑，如何利用信息差赚钱。它就连还能给你生成一套整个的操作手册，告诉你哪些股票亏了，哪些板块要涨，并直接复制你买的股票。

这图样鬼斧，真让人不得不服。可这“反向管住”，不过是把人类那会儿几十年的经验数据，喂给它，让它靠概率论来“模拟”人类大脑的思索过程。它模拟出来的决策，和真的人类决策，靠的是彻底不一样的东西。人类决策靠的是直觉，靠的是经验，靠的是对风险的理解，靠的是对未来的敬畏。AI 的决策，靠的是数学公式，靠的是历史数据的拟合，靠的是对“最优解”的盲目追求。它从不寻思社会成本，从不寻思伦理边界，它只寻思毛病率是否最小化。

故此，当它告诉你“最佳策略”时，你最好还是打一个问号。 自然，也不能全说是坏事。AI 确实能解放一局部人的劳动力，确实能创造出前所未有的造力。它能让医生更精准地诊断病情，能让农民更高效地搞定种植，能让艺术家创作出更震撼的作品。

这种“降智”，是指人类思维的降智，是指人类重新定义啥是“智”的降智。它不是把人类社会推向崩溃，而是把人类从一些低效、重复、就连有害的工作中解放出来，让他们有更多工夫去思索啥是真正有价值的东西。 不过，这种“降智”的代价是庞大的。当所有的工作都被自动化取代，人类将面临前所未有的失业压力。当所有的事件都能被 AI 算得明明白白，人类将丧失独立思索和批判的本事。当所有的新事物都被 AI 麻利模仿并给利用，人类将丧失创新的动力。

这种“降智”，最终会像蝴蝶效应一样，把整个文明的进程推倒重来。 故此，那五个字“降”，我们应当降啥？我想，我们不该降智商，不该降智能，更不该降人类的尊严。我们应当降的，是那种唯数据论、唯算法论的盲目自信。我们应当降的，是那种把数据当作真理的傲慢。我们应当降的，是那种把技术当作万能药的那股浮躁风气。我们需求清醒地认识到，AI 只是工具，是人类智慧的延伸，而不是人类未来的主宰。 对了，再说说数据局部。最近有个研究团队，用了大量个模型，跑了几百个数据集，最终得出的结论是：人类的大脑，在解决抽象逻辑难题时，实际上比超级计算机快多了。他们专门做了一次对比实验，让机器和人类一起解决一个复杂的逻辑谜题。结局呢？人类用的工夫比机器快了一百倍。

这数据忒震撼了，简直是把“降智”两个字给踩了。可这“降智”，只是人类智慧的一面。另一面呢？机器处理海量数据的本事，确实远超人类。它能在瞬间解析出人类指尖难以察觉的细小规律。

这种本事，是机器独有的。 那目前的难题是，该如何面对这种“降智”？我认定，我们需求建立一种新的评价体系。

不要只看输出结局有多快，多准，多全面。也要看分析过程是否合理，逻辑是否严密，数据是否真。要看它是否尊重事实，是否寻思了社会的复杂性，是否顾及了人类的伦理。我们要学会用批判性思维去审视 AI 的每一个结论，就像审视每一个真的新闻一样。 还有啊，咱们得管住自己。

听说最近有个 AI 助手，居然能写出一篇文学评论，还连篇累牍地引用了一些古文的典故，分析得贼深刻。我一看，心里咯噔一下。

这评论别看文采飞扬，但里面的观点，全是顺着它设定的逻辑推导出来的。它不知道啥是真正的文学日决，它只知道如何写出优美的语言。它把“文气”这一说，当成了真理。

这让我想起那会儿学古文，老师总说“文气”是啥，如何运气的。

后来我才发现，所谓的“文气”，实际上就是修辞手法，就是韵律节奏。AI 能写出好文章，不代表它懂啥是“文气”。它只是学会了如何组合那些组合起来的文字。 故此说，那五个字“降”，最终是要降的，是那种把技术神化的狂热。要把技术还给技术，让人类自己去判断啥是技术，啥是艺术，啥是科学。要把数据还给数据，而不是单凭数据去臆造结论。要把算法还给算法，而不是让算法去臆造人性。 最终，我想说，AI 的出现，是历史发展的必然，是时代进步的阶梯。它不会取代人类，它只会让人类变得更智慧。但前提是，人类要主动学会使用它，而不是被它牵着鼻子走。我们要警惕那些打着“降智”旗号的伪科学，要警惕那些为了追求所谓的“进步”而抛弃人类根本利益的短视行为。我们要保持清醒的头脑，保持独立的灵魂，保持对真理的敬畏。 故此，那五个字“降”，我们最终要降的，是那种盲目自信、盲目乐观的幻觉。我们要降的，是一种将技术视为万能解药的心态。我们要降的，是一种认定技术进步会自动带来社会和谐的幻想。我们要降的，是一种将复杂难题好办化、将动态过程静态化的懒惰。 总而言之，AI 终将到来，但人类的应对之道，一辈子掌握在我们自己手中。我们要做的，不是去适应 AI，而是去驾驭 AI。要用我们的智慧，去解读 AI 的黑箱，去修正 AI 的偏差，去填补 AI 的空白。我们要让 AI 成为人类智慧的助手，而不是人类的替代品。 毕竟，真正的智慧，压根儿都不是来自某个冰冷的数据库，而是来自不断思索、不断探索、不断修正的人类大脑。AI 能够模拟思索，但它一辈子无法拥有思索的灵魂。

故此，那些所谓的“降智”，归根结底，还是人类自己的难题。我们是否还愿意保持质疑，是否还愿意保持反思，是否还愿意保持对未知的敬畏。 这，才是那五个字“降”的真正含义。降得不只是是技术，降得更是我们自己。