ScaleAI 创始人 Alexandr Wang 在访谈中分享了他对脑机融合、AI 发展、中美竞争等话题的看法，认为脑机融合是人类避免被 AI 边缘化的唯一方式，同时探讨了相关的风险与挑战。

上周，外媒报道 Meta 正与数据基础设施平台 Scale AI 洽谈战略入股事宜，计划投入约 140 亿美元，并邀请其创始人 Alexandr Wang 加入公司，统筹未来的超级智能战略。

这笔交易一旦落地，不仅将成为 Meta 有史以来最大规模的对外投资之一，也标志着这家社交巨头试图通过外部重构，在 AI 竞赛中重新找回主导权。

在这场深度合作推进的同时，Wang 本人也在《Shawn Ryan Show》三小时访谈中首次系统公开了他对于 AI 演化路径、脑机融合、国家级博弈以及文明未来的诸多判断。

他指出，人类的生物演化正在放缓，而 AI 正以指数级速度突破。若要避免被彻底边缘化，唯一可行的路径，是将人脑直接接入 AI 与互联网，构建出新型智能协同系统。但正因为潜能巨大，风险也更加深远——他将脑机接口视为意识攻击面大规模扩展的起点。

一旦大脑成为平台，操控与攻击的代价将比以往任何设备更低。从广告注入、记忆篡改，到情绪操控与信念重构，技术正在穿透意识的最后边界。Neuralink 及相关企业正从感知接入转向意志调控，意味着“认知完整性”本身也将成为需要防守的对象。

尽管如此，他仍坚持探索。他相信，脑机融合将开启“思考即获得”的时代，让人类第一次触碰百科全书级的常识结构。只是那之后，世界将不再是现在这个样子，人类的主权也不再只属于肉体。

MIT 辍学到 YC 版“饥饿游戏”

Wang 回溯了自己从高中退学、进入 Quora 实习、短暂就读 MIT，到 19 岁创办 Scale AI 的完整路径。

他坦言，高中尚未毕业便决定休学实习，是因为当时已对机器学习产生极大兴趣。那时虽然 “AI” 还不流行，但他们已在用算法优化社交平台的信息流排序，思考如何提升用户粘性与参与度。

在十六、十七岁时便能独立完成部分机器学习工程任务，这一能力使他获得同行认可，但他始终认为自己的“优势”并非天赋，而是极早开始的高强度专注训练。

他强调，真正的差异不是智商，而是能否长期深耕某一领域并持续全力以赴地投入。 从数学、物理到计算机与机器学习，他始终保持高强度的学习节奏。

他相信 “用力过猛总比不够用力要好”，持续性的高密度投入，是快速成长的底层逻辑。在 MIT 时，他选修了大量 AI 相关课程，甚至挑战难度极高的机器学习课程，并迅速在课堂中脱颖而出。正是在这一阶段，他敏锐察觉到一个关键产业空白：AI 模型的进化严重受限于高质量训练数据的缺乏。

一次失败的“冰箱监控项目”成为转折点。即使模型设计合理，若无海量、标注精良的数据支撑，AI 系统就无法达到实用水平。

这次顿悟直接催生了创办 Scale AI 的决心。他明确意识到，AI 不只是学术议题，而是整个产业结构的重构工程，而高质量数据将成为最稀缺的基础设施之一。 因此，他决定从 MIT 再次退学，在 19 岁那年飞往旧金山，全身心投入创业。

他随即加入了被誉为“创业者版饥饿游戏”的 YC 加速器计划。 在那里，他与数百家初创企业同台竞争，在数月内迅速构建产品、筹备融资。最终他成功通过 Demo Day 拿到投资，为 Scale AI 的正式启航奠定了基础。他从未将退学视为逃避，而是出于对现实缺口的清晰判断：既然已经看见问题，就必须马上解决。 他直言，“当你意识到时代的大门正在打开，你必须立刻冲进去。”

Scale 最初的项目并不宏大，主要是帮电商平台识别非法 T 恤图案、优化家具搜索引擎等看似琐碎的任务。但正是这些“低调”的项目，成为团队训练产品、打磨执行力的起点。

三个月后，公司转向自动驾驶领域，发展才正式起飞。他们与通用、丰田、Waymo 等一线车厂建立合作，提供高精度数据处理服务。自动驾驶对数据质量要求极高，尤其是多传感器融合（sensor fusion）场景中，系统需准确判断“这是车还是阴影”“是一人还是两人”并将全部注意力集中在这些复杂场景所需的数据标注质量上，由此脱颖而出。

他坦言，早期能否生存下来，很大程度上取决于是否能获得优质投资者支持。在 YC 加速器期间，他迅速结识联合创始人，组建团队，从一间旧金山的公寓起步，过着白天见客户、晚上写代码、凌晨调模型的不眠生活。 没有资金、没有资源，只靠执行力、冷启动邮件，甚至守在客户公司门口等待机会，只为搭上一句话。

第一个关键客户正是通过这种方式争取到的。 对方是一家自动驾驶初创公司，被收购后，Scale 顺势成为新母公司的数据标注供应商，借此切入更广阔的市场。随着自动驾驶技术需求扩大，更多客户滚雪球般接踵而至，带动公司快速增长。

创业初期没有明确分工，创始人必须“什么都做”才能活下来。 基础设施靠自己搭建，客服、销售、产品验证也都亲力亲为。他在过程中迅速学习组织管理与产品节奏，把技术、业务与团队文化整合为一个整体视角。

与此同时，他也形成了对领导力的清晰认知：领导不是天生的，而是在持续高压环境下被“逼”出来的能力。 每天都在处理决策、团队、运营等各种问题，必须不断试错、不断设目标、调节节奏，否则公司就会停滞不前。YC 的导师制度与创业社群为他提供了宝贵的早期反馈机制。

公司初具规模后，他吸引到 Accel 等老牌机构投资。更重要的是，他以信任关系为基础，招募了第一批核心工程师——大多数是他在 MIT 结识的同龄人。 彼时他没有任何名气或信用背书，只能靠彼此之间的理解与默契来建立团队。这批人有的退学加入，有的毕业就入职，成为 Scale 技术架构的中坚力量。

商业知识方面，他没有接受系统培训，而是在与客户的反复磨合中逐步学会。他边写代码边学销售、边发融资邮件边试着搭建商业模型。“没有人告诉你应该怎么做，但你每天都得往前走。”

产品最初版本完全由 Wang 独立开发。他将项目上传至创业项目发布平台，没想到在 Twitter 创业圈小范围传播，引发最初的市场关注。 他靠朋友转发积累曝光，“早期真的就是靠‘跪求’起家的”。

起初项目名为 Scale API，仅因该域名尚未被注册。一年半后正式更名为 Scale AI。尽管公司早期形态极为粗糙，但自动驾驶的机会窗口让它迅速进入科技巨头的视野。Waymo 成为早期客户之一，目前已在旧金山、洛杉矶、凤凰城等地部署无人出租车，并不断扩大规模。

公司最初增长缓慢：第一年仅 1 至 3 人，第二年扩张至 15 人左右，第三年达百人规模，随后才迎来爆发式增长，扩展至约 1100 人。 成立三年后，公司开始接触国防项目，并最终成为美国国防部的数据合作方。

中美 AI 博弈拐点

在 Cognition AI 的愿景里，Devin 并不只是一个能补全代码的助手，而是一个可以“思考、调试和修正”的完整 agent 体系统。这种从底层架构出发的设计理念，来自 Scott Wu 多年数学与编程竞赛的训练。他将许多技术挑战比喻为动态环境下的“路径规划问题”——类似某些信息学奥赛题：你需要在不断变化的网络中，持续寻找最优路径，应对限制、反复求解，并保持高效。

Wang 指出，中国早在 2018 年就已启动全国性的 AI 国家战略，他将当前中美竞争格局概括为三个维度：

1. 能源，中国遥遥领先；
2. 芯片，中国落后但在追赶；
3. 数据，中国显著领先。

当前美国唯一仍处于明显领先的位置是芯片领域。英伟达依然是全球最强大的 AI 芯片厂商，其生态系统构建了对全球算力能力的垄断式优势。但这一领先正在被削弱。华为的芯片性能已逼近英伟达上一代产品，差距在快速缩小，技术代差正被追平。他警告，如果趋势持续，美国在高端芯片上的绝对优势可能会在数年内被进一步削弱。

目前，中国正面临严重的人口老龄化问题。长期的低生育率与老龄人口的快速增长，将对其工业与整体战略活力造成持续削弱，而这类趋势一旦发生转折，回调周期极为漫长。从“能力巅峰”视角来看，现阶段或为关键窗口期。

其次，中国制造体系已积累巨大优势。工业机器人部署数量位居全球首位，自动化率、设备自研能力以及产业上下游整合度均远超其他国家。当前的制造能力正处在一个难以复制的峰值阶段，这使得任何依赖硬件的技术行动都更具可行性。

芯片问题是整个结构性博弈的核心。目前全球约 95% 的高端芯片产能集中于台湾，一旦出现地缘风险，将对 AI 基础能力构成根本性冲击。

如果未来几年内发生芯片产能转移、封锁或中断，美国在 AI 层面将难以置身事外。他认为，为确保稳定，美国必须构建多层次战略优势：

• 在 AI 领域维持全球领先地位
• 在关键科技与能源链条上建立替代能力
• 构建清晰可见的经济制衡机制，使任何风险行为都面临巨大代价

任何战略稳定前提，都是降低误判与提升代价感知。一旦对手误判风险可控或收益可期，冲突边界就将被不断测试。Wang 同时承认，在制造、造船、人力资源等传统工业维度，中国已构成不可忽视的系统能力。美国若无法强化自身供应链弹性、技术执行力与政策效率，传统优势将被逐步侵蚀。

台积电在台湾的晶圆厂已投入数千亿美元，包含大量定制化设备与复杂工艺系统。即便在美国重建同等能力，仅硬件投资就需数千亿美元。更复杂的是人才体系。芯片制造不仅是设备，更是流程、经验与协同的系统工程。若无法将原有团队迁移，美国就必须从零重新训练，这将是一个耗时巨大的过程。

即便台积电已在亚利桑那州建设工厂，推进也面临诸多阻碍。包括电力不稳、审批流程复杂、本地技术工人熟练度不足等问题，均严重影响项目效率。

从企业自身视角出发，台积电并无迫切动机推动产能全面转移。若迁移完成，其在全球地缘博弈中的战略重要性也将下降。换言之，保留产能在本地，反而是一种安全策略。

即使当前政策明令禁止先进芯片直接出口至特定地区，部分企业仍可通过“白手套公司”达成间接采购。注册于第三国的代理企业，以非关联身份完成下单与物流转运，最终让先进制程芯片流入受限市场。这使得全球芯片管控体系在执行层面存在明显漏洞。

围绕芯片、算法、数据与算力基础设施的全球竞赛，已逐步演化为一种结构性博弈模式。他警告，未来可能出现某种“AI 级灾难事件”——例如电网被攻击、病原体被滥用等极端情形，将迫使全球重新定义 AI 治理框架。

在此之前，全球必须正视 AI 作为通用能力带来的治理缺口。AI 不应成为攻击工具，而应服务于经济发展、社会治理与人类协作。在这场全方位竞赛中，美国自身也面临严重掣肘 —— 电力瓶颈、监管冗余、审批效率低、基础设施短缺等问题，正在系统性拖慢 AI 基础设施建设节奏。

他强调，这是一场系统工程，不能有明显短板。最危险的局面，是对手以全国之力推动 AI 计划，并在多环节形成代差优势，最终引发能力错位。虽然目前焦点集中在中美，但他提醒：全球多极结构也正快速成型。

例如，俄罗斯在网络基础设施与技术布局上具备突出的整合能力；中东地区则掌握庞大资本与能源资源；印度凭借工程文化与技术劳动力储备，有望成为未来关键参与者；而欧洲虽起步稍晚，也在加速建设统一的数据与算力战略体系。

至于“AI 是否会最终摆脱人类控制”的问题，他认为仍属可控范畴。前提是不能让关键系统完全依赖 AI 自动决策，必须在人类监督框架内运作，AI 不应成为权力本身，而应是一种可控能力，为社会与个体赋能，而非夺权。这也将是全球治理下一阶段的核心命题。

脑机接口、意识工程与永生

Alexandr Wang 表示，他对脑机接口的发展始终抱有强烈兴趣，甚至将是否生育的时间安排与这项技术的成熟度挂钩。他指出，人的大脑在出生后前七年具有最高的神经可塑性，远超生命中任何其他阶段。如果在这一时期植入脑机接口，孩子将可能以近似本能的方式习得新能力，将其深度融合进神经结构中，这是成年人几乎无法实现的。因此，他更愿意等技术成熟后再考虑育儿。

他对脑机接口持务实态度，核心聚焦仍是 AI。在他看来，AI 正以指数级速度演化，而人类的生物进化几乎停滞。自然选择需要几百万年，而 AI 每年都在突破边界。因此他认为，人类若要维持竞争力，最终必须发展出一种机制，将大脑与 AI 相连，与人工智能系统乃至整个互联网深度融合，这将成为维持人类重要性和生存能力的必要手段。

但风险同样清晰。他警示说，一旦有企业可以侵入大脑，就可能在无意识状态下注入广告、操控消费冲动，甚至更进一步形成意志层面的操控。若这种能力被恐怖组织、敌对国家或黑客组织掌控，后果将更为严重，包括记忆窃取、思想干扰、现实感破坏等。这种“接管”实质上是对认知与行为的深度操纵，构成对意识本体的系统性威胁。

他提到，Neuralink 等公司已将“意识操控”作为脑机接口发展的下一阶段目标。无论是记忆提取、意图预测，还是思想输入，相关研究已在学界与产业界形成初步共识。他强调，这些技术的使用必须极度慎重，否则可能带来人类社会结构性的后果。

在感官操控方面，相关实验也已显示技术可行性。他提到，科学家通过向猴子视觉皮层植入信号，让它“看到”不存在的图像，并据此完成任务。这表明，大脑对刺激的响应机制可以被重构甚至虚构，未来接入触觉、嗅觉甚至情绪体验的路径也已初步显现。

尽管风险严峻，他仍认为这是一条值得探索的路径。脑机连接 AI 后，人类可能拥有“百科全书级”的认知能力，信息检索将转化为“思考即获得”。从某种意义上看，这是一种超越人类神经生理极限的超级智能形态。但他警示，越靠近这种能力，人类也越暴露在巨大的攻击面前。

对于技术滥用，他没有回避。他指出，一旦脑机接口落地，信息输入机制将决定用户构建的“现实”版本。如果系统中植入了错误数据，例如一个被修改的宗教文本版本，那么用户所理解的世界观将被伪造与操控。他特别强调，AI 数据系统的管理权必须远离极权掌控，这是信息时代自由意志的底线。

他进一步指出，当前媒体影响仍停留在“观点影响”的层级，但脑机接口一旦实现，将直接进入“信念塑造”层级。这不再是“让人看到”，而是“让人相信”。宣传机制将从今天的 1 或 2 级跳跃至 9 或 10 级，形成前所未有的认知重构。

正因如此，他多次强调监管机制的缺失。今天人类尚未解决如何监管智能手机，却必须面对能重构意识的系统。他指出，AI 的力量将是移动互联网的一千倍，而现有治理结构根本未做好准备，若不吸取前一轮科技浪潮的教训，后果将不可逆。

他本人愿意植入 Neuralink，但前提是两个关键层面的保障必须到位：一是具备极强的网络防御能力，防止脑部被远程入侵；二是保证意识结构在连接后不会发生深度改变。他强调，这两个条件是底线，缺一不可。

谈及意识上传，他认为那才是通往“永生”的正解。他指出，延长寿命、对抗衰老最终指向一个问题：如何将意识从肉体解耦，并迁移至更持久的载体上。在他看来，Neuralink 就是这一演化路径的第一阶段。

未来路径包括两种方向：一是上传意识进入高度真实反馈的虚拟世界，获得永久在线的存在状态；二是将意识下载至人形机器人，在物理世界继续以类人形态存在。

他也坦言，自己对“模拟宇宙”理论的接受程度在改变。过去他对 Elon 提出的假设持怀疑态度，但看到 Sora 等 AI 模型生成的视频已接近“伪现实”时，他开始怀疑人类现实是否本身就是某种模拟系统的一部分。他的逻辑是：如果几十年内人类就能生成无限逼真的仿真世界，那么我们今天所在的世界，很可能也就是先行文明创造出的副本之一。

他认为，“意识”本身可能并不如人类想象中那般神秘或独特。如果未来能构建出具备主观体验的 AI 模型，“意识工程”将成为现实，意识将成为可以设计、转移、备份与延续的工程系统，而不再只是哲学命题。

从智能飞轮到黑暗森林

在被问到“AI 是否是下一个石油”时，Wang 给出了双重判断。一方面，AI 将成为未来国家经济、科研与军事体系的关键基础设施，就如同石油之于工业时代。

谁能率先部署强大的 AI 系统，谁就能大幅提升科研效率、推动 GDP 增长、加速自动化转型。另一方面，AI 又不同于石油这类有限资源，它具备“自我递增”的飞轮效应：AI 越强，国家能力越强，反过来又能加速 AI 的演进，实现指数式增长。

他指出，AI 的底层由三大支柱构成：算法、算力与数据。算法是智能逻辑的核心，需要持续的科研突破；算力依赖于电力、芯片与冷却系统构建高密度计算能力；而数据则是训练模型的“养分”，直接决定 AI 的知识边界与推理精度。其中，数据与石油最为相似，但他强调，真正的制胜关键，是三者能否协同运作，驱动国家级的智能飞轮。

当前的竞争焦点已从模型能力转向“算力密度”。他直言，问题不再是有没有 AI，而是是否能并行运行成千上万个强大实例。

如果某一方能同时部署 10 个、100 个，甚至一亿个具备网络攻击能力的 AI 模型，其战斗力将远超传统军事系统。这背后依赖于数据中心部署、电力输送能力、芯片库存和数据更新频率的支撑。

围绕这一底层设施的抢夺战已经打响。xAI（Elon 的公司）、OpenAI、Google、Amazon、Meta 等全球科技巨头纷纷在过去一年内布局未来 5～6 年的算力地图，争夺数据中心选址、电力通道与芯片供应链。这场竞争不仅是商业战，更是关于数据主权和算力支配权的全球战争。

与此同时，AI 也带来对司法系统的新威胁。“深度伪造”能力正迅速突破法律认知的临界点。随着模型能力增强，图像与视频的合成效果将变得无法辨别，而现有法律体系对此几乎毫无准备。

当伪造证据可以以假乱真，“客观影像”将失去证据意义。虽然当前 AI 生成内容仍能被识别，但技术的演进速度远超制度反应。

他提出两条应对路径：第一，公众必须建立强大的虚假识别能力，尤其年轻一代需要将信息鉴别作为生存技能；第二，法律必须迅速确立边界，明确提交 AI 合成证据的行为属于严重作伪证，甚至应构成刑事犯罪。通过制度性的惩罚机制，才能建立有效的“负激励”框架，防止 AI 被用于蓄意误导司法。

但相比个体操控，更危险的是机构级别的权力使用。Wang 强调，AI 本质上并非去中心化，它实际上放大了已有权力结构的控制能力。当拥有算力的主体可以用 AI 生成高仿信息，他们就能大规模操纵叙事，制造可信的音视频材料，将“真实性”本身变成一种可被垄断的资源。他警告，这类 AI 驱动的信息武器已在选举与政治事件中初露端倪。

唯一的对策，是建立强有力的可验证机制，重建对内容与发布方的信任链。尤其是在掌握 AI 能力的政府或大型机构中，必须以制度性透明性约束其内容生成行为，否则在真假难辨的世界里，信息本身就会演变为战争武器。

谈及外星生命话题，Wang 表示高度确定。他引用“费米悖论”指出，在如此浩瀚的宇宙中，地球不太可能是唯一存在智慧生命的星球。他认为外星生命的存在几乎毋庸置疑，只是彼此之间的距离过于遥远，导致通信或观测难以实现。

进一步地，他引用“黑暗森林假说”解释为何我们尚未发现外星文明。该理论认为，一旦某个文明达到一定技术水平，其最理性的选择是保持隐匿，以避免被更高级文明发现与摧毁。在这个视角下，宇宙是一片彼此猎杀的黑暗森林，高智慧生命不发出信号，正是为了生存。

他指出，这种“隐身动机”也可能解释我们无法观测到外星存在。科技越进步，越能理解暴露位置所带来的生存风险。因此，不是外星生命不存在，而是他们选择了沉默。

人类对宇宙的认知依旧有限。太阳存在生命周期，整个太阳系的宜居性并非永恒。因此，一种被越来越多科学家讨论的设想是：生命可能在不同时期依附于不同星球存在。五十亿年前或许是火星，今天是地球，未来可能是土星的卫星。随着恒星演化，星球适居性将发生转移，生命的“轮动”并非毫无根据。

本文由人人都是产品经理作者【江天 Tim】，微信公众号：【有新Newin】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash，基于 CC0 协议。