人工智能技术的发展速度，已超乎了很多人想象。当下，在服务器机房里，模型参数正以指数级飙升；在创投圈中，“超算级智力”“通用人工智能” 的讨论热度居高不下......

当科技界都在为AI的 “智商天花板” 狂欢时，硅谷顶级风投a16z创始人马克·安德森（Marc Andreessen）在近期访谈中，抛出了灵魂拷问：“博士们不都为 MBA 工作吗？”

这个看似挑衅的问题，像一根细针，刺破了硅谷对智力崇拜的泡沫。在科技界痴迷于追求更高智力水平的AI时，这位互联网先驱却道出了一个被数据掩盖的真相：人类社会从未真正被 “最聪明的人” 统治，权力的核心从来不是智力的绝对值，而是理解他人的能力。

在 AI 领域，这个法则同样适用 —— 当我们痴迷于让机器攻克数学难题、生成学术论文时，却忽略了真正的智能革命，或许藏在办公室政治的微妙平衡里，藏在团队情绪的暗流涌动中，藏在那些被贴上 “软技能” 标签的人类特质里。

智力并非万能，情感理解、心智洞察、实体交互能力，才是 AI 突破 “工具属性” 的终极战场。

红熊AI认为真正想要实现这一目标的核心是让AI拥有“记忆”。

今天我们来看一下，马克·安德森与本·霍洛维茨在a16z Runtime大会上，对AI现状不一样的视角解读。

“纵观当今世界，你觉得我们是被最聪明的人统治的吗？”安德森现场抛出这个尖锐问题。

答案藏在现实里：董事会里，能凝聚共识的领导者未必是智商最高的那个；政坛之上，能读懂民心的决策者往往不靠智力碾压；管理实践中，能推动团队突破的管理者，核心能力从来不是 “更聪明”。

安德森引用的一组数据，为这种现象提供了科学注脚：智力与积极人生结果的相关性系数仅为 0.4。

在社会科学领域，0.4 已属高相关，但这意味着——60% 的成功变量，与智力无关。这些变量里，藏着共情能力、沟通技巧、心智理论、抗压韧性，以及对人性的深刻洞察。

a16z 合伙人霍洛维茨从数十年管理经验中提炼出更直白的结论：“管理的核心不是迎合人们的喜好，而是引导他们去做正确的事，即便他们不喜欢。”

这背后，是对人类情绪、动机、认知偏差的精准拿捏 —— 而这正是当前 AI 的 “知识盲区”。“目前还没有人研究如何让 AI 做到这一点，” 霍洛维茨补充道，“机器能算出最优解，却不懂人类为何拒绝最优解。”

有研究表明，如果领导者的智商比团队平均水平高出两个标准差以上，他们就会失去 “心智理论”—— 简单说，天才往往无法理解普通人的思维方式。

这种 “认知脱节” 在 AI 领域表现得更为极致。安德森在测试 GPT-4、Claude 等高级大语言模型时发现，这些机器总是“下意识地追求所有角色的共识”：在模拟辩论中，它们会不自觉地向对手妥协；在复刻冲突场景时，它们会强行制造 “皆大欢喜” 的结局。

这种对 “和谐” 的过度执念，暴露了 AI 的致命短板 —— 它们缺乏理解 “分歧合理性” 的能力，更无法共情 “不理性背后的理性”。

不过，英国一家政治初创公司研发的 AI 焦点小组模拟系统，正在改写这一现状。该系统能生成数十个虚拟选民角色，精准复刻不同群体的价值观冲突：从乡村选民对环保政策的抵触，到年轻群体对养老金改革的焦虑，其模拟的观点交锋、情绪波动，与真实焦点小组的契合度超过 85%。

“这项技术已经达到了惊人的标准，” 安德森评价道，“它证明 AI 不是不能拥有心智理论，只是我们之前找错了研发方向。”

关于 “AI 是否具备真正创造力”的争论，安德森给出了颠覆性的视角：如果 AI 能达到 99.99% 的人类都无法超越的创造力标准，这本身就足以说明一切 ——我们对“原创性”的执念，或许只是一种认知偏见。

他进一步追问：纵观人类文明史，真正“无中生有”的原创概念，与基于既有想法的“突破性重组”相比，究竟孰多孰少？

贝多芬站在莫扎特的肩膀上，技术突破基于数十年积累——创造的本质更多是突破性重组，而非无中生有。

霍洛维茨从音乐领域给出了更鲜活的佐证：“嘻哈音乐人对 AI 的创造力尤为认同，因为这几乎是他们历史的重演。” 嘻哈文化的核心是 “采样与重构”—— 将经典歌曲的片段提取、重组，赋予新的节奏与歌词，最终形成全新作品。

“AI 做的事情，本质上和嘻哈创作一致：吸收人类所有的知识成果，然后用新的逻辑重组，”霍洛维茨说，我们没必要纠结它是不是“原创”，关键在于它能否创造出有价值的新事物。

安德森认为，当前 AI 的根本局限，在于它是 “困在数据中心的缸中之脑”：“它们能处理文字、分析图像，却无法触摸物理世界的温度，无法感知重力的作用，更无法理解‘动手解决问题’的现实逻辑。” 而这场局限的打破，将催生新一轮技术革命 —— 机器人革命。

“随着 AI 被集成到能够在世界中移动的物理实体中，我们才能真正接近‘整合智力与身体’的完整智能，” 安德森预判，“这不仅是技术的升级，更是对产业能力的终极考验。”

这场考验，正在重塑中美科技竞争的底层逻辑。

安德森的警告一针见血：“过去 40 年，美国和西方世界选择了去工业化，把制造业转移到全球各地；而中国恰恰相反，建立起了从精密零部件到完整供应链的庞大工业生态系统。”

机器人不是代码，而是需要被 “制造” 出来的实体——它需要传感器、执行器、精密机械结构，需要成熟的生产线和供应链支撑。

“机器人革命的赢家，需要的是制造能力而非单纯的编码能力，”安德森强调，“这是西方世界必须正视的现实。”

AI 领域的巨额投资、估值飙升，让 “泡沫论” 不绝于耳。

但霍洛维茨给出了冷静的拆解：泡沫的本质是“集体非理性”—— 当所有人都坚信‘这不是泡沫’时，泡沫才会真正形成。但 AI 与互联网泡沫的核心区别在于，需求端的爆发力完全不同。

互联网泡沫时期，技术先于需求出现：“企业烧钱研发，但市场还没准备好接受这些产品。”

而 AI 领域的现状是 “需求过剩”：“从中小企业的客户服务，到大型企业的数据分析，再到科研机构的学术研究，每个行业都在抢着用 AI 提升效率。认为五年后需求会萎缩的想法，简直是天方夜谭。”

安德森则给出了更简洁的判断标准：“两项核心问题就能穿透迷雾：这项技术是否真的有效？客户是否愿意为之买单？只要答案都是肯定的，大方向就不会错。”

他以 a16z 的投资逻辑为例：“我们不看参数数量，不看估值高低，只看实际应用效果 ——AI 能否帮客户节省成本、提升收入？能否解决之前解决不了的问题？这才是泡沫与真趋势的分界线。”

中美 AI 竞赛的真相，远比 “美国领先五年” 的刻板印象更复杂。安德森透露的一组判断让行业哗然：“我们没有五年的领先优势，可能只有六个月。”

这种紧迫感源于中国在人才培育上的突破：“中国涌现出DeepSeek、Kimi等许多出色的模型，打造这些模型的团队并非都来自顶尖名校。”这表明中国已经“破解如何大规模培养这个领域的年轻人才”。

但真正的胜负手，藏在硬件领域。“即便我们赢了软件的未来，也可能输在硬件的现实，” 安德森强调，“AI 模型的竞争是软件层面的，但机器人革命的竞争是硬件与产业生态的竞争。”

中国的优势，不仅在于人才储备，更在于 “从芯片到制造” 的完整产业链路：“当我们还在争论软件算法时，中国已经能把机器人的核心零部件成本压到西方的 1/3—— 这就是产业生态的力量。”

当科技精英们还在为模型的参数数量争论不休时，安德森与霍洛维茨已经将目光投向了智能革命的终极前沿 —— 理解 “人之常情”。

理解常人的思维模式，比拥有超常智力更为重要——这个道理适用于领导者，同样适用于AI。

这也是区分 “工具” 与 “伙伴” 的关键。未来的 AI 竞争，不再是 “谁更聪明” 的参数竞赛，而是 “谁更懂人” 的心智比拼；不再是 “谁能编码” 的软件较量，而是 “谁更能落地” 的产业对决。

当下次惊叹于 AI 的智力表现时，不妨多问一个问题：它真的理解 “人” 吗？