回到“概念本身”，回到“人的尺度”

文/高明勇 政邦智库理事长，凤凰网政能亮创始总编辑

AI的发展速度“惊人”，日前发布的《生成式人工智能应用发展报告（2026）》显示，截至2026年上半年，我国生成式人工智能用户规模突破7亿人，普及率超50.0%。而态势也令人不安，不少人对AI持犹疑态度，最新的新闻是，“79岁老干妈陶华碧用AI一年赚54亿”话题登上微博热搜；更值得关注的是话题中的另一层信息：据称，老干妈此前有600多名拣椒工人，上线AI质检系统后，只保留48名工人负责最后一道经验把关。与此同时，也流行着一句话，“只要你学得够慢，就什么都没有错过”。

这些意味着，有必要让AI回到“概念本身”，回到“人的尺度”与“人的价值”。即，究竟何谓“人工智能”，如此命名是否准确，“人工智能”的终极目的到底是什么？

近日，在2026云栖大会上，阿里巴巴集团CEO吴泳铭发表最新演讲，值得深思的是，他并没有使用惯常的“人工智能”，反倒是再次采用“机器智能”这一概念来阐释对时代的思考。

当全行业沉浸在“人工智能”的狂欢叙事中，都在关注模型参数、算力竞赛时，用“机器智能”这一相对更为审慎的概念，重新思考人机关系的本质，无疑，这为狂飙突进的AI时代按下了一次“理性暂停键”。

仅仅依靠“概念改名”，能不能有效约束技术异化？或许无法改变整个社会惯用的“人工智能”叙事惯性，但至少是一种源自行业内部的冷思考。改名是观念提醒，真正的约束还是制度。

吴泳铭打了一个比方，“把繁重的任务留给机器，把时间、创造力以及对美好事物的感受留给人类。就像回到300年前，一个在田中劳作的农夫，很难想象未来会有人走进一个叫‘健身房’的地方，付费进行体力劳动。”

其实，命名“机器智能”并不意外。早在2017年贵阳数博会上，阿里巴巴技术委员会主席王坚就曾谈及这两个概念：“只要创造出关于动物和人的智能，都可以叫做人工智能。但人与动物不具备的智能，如果机器具备了，那就是机器智能。”此前，斯坦福大学人工智能与伦理学教授杰瑞·卡普兰也持类似立场——机器智能不应该是让机器变得像人一样有智慧，应该是下一代的自动化。它不是来取代人，它是来辅助人。

比较而言，“人工智能”暗含一种隐喻，机器在模拟人、趋近人，甚至可能在某个临界点超越人。而“机器智能”的表述，则设置了一个前提，机器有机器擅长的事，人类有人类独特的事。农夫与健身房的比方，也在说明机器承担繁重任务，人类保留时间、创造力和对美好事物的感受，与卡普兰所说的“辅助人”异曲同工。

云栖大会现场的标语，或许道出了很多人未曾言明的清醒：价值的另一面，当“帮助”超过边界，会不会成为“控制”？事实上，所谓的“帮助”，更多意味着“辅佐”，乃至“解放”，必然不是“控制”，更不是“替代”。

回到概念、重新命名，其意义在于厘清“机器智能”的核心定位，机器负责“熟练的处理”，人类负责“高阶的创造”；机器负责重复、繁琐、海量、精准的事务性工作，人类负责审美、共情、思辨、抉择、创新的价值性工作。如果这个定位不够明朗，或边界不够清晰，技术的“帮助属性”很可能异化为“控制”乃至“替代”。

当然，在真实的现实世界中，很多使用者已深度沉浸其中，一些隐患也日渐凸显。当思考可以随时“外包”，当创作可以一键生成，当学习可以交由AI代劳，对不少人来说，思辨能力、逻辑能力、文字能力、学习能力都会受到极大挑战，面临持续退化的风险。看似是人在用机器，实则是人在被算法驯化，我们的认知边界，也将慢慢被机器的算法边界所左右。

2026云栖大会给人最直观的感受，是AI正在从“能生成什么”走向“能交付什么”。正如现场观察，“AI能生成什么”的演示正在逐步让位于“AI能稳定交付什么任务”的实景。

在“机器智能”呈几何级增长的时代，行业竞争的下半场，将不再单纯是算力之争、参数之争、速度之争，而是边界之争、伦理之争、价值之争。“作为人的尺度”“作为人的价值”，也必然成为公共议题。

国务院印发《关于深入实施“人工智能+”行动的意见》，提出打造安全治理多元共治新格局，推动构建面向自然人、数字人、智能机器人等多元一体的公共安全治理体系。

2026年5月15日，在“聚梦想 创未来”未来科技高峰论坛上，我曾呼吁：在未来，期待让科技更像“人”，为人类提供更好的服务；在未来，期待让人更像“人”，而不是更像机器，进而让我们每一个人都活得更自由、更自信、更体面。

2025年12月12日，在2025年法律与人工智能论坛上，我提出涉及公共性议题，一定要形成一个公开辩论与利益博弈的机制，以此来优化治理。这是所有人必然面对的趋势，也是整个行业从大力鼓励逐步走向规范治理的必然命题。

往大处说，这是一场前所未有的“生产力革命”。如果说“工业革命”让“体力动力”实现大规模商品化，最大限度解放了人类的肢体；那么，在机器智能时代，有可能让“脑力思考”实现大规模商品化，从而重构人类的认知生产方式。

在AI从“对话”走向“办事”的当下，这个命题变得更加紧迫，我们不仅需要AI“能干活”，更需要确保人类知道它在干什么、怎么干的，以及在必要的时候，是否有能力让它停下来。

技术创新可以无限迭代，但现实应用须有边界；智能产品可以无限供给，但高质量发展须有尺度。回到“概念本身”，也是一次回到“人的尺度”的积极尝试。当“能干活”不再是问题，是否具有“让它停下来”的能力，才是人真正需要守住的那条线。