知識演講

—

本演講由 Aravind Srinivas 於 2026 年 10 月 3 日在劍橋聯合會（Cambridge Union Society）發表。劍橋聯合會是劍橋大學規模最大的學生組織，也是世界上歷史最悠久、一直持續運作的辯論社。

—

大家好，謝謝各位。很榮幸來到這裡。

創辦公司後，有一件事是我沒料到的：我能花這麼多時間待在大學。我很享受。身為行政總裁，我發現大學裡的聽眾往往是唯一會反駁我的人。所以我們預留的討論時間，會比我演講的時間更多。

我們開始吧。

通常，當我獲邀到某處演講時，對方都會請我發表一場預測性的演講，題目往往很籠統，例如「AI 的未來。」我不打算談 AI 的未來。我要談的是你們的未來。對我來說，你們的未來更有趣，對你們來說大概也是。

首先，談談過去。劍橋是一個既能談論過去、又能談論你們未來的理想地方，因為這裡兩者兼備。

據說，我們現在所稱的同行評審制度，是在劍橋這裡發明的。準確來說，那只是一位劍橋教授，而且他是在倫敦皇家學會提出這個構想，並不是在這所大學。那是 1831 年的事。如今，每年有超過 350 萬篇科學論文在同行評審制度下發表。

大約 160 年後，史丹福大學的兩位博士候選人正在研究網絡結構和數據挖掘。當時 1990 年代的互聯網熱潮剛剛起步。萬維網是所有人都在談論的話題，有點像今天的「AI」。

同樣和今天一樣，當時談論這股熱潮的大多是投資者和媒體。當時的「科技界」是電訊業。參與討論的學者不多（有一些，但不多）。而這兩位博士生也算不上是互聯網熱潮的圈內人。

但他們知道一件大學體制以外的人並不真正在乎的事。

和大多數學者一樣，他們明白大學的目的。大學的目的是推動知識進步。

這就是我們採用同行評審的原因，也是學術寫作有那麼多引用的原因。這兩位學生知道，世界上的知識量（以達到同行評審水準的論文數量作為指標）只會增長。所以他們很容易就看出，網絡也只會隨著人類知識一同增長。

他們也有處理一個舊問題的經驗，而這個問題對網絡來說是「新」的：如果知識不斷擴張，要如何找到正確的知識或最好的知識。在舊模式中，學者會根據研究被引用的次數，來判斷某人的研究是否有用或可信。

於是他們想到建立一套演算法，根據有多少其他網站引用或連結到某個網站，並結合這些網站的內容，來評估互聯網上的每一個網站。

他們把這個系統稱為「Page Rank」，因為他們要為網上每個網頁排名，也因為其中一位博士候選人名叫 Larry Page。

Larry 和他的合夥人（Sergey Brin）把這個小小的學術原則帶給了大眾。Google 成為史上最實用的工具之一，也是最成功的企業之一，因為 Larry Page 只是借用了大學一百年來一直在做的事。

正如我所說，大學的目的是推動知識進步。在這次演講中，我會跟大家講三件關於知識的事。我希望透過思考我們自身的知識，能讓我們對人工智能有更切實的理解。

1.

第一，知識有生命。它會誕生、衰退，然後消亡。

它有生命週期。正因為有生命週期，知識會經歷演化。

隨著我們所知不斷演進，我們都在變得更聰明。這稱為弗林效應（Flynn Effect）。弗林效應是指一項觀察：人類的智商每十年大約提高 3 分。

智商測試會不斷重新標準化，讓平均值維持在 100，所以理解弗林效應的簡單方法是看百分位數。在 1950 年，智力處於第 92 百分位的人，放到今天只會處於第 50 百分位。我們都變得更聰明了。

1950 年也是圖靈測試誕生的同一年。那是第一個用來判斷機器是否比人更聰明、或何時會比人更聰明的測試。這意味著在 1950 年，機器要通過圖靈測試容易得多，因為當時「人類」智能的門檻較低。

這就是演化的力量。知識總會帶來更多知識。

壞處是，世界可以變得更聰明，但你作為個人卻可能變得更笨。知識會衰減。可以把它想像成半衰期。放射性元素的半衰期，是指其中一半衰變所需的時間。知識的半衰期，則是指其中一半變得過時所需的時間。

以下是一些例子，就來自劍橋這裡。

1978 年，Roy Calne 爵士協助將環孢素引入器官移植領域。這對預防器官排斥十分重要。首批臨床試驗就在劍橋進行。到了 2001 年，另一種藥物他克莫司已成為美國腎臟移植中同類藥物的主要治療方案。所以你可以說，環孢素療法的醫學知識半衰期是 23 年。

這不是一個完美的衡量方式，但在發展迅速的領域中，它是評估工程師的實用模型。我們在科技業就是這樣做。言下之意是：「這位工程師在職業生涯的哪個階段，所知的一半會完全過時？」

在你職業生涯的哪個階段，這會發生在你身上？答案取決於你花多少時間學習新事物。

可惜的是，在少數情況下，知識也會消亡。有些語言已沒有人再說。有些智慧會隨著一位長者離世而消逝。

這就是為甚麼 4,000 多年來，人類一直在建造圖書館。當互聯網出現後，我們把多得無法計算的知識放到網上。所以知識會消亡，但不一定要如此。或許出於人類與生俱來的某種本性，人們總覺得有必要保存知識。我們不斷保存知識，令世界的知識總量持續增長。這是好事。

我要說明一點：知識就像有生命的東西，但它並非活物。只有你們是活著的。我只是覺得，當你在學習新事物時，你會活得更有生氣。

順帶一提，這正是 Perplexity 存在的原因。但我今天不是來談 Perplexity 的。我是來談你們，以及知識經濟的。這就帶出我的第二點。

2.

第二，知識不是金錢，但它的運作方式就像金錢。

金錢有時間價值。利息令它增長，通脹令它縮水。只要時間夠長，利息和通脹都會產生複利效應。

當十萬英鎊的購買力只相當於四萬英鎊時（大概在 23 年後），你需要 £250,000 才能收支平衡。再過 23 年，你就需要 £625,000。

當事物產生複利效應時，收益或損失會隨時間呈指數式增長。

所以最基本的理財原則，是你的複利增長速度應始終高於通脹。因為如果你沒有增長，就是在縮水。知識也是一樣。

就像英鎊的價值一樣，你今天所知的價值也會隨時間貶值。而且就像一般的貶值一樣，它每天只會貶值一點點，少到你幾乎察覺不到。直到有一天你醒來，發現自己一無所有。你的知識將不再有同樣的市場價值。這是無可避免的。記住，畢氏定理曾經是只有精英才獲准知道的知識，但在座每一位都在中一時學過。

我們都會變得更聰明，永遠如此。正如我所說，這正是大學的全部意義。幸運的話，在遙遠未來的某一天，你們在劍橋這裡所學的，可能會成為中一學生的課程。

如果真的發生，那是好事，這代表進步。但這也意味著，你的經濟目標要求你永不停止學習。你學習的利率必須高於知識的通脹率。

換句話說，你必須以高於自身知識半衰期的速度，讓你的知識倍增。這需要時間。但當你透過複利的角度看世界時，就必須以長遠的眼光去看。

所以讓財富以複利累積的最佳秘訣是及早開始，其次就是長壽。Warren Buffet 11 歲就開始投資，但他 99% 的財富是在 65 歲之後累積的。

這暗示了知識與金錢最後一個相似之處。你必須把它花掉。

有資本時，你會運用它去做事。有知識時，尤其是出眾的知識，你也應該讓它發揮作用，用它做點事。這就是發明與創新的分別。發明問的是「你有沒有造出甚麼？」創新問的是「它有沒有帶來改變？」

如果你想帶來改變，就必須將知識付諸行動。只有行動才會引發新的問題、探究和新知識。你必須不斷學習，也不斷實踐。

這正是人工智能登場的地方，也引出我的第三點，亦是最後一點。

3.

AI 的目的是加速人類知識與繁榮的發展。

想想我今晚說的前兩點。我說過，知識具有類似生命的特質，我們應該培育它、推動它，因為整體而言，人們會因此受惠。接著我說，知識具有經濟特質，我們應該培養它，因為整體而言，所有人都會受惠。

如果你相信這兩點，那麼你也必須以稍微不同的角度看待 AI。

與其執著於實現 AGI，或為了科技本身而讓科技變得聰明，你會得出結論：打造更好、更準確的 AI，是為了服務人。

你會得出結論：AI 最崇高、最重要的目的，是讓人們變得更聰明、更富足。

如果這聽起來很像大學的目的，那就對了，我們此刻正身處大學。

再想想同行評審。它在 1831 年發明。今年，Perplexity 推出了一個非常簡單的產品，名為 Model Council，靈感來自 OpenAI 一位創始研究員提出的構想。你向三個 AI 模型提出同一個問題。它們各自研究並作答，然後由一個「主席」模型評估它們的分歧與共識，並推理出最終答案。

Model Council 並不能取代同行評審。它的目的是將學術探究的精神帶給更多人。我們可以把大學的精神擴展到這些圍牆之外，傳遍全世界。

我們可以幫助更多人真正做到正確，而不只是自覺正確或聽起來正確；以科學方式追求真理與知識。宇宙的軌跡，是讓每個人都能接觸更多 知識。人們擁有知識是好事，而受惠的正是人們。

最後，我想分享一個關於我公司的小故事。

我們剛起步時，只有三名 AI 研究員，問題比願景還多。後來，在招聘第 4 位成員時，我們決定是時候購買醫療保險了。美國的醫療保險制度連美國人也覺得複雜。我不是美國人，所以對我來說就更令人困惑了。

Google 的搜尋結果毫無幫助。在這種情況下，創辦人通常會打電話給有經驗的人，例如投資者或其他創辦人。但當時已是深夜。我想把事情辦妥，所以只好自己找出所需的知識。

問題是，自己做研究意味著你要用 Google 翻查一堆經過 SEO 優化的保險網站，而它們提供的全是糟糕的建議，只是爭相讓自己看起來最可信。

就在那時，我打造了 Perplexity 的第一個版本。

它替我完成了研究。我還要求它為答案附上引用來源，這樣我就能核實，並繼續提出更多問題。然後我把我們的醫療保險安排好了。問題解決了。接著處理下一個問題，然後再下一個，再下一個。於是就有了今天的我們。

那個故事的寓意是，你不再需要「靠關係」。你可以直接學，然後去做。我已經告訴過你們，AI 的承諾是你可以獲取任何 知識。這個故事的寓意是，任何人都能獲取任何知識。

這是 AI 的終極承諾。現在任何人都可以保持好奇。任何人都可以打造任何東西。任何人現在都能走進知識的殿堂。這對每個人都有益。

這對你們來說是好消息。這意味著，在你們往後的人生中，最重要的事就是保持好奇。你們當中最成功的人，將會是問題最多的人，以及問題問得最好的人。

所以我給你們的建議是：盡可能保持好奇。不要滿足於在手機上滑社交媒體。不要滿足於只會幫你訂晚餐的 AI 代理程式——要用它做些真正的工作。也永遠不要相信一個告訴你「你已經是對的」的聊天機械人。

相信探究的精神。相信你能藉助 AI 學到的東西。相信你學到後能創造出的成果。而為了我們所有人，讓它成為美好的事物。

謝謝。