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社團，也是全球歷史最悠久且持續運作至今的辯論社。

—

大家好，謝謝各位。很榮幸來到這裡。

創辦公司之後，有件事是我沒料到的：我竟然有這麼多時間待在大學裡。我很享受。身為執行長，大學往往是唯一會反駁我的聽眾。所以我們保留的討論時間，會比我預計演講的時間更多。

我們開始吧。

通常，當我受邀到某處演講時，對方會請我發表一場預測性的演講，題目往往很籠統，像是「AI 的未來。」我不會談 AI 的未來。相反地，我要談的是你們的未來。對我來說，你們的未來更有趣，對你們來說可能也是。

首先，談一點過去。劍橋是同時談論過去與你們未來的完美地點，因為這裡兩者兼具。

據說，我們現在所稱的同儕審查制度，是在劍橋這裡發明的。但更準確的事實是，它只是由一位劍橋教授提出的，而且他是在倫敦皇家學會提出，並不是在這所大學。那是 1831 年的事。如今，每年有超過 350 萬篇科學論文在同儕審查制度下發表。

大約 160 年後，史丹佛的兩位博士候選人正在研究網路結構與資料探勘。那時 1990 年代的網際網路熱潮才剛開始，人人都在談論全球資訊網，有點像今天的「AI」。

同樣和今天一樣，當時談論這波熱潮的大多是投資人和媒體。那時的「科技圈」指的是電信產業。參與討論的學者並不多（有一些，但不多）。而這兩位博士生也稱不上是網際網路熱潮的圈內人。

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，他們了解大學的目的。大學的目的是推進知識。

這就是我們採用同儕審查的原因，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（以具同儕審查品質的論文數量作為指標）只會增加。因此，他們很容易就能看出，網路也只會隨著人類知識不斷成長。

他們也有處理一個老問題的經驗，而這個問題對網路來說是「新」的：如果知識不斷擴增，要如何找到正確的知識，或最好的知識？在舊模式中，學者會根據一項研究被引用的次數，來判斷它是否有用或可信。

於是他們想到一個點子：建立一套演算法，根據網際網路上每個網站被多少其他網站引用或連結，並結合這些網站的內容，來評估每個網站。

他們把這個系統稱為「Page Rank」，因為他們要為網路上的每個頁面（page）排名，也因為其中一位博士候選人名叫 Larry Page。

Larry 和他的夥伴（Sergey Brin）把這個小小的學術原則推廣給大眾使用。Google 之所以能成為史上最實用的工具之一、也是最成功的企業之一，正是因為 Larry Page 單純借用了大學一百年來早已在做的事。

正如我所說，大學的目的是推進知識。在這場演講中，我要告訴各位關於知識的三件事。我希望透過思考我們自身的知識，讓我們對人工智慧有更好、更實用的理解。

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。

隨著我們所知的不斷演進，我們都在變得更聰明。這被稱為弗林效應（Flynn Effect）。弗林效應指的是一項觀察：人類的智商每十年大約提升 3 分。

智商測驗會不斷重新標準化，讓平均值維持在 100，所以理解弗林效應的一個簡單方式是用百分位數來看。在 1950 年，智力位於第 92 百分位的人，放到今天只會落在第 50 百分位。我們都變得更聰明了。

1950 年也正是圖靈測試被發明的那一年。那是第一個用來判斷機器是否、或何時比人類更聰明的測試。這代表在 1950 年，機器要通過圖靈測試容易得多，因為「人類」智慧的門檻比較低。

這就是演化的力量。知識總是會帶來更多知識。

壞處是，世界可以變得更聰明，但你個人卻可能變得更笨。知識會衰退。可以把它想成半衰期。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。

以下是幾個就發生在劍橋這裡的例子。

1978 年，Roy Calne 爵士協助將環孢素引入器官移植領域。這對預防器官排斥非常重要。最早的臨床試驗就在劍橋進行。到了 2001 年，另一種藥物他克莫司（tacrolimus）已成為美國腎臟移植中同類藥物的主要治療選擇。所以你可以說，環孢素治療的醫學知識半衰期是 23 年。

這是一種不完美的衡量方式，但對於評估快速演進領域中的工程師而言，是個實用的模型。我們在科技業就是這麼做的。言下之意是：「在這位工程師職涯的哪個時間點，他所知道的一半會完全過時？」

在你職涯的哪個時間點，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。有些語言已經沒有人會說了。有些智慧會隨著一位長者的離世而消逝。

這就是為什麼 4,000 多年來，人類一直在建造圖書館。網際網路出現後，我們把所知的更多內容放了上去，多到無法估量。所以知識會消亡，但不一定非得如此。或許出於人類天性中某種與生俱來的特質，人們總覺得有必要保存知識。我們不斷地保存知識，也讓世界的知識總量持續增長。這是件好事。

我要補充一點：知識像是有生命的東西，但它並沒有生命。只有你們是活著的。我只是認為，當你們在學習新事物時，會活得更有生命力。

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。這也帶出了我的第二點。

2.

第二，知識不是金錢，但它的運作方式就像金錢。

金錢具有時間價值。利息讓它增長，通膨讓它縮水。只要時間夠長，利息與通膨都會以複利累積。

當十萬英鎊的購買力只剩下四萬英鎊時（大概在 23 年後），你需要 250,000 英鎊才能打平。再過 23 年，你就需要 625,000 英鎊。

當事物以複利累積時，收益或損失都會隨著時間呈指數成長。

這就是為什麼最基本的理財原則是：你的複利成長率永遠應該高於通膨率。因為如果你沒有在成長，就是在萎縮。知識也是如此。

就像英鎊的價值一樣，你今天所知的價值也會隨著時間貶值。而且就像一般的貶值一樣，它每天只會減少一點點，小到你幾乎察覺不到。直到有一天你醒來，發現自己一無所有。你的知識將不再具有同樣的市場價值。這是無法避免的。記住，畢氏定理曾經是只有菁英才被允許知道的東西，但在座的每個人都在七年級時學過它。

我們所有人都會持續變得更聰明，永無止境。正如我提到的，這就是大學的全部目的。運氣好的話，在遙遠未來的某一天，你們在劍橋這裡學到的東西，可能會成為七年級學生的課程內容。

如果真的發生，那是件好事，代表著進步。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，必須高於知識的通膨率。

換句話說，你讓所知翻倍的速度，必須快過你自身知識的半衰期。這需要時間。但當你透過複利的視角看世界時，就必須以長遠的未來來看待它。

這就是為什麼讓財富複利成長的最佳訣竅是及早開始，第二好的方法則是活得夠久。華倫・巴菲特 11 歲就開始投資，但他 99% 的財富是在 65 歲之後累積的。

這也暗示了知識與金錢最後一個相似之處：你必須把它花掉。

當你擁有資本時，你會運用它來做事。當你擁有知識，尤其是卓越的知識時，你也應該讓它發揮作用。用它去做點什麼。這就是發明與創新的差別。發明問的是「你做出了什麼嗎？」創新問的是「它帶來改變了嗎？」

如果你想帶來改變，就必須根據知識採取行動。唯有行動才能引發新的問題、探究與新的知識。你必須永遠在學習，也永遠在實踐。

這就是人工智慧登場的地方，也引出了我的第三點，也是最後一點。

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件事。我說知識具有類似生命的特性，我們應該培育它、推進它，因為廣泛來說，人們都會受益。接著我說知識具有經濟特性，我們應該培養它，因為廣泛來說，所有人都會受益。

如果你相信這兩件事，那麼你也必須以稍微不同的角度來看待 AI。

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

你會得出這樣的結論：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，嗯，這也正是我們今天齊聚於此的原因。

再想想同儕審查。它是在 1831 年發明的。今年，Perplexity 推出了一款非常簡單的產品，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，它們各自進行研究並作答，接著由一個「主席」模型評估它們的分歧與共識，並推理出最終答案。

Model Council 並不會取代同儕審查。它的目的是把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，遍及全世界。

我們可以幫助更多人真正做對，而不只是覺得自己對、或聽起來很對。以科學的方式追求真理與知識。宇宙的軌跡，是讓每個人都能取得更多 知識。擁有知識對人們有益，而受益的正是人們。

最後，我想分享一個關於我公司的小故事。

我們剛起步時，只是三位 AI 研究人員，問題比願景還多。後來，當第四位成員加入時，我們決定是時候投保健康保險了。美國的健康保險即使對美國人來說都很複雜。我不是美國人，所以對我來說更令人困惑。

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，例如投資人或其他創辦人。但當時已經是深夜，我想把事情搞定，所以只好自己找出所需的知識。

問題在於，自己做研究意味著你得用 Google 翻遍那些經過 SEO 優化的保險網站，而它們提供的全是糟糕的建議，只是在比誰看起來最可信。

就在那時，我打造了 Perplexity 的第一個版本。

它幫我做了研究，我也讓它為答案附上引用來源，這樣我就能查證，並持續提出更多問題。接著，我把我們的健康保險辦好了。問題解決了，換下一個問題。然後是下一個，再下一個。於是我們今天站在這裡。

那個故事的寓意是，你不再需要「認識某個人」。你可以自己學，然後去做。我已經告訴過你們，AI 的承諾是你可以取得任何 知識。這個故事的寓意則是，任何人都能取得任何知識。

這就是 AI 的終極承諾。現在，任何人都能保持好奇。任何人都能打造任何東西。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。這代表在你們往後的人生中，最重要的事就是保持好奇。你們之中最成功的人，將會是擁有最多問題的人，以及擁有最好問題的人。

所以我給各位的建議是：盡可能保持好奇。不要滿足於在手機上滑社群媒體。不要滿足於只會幫你預訂晚餐餐廳的 AI 代理程式——用它來做些真正的工作。也永遠不要相信告訴你「你已經是對的」的聊天機器人。

相信探究的精神。相信你能透過 AI 學到的事物。相信你付諸行動後將創造出的成果。也願我們所有人，都能讓它成為美好的事物。

謝謝大家。