现在人类+AI最大的局限，是无法开创新的信息空间。人类问AI时，第一步总是让AI思考“你怎么看”、“你帮我分析一下这篇文章”、“你帮我想想”。当人类把灵感完全诉诸于人工智能，这是对人类超越性的亵渎。 这些年，我发现AI好像什么问题都能回答，什么知识都可以组合建构，那么我想的是，人类是否应该开启一些领域，即AI完全没有任何想法、完全超越AI神经网络理解的知识呢？人类，可以做到吗？ 根据机器学习与人工智能的定义，AI之所以无所不知，是因为它擅长做三件事。 1.压缩已有知识，把人类已有知识压缩成参数 2.组合已有知识，跨领域迁移、类比、重组 3.补全已有知识，根据统计规律预测下一步 但是这三者，都建立在已有的信息分布之上。 我认为，创造一个此前不存在的信息空间，是完全不同的能力。 可是人类历史真正伟大的突破，都属于开新维度，增加一个新的坐标轴。 但是无论在学术界，还是在工业界，我都没看到谁正在重新定义世界允许存在哪些概念。 我认为AI目前最大的限制不是推理，不是数学，甚至不是创造力。 最恐怖的局限是，AI无法知道它应该发明什么新的概念。它对此一无所知。 比如说，今天我们如果问AI： “未来100年最重大的科学是什么？” 它可以列很多，AGI，量子计算，合成生物学，脑机接口，数字生命…… 可这些几乎都是今天已经存在的话题。 因为AI学习的是人类已经讨论过的世界。 人类尚未想到的世界，它也完全无法知晓。 那人类可以做到完全超越AI吗？ 理论上，我认为可以。只是代价极大。 人类中必须有人超越绝大部分人，并且同时超越他手中的智能工具本身。 这对于这少部分人，是远超任何世纪的要求。

🔥独家：至知创新研究院今日开源 IQuest-Q1！ 激活仅 15B，多项 Agent 基准逼近 Claude Opus 5 ！ 
320B 总参、仅激活 15B，专打 Agent 编程、推理和多步工具调用。 亮点速览：
🔹MoE：256 专家 / 8 激活，88 层，524K 上下文
🔹对标一线：CyberGym 84.5、Terminal-Bench 83.2、NL2Repo 63.0、DeepSWE 64.6
🔹训练闭环：预训练 → Mid-Training → SFT → 领域 RL + MOPD → 残差融合
🔹工程可落地：适配 SGLang / vLLM，支持 Claude Code、Codex
🔹定位明确：真实软件工程 + CLI Agent，不是聊天玩具 激活只要 15B，Agent 任务硬刚闭源一线。开源又进一步。 #至知创新研究院# #IQuestQ1# #大模型# #开源AI# #Agent# #人工智能# #中国开源#

【隱性知識】AI最大的威脅來自生物學，而非機械人 Anthropic PBC的研究員考克森（Jacob Coxon）於九月初辭職，並在社交媒體上發文稱，原因在於「開發人工智能（AI）的人真心相信，到本十年末，AI可能會殺死所有人類」。

【科技收購】SpaceX宣佈有權在今年晚些時候以600億美元收購Cursor SpaceX表示，已達成一項協議，有權在今年晚些時候要麼以600億美元收購人工智能（AI）編程初創公司Cursor，要麼為雙方合作支付100億美元。SpaceX稱兩家公司「正密切合作，打造全球最好的編程和知識工作AI」。

【中國AI靠蒸餾“竊取美國知識產權”？】“屬於典型的人工智能霸權主義行徑。”7月27日，中國商務部新聞發言人直指美國部分政客炒作AI安全議題的本質。近日，美國一些高級官員公開表示將針對中國人工智能企業所謂“蒸餾”美前沿模型開展調查，並可能以“竊取美國知識產權”等為由制裁中國企業。不少人可能會問，到底什麼是蒸餾？ 美國喬治城大學安全與新興技術中心臨時執行主任海倫·托納有個形象的比喻，蒸餾就是用一個能力更強的“教師”模型，去訓練或改進一個能力較弱的“學生”模型。#真相#

正在剧变的全球经济底图：人工智能GenAI对高收入国家和欧洲/中亚地区的冲击最大，波及率超过30%。最高波及+低任务变动性(淡紫色部分)，是最容易被彻底取代的阶层。AI正在重塑劳动力价值，传统的“白领技能”正在贬值。8.38亿个岗位，都面临着AI带来的冲击。女性、青年和高知受到的影响最大。总裁简报(@CEOBriefing)提醒：贝恩、麦肯锡、科尔尼、埃森哲、罗兰贝格、普华永道这些企业传统的营销、咨询和品牌管理模式将彻底失效。全球范围内对高质量专业决策的需求，在从美国向外扩散。

本周周报一口气又码了一万多字（不包含周度跟踪及各板块总结性内容），AI时代依旧在人工纯手打。 也不是没有尝试用AI，但效果始终不尽人意，AI现在的水平，是“中不溜”，忽悠外行是一绝，但内行一眼便知，差了很多意思。 尤其是，政策分析时的“中译中”内容，感觉AI对中国文字细节变化的理解能力还很较浅。 更重要的是，码字的过程，其实也是系统性思考的过程，如果大部分交给AI来写，自然就丧失了码字的核心意义。 每周一期，应该不负长期订阅的朋友。 之前经常有朋友评价，某一期周报看完，觉得一年几百的订阅费就回本了。

深度伪造（deepfake）技术是如何发展起来的？它又是如何逐渐被滥用？ 1994年，一名程式设计师在一段鲜为人知的Photoshop示范中，利用数码技术“复制”自己的伴侣。此后，虚假影像从网络恶作剧、名人色情内容，逐步发展成今天的“深度伪造”内容。 GAN技术的创始人之一伊恩．古德费洛，讲述他最初如何利用人工智能生成影像，并预测电脑制造虚假影像的能力将会持续提升。 与此同时，早期深度伪造色情社群逐渐形成。曾报道深度伪造现象的记者，以及一名遭遇“AI脱衣”技术侵害的年轻女记者，分享亲身经历。

歪个楼，聊到这个话题，想分享一个 2025 年之后才有的人与人沟通的小技巧。 如果你是老板或者是中层，当你给你的同事下属部署任务时，*千万不要*在部署完任务之后加一句“你拿 AI 跑一下，很快的”。 这就是新时代的“爹味儿”。“爹味儿”大家都知道，就是毫无信息增量的正确废话。 现在，除非你的这个同事他真的从来没用过 AI，例如他昨天才买了第一台智能手机；或者你真的知道不为人知的 AI 技巧，例如你恰好是个提示词专家。 你必须得承认，现在一个活儿，纯人工就是不快，纯 AI 就是不好。如果想兼顾又快和又好的话，一个东西的含量可能是人类的成果占 50%，AI 的成果占 50%。 所以： A. 你如果不说这句话。 它隐含的含义就是：这是一个人类的活。那么你的同事在利用 AI 完成这个工作的时候，会有一定的爽感。 这类似于“我和科比合砍 80 分”，他偷拿着 AI 的那部分工作量揽到了自己头上，这样对他来说是个正反馈🥰。 B. 但反过来，你一旦加上这句话，拿 AI 跑一下。 情况就会变成：尽管他依旧出了 50% 的力，但可能会理解为你把功劳全算在了 AI 头上而不是他的。 你只会夸 Claude 是真牛逼啊，而抹杀了他的隐性劳动，这就是负反馈🙄。 你应该只关注交付物和时间节点，或者组织几次真正干货的 AI 使用技巧，否则不要用这句话。 不知道大家是否有这种共鸣。

《用 CPV 理论重新理解王阳明的“知行合一”》 王阳明提出： “未有知而不行者。知而不行，只是未知。” 这句话一直被理解为一种道德修养方法：知道正确的事情，就应该去实践。 但如果从 CPV（Cognitive Positioning Value，认知定位价值）理论重新审视，会发现王阳明讨论的其实不是简单的“道德执行力”，而是一个更底层的问题： 一个认知结构如何真正影响一个系统的行为。 
 ⸻ 
 一、信息不是知识，结构才是“知” 人类每天接收大量信息。 我们知道： 熬夜伤身体； 运动有益健康； 长期学习能够提升能力； 情绪化决策容易带来损失。 但大量“知道”的东西，并不会改变行为。 为什么？ 因为这些只是信息进入了大脑，却没有进入人的认知结构。 CPV 理论认为，一个完整的认知结构包含： 我如何定位自己； 我如何理解环境； 我如何判断价值； 我如何预测未来。 真正的“知”，意味着一个人的世界模型发生变化。 例如： 一个人知道抽烟有害健康。 这只是信息。 另一个人经历亲人因肺癌离世，他对抽烟的理解发生改变： 抽烟不再只是“一个坏习惯”，而变成： 这是正在损害未来生命价值的行为。 此时，认知位置改变，价值权重改变，行为自然改变。 这才是王阳明所说的“知”。 
 ⸻ 
 二、不行动，说明结构没有完成 很多人困惑： “我明明知道，却做不到。” 按照传统解释，这叫缺乏自制力。 但 CPV 提供另一种解释： 人的行为不是由表层知识直接驱动，而是由整个认知结构决定。 一个人的行为可以看成： 认知位置 ↓ 价值排序 ↓ 未来预测 ↓ 行为选择 如果最终行为没有改变，说明前面的结构没有真正改变。 比如： 一个人知道学习重要，但每天刷短视频。 表面看： 他缺少毅力。 深层看： 他的 CPV 结构仍然认为： 即时娱乐价值 ＞ 长期成长价值。 所以他的行为符合他的真实模型。 他不是“不知道学习重要”，而是他的系统内部，学习还没有成为更高价值。 
 ⸻ 
 三、知行分离，本质是多个模型竞争 人的内部并不存在一个统一的“理性自我”。 更多时候，是多个模型同时存在。 例如： 语言模型： “我要早睡。” 即时奖励模型： “再刷十分钟视频。” 长期价值模型： “健康很重要。” 短期情绪模型： “今天太累了，放松一下。” 所谓“知而不行”，就是不同层级的模型发生竞争。 最终控制行为的，是权重最高、连接最深的模型。 王阳明认为： 真正的知，会统一这些冲突。 因为当一个认知结构足够深入，人的行为会自然符合它。 
 ⸻ 
 四、高手的执行力来自结构，而非意志力 很多人观察优秀的人，会认为他们拥有强大的自律能力。 但从 CPV 看，很多高手并不是每天都在和自己战斗。 他们只是拥有不同的认知结构。 普通人： “我要不要努力？” 高手： “这个事情本来就应该做。” 普通人： “失败怎么办？” 高手： “失败是反馈的一部分。” 普通人： “为什么我要坚持？” 高手： “这是我的系统运行方式。” 同一个行为，在不同 CPV 结构中，心理成本完全不同。 低 CPV 状态： 行动需要不断消耗意志力。 高 CPV 状态： 行动成为结构的自然输出。 
 ⸻ 
 五、知行合一是一种认知闭环 从系统角度看，王阳明的思想接近现代控制理论中的闭环系统。 低效系统： 外部信息输入 ↓ 记忆存储 ↓ 行为没有改变 ↓ 继续重复 这是开放的信息接收。 高效系统： 现实反馈 ↓ 模型更新 ↓ 认知位置改变 ↓ 价值重新排序 ↓ 行为调整 ↓ 新的现实反馈 这才是真正的学习。 智能的本质，不是拥有更多信息，而是不断通过反馈调整自己的结构。 
 ⸻ 
 六、知行合一与人工智能的启示 从这个角度看，今天的 AI 也面临类似问题。 大语言模型可以知道： 编程规范； 商业规律； 科学知识。 但如果没有真实环境反馈，它只是拥有大量信息。 真正的智能需要： 模型预测现实； 现实反馈修正模型； 模型调整行为。 这与王阳明的“知行合一”高度相似： 不能改变行为的知识，只是数据。 能够改变系统运行方式的知识，才是真知。 
 ⸻ 
 结语：知，是结构形成；行，是结构展开 用 CPV 理论重新表达王阳明： “知”不是知道某个答案，而是在认知系统中形成一个足以改变价值排序和行为预测的结构；“行”不是额外执行，而是这个结构在现实中的自然展开。 所以： 未有知而不行者。 因为真正的知，本身已经包含行动倾向。 知而不行，只是未知。 因为没有进入结构的信息，还没有成为真正的认知。 王阳明几百年前提出的心学问题，本质上是在探索一个现代科学仍然研究的问题： 一个系统如何通过建立有效模型，让自身的行为与现实结构实现一致。