论点：预测 AI 未来时，最缺的那块拼图就是明白 AI 和人类一样，也离不开文化。

近年来，科学界对理解人类本质的一个重大突破是发现，我们不仅仅是基因进化的产物。虽然我们确实是某些类猿生物的基因后代，但现代人类每一代都被一种超越生物机制的共同学习塑造着。这个被称为“文化”的人类创造环境，构成了我们物种最宝贵的部分。文化在我们生活中无处不在，尤其是在现代城市生活里，几乎隐形难察。但要是没有人类文化撑腰，我们根本就认不出自己了。

一个孤身一人、赤裸裸地在史前荒野里挣扎求生，没法靠其他人积累的技能和知识帮衬，基本上很难学得够快撑下去。几乎没人能单打独斗地发现怎么生火，或者煮熟食物的好处，更别说从植物里找到药用价值，或者摸透动物的习性去打猎了。更别提还得学会种地、打制石器、缝纫和捕鱼这些额外的生存技能。

人类的本质其实是个社交大工程。因为我们发明了语言——这世上最社交的东西——不仅能让我们现在协同合作，还能把知识和经验一代代传下去。大家常把这看成是和我们身体那种自然选择进化并行的另一条路。在我们细胞里漫长的生物进化过程中，学习是靠基因传递的。我们作为一个物种学到的任何好东西，都会通过可遗传的 DNA 传下去。而大多数自然生物的学习也就到这儿为止了。

但咱们人类可不一样，我们开启了一场超越 DNA 编码的进化，这种进化通过家庭、氏族乃至整个社会的文化传承，把那些好东西一代代传下去。从一开始，这种文化里就包含了法律、规范、道德、最佳实践、个人教育、世界观、对世界的认知、可学的生存技能、利他精神，还有一大堆来之不易的现实知识。虽然有些社会消失了，但整个人类文化却一直在扩展、深化、成长、繁荣，每一代人都能从这积累中受益。

我们最新的发明——人工智能，通常是从基因的角度来看待的。AI 的二进制代码会被复制、部署，然后不断改进。新模型就是从之前领先模型的代码“繁育”出来的，继承了它们的能力，接着分发给用户。AI 最早的一个重要用途，就是帮忙写代码，尤其是帮助程序员写出更好更新的 AI。所以这段像 DNA 一样的代码，随着它在社会中传播，经历了不断叠加的进步。我们可以通过追踪代码的传承，来了解 AI 的特性和能力。

不过，到目前为止，这种基因版的 AI 对人类的影响还挺有限的。AI 研究虽然跑得飞快，但它的普及和扩散却像蜗牛一样慢。尽管 AI 展现出一些意想不到的能力，但它还没真正深入到社会的各个角落。到了 2025 年，AI 确实搅乱了我们的注意力，但对经济、工作，甚至日常生活的影响却寥寥无几，几乎没怎么触及。

我觉得，AI 想要真正搅动人类的日常生活，得先从那种基因式、代码底层的形态，转变成一种广泛存在、带点异端色彩的“文化”平台。AI 必须有自己的文化，才能像人类一样进化得更快。它不能只是单纯地在软件硬件功能上打磨升级，而得变成一个嵌入式的生态系统，里面的个体能适应、学习、不断自我提升，跳出代码栈的框框。这个 AI 的“epizone”就像人类社会之于人类一样，能推动它的文化进化。

文明最早是围着篝火唱歌、讲故事、唱民谣，像爷爷奶奶、巫师这些角色，把很多基因里没有的重要品质传递下来。后来，宗教和学校又承担了更多的传承。接着，我们发明了写字、阅读、文字和图画，来替代那些本能反应。等到我们有了书籍、图书馆、法庭、日历和数学，才真正把我们积累的大量智慧和遗产，搬到了这个人人共享、分布式的文化平台上——而且这平台谁也不属于，大家都能用。

AI 文明的发展，得靠一套类似的 epizone 在技术栈之外运转。它从人们每天用 AI 开始，慢慢培养出一套由 AI whisperers 传授的 AI 协作技能。未来会有对齐协议，还有专门培养 AI 道德观的学校。会有巫师和医生专门盯着 AI 的心理健康，帮它们调养。企业内部也得有一套最佳实践，还有专门的审核委员会来监管 AI 的职责。会出现新的机构，专门负责审核、招聘和推荐各种 AI“物种”。AI 之间会组建最默契的联盟。还得有专门部门训练 AI 担任特定角色和应用，因为有些训练不是说下载就能搞定的，得花时间。AI 们自己还会进化出只属于它们的跨语言交流方式，这就得有机制来保存和归档。AI 之间会形成相互依赖的生态系统，有的 AI 还得负责监管其他 AI。它们需要庞大的内容库、中间权重、潜在空间，还有成千上万的 PB 数据，这些都得记住，不能老是重新发明轮子。 这背后有一群人得操心买入和维护这套 AI epizone，覆盖本地、国家到全球各个层面。说白了，这就是一场 AI 的文明大秀。

单打独斗的裸 AI，自己根本发挥不出啥大作用。AI 要想真有影响力，得有个宽广的 epizone 环境，得被包围、融入到一个 AI 文化里，就跟人类离不开文化才能活得精彩一样。

Stewart Brand 想了个特别形象的比喻来理解文明的特性。他说，世界上的各种功能可以按“节奏层”来排个队，每一层都得靠下面的层支撑着。跑得最快的是时尚层，天天都在变，跟坐过山车似的。紧跟着的是科技层，AI 技术也在这层，变化速度快到一周一变。再往下，是基础设施层，动作慢点；再下面就是文化层，跟前面比简直是爬着走。（最底层、最慢的就是大自然，慢得像冰川一样。）这些层次同时运转，互相影响，很多复杂的东西还跨越好几层。人工智能也是多层次运作的。它的代码更新快得跟互联网一样，但真正被吸收和应用，却得靠文化这层慢慢来。想让 AI 真正落地，必须被人类文化接纳，这过程得花时间，可能得几十年，因为文化的节奏就是这么慢。无论科技跑得多快，AI 的文化适应总是慢半拍。

这消息从多个角度来看都挺让人振奋的，因为 AI epizone 的一部分工作，就是把技术栈里那些能继承的改进整合进来，再慢慢融入 AI 文化这个节奏更慢的领域。这样一来，我们就有时间慢慢适应接踵而来的复杂变化。不过，要想真正准备好迎接这些 AI 带来的全部影响，我们还得把目光投向那些跑出代码栈之外、正在崛起的 AI epizone。