稀缺资源

专用智能便宜又好用，通用智能却贵得惊人，要海量算力、数据与顶尖人才。问题是：这种吞金兽般的智能，值得养吗，又该由谁来养。稀缺与通用的矛盾，今天就摆在桌面上。 通用智能为什么这么贵？ 要在无数领域都表现得像样，就得把世界方方面面的规律都学进来，这要求超大模型、超大数据、超大算力，三项都是吞金巨兽。专用模型在一个小领域便宜精准，是因为它不学别的。 这个成本还不只是钱：训练一个前沿模型消耗的电力，相当于一个小城一年的用量，它对能源与环境的压力也是真实的代价。通用智能的账单，不只寄给科技公司。 贵还贵在试错：训练失败一次就是天文数字，调试、对齐、评估都要持续投入。通用的代价，是把所有领域的学费一起交了。 它不是一时投入，而是持续烧钱的事业。 这么贵，为什么还要做？ 因为通用智能的杠杆最大：一个能跨领域迁移的系统，可能带来远超成本的回报，它的能力外溢到无数行业，这笔账从长远看划算。 这种回报也可能被放大到不合理：一旦少数主体掌握了通用智能，它带来的就不只是效率，而是对其他行业的议价权。贵与权，在这里是同一枚硬币。 正因为这样，通用智能该归谁、该让多少人受益，才不是小事。 更关键的是战略意义：谁掌握了通用智能，谁就握住了下一轮技术与权力的入口，这种东西再贵也有人挤破头要做。 贵，恰恰说明它被认为值这个价。 稀缺会带来什么问题？ 资源集中意味着少数主体养得起通用智能，它成了奢侈品，普通人很难碰得到。能力的分布会进一步向少数节点集中，数字鸿沟变成智能鸿沟。 更麻烦的是，养它需要的稀缺资源（能源、顶尖人才）本身就在全球竞争，谁多占一块，别人就少一块，这会把技术竞争变成资源竞争。 稀缺不只是价格问题，它会重塑权力格局。 它最终会变成公共品吗？ 历史上，昂贵的技术往往随时间变便宜，最终扩散成公共品。可通用智能是否会走这条路，还是被刻意锁在少数人手里，目前没有答案。 如果它一直稀缺，通用智能的红利就集中在少数地方；如果它扩散开来，红利才会惠及更广的人。这个走向，很大程度上是制度选择，而不只是技术必然。 稀缺资源与通用智能之问，最终是个分配问题：造出一个通才已经够难，让这个通才的好处不被少数人独享，是另一个同样难的问题。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论