关于知识的演讲

—

本次演讲由 Aravind Srinivas 于 2026 年 10 月 3 日在剑桥联合会（Cambridge Union Society）发表。剑桥联合会是剑桥大学规模最大的学生社团，也是世界上历史最悠久、持续运营至今的辩论社团。

—

大家好，谢谢各位。很荣幸来到这里。

创办公司后，有一件事出乎我的意料：我竟有这么多时间待在大学里。我很享受这一点。作为一名 CEO，往往只有大学里的听众会跟我争辩。所以我们会留出比我计划的演讲时间更多的时间来讨论。

让我们开始吧。

通常，当我受邀到某处演讲时，他们会让我做一场预测性的演讲，标题往往很笼统，比如“AI 的未来”。我不打算谈 AI 的未来。相反，我要谈谈你们的未来。对我来说，你们的未来更有意思，对你们自己来说可能也是如此。

首先，简单谈谈过去。剑桥是一个既能谈论过去、又能谈论你们未来的绝佳之地，因为这两者它都拥有。

据说，我们如今所说的同行评审制度是在剑桥这里发明的。准确的事实是，它只是由一位剑桥教授提出的，而且他是在伦敦皇家学会提出的，并不是在这所大学里。那是 1831 年。如今，每年有超过 350 万篇科学论文在同行评审制度下发表。

大约 160 年后，斯坦福的两位博士候选人正在研究网络结构和数据挖掘。那时，20 世纪 90 年代的互联网热潮刚刚兴起。人人都在谈论万维网。有点像今天的“AI”。

也和今天一样，当时谈论这场热潮的大多是投资人和媒体。那时的“科技圈”是电信行业。参与讨论的学者并不多。（有一些，但不多。）而这两位博士生也算不上互联网热潮的圈内人。

但他们知道一件大学体系之外的人并不真正在意的事情。

和大多数学者一样，他们理解大学的宗旨。大学的宗旨是推动知识进步。

这就是我们采用同行评审的原因。这也是学术写作中有如此多引用的原因。这两位学生知道，世界上的知识总量（以达到同行评审质量的论文数量来衡量）只会增长。因此，他们很容易就看出，互联网也只会随着人类知识的增长而增长。

他们还对一个老问题很有经验，而这个问题对互联网来说却是“新”的：如果知识在不断扩张，该如何找到正确的知识，或者最好的知识。在旧模式下，学者们会根据某项研究被引用的次数来判断它是否有用或可信。

于是他们萌生了一个想法：构建一种算法，根据有多少其他网站引用或链接到某个网站，并结合这些网站的内容，来评估互联网上的每一个网站。

他们将这个系统命名为“Page Rank”，因为他们要对网络上的每一个页面（page）进行排名，也因为其中一位博士候选人名叫拉里·佩奇（Larry Page）。

拉里和他的搭档（谢尔盖·布林）将这一小小的学术原则带给了大众。Google 成为了历史上最有用的工具之一，也成为了最成功的企业之一，因为拉里·佩奇只是借鉴了大学一百年来一直在做的事情。

正如我所说，大学的宗旨是推动知识进步。在这次演讲中，我要跟大家谈谈关于知识的三件事。我希望，通过思考我们自身的智能，我们能对人工智能形成更好、更实用的理解。

1.

第一，知识是有生命的。它会诞生、衰减，然后消亡。

它有生命周期。正因为它有生命周期，知识会经历演化。

随着我们所知的不断演进，我们所有人都在变得更聪明。这被称为弗林效应。弗林效应是指人类的智商每十年大约提高 3 分的现象。

智商测试会不断重新标准化，以使平均值保持在 100，所以理解弗林效应的一个简单方法是用百分位来看。在 1950 年，智力处于第 92 百分位的人，放到今天只会处于第 50 百分位。我们都变得更聪明了。

1950 年也正是图灵测试被提出的那一年。那是第一个用来判断机器是否比人类更聪明、或何时会比人类更聪明的测试。这意味着，在 1950 年，机器要通过图灵测试要容易得多。因为当时“人类”智能的门槛更低。

这就是演化的力量。知识总会带来更多的知识。

坏处是，世界可能会变得更聪明，但作为个体的你却可能变得更笨。知识会衰减。可以把它想象成半衰期。放射性元素的半衰期是其一半发生衰变所需的时间。知识的半衰期则是其中一半变得过时所需的时间。

下面举几个例子，就来自剑桥这里。

1978 年，罗伊·卡恩爵士（Sir Roy Calne）帮助将环孢素引入器官移植领域。这对预防器官排斥非常重要。首批临床试验就在剑桥进行。到 2001 年，另一种药物他克莫司已成为美国肾移植中同类药物的主要疗法。所以可以说，环孢素治疗这一医学知识的半衰期是 23 年。

这是一种不完美的衡量方式，但对于评估快速演进领域的工程师来说，它是一个很有用的模型。在科技行业我们就是这么做的。其隐含的问题是：“在这位工程师职业生涯的哪个时间点，他们所知道的一半会完全过时？”

在你的职业生涯中，这会在什么时候发生在你身上？答案取决于你花多少时间学习新事物。

遗憾的是，在极少数情况下，知识也会消亡。有些语言已经没有在世的使用者。有些智慧会随着一位长者的离去而消逝。

这就是为什么 4000 多年来，人类一直在建造图书馆。而当互联网出现后，我们把无限多的已知内容放到了网上。所以知识会消亡，但它并非必然消亡。也许是出于人类境况中某种与生俱来的特质，人们总是感到有必要保存知识。我们不断地保存知识，并不断扩充世界的知识总量。这是一件好事。

我需要说明一点：知识就像一个有生命的东西，但它并没有生命。只有你们是活着的。我只是认为，当你们在学习新东西时，你们会活得更加生机勃勃。

顺便说一句，这正是 Perplexity 存在的原因。但我今天不是来谈 Perplexity 的。我是来谈你们，以及知识经济的。这就引出了我的第二点。

2.

第二，知识不是金钱，但它的运作方式和金钱一样。

金钱具有时间价值。利息让它增长，通胀让它缩水。只要时间足够长，利息和通胀都会产生复利效应。

当十万英镑的购买力只相当于四万英镑时（大概在 23 年后），你需要 25 万英镑才能保本。再过 23 年，你将需要 62.5 万英镑。

当事物产生复利效应时，收益或损失会随时间呈指数级增长。

这就是为什么最基本的金融原则是：你的复利增长率应始终高于通胀率。因为如果你不在增长，你就在缩水。知识也是如此。

就像英镑的价值一样，你今天所知道的东西的价值也会随着时间推移而贬值。而且就像普通的贬值一样，它每天只会贬值一点点。小到你几乎察觉不到。直到有一天你醒来，发现自己一无所有。你的知识将不再具有同样的市场价值。这是不可避免的。记住，勾股定理曾经是只有精英才被允许知道的东西。但在座的每个人都在七年级时学过它。

我们所有人都会永远地变得更聪明。正如我提到的，这正是大学存在的全部意义。如果幸运的话，在遥远未来的某一天，你们在剑桥学习的内容可能会成为七年级学生的课程。

如果这种情况发生，那是好事。它意味着进步。但这也意味着，为了实现你的经济目标，你必须永不停止学习。你学习的“利率”必须高于知识的“通胀率”。

换句话说，你必须以快于自身知识半衰期的速度让你的知识翻倍。这需要时间。但当你透过复利的视角看待世界时，你就必须以长远的眼光看待它。

这就是为什么让财富复利增长的最佳诀窍是趁早开始，其次是长寿。沃伦·巴菲特 11 岁就开始投资，但他 99% 的财富是在 65 岁之后积累的。

这暗示了知识与金钱的最后一个相似之处：你必须把它花出去。

当你拥有资本时，你会投入资本去创造价值。当你拥有知识，尤其是非凡的知识时，你也应该让它发挥作用。用它去做点什么。这就是发明与创新的区别。发明问的是：“你做出了什么东西吗？”创新问的是：“它带来改变了吗？”

如果你想带来改变，就必须基于知识采取行动。只有行动才能激发新的问题、新的探究和新的知识。你必须始终在学习，始终在行动。

这正是人工智能登场的地方，也引出了我的第三点，也是最后一点。

3.

AI 的宗旨是加速人类知识的增长和人类的繁荣。

想想我今晚所说的前两点。我说过，知识具有类似生命的特性，我们应该培育它、推动它，因为总的来说，人们会从中受益。然后我说过，知识具有经济特性。我们应该培养它，因为总的来说，所有人都会受益。

如果你认同这两点，那么你对 AI 的看法也必须稍作改变。

你不会执着于实现 AGI，也不会为了技术本身而让技术变得聪明，而是会得出结论：打造更好、更准确的 AI，其意义在于为人服务。

你会得出结论：AI 最崇高 也最重要的宗旨是让人们变得更聪明、更富足。

如果这听起来很像大学的宗旨，没错，我们此刻正身处其中。

再想想同行评审。它发明于 1831 年。今年，Perplexity 推出了一款非常简单的产品，叫做 Model Council，其灵感来自 OpenAI 一位创始研究员提出的想法。你向三个 AI 模型提出同一个问题。它们各自进行研究并作答，然后由一个“主席”模型评估它们的分歧与共识，并推理出最终答案。

Model Council 并不能取代同行评审。相反，它的目的是把学术探究的精神带给更多人。我们可以把大学的精神气质扩展到这些围墙之外，传遍全世界。

我们可以帮助更多人真正做到正确，而不只是感觉自己正确或听起来正确。以科学的方式追求真理和知识。宇宙的弧线指向让每个人都能获得更多 知识。人们拥有知识是好事。而受益的正是人们。

最后，我想讲一个关于我公司的小故事。

我们刚起步时，只有三个 AI 研究者，问题比愿景还多。后来，有了第四位成员时，我们决定是时候办理健康保险了。美国的健康保险即使对美国人来说也很复杂。我不是美国人，所以对我来说就更令人困惑了。

Google 搜索结果毫无帮助。在这种情况下，创始人通常的做法是打电话给以前做过这件事的人，比如投资人或者另一位创始人。但当时已经是深夜了。我想把这件事搞定，所以只能自己去寻找所需的知识。

问题在于，自己做研究意味着你得在 Google 上翻遍那些经过 SEO 优化的保险网站，而它们提供的都是糟糕的建议，只是在互相竞争，看谁显得最可信。

就在那时，我开发了 Perplexity 的第一个版本。

它替我做了研究。我还让它为答案标注引用来源。这样我就能核实，并不断提出更多问题。然后我为我们安排好了医疗保险。问题解决了。接着处理下一个问题。然后是下一个，再下一个。于是就有了今天的我们。

这个故事的寓意是，你不再需要“认识某个人”了。你完全可以自己学习，然后去做。我已经告诉过你们，AI 的承诺是你可以获取任何 知识。而这个故事的寓意是，任何人都可以获取任何知识。

这就是 AI 的终极承诺。现在任何人都可以保持好奇。任何人都可以创造任何东西。任何人现在都可以走进知识的殿堂。这让每个人都受益。

这对你们来说是个好消息。这意味着，在你的余生中，你能做的最重要的事情就是保持好奇。你们当中最成功的人，将是那些问题最多的人，以及问出最好问题的人。

所以我给你们的建议是：尽可能地保持好奇。不要满足于在手机上刷社交媒体。不要满足于一个只会帮你预订晚餐的 AI 智能体——要用它做一些真正的工作。也永远不要相信一个告诉你“你已经是对的”的聊天机器人。

相信探究的精神。相信你能借助 AI 学到的东西。相信你在学习之后将创造出的成果。而对我们所有人来说，要让它向善。

谢谢大家。