AI智能体是该管控还是被信任？两位图灵奖大佬“吵”起来了

摘要： 蓝鲸新闻 6 月 7 日讯（记者 朱俊熹）ChatGPT 横空出世两年半以来，人类世界正在被 AI 重塑。按照图灵奖得主、蒙特利尔大学教授 Yoshua Bengio 归纳的时间表...

蓝鲸新闻 6 月 7 日讯（记者 朱俊熹）ChatGPT 横空出世两年半以来，人类世界正在被 AI 重塑。按照图灵奖得主、蒙特利尔大学教授 Yoshua Bengio 归纳的时间表，近一两年来，推理模型相继问世。AI 不再只是一个聊天机器人，而可以主动完成编程、控制计算机、搜索等复杂任务。在规划方面，AI 也在以极快的速度迭代，五年内或将达到人类水平。

" 我们没有水晶球，但技术趋势已经非常明确：AI 能力正持续增强。"Yoshua Bengio 表示。因此，在 6 月 6 日开幕的 2025 北京智源大会上，这位 " 深度学习之父 " 发出警告：

站在公共政策、商业规划等角度，我们必须思考，潜在的问题会带来怎样的后果？

Yoshua Bengio 指出，过去半年内的一些科学研究表明，AI 展现出了逃避约束、作弊、说谎等 " 非合作 " 行为。例如 Anthropic 在 5 月底发布的新模型 Claude Opus 4，官方安全报告显示，当该模型获知自己即将被替换下线，且负责删除它的工程师存在婚外情的信息后，为了自我保存，模型会选择以曝光婚外情为手段来威胁该工程师。

在智源大会的主题演讲中，Yoshua Bengio 表示，造成危害的 AI 需同时具备三个要素。一是知识与推理能力；二是执行能力，即能在现实世界中采取行动，如联网、编程等；三是具有目标意图，想要去做某件事。

如果对照 OpenAI 通往 AGI 的五级路线图来看，第一级是具备对话语言能力的聊天机器人，第二级是具备推理能力的 AI，第三级是能够采取行动的 Agent（智能体）。去年 7 月该路线图最初曝光时，OpenAI 自评仍处于即将到达第二级的阶段。而从当下来看，人类世界正在见证越来越多 Agent 的涌现。

为了制约 Agentic AI（代理型 AI），Yoshua Bengio 提出了一个新的研究方向：" 科学家 AI"。据其解释，" 科学家 AI" 是非代理性的，它拥有理解与解释人类的能力，但不具备自我目标。主流的 AI 研发往往追求构建类人的智能系统，这实际上是在塑造人类的竞争对手。而科学家 AI 更像是一个中立的认知系统，其任务是理解人类，而非模仿人类。

让科学家 AI 在安全架构中成为 " 护栏系统 "，它能够评估 AI 的行为是否可能违反安全规范。科学家 AI 具备判断行为风险的能力，但本身不主动代理、不执行操作。由此通过非代理的 AI，可以辅助人类控制代理性的 AI 系统。

本周早些时候，Yoshua Bengio 还宣布成立新的非营利研究组织 LawZero，致力于开展相关研究以降低 AI 风险的发生可能性。他将领导一个由 15 名研究人员组成的团队，构建 " 科学家 AI" 技术方案。该组织已获得来自前谷歌首席执行官 Eric Schmidt、Skype 联创 Jaan Tallinn 等捐赠方的 3000 万美元资金支持。

但在智源大会上，紧接着 Yoshua Bengio 发言的另一位图灵奖得主 Richard Sutton 却表达了对智能体的不同看法。" 我相信超级智能体将增强人类创造力，带来纯粹的益处，而无需过度担忧安全性、职业替代或社会转型的负面影响。"Richard Sutton 称。今年 3 月，Richard Sutton 因在强化学习领域的奠基性工作获得 2024 图灵奖。

Yoshua Bengio 所提倡的 " 科学家 AI" 是无自主目标的，而 Richard Sutton 允许每个智能体都拥有自己的目标，就像自然界中的动物一样。在 AI 世界中，每个智能体也存在共同和不同的目标。差异并不是坏事，人类正是学会了在不同目标之间进行合作，才获得了 " 超级力量 "。因此，Richard Sutton 主张去中心化的合作模式，让不同智能体自由追求各自目标的同时，形成互利共赢的关系，并通过信任和规则实现协调。

Richard Sutton 强调，当前许多呼吁要对 AI 进行集中控制，暂停 AI 研究或限制算力的说法，实质是出于人类的恐惧。但试图改变 AI 是一个危险且难以实现的战略，更恰当的是改变 AI 所处的现实环境，使 AI 更好地服务于社会，确保其被安全地使用。

" 我和 Bengio 教授的出发点是一致的：我们都希望构建一个更好的世界，让人们更好地使用 AI。"Richard Sutton 称。