首页 / People by WTF

AI 海啸来了,社会准备好了吗?Dario Amodei 与 Nikhil Kamath 的深度对谈

🎙️ Dario Amodei 📅 2026年3月5日 ⏱️ 18 分钟阅读 🎧 1h 8min
AIAnthropic社会影响印度就业
AI 海啸来了,社会准备好了吗?Dario Amodei 与 Nikhil Kamath 的深度对谈

“我是一个生物学家出身的人,创造了世界上最强大的AI之一。这听起来很矛盾,但其实不是——我做AI的初衷,是为了找到治愈疾病的工具。”

嘉宾简介: Dario Amodei 是 Anthropic 的联合创始人兼 CEO。印度投资人 Nikhil Kamath(Zerodha 联合创始人)在班加罗尔的一次深度对话中,从一个非硅谷的视角来探讨AI对全球社会的影响。

核心要点:

  • Scaling laws 的本质:用大白话解释为什么AI变得越来越强
  • 企业声称关心安全,但动机可能只是商业利益——这很正常
  • Claude 开始”认识”用户,个性化AI的伦理边界在哪里
  • 印度在AI时代的独特机会和风险
  • 生物技术,而不是互联网,才是AI最大的赌注

一个生物学家的AI之路

Nikhil Kamath 的采访风格与硅谷播客截然不同——没有那么多技术术语,更多的是对人和动机的好奇。他的第一个问题就很直接:你是学生物的,怎么跑去做AI了?

Dario 分享了一个很少被提及的个人故事。在研究生期间,他在做神经科学实验,试图理解大脑的学习机制。“我花了三年时间研究老鼠的大脑,试图理解几百个神经元是怎么协作的。”

然后他接触到了深度学习。“突然间,我发现有人在用数学方法模拟出数十亿个人工神经元,而且这些人工系统表现出了令人惊讶的类似生物大脑的行为。”

“那是一个顿悟时刻。我意识到,如果我想理解智能——无论是自然的还是人工的——AI 研究可能是比神经科学更快的路径。而且,一个足够强大的 AI 可以反过来帮助我们破解生物学。”

这个动机至今驱动着 Dario 的很多决策。Anthropic 内部有一个相当大的团队在探索 AI 在生物科学中的应用——这不只是公关故事,而是 CEO 个人的执念。

Scaling Laws:给非技术人的解释

Nikhil 的观众主要是印度的年轻创业者和投资人,不是 AI 研究员。所以他让 Dario 用最简单的话解释 scaling laws。

Dario 给了一个精彩的类比:

“想象你在盖一栋摩天大楼。你发现,每当你把建筑面积翻倍,大楼的’智能’(比如它能承载的功能)就提高50%。而且这个规律在十年内一直成立——从平房到高层到摩天楼。”

“AI 的 scaling laws 类似。每当我们把计算量翻倍,模型的能力就可预测地提高。这不是运气,这是物理学——就像半导体的摩尔定律一样,是一种经验性的自然规律。”

Nikhil 追问:那这个规律会无限持续下去吗?

“不会。就像摩天楼不能无限高一样。但关键是——我们还没有到那个极限。而且我们在到达极限之前可能已经创造出足以改变世界的技术。“

信任的悖论

对话中最尖锐的时刻来自 Nikhil 的一个直球:你凭什么让全世界的人信任你,一个CEO,来决定AI应该怎么发展?

Dario 没有回避:“这是一个完全合理的质疑。坦白说,你不应该信任我——你应该看我们的行为。”

他承认了一个很少有CEO会公开说的话:Anthropic 声称关心安全,但这部分也是因为安全是好的商业策略。企业客户——银行、医院、政府——选择 Claude 而不是竞品,很多时候正是因为 Anthropic 的安全声誉。

“我宁愿人们因为正确的商业激励而做正确的事,也不愿意依赖某个人的善意。善意是脆弱的,激励机制是可靠的。如果’做安全的AI’和’赚更多钱’是对齐的,那这个系统就是可持续的。”

Nikhil 笑着说:“这可能是我听过的最诚实的CEO发言。“

印度的AI机会

作为一个在班加罗尔的对话,关于印度的讨论不可避免。但 Dario 给出的观点比通常的”印度是下一个AI大国”要深刻得多:

“印度的优势不只是人才——这个每个人都知道。真正独特的是印度的公共数字基础设施。UPI、Aadhaar、ONDC——这些系统让印度在数字化方面超前于大多数发达国家。如果AI能建立在这些基础设施之上,效果会是乘法级的。”

但他也发出了警告:

“印度的IT服务业雇佣了五百万人。其中很多工作——代码测试、数据录入、基础客服——是最容易被AI替代的。这不是三十年后的事,这是三到五年内的事。”

“印度需要做的不是阻止AI,而是比其他国家更快地让这五百万人转型到AI创造的新工作中。这是一场和时间的赛跑。“

生物技术才是终极赌注

对话最后,Dario 把话题拉回了他的老本行——生物学。

“如果你问我AI最终会创造最大价值的领域,我的答案不是互联网、不是金融、不是自动驾驶——是生物技术。”

他的逻辑链是这样的:

  1. 生物学是一门数据极其丰富但理解极其浅薄的科学
  2. 人类基因组有30亿个碱基对,但我们只理解其中不到10%的功能
  3. AI 最擅长的事情就是从海量数据中找到模式
  4. 当 AI 能够理解基因组、蛋白质折叠、细胞信号通路时,我们将进入一个”设计生物学”的时代

“在我有生之年,我相信我们可以攻克大多数人类疾病。不是缓解症状——是真正理解和治愈它们。这就是我做AI的终极目的。“

快问快答

问题回答
你个人使用 Claude 最多做什么?头脑风暴和写长文
AI会取代多少白领工作?5年内可能影响50%的知识工作
你担心自己创造的东西吗?每天都担心,这正是我做安全研究的原因
开源AI是好是坏?取决于模型的能力水平
给印度年轻人的建议?学会用AI,但更重要的是学会批判性思维

🔗 本文由 AI 基于播客逐字稿精深度改写,仅供学习参考

📖 本文由 AI 基于播客逐字稿深度改写,仅供学习参考

来源:People by WTF · 原始视频