今天，「人工智能」这个学科诞生70年了

编辑｜Panda

2026 年 8 月 26 日，英伟达财报电话会。有人问黄仁勋怎么看通用人工智能（AGI）。他的回答是：「对于很多任务来说，我们可以说已经实现了 AGI。」

https://www.theverge.com/ai-artificial-intelligence/985597/jensen-huang-says-nvidia-achieved-senseless-agi

当然，这个说法极具争议，也没得到广泛认可，但也足以佐证当今的 AI 能力之强。回头看，人工智能这门学科已经走过了跌宕起伏的 70 年。

七十一年前的今天，1955 年 8 月 31 日，四个年轻人把一份提案寄给了洛克菲勒基金会。提案标题叫《关于举办达特茅斯人工智能夏季研究项目的提议》。开头一句话是这样写的：他们建议在 1956 年夏天，在新罕布什尔州汉诺威镇的达特茅斯学院，进行一项为期两个月、由十人参与的人工智能研究；这项研究基于一个假设，即学习的每一个方面，或者智能的任何其他特征，原则上都可以被精确描述，从而使机器能够模拟它。

https://ebiquity.umbc.edu/_file_directory_/papers/1444.pdf

四个署名者是：达特茅斯学院数学系助理教授约翰·麦卡锡（John McCarthy），28 岁；哈佛大学初级研究员马文·明斯基（Marvin Minsky），28 岁；IBM 信息研究主管纳撒尼尔·罗切斯特（Nathaniel Rochester），36 岁；贝尔实验室数学家克劳德·香农（Claude Shannon），39 岁。四个人里只有香农算得上明星，1948 年那篇《通信的数学理论》已经把他送进了教科书。

他们申请了 13500 美元。洛克菲勒基金会批了 7500。

十个人，两个月，七千五百美元，解决智能问题。这是人工智能历史上第一个也是最著名的低估。七十年过去了，这份提案里列出的待办事项（让机器使用语言、形成抽象和概念、解决目前只有人类能解决的问题、并且自我改进）刚好构成了 2026 年整个行业的产品路线图。

AI 过去这几十年是怎么过来的，值得认真讲一遍。因为它的故事还挺曲折的，是一条反复冲高、反复摔落的锯齿线，而每一次摔落的原因都惊人地相似。

命名：一个为了避开维纳而生造的词

在「人工智能」这个词出现之前，这个领域已经有名字了，叫控制论（Cybernetics）。诺伯特·维纳（Norbert Wiener） 1948 年出版的同名著作是当时的圣经，围绕他形成了一个庞大的学术圈子。

麦卡锡不想加入那个圈子。据后来的多方回忆，他既不愿意认维纳当老大，也不想跟他当面争执，同时又觉得香农那套信息论太理论化。他想自立门户，做的事情很具体：用计算机实现智能。于是他需要一个新词，一个不属于任何人的词。

「Artificial Intelligence」就是这么来的。它并非一个精确的技术定义，而是一次学术政治操作的产物。这个细节值得记住，因为它解释了这个领域后来七十年里一个反复出现的困境：这个词从诞生第一天起就没有可操作的定义，所以它永远无法被证明实现了，也永远无法被证明失败了。

1956 年 6 月到 8 月，会议在达特茅斯学院开了八周。它不像今天的学术会议，没有固定日程，也没有论文集，学者们来来去去，有人待一周，有人待整个夏天。(关于实际参会人数，不同资料给出的数字从十几人到三十余人不等，因为「参加过」的定义本身就模糊。)

会上最耀眼的东西来自两位没在提案上署名的人：卡内基理工学院的艾伦·纽厄尔（Allen Newell）和赫伯特·西蒙（Herbert A. Simon）。他们带来了一个叫「逻辑理论家」（Logic Theorist）的程序，能证明罗素（Bertrand Russell）和怀特海（Alfred North Whitehead）《数学原理》第二章五十二条定理中的三十八条。其中有一条定理，程序给出的证明比罗素的原版更简洁。

Herbert Simon（左）和 Allen Newell (右)

纽厄尔和西蒙很兴奋，写了一篇论文投给《符号逻辑杂志》，作者栏里郑重地署上了逻辑理论家的名字。杂志拒稿了。

这是历史上第一次，一个 AI 系统被拒绝了署名权。

不管怎样，那场会议后，人工智能这门学科诞生了。

黄金十年：所有人都疯了

达特茅斯之后的十几年是这个领域最快乐的一段时间。钱多，人少，成果密集，每一个 demo 都像在预演未来。

1958 年，康奈尔航空实验室的弗兰克·罗森布拉特（Frank Rosenblatt）造出了感知机（Perceptron）。这是一台真实的硬件，Mark I Perceptron，用 400 个光电管当「视网膜」，权重靠电位器调节，靠电机转动来更新参数。它能学会区分简单的图形。《纽约时报》去采访，出来的报道说这台机器未来将能够行走、说话、看见、书写、自我复制，并意识到自己的存在。

同一年，麦卡锡发明了 LISP 语言，此后三十年它都是 AI 研究的通用语言。

1959 年，IBM 的阿瑟·塞缪尔（Arthur Samuel）让他的跳棋程序自己跟自己下棋，下到能赢过他本人——这是「机器学习」这个词第一次有了实物对应。

1966 年，MIT 的约瑟夫·维森鲍姆（Joseph Weizenbaum）写了ELIZA，一个只有两百多行代码的模式匹配程序，扮演一个罗杰斯学派心理治疗师，把你的话改写成反问句丢回去。

维森鲍姆写它本来是为了讽刺人机对话的浅薄。结果他的秘书用了几分钟之后，认真地请他离开房间，因为她想跟 ELIZA 单独聊聊。这件事把维森鲍姆吓坏了，他后来成了 AI 最激烈的批评者之一。

1970 年，特里·维诺格拉德（Terry Winograd）的SHRDLU能在一个虚拟积木世界里理解「把那个绿色的大块放到红色方块上面」这样的指令，还能回答关于自己刚才为什么这么做的问题。同期斯坦福研究院的机器人Shakey能在走廊里规划路径推箱子；虽然它每走一步要思考很久，名字就是这么来的。

在这种气氛下，预言开始失控。1965 年，赫伯特·西蒙写道，二十年内机器将能完成人所能做的任何工作。1970 年，明斯基对《Life》杂志说，三到八年内我们就会有一台具备普通人一般智力的机器。

而就在同一时期，明斯基做了另一件事。1969 年，他和西摩·帕普特（Seymour Papert）出版了《感知机》一书，用严格的数学证明指出单层感知机连异或（XOR）这样的简单逻辑都无法表达。书里也讨论了多层网络的可能性，但态度是悲观的，认为其训练问题看不到解法。

这本书的杀伤力远远超出了它的数学内容。神经网络方向的经费在此后十几年里基本断流。1971 年 7 月 11 日，罗森布拉特在切萨皮克湾划船时发生事故去世，那天是他 43 岁生日。

符号主义赢了这一局。但它赢得太早了，早到还没来得及发现自己也快要撞墙。

第一次寒冬：莱特希尔报告

墙来得很快，而且是同一堵墙的两面：算力和组合爆炸。

1966 年，美国国家科学院的 ALPAC 报告先给了机器翻译一刀。报告结论是，经过十年投入，机器翻译不但没有比人工翻译更快更便宜，质量也差得多，建议停止对全自动翻译的资助。

1973 年，英国科学研究委员会委托应用数学家詹姆斯·莱特希尔（James Lighthill）评估 AI 研究的价值。《莱特希尔报告》的结论很不客气：AI 研究在所有领域都未能兑现承诺，那些在玩具问题上表现良好的方法，一旦面对真实世界规模的问题，就会因为搜索空间的组合爆炸而彻底失效。

https://www.aiai.ed.ac.uk/events/lighthill1973/lighthill.pdf

组合爆炸是这一代 AI 的根本困境。下棋、走迷宫、证明定理，本质上都是在一棵巨大的树上搜索。玩具问题的树很小，穷举得过来；真实问题的树大到宇宙原子数量级，再聪明的启发式剪枝也不够。而当时能用的算力，跟今天比大约是零。

报告发布后，英国的 AI 研究经费几乎被全部撤销，只保留了两三所大学。大西洋对岸，美国 DARPA 1974 年前后对 AI 的开放式资助也大幅收缩。卡内基梅隆的语音理解研究项目（SUR）因为没有达到 DARPA 期望的指标而被砍掉。

第一次寒冬持续到 1980 年前后。它的成因是 AI 承诺的东西和它能交付的东西之间出现了一条鸿沟。

这条鸿沟后来还会出现两次。

知识就是力量：专家系统的十年

解冻靠的是一次战略收缩：既然造不出通用智能，那就先造一个只懂一件事的专家。

爱德华·费根鲍姆（Edward Feigenbaum）的口号是「知识就是力量」。1965 年开始的 DENDRAL 能根据质谱数据推断有机化合物的分子结构，1972 年开始的 MYCIN 能诊断血液感染并推荐抗生素剂量，在评估中的表现接近人类专家。这些系统的架构很清晰：一个装满「if...then...」规则的知识库加一个推理引擎。

真正引爆商业化的是XCON。1980 年，卡内基梅隆为 DEC 公司开发的这个系统开始为 VAX 小型机自动配置订单，避免了人工配错零件的高昂成本。据 DEC 方面的估算，XCON 每年为公司节省约四千万美元。

这个数字点着了整个市场。1980 年代，专家系统成了企业 IT 采购清单上的标准项，围绕 LISP 语言的专用硬件公司 Symbolics 和 LMI 迅速崛起，AI 相关产业规模在 1980 年代中后期据称达到数十亿美元量级。

日本反应最激烈。1982 年，通商产业省启动「第五代计算机」计划，目标是造出基于逻辑编程和大规模并行的智能机器，直接跳过冯·诺依曼架构。

然后它塌了，还比第一次更快。

1987 年，通用工作站的性能超过了昂贵的专用 LISP 机器，Symbolics 们的硬件生意一夜之间失去了理由，市场在几个月内蒸发。更根本的问题在软件侧：专家系统的知识必须由人类专家一条一条口述、再由知识工程师一条一条编码，这个过程慢、贵，而且规则一多就互相打架。系统无法自己学习，无法处理规则之外的情况，维护成本随规模超线性增长。

到 1990 年代初，「人工智能」这四个字在企业采购和风险投资圈里几乎成了污点。日本的第五代计划在 1992 年结束，没有达成预定目标。

第二次寒冬开始了。它的成因和第一次基本一样。

改名求生：AI 不叫 AI 的日子

1990 年代到 2000 年代中期，这个领域做了一件很务实的事：改名。

研究者们不再说自己做 AI，改说机器学习、数据挖掘、模式识别、知识工程、智能系统、信息检索。申请经费的时候避开这个词，能提高成功率。这段历史后来被称为「AI 之冬里的伪装」。

有意思的是，学科本身在这段时间反而变得健康了。摆脱了「造出通用智能」的宏大叙事之后，研究者开始用严格的统计方法和可测量的指标做事。支持向量机、贝叶斯网络、隐马尔可夫模型、集成学习陆续成熟，朱迪亚·珀尔（Judea Pearl）把因果推断带进了概率图模型。这些方法不承诺智能，只承诺在特定任务上的准确率，而它们真的交付了。

公众能看见的标志性事件是 1997 年 5 月 11 日，IBM 深蓝以 3.5 比 2.5 战胜加里·卡斯帕罗夫（Garry Kasparov）。但深蓝的胜利是靠专用芯片每秒搜索两亿个棋局位置实现的，它几乎不包含任何「学习」。这场胜利在当时被广泛解读为暴力算力的胜利，却非智能的胜利——这个解读方式也是这个领域的经典命运。

同样是 1997 年，塞普·霍克赖特（Sepp Hochreiter）和于尔根·施密德胡伯（Jürgen Schmidhuber）发表了长短期记忆网络（LSTM），解决了循环神经网络的梯度消失问题。这篇论文当时几乎没人注意，二十年后它撑起了整个语音识别和机器翻译产业。

而神经网络的火种，靠三个人和一家机构续着。杰弗里·辛顿（Geoffrey Hinton）、杨立昆（Yann LeCun）、约书亚·本吉奥（Yoshua Bengio）在整个领域都认定这条路走不通的年代坚持了下来，后来被戏称为「加拿大黑手党」。

2004 年，加拿大 CIFAR 以一笔在当时看来毫不起眼的经费，支持辛顿组织了一个跨机构研究项目。2006 年，辛顿等人关于深度置信网络的论文给这个方向重新起了个名字：深度学习。

改名这件事，这个领域干过两次，方向相反。

还有一个人在准备另一半的燃料。2007 年前后，李飞飞（Fei-Fei Li）开始做ImageNet，一个包含约 1500 万张标注图片、覆盖两万多个类别的数据集。她的赌注是：算法之所以不行，是因为数据太少了。当时主流观点认为标注这么大规模的数据既不可能也没意义，项目一度靠亚马逊 Mechanical Turk 上的众包工人才做下去。2009 年数据集发布，2010 年起举办年度识别竞赛。

火药、引信和火柴，在 2012 年之前的十年里被三批不同的人分别准备好，彼此并不知情。

2012，转折开始了……

2012 年 9 月，多伦多大学的亚历克斯·克里泽夫斯基（Alex Krizhevsky）、伊利亚·苏茨克维（Ilya Sutskever）和辛顿把一个八层卷积神经网络送进了 ImageNet 竞赛。AlexNet的 top-5 错误率是 15.3%，第二名是 26.2%。

在计算机视觉这种成熟领域，年度提升一到两个百分点是常态。十个百分点意味着别人做错的事情你做对了一大半。

AlexNet 用的算法并不新。卷积网络是杨立昆 1989 年就在用的东西，反向传播是 1986 年的论文，ReLU激活函数的思想也不是首创。真正新的是：他们用了两块英伟达 GTX 580 显卡来训练，以及他们有 ImageNet 这么大的数据。

同一年，谷歌大脑的吴恩达和杰夫·迪恩（Jeff Dean）用一万六千个 CPU 核心搭建的网络，在无标注的 YouTube 视频帧上自发学出了一个对猫脸敏感的神经元。这两件事传递的是同一个信号：旧算法+新算力+大数据→新能力。

后面的节奏骤然加快。2013 年，DeepMind 用深度强化学习让智能体只看屏幕像素就学会玩 Atari 游戏，2015 年该成果登上《自然》。2016 年 3 月，AlphaGo 以 4 比 1 战胜李世石（Lee Sedol）。第二局第 37 手（神之一手），AlphaGo 在五路肩冲，职业棋手普遍认为这是失误，几个小时后它被公认为好棋。这一手被反复讨论，是因为它第一次让人直观看到：系统的判断可能来自人类棋谱之外的地方。

2017 年 10 月，AlphaGo Zero 发表，完全不使用人类棋谱，从零开始自我对弈，三天后超过了战胜李世石的版本。

也是 2017 年，谷歌的八位研究者发表了一篇标题很俏皮的论文：《Attention Is All You Need》。他们提出的 Transformer 架构去掉了循环结构，只靠注意力机制建模序列关系，最大的好处是可以大规模并行训练。这篇论文当时的定位是机器翻译的效率优化。

Transformer 架构图

今天这八位作者已经全部离开了谷歌，各自创业或加入了别的实验室。

注意力就是一切：从架构到规模

Transformer 之后的五年，主线只有一个：把它做大。

2018 年，谷歌的BERT和 OpenAI 的GPT-1分别验证了「大规模无监督预训练加下游微调」的路线。2019 年GPT-2发布时，OpenAI 以「可能被滥用生成虚假信息」为由分阶段开放模型权重，引发了大量嘲讽——今天回看，这场争论比模型本身更有预示性。

2020 年 5 月的GPT-3是分水岭。175B 参数，不需要微调，只靠在提示词里给几个例子就能完成新任务。这种「上下文学习」能力没有被显式训练过，是规模带来的副产品（涌现）。

同年，OpenAI 的 Jared Kaplan 等人发表了Scaling Laws的论文，指出模型性能与参数量、数据量、算力之间存在可预测的幂律关系。

2022 年 DeepMind 的 Chinchilla 论文修正了其中的配比结论，指出当时的大模型普遍训练数据不足。这两篇论文的实际作用是把「训练大模型」从一门手艺变成了一项工程。

如果说 AI 历史前六十年的困境是承诺跑得比能力快，那么 2020 年之后的情况第一次反过来了：能力的增长开始有了可以外推的曲线，投资因此变得可以计算。这是资本以千亿美元级别涌入的直接原因。

同一时期，图像生成走了另一条路。2021 年的CLIP把图文对齐做通，2022 年扩散模型让 DALL·E 2、Midjourney 和 Stable Diffusion 密集登场，「AI 作画」第一次成为大众话题。

然后是 2022 年 11 月 30 日。OpenAI 把一个基于GPT-3.5的对话演示放到网上，本来的预期只是收集反馈。ChatGPT 五天获得一百万用户，两个月达到一亿月活，成为当时史上用户增长最快的消费级应用。

技术上，ChatGPT 相对 GPT-3.5 的改动主要是基于人类反馈的强化学习（RLHF）和一个对话框。产品上，它做的事情是让一个已经存在两年的能力，第一次能被没有技术背景的人使用。

七十年里，AI 领域最重要的一次交付，是一个界面。

从对话到干活

此后三年多的密度，超过了前面六十年的总和。

2023 年是模型军备竞赛年。GPT-4在三月发布，多项人类专业考试的成绩进入前列。国内的「百模大战」在同一年展开，从大厂到创业公司，发布会的密度一度以周计。这一年也是幻觉、版权、就业冲击等问题第一次被大规模严肃讨论的一年。

2024 年出现了两个转折。一个是路线上的：OpenAI 在九月发布的o1把强化学习用在了推理链条上，让模型在回答前先「想」得更久。这条被称为「推理时扩展」的路径，把算力从训练侧部分转移到了推理侧，也让数学和代码能力出现了阶跃。

另一个是象征意义上的：十月，诺贝尔物理学奖授予约翰·霍普菲尔德（John Hopfield）和杰弗里·辛顿，化学奖授予戴维·贝克（David Baker）、德米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John Jumper）。神经网络和 AlphaFold 在同一周里被两个学科认可。

2025 年最大的变量来自开源。一月，DeepSeek-R1发布，性能对标 OpenAI o1，但训练成本低一个量级，且完全开源。它对行业的直接后果是把推理模型的门槛拉低到了几乎人人可用，间接后果是改写了「必须靠堆算力才能追赶」的默认假设。此后国产开源模型在全球开发者生态里的份额持续上升。

同样是 2025 年，几个长期被视为「AI 做不到」的标志性任务被拿下。七月，OpenAI 的一个内部实验模型和谷歌 DeepMind 的 Gemini Deep Think 分别在国际数学奥林匹克（IMO）上达到金牌水平，六道题解出五道。OpenAI 方面强调，这个模型没有为数学做专门训练，用的是通用强化学习和测试时计算扩展。八月，同一套模型在国际信息学奥林匹克（IOI）上拿到金牌，在包含 330 名人类选手的总榜上排第六。十一月，DeepSeekMath-V2 开源，同样达到 IMO 2025 金牌水平。

值得注意的是节奏。2025 年 2 月，MathArena 的评测还显示所有顶级模型在 IMO 真题上连铜牌线都够不着。五个月后，金牌。

进入 2026 年，行业共识发生了一次明确的位移。一月清华主办的 AGI-Next 峰会上，与会专家的表述是：以对话为核心的 Chat 范式已经告一段落，竞争转向「能办事」的智能体。支撑这个判断的是几件同时发生的事：模型上下文协议（MCP）等工具接口标准化，让智能体能真正接入现实世界的系统而不只是在沙盒里跑；推理成本在两年内下降超过 95%，让「每个业务流程配一个 Agent」在经济上成立；企业侧的 AI 治理框架和权限体系开始建立。

到 2026 年年中，前沿实验室的模型迭代周期已经从季度级压缩到月度级，百万级 token 上下文成为旗舰模型的标配，模型控制电脑、执行长程任务、在协作工具里作为独立身份常驻，都从演示变成了付费功能。与此同时，物理世界那一侧（世界模型、具身智能、机器人）正在重复大模型 2020 年前后的轨迹：架构基本收敛，数据成为瓶颈。

这就是黄仁勋说「已经实现 AGI」时所处的现实。

七十年教会我们的五件事

回望这条锯齿线，有几个模式反复出现：

第一，每一次寒冬都是因为承诺跑得比能力快。1973 年被砍掉的并非搜索算法，而是「二十年内机器能做人的一切工作」这句话；1987 年崩掉的不是专家系统的商业价值，而是围绕它的估值。技术曲线是连续的，资金曲线是跳跃的，两者错位的地方就是寒冬。这条规律今天依然有效，只是当下的错位方向暂时是反的。

第二，苦涩的教训。2019 年，强化学习奠基者理查德·萨顿（Richard Sutton）写了一篇短文，指出 AI 七十年历史里最一致的规律是：依赖人类知识的方法短期内领先，但长期一定会被单纯利用算力扩展的通用方法超过，而且研究者每次都不愿承认这一点。从符号规则输给统计学习，到手工特征输给端到端训练，再到精心设计的架构输给更大的模型，这个剧本演了至少三遍。

第三，莫拉维克悖论仍然成立。1988 年汉斯·莫拉维克（Hans Moravec）指出，对机器来说，通过智力测验或下棋这类「高级」任务相对容易，而一岁小孩的感知和运动能力却极难实现。今天的模型能拿 IMO 金牌，但让机器人稳定地叠好一件衬衫仍然是研究课题。人类觉得难的事≠机器觉得难的事。

第四，AI 效应。麦卡锡有一句常被引用的话：一旦某件事成功了，就没人再管它叫 AI 了。语音识别、机器翻译、垃圾邮件过滤、人脸解锁、推荐系统，都曾经是 AI 研究的最前沿，现在它们只是功能。侯世达（Douglas Hofstadter）把这个现象总结得更彻底：AI 就是那些还没被做到的事情。这意味着「AI 还没实现」这个判断在任何时刻都为真，因为定义本身在往后退。

第五，路线之争从未真正结束。达特茅斯会议上，符号主义、连接主义和行为主义三条路线就已经同场出现。明斯基和罗森布拉特的争论，在今天以另一种形式继续：杨立昆多年来公开质疑仅靠自回归语言模型无法通向真正的智能，主张世界模型；而缩放定律的信徒认为，历史已经反复证明押注规模的一方会赢。两边引用的都是同一段历史。

那么，AGI 实现了吗？

如果按 1955 年那份提案的标准，答案接近「是」。提案列出的四项任务（使用语言、形成抽象和概念、解决当时只有人类能解决的问题、自我改进），今天的系统在前三项上的表现，会让麦卡锡他们目瞪口呆。第四项，模型用自己生成的数据和自己的评判来改进自己，也已经不是设想。

如果按 1965 年西蒙的标准（机器能完成人所能做的任何工作），答案是明确的「否」，而且看不到日期。

这两个答案难说对错，但它们说明：七十年来，我们始终没有解决麦卡锡在造词那天留下的问题。他为了自立门户生造了一个词，那个词从未获得过可以证伪的定义，于是它成了一个可以被任何人按需重新划线的目标。当能力上来了，划线的人就把线往后挪；当能力不够，划线的人就把线往前拉。

这或许不完全是坏事。一个定义模糊的目标，恰恰能容纳七十年里几乎完全不相干的技术路线，让符号逻辑、感知机、专家系统、支持向量机、卷积网络和 Transformer 都能自称是在做同一件事。

但在 2026 年，模糊的代价开始变得具体。当「AGI 已实现」这句话出自全球市值最高的公司掌门人之口，且发布时点紧贴财报和芯片订单预期，它就不再只是一个学术判断。

真正值得追问的问题也许不是「AGI 实现了没有」，而是：当一个目标可以被随时重新定义，我们该用什么来判断自己是否真的在前进？

七十年前那十个人给了自己两个月。他们错得很离谱，但他们至少写清楚了要解决什么问题。

https://cloud.tencent.cn/developer/article/1462981

http://www.incompleteideas.net/IncIdeas/BitterLesson.html

https://arxiv.org/abs/1706.03762

https://arxiv.org/abs/2001.08361