
智東西
作者 | 陳駿達
編輯 | 漠影
「這是人類歷史上年青人最多的時候,但是差不多快被忘掉了。」
智東西9月10日報道,今天,在2026 Inclusion·外灘大會上,之江實驗室主任、阿里雲創始人王堅走出會場,來到露天舞台的人群中央,發表了一場題為《以年青人的方式思考人工智能》的演講。
演講中,王堅沒有談大模型參數、算力規模或應用落地,而是把話題拉回到一個他長期關注的問題——可持續發展。在他看來,AI以及其他前沿技術,正在成為解決人類可持續發展問題的關鍵變量。

王堅認為,AI的載體不只是科技產品,也應該是絕大多數人類生產生活的城市本身。由此,他再次拋出了10年前他提出的「城市大腦之問」:能不能只用10%的資源,就讓我們活得很好?
在他看來,AI真正值得期待的方向,不只是完成更多任務、替代更多工作,而是用更少的自然資源,完成過去需要大量資源才能完成的事情,並讓人類有更多的資源去做創新。
而要做到這一點,需要的恰恰是「年青人的方式」——不害怕不完美,不迷信已有答案,也不要等到把所有風險都算清楚之後纔開始行動。
王堅說,用年青人的方式思考AI,就不應該把自己侷限在「所有人都認為AI應該是什麼樣」的位置上。恰恰相反,那些所有人都覺得理所當然的AI,可能纔是最大的誤區。這個世界上真正值得思考的東西,遠比我們平時看到的要多得多。
一、人類歷史上年青人最多的時代,也是挑戰最大的時代
王堅首先把AI技術放到了一個更大的全球發展背景中。聯合國近期發布的可持續發展報告顯示,距離2030年已經不到5年,但目前全球只有大約15%的可持續發展目標已經完成,另有15%出現嚴重倒退。
聯合國祕書長也關注到了這一問題,他認為「唯一的手段就是技術,沒有別的手段」。
但問題在於,過去幾十年的科技發展,本身也伴隨着資源消耗的快速增長。
1950年至今,是人類科技發展速度最快的幾十年,但與此同時,全球碳排放也持續攀升。「作為一個科技工作者有時候蠻內疚的」,王堅說道,因為過去科技發展的一個重要結果,就是讓人類擁有了「大規模地毫無節制地使用自然資源」的能力。
因此,如果未來幾十年要讓碳排放快速下降,科技需要解決的問題已經不是簡單的「怎麼發展」,而是一個更困難的問題:如何讓碳排放降下來,同時又不需要佔用過多自然資源?
這意味着,科技發展的邏輯可能需要發生變化,過去的科技往往幫助人類獲得更多資源、消耗更多資源,而今天開始的新技術,需要幫助人類減少資源消耗本身。
王堅認為,過去人類習慣於討論「如何獲得更多資源」,卻很少追問一個更基礎的問題:我們為什麼需要消耗這麼多資源?

十年前,他在思考「城市大腦」時也提出了類似問題。在英國一次環境展上,他看到英國一個家庭每天用水相當於17個汽油桶,而東埃塞俄比亞一個家庭只有約2個汽油桶。王堅由此延伸:如果一個家庭實際上只需要6桶水就能生活得很好,那麼即使把17桶水全部淨化後交給這個家庭,也未必是一件真正具有社會責任的事情。
這個問題並不只關於水。王堅舉例稱,兩個裝機容量和發電能力基本相同的核電站,建設過程中使用的水泥量可以相差60%至70%,電纜、管道等資源消耗也存在類似差異。
這成為他所謂的「城市大腦之問」:我們能不能只使用今天人均消耗10%的資源,也依然讓人類活得很好?

二、數據是數字時代的自然資源,AI可能成為「節約資源」的工具
王堅認為,這個十年前的問題,在今天和AI發生了直接聯繫。
他給出了兩個命題:
第一,數據是數字時代的自然資源;
第二,誰最有機會來用好數據,那就是人工智能。
在傳統城市裏,大量資源消耗隱藏在複雜的基礎設施和運行系統中。水管裏的漏水、電力系統中的損耗、交通系統中的低效率,都很難依靠人工進行實時判斷和優化。
但進入數字時代之後,城市產生了大量數據。
如果把這些數據真正利用起來,就有機會重新計算一座城市究竟需要多少資源,以及資源究竟浪費在哪裏。王堅去年參與了聯合國人居署《人工智能+城市》相關報告,就是希望討論AI如何幫助城市解決資源消耗問題。
這也是王堅看待AI的一個重要角度。今天行業討論AI時,經常圍繞音箱、手機、機器人、辦公軟件等具體產品展開,但在王堅看來,還有一個更大的「載體」經常被忽略——城市本身。
而這也解釋了他為什麼反覆強調,AI不應該只被理解成一個「替代人做事情」的工具。
三、「世界把最困難的問題留給了年青人」
在王堅看來,「10%的命題」最終會落到今天的年青人身上。
他說,世界「有意無意地把最困難的問題留給了年青人」,未來20年、30年,人類能否找到一種新的發展方式,需要今天的年青人回答。
這也是他舉辦「2050」科技活動的原因之一。
2018年開始,王堅發起「2050」科技活動,希望讓年青人聚在一起,不只是聽一場演講,而是在現場連續待上兩天半、60個小時。他說:「不待在一起,永遠不會有新的想法。」
在他看來,所謂「年青人的方式」,並不只是年齡。年青人都是沒有傘的孩子,他們覺得雨下到身上不是個問題,如果雨下到你的身上不是個問題,那刀子下到你身上也不是個問題。如果每一件事情都先被定義成「問題」,那麼這個世界最終所有事情都會變成問題。

這種「不把問題當成問題」的心態,同樣體現在創新上。
他講到2018年「2050」期間,雲深處創始人朱秋國曾帶着機器狗來到現場。當時機器狗還遠沒有今天這麼成熟,但團隊並不介意把一個「不完美」的東西展示給別人看。
「什麼叫年青人?年青人就是明明知道這個東西有問題的,他也不在乎給別人看。」王堅認為,真正的問題在於今天很多活動和創新環境,都越來越希望展示「完美的東西」。但事實上,沒有任何東西一開始就是完美的。
不完美,是完美不可分割的一部分;失敗和成功加在一起,才構成年青人的定義。
四、「年青人是這個世界的發動機,青春的熱愛是這個發動機的燃料」
王堅還講了幾個他親眼見過的年青人故事。
2018年,他曾在「2050」活動中見到一位年青人講《下一站,太空》。這個年青人當時沒有財富,也沒有所謂成功經驗,卻認定自己的下一站就是太空,而且真的開始做這件事情。

幾年後,這個創業團隊開始嘗試可回收火箭。
王堅認為,今天看到的技術成果,並不是因為「有人告訴我們應該做什麼」,而是因為此前已經有人在沒有掌聲、沒有鮮花、甚至沒有多少人關注的時候開始行動。
他還講到另一位年青人吳曉飛。在「2050」活動現場,吳曉飛曾把一個小型噴氣發動機裝到自行車上,讓自行車跑到約60公里/小時。王堅坐在這輛自行車上,停下來之後才知道,這輛車當時只花了100元買來。
「有韌性才叫年青人。」在王堅看來,當一個人把所有風險和可能性都認真計算完以後,反而已經不是年青人的狀態了。
年青人的特點恰恰是:知道有風險,但仍然願意去做。他用一句話總結這種狀態:「年青人是這個世界的發動機,青春的熱愛是這個發動機的燃料。」
王堅還特別強調了「見面」的意義。在「2050」的活動現場,他曾放置過一個路標,上面有幾個距離數字。其中一個數字是100公里——人類距離太空的距離。
但他後來把這句話改成了:「不是人類離太空只有100公里,每一個人離太空的距離都是100公里。」這個距離不取決於財富和身份。
而比100公里更近的,是5米。王堅認為,一個人距離真正去做一件事情,有時候只有5米,只要和一個真正讓你產生興趣的人見面,就可能發生原本沒有預料到的事情。
從2018年至今,「2050」已經吸引來自全球517個城市的年青人參與。對王堅來說,這種面對面的交流,本身就是創新發生的條件。
「天天在線上聊天聊到最後,把自己聊得找不到北了」,不如去見一個從來沒有見過的人。因為一個來自不同地方、不同背景的人,可能恰恰會讓原本固化的想法發生變化。
五、年青人不知道自己的未來,卻天天操心人類的未來
演講最後,王堅再次定義了什麼叫年青人:「就是一群自己的未來不知道在哪裏,天天操心人類未來的人。」
這也構成了他理解AI的另一層邏輯。為什麼需要用年青人的方式思考AI?因為未來本身並不存在一個現成的「需求清單」。
王堅用了貝多芬《第五交響曲》的例子。在貝多芬創作之前,沒有人提出過「我需要一首《第五交響曲》」這樣的需求。但作品出現之後,人們才知道,原來世界可以擁有這樣一種音樂。因此,未來不是簡單從需求中推導出來的,而是被創造出來的。
在這個意義上,AI也不應該只是對現有需求的響應。更大的機會,可能藏在那些今天還沒有被提出、甚至沒有被認為是「需求」的問題裏,比如讓城市只消耗10%的資源,也能讓人類擁有足夠好的生活。

現場,有觀衆向王堅提出了一個尖銳的問題:如果AI本身正在消耗越來越多的電力,那麼用AI解決能源和資源問題,會不會反過來製造新的能源問題?
王堅的判斷是:「如果我們在人工智能技術上投入一度電,這個世界可能在別的地方可以少用10度電。」
在他看來,現在AI的高能源消耗,很大程度上是因為這一技術仍處於發展的早期階段。就像早期燈泡本身也很耗電,但照明系統整體的能源效率最終還是不斷提高。因此,他仍然認為,AI能源問題是一個「可解的問題」。
面對現場關於「AI是否最終會產生自主意識、甚至取代人類」的問題,王堅沒有證明回答,而是認為需要先改變一個認知:AI既不會、也不能,更不應該取代人。
在他看來,人類歷史上的每一次技術進步,往往不是簡單地把人的能力拿走,而是重新定義人的能力邊界。因此,當AI替代一些人類熟悉的工作時,人類需要看的可能不僅是「我失去了什麼」,還包括:技術是不是正在幫助我們發現自己此前沒有意識到的潛能?
結語:AI真正的價值,也許不是「做更多」
從「城市大腦之問」到今天的人工智能,王堅真正關心的似乎始終不是某一項技術最終能做到什麼,而是技術究竟應該把人類帶向哪裏。模型越來越強,算力越來越大,Agent開始進入越來越多的工作和生活場景。但在這些問題之外,或許還應該多問一句:這些能力究竟要解決什麼問題?
這也是王堅反覆強調「用年青人的方式思考AI」的意義。
年青人並不一定知道答案,但願意去問那些還沒有答案的問題;不一定看得清未來,但願意先邁出第一步。對於仍處在早期階段的AI來說,這種「不急着接受現成答案」的能力,也許比預測AI最終會變成什麼更加重要。
真正值得期待的AI,或許不是把今天的一切都做得更快、更大、更復雜,而是讓我們重新思考一些過去習以為常的事情,我們真正需要什麼,又為什麼一定要按照過去的方式去獲得它。
而這,可能纔是「以年青人的方式思考人工智能」留給今天AI產業最重要的問題。