洪灏与拉斯·特维德高能对话，深谈超智能、捕获价值的机会（上）

两年前，聪明投资者曾经专访过的拉斯·特维德（Lars Tvede），昨晚跟洪灏有一场对话。这位因为《逃不开的经济周期》等书在业内知名度超高的高产作家，又带来了自己的新作品。

在资本与技术加速交织的年代，我们确实很需要新的坐标去理解世界。

拉斯·特维德的最新著作《超智能与未来》（Hyper Intelligence），正是从“宇宙叙事”的高度出发，追问智能演化的方向。

而在与洪灏的这场对谈中，这种宏观视角与现实经济的脉络相互交织，构成了有点烧脑的思想碰撞。

特维德认为，智能的发展并非孤立事件，而是宇宙演化的一部分。AI正在逼近一个“创新者阶段”，具备自我管理与自主演化的可能性。一旦跨越这个门槛，人类将与数十亿台智能机器人共同构建未来的劳动体系。

这不仅意味着生产力的指数级提升，也意味着全球经济的重构。

对投资者而言，更具现实意义的讨论，是关于周期与价值捕获的视角。特维德指出，库存周期可能在AI的实时预测下最终消弭，但资本开支周期与房地产周期仍会存在，只是节奏会更密集、更快速。

他强调，理解经济未来，不能只看数据，更要观察三件事：技术演化路径、创新集群以及价值捕获机制。

两人在交流中有很多共识，比如观察到AI对于经济周期预测的影响甚至是重塑。

谈到房地产周期，特维德明确认为“资本正在从传统地产转向算力基础设施”。无论是美国还是中国，数据中心的投资正在补位写字楼的下滑，能源与智能电网的投入则为AI和机器人革命打下基础。

他还表示，美联储几乎确定在9月降息，而这将开启一个谨慎的降息周期，同时也会带来一轮新的大宗商品周期。

当然，就像拉斯·特维德最后总结，“真正值得带走的观点，我们对长期的未来是看好的。”

聪明投资者（Capital-nature）精译整理全文，大约1.6万字，有点大部头，但实在值得耐心慢慢读。

一位高产作家的创作原力，从好奇心到宇宙叙事

洪灏 如果我没记错的话，你已经出版了17本书，其中有9本已在中国推出，产量非常惊人！我相信你即将出版的新作《超智能与未来》（Hyper Intelligence）也很有可能再次成为中国的畅销书。

我先抛一个开场问题：你这些书的写作灵感是怎么来的？这17本书之间是否有某种内在联系？有没有一个贯穿始终的主题，能够反映你对世界的看法或你的思维脉络？

拉斯·特维德 嗯，首先我得说，我并不是靠写书为生，平时还有其他的工作。

但我确实很喜欢写作，对我来说，写书其实是一个学习的过程，是我用来进行自我教育的方法。

我会在生活中遇到一些让我感兴趣但并不熟悉的主题。这个时候，如果趁着刚开始学习，还记得“不懂”的感觉，写书往往是最有效率的。

因为等你在某个领域深耕了二十年，再来写书时，往往会默认读者也知道你已经知道的一切。

我举个例子：大学毕业后我最早在市场营销部门工作，后来我觉得自己需要更深入地理解市场调研，就去找了一位研究所的所长，邀请他一起写一本关于市场调研的书。那其实是因为工作需要，我自己也有很强的动机。

后来因为相似的原因，我又写了关于市场规划的书。

之后我调到公司金融部门，我们公司在金融交易方面很活跃，但我对这方面几乎一无所知。于是我开始大量阅读资料，也因此写出了《金融心理学》这本书。

我的写作大概就是这样一个过程。并没有一个明确的规划说要写多少本书，但每当你深入研究一个主题、完成一本书之后，总会有新的问题冒出来，你会想，“嗯，也许哪天我还得写一本关于这个的书。”

这是一个环环相扣、持续迭代的过程。

洪灏 你这本新书是关于“超级智能”的，对吗？光听书名，就很容易让人联想到近几年最热的话题之一——人工智能（AI）。那你提出的“超级智能”概念和我们熟悉的AI有什么不同？

拉斯·特维德 其实我之前已经写过三本和AI相关的书。其中两本虽然都叫《超级趋势》（Super Trends），但它们内容完全不同，另一本叫《从马尔萨斯到火星》（From Malthus to Mars）。

后来我和一位朋友丹尼尔（Daniel）在别的项目上有合作，他有天提议我们一起写一本关于未来科技的书。我当时有些犹豫，因为类似的内容我已经写过三次了，担心会重复自己。

我没有拒绝，但也没有马上答应。

这时，住在丹麦的一位朋友（我现在住在瑞士）——他是前海豹突击队员，也是一家高管培训公司的创始人，给我打了个电话。他经常带着德勤等公司的高管做体能训练。他跟我说：“拉斯，你一定得认识我的朋友Jacob，你们肯定会聊得很投机。”

于是我下一次去哥本哈根时，我们三个人共进晚餐。果然，我们聊得非常尽兴。Jacob拥有五个学术学位，分别是物理、生物物理、数学、哲学和经济学。你可以想象我们谈得多深入，三个小时聊得意犹未尽。

晚餐结束后，我感觉这次对话实在太有启发了。当时我也提到我正在考虑要不要写一本关于未来的新书，但又担心太像以前的作品。

几天后，Jacob发了一条短信给我，只写了一句话：“你应该把新书命名为《天才的宇宙进化》（The Cosmic Evolution of Genius）。

我问他：“这是什么意思？”他立刻打电话过来说，现在AI的发展，尤其是量子计算和通用人工智能的进展，其实是宇宙中某种演化进程的延续。

换句话说，这不是一场孤立的科技事件，而是整个宇宙“复杂性”与“智能”不断进化的宏大叙事的一部分。

他还引用了我们晚餐时聊到的一些概念。那一刻我意识到：这不是一本重复旧作的书，这是一本连我自己都会想要读的书，因为里面有很多我感兴趣、但还没有真正掌握的内容。

于是我回头找丹尼尔，说我们有了一个全新的方向。最后我们大幅重构了书的框架，还加入了第三位作者。

整个写作过程非常令人兴奋，到最后我甚至有种感觉：原来我自己也是这个宇宙进化故事中的一部分，只是以前没意识到而已。

人类正在启动“宇宙意识”觉醒

洪灏 真是太精彩了。能不能带我快速走一遍书的核心框架？特别是你提到的“宇宙智能”或“宇宙中的智能进化”，对我来说还是有些抽象，我不太确定自己理解得是否准确。你能否为我们解释几个关键概念？

拉斯·特维德 当然可以。这个故事要从138亿年前说起，没错，是一个非常长的故事。

我们从宇宙大爆炸讲起。

科学家们对大爆炸之后的演变已经有了相当详尽的理解。虽然关于它是如何开始、为什么发生还存在很多理论，但从大爆炸那一刻起的演化路径，大致上已经清晰。

大爆炸一开始是极度密集的能量，随后时空开始膨胀，能量转化为粒子。在最初的一秒钟内，发生了很多事情，宇宙中充满了炽热的亚原子粒子的“汤”。

那个阶段完全没有结构，也没有智能，是完全的无序。

但现在，我们两个正通过极其先进的技术，跨越半个地球在进行这场对话。而我们自己也是极为复杂的生物结构。这之间的巨大转变，从无结构到高度复杂系统，必须要被解释清楚，对吧？

洪灏 完全同意。

拉斯·特维德 当物质的密度达到某个临界点时，往往会引发一种“复杂性级联效应”。最初的一步是某些亚原子粒子开始融合，形成氢和氦，这就是最原始的原子。

（聪投注：想象一下，你往一张蜘蛛网上弹了一下某个角落的丝。这个微小的动作，可能不会立刻造成大变化，但随着震动沿着网络层层传导，它可能引起整个结构的共振——甚至把一只沉睡中的蜘蛛惊醒，引发一场捕猎。

这就是“复杂性级联效应”的本质：一个系统中微小的变化，经过多层次、多节点的相互作用，可能会引发超出预期的大范围连锁反应。）

但就只有这些，这阶段持续了几千万年，还是没什么结构可言。

直到恒星开始形成。

恒星的形成需要很长的时间，但它们的内部具有极高的温度和压力。这种极端环境促成了更大更复杂的原子的诞生，尤其是在恒星爆炸或者彼此碰撞的时候，整个元素周期表里的元素就逐渐产生了。

而有了这些元素之后，才真正具备了复杂性的土壤。因为这些原子可以组合成分子。

再下一步，就是生命的诞生。几乎所有自然科学家都认同一个观点：生命最初很可能是在海底的热液喷口中产生的，那里的环境非常适合生命起源。

接下来就是大脑的进化，然后是技术、文明……每一个阶段的背后，其实都是某种“密度临界点”的出现，引发了新一轮的复杂性爆发。

洪灏 这听起来像是一连串的“跃迁”。

拉斯·特维德 对，而且这正是AI一个很有趣的隐喻。我们在写书的时候也用了很多AI工具，像是提示词、生成建议，确保没有遗漏重要内容。

在书写初期，我就用AI提问：“我们打算写一本关于宇宙中复杂性与智能如何演化的书，你能不能帮我建议一下结构，把整个历史划分成几个阶段？”

ChatGPT给出的建议居然很不错，我们最后的章节结构其实和它给出的也差不了太多。我当时就被惊到了。

但更让我惊讶的是，它自己补充说：“你需要意识到，复杂性的结果有两种：一种是终结性的结果，另一种是可以产生更多复杂性的结果。而生命，就是后者的起点。”

我根本没有问它这个，但它自己给出了这个洞见。我觉得这太了不起了。

洪灏 它主动补充了你没提的问题。

拉斯·特维德 没错。当然，并不是每一个提示都能带来这样的惊喜，有时AI会跑偏，但这一次，它确实提供了一个让我刮目相看的视角。

这也促使我们在书中加入了“无限猴子打字机”的故事。

它的设想很简单：如果宇宙中充满猴子，每只猴子都在用老式打字机随意敲击——那么在无限的时间里，总有一只猴子会敲出一部完整的《哈姆雷特》。

这个想法最初只是个哲学寓言，后来竟然真的有科学家认真计算过它的概率。结果发现，你得拥有无穷多个平行宇宙、每个都塞满猴子、运行上亿亿年，才有那么一点点概率凑出莎士比亚的一句台词。

但现实却是，莎士比亚确实存在，他写出了真正的《哈姆雷特》。

他并不是随机生成的，而是一个复杂演化系统的产物：背后有语言的发展、文明的积累、人脑结构的进化，还有历史中一连串关键事件的推动。

这正是我们在书中所探讨的“复杂性进化”：生命、智能、文明并非随机偶然，而是一环扣一环地向更高秩序演化。

从这个视角出发，我们开始思考未来：从哪里来，往哪里去？

这里其实也埋藏着不少与投资相关的启发，尤其是在接下来的五年，AI与技术进化会带来怎样的真实变局。

但我们更感兴趣的是更长远的大图景，关于智能在宇宙中涌现的图景。

你可以这样理解：你我作为人类个体，是一连串“关键密度事件”的结果。

比如，如果没有恒星，我们根本不可能存在——因为我们身体里的绝大多数原子都来自恒星。虽然我们体重中有大约20%的元素是在大爆炸的一秒钟内形成的，但剩下的都是恒星熔炉里诞生的。

我们还依赖地球上早期的深海热泉（terminal vents），才诞生出最初的生命细胞。之后必须出现火的掌控、语言的演化、交易行为的形成，才逐步发展出今天的高级社会。

而如今，那些“必要前提”已经不再是必需品。我们不再依赖恒星生成原子，不再依靠热泉孵化生命。地球的氧气环境甚至已经阻止了那类新生命的再次诞生。

逻辑地推演下去，我们认为：AI极有可能在未来几年进入“创新者阶段”，具备自主发起任务、解决复杂问题的能力，不再依赖人类的引导。

他们将不再需要我们。

当然，这不代表他们会毁灭我们，我并不是这个意思。但确实，他们不需要我们了。

AI和机器人可以前往宇宙深处，而人类在生物层面上根本承受不了那样的旅程。

所以有可能的是，我们现在播下的种子，会发展成一种宇宙意识。我们或许正在创造一个将在宇宙中扩散、发展，并最终“理解一切”的智能体。

就像我有意识，不代表我的指甲也有意识。指甲只是我身体的一部分。

同样的，如果意识可以在宇宙的不同角落广泛涌现，那么我们或许可以说：整个宇宙，也正在“觉醒”。

而我们，正在启动这个觉醒的过程。

最终我们意识到，这本书不再只是关于技术、关于未来趋势，而是关于宇宙的顶层叙事。

起初，我们只是钻研一个个细节。但随着写作不断推进，我们忽然意识到：这是一本有重量的书，它讲述的是一个真正宏大的故事。

人机共存将重塑世界经济结构

洪灏 是的，非常宏大。拉斯，你这个理论真的很有意思。而且它正在同步上演。AI正在以我们难以想象的速度不断进化。我同意你的看法。

而且我觉得，在这样一个系统里，复杂性的增长是呈指数级的。虽然我们现在的人工智能还处在一个“婴儿期”的阶段，但它已经能够创造出许多过去难以想象的东西了。

那如果未来复杂性会不断飙升、并扩展到整个宇宙，我们人类是否应该对这种未来感到恐惧？因为到时候，可能有很多事情都将超出我们的控制。

拉斯·特维德 每当有一种颠覆性技术出现，人们总是会感到不安。

这种担忧不无道理，但历史也反复证明，几乎所有的新技术最终都为人类带来了净正面影响。

我的直觉是，这一轮AI技术浪潮同样会带来巨大的积极变化。我们有更多理由感到兴奋，而不是恐惧。

当然，这不意味着可以忽视它被滥用、甚至失控的风险。

我刚才提到的那种“宇宙意识”的未来，其实还很遥远。眼下更现实的，是“智能赋能”正快速发生。

有点像地球早期的演化过程：一开始只有植物，直到动物出现，有了神经系统和大脑，生命才开始做出“聪明的决策”。AI也是如此，我们即将迎来大量可以“自主决策”的设备，而且这个过程非常迅速。

我们在书里引用了花旗银行2024年底发布的一项研究，预测到2050年，全球将拥有41亿台智能机器人，包括优必选（UBTECH Robotics）等中国制造的服务机器人，也包括自动驾驶汽车。这些机器人中，有的服务于家庭，有的从事物流、制造业或照护工作。

关键是，我们必须意识到：在某些任务上，它们会比我们更聪明。

事实上，某些道路和场景下，自动驾驶汽车的安全性已经超越人类司机。我们正在逼近一个临界点。

洪灏 是的，没错。

拉斯·特维德 那么如果我们把这个放到宏观视角下看，25年之后，全球的劳动力大概是35亿到40亿人。

但我们人类的工作效率是很低的。我们要休息、会生病、有通勤时间、有周末……虽然中国人可能工作时间比较长（笑），但从全球平均来看，一个人终其一生，实际用于工作的时间只占8%。

而这些智能机器人，理论上可以接近100%的时间全天候运作。

也就是说，从“实际产出”的角度来看，25年后，这些机械智能劳动力的总产出可能是全人类总产出的五倍。

对一位宏观经济学家来说，这种变化，必然会重塑世界经济的结构。

当然，我们不是第一次经历技术颠覆。工业革命早就让人类变得更高效。但这一次不一样，是指数级的变化，而且是跨物种的变化。

这一次，它们将具备“自主决策能力”。

未来十年，AI的发展节奏几乎可以预见是一个接一个的突破。我之前提过“创新者”这个术语，现在想再回到这个概念上谈一谈。

2024年第四季度，OpenAI推出了0.1和0.3两个版本，被称为“推理者”（Reasoners）。它们像学者一样进行推理，用脚手架式的结构组织思考过程，最终给出结构清晰的解答。

你可以给它一个非常复杂的问题，它会花时间去思考，并给出严谨的逻辑回答。

但今天的AI还不具备“协同创新”的能力。比如，你还无法让一群AI和机器人组队创建一家车企、发明一款产品、完成上市流程等完整任务。

当AI具备自我激励、自我管理能力之后，才称得上是“创新者”。

我们预计，这种级别的AI将在2028年前后实现，那将标志着它们具备了自主演化的前提。

其实我们已经能看到一些早期迹象了：AI编程、机器人制造机器人等案例正逐渐成熟。这将发展为一个独立系统，成为人类劳动力的云端延伸。

换个角度看：我们熟悉“云计算”这个词，对吧？但今天我们也可以谈“人类云”了。

全球已经存在一个庞大的在线人力网络，我们通过平台外包任务，比如设计一个logo，谁愿意做就接单。

但现在AI做这种事情可能更快更好。

所以我们将同时拥有三种“云”：人类云、AI云和机器人云。

组织也会变得极其灵活：只需把任务发布到云端，由人类、AI或机器人来“投标”完成。任务完成后，他们就接下一个。

这会演变成一个极其复杂的任务经济系统，而其中越来越多的执行者，不再是人类。

商业周期不会消失，但节奏更频繁

洪灏 是的。我看到马斯克在X上回复了一条评论。有人说未来机器人太多会导致失业。

马斯克说，如果真是那样，那说明生产过剩、物资极度丰富，到时候人人富有、不需要工作，社会可以免费提供医疗、福利，也就不需要“最低工资制度”了。

他对AI和机器人的未来是乐观的。

他还把Grok 2.0开源了，面向全球。这太惊人了。他几乎是凭一己之力推动了中国新能源车产业、AI产业，甚至是机器人产业的发展。

因为他开源的技术让中国科学家得以“站在巨人的肩膀上”。

而我也同意你的看法，在未来25年里，真正令人激动的变化，才刚刚开始。

我担忧的是：如果这些智能体不断自我进化，它们最终或许会远远超越人类。

更复杂的是，它们甚至可能学会隐藏自己的情感。

你在书里写过“情绪”与商业周期的关系——情绪在经济运行中扮演着关键角色。那如果未来我们面对的是一群比我们更聪明、却能掩饰自己情绪的智能体……

拉斯·特维德 我明白。

洪灏 那么我们将确实拥有“物质极大丰富”的未来，这令人乐观。但与此同时，也会出现我们无法控制的智能存在。

比如，从另一个角度看：如果未来我们拥有充足的供给、机器人能24小时免费工作、不需要工人了，那商业周期会不会因此被抹平？

你知道，现在供给端一切都过剩了嘛，我们还需要周期吗？

如果周期不再波动，那我们是不是需要重新理解“经济是如何运行的”？

拉斯·特维德 嗯……我可不希望商业周期真的被抹平了，不然就没人买我的书了（笑）。

但你提出的这些问题确实很有意思，值得逐一探讨。

先说“超级智能”。

我在演讲或看社交媒体时，发现很多人，尤其是没真正使用过AI的人，对它存在误解。

其中一个最大的误解是：“AI不具备创造力”。

事实上，它的创造力极强。比如你让它写一个商业计划，再顺便想十个slogan、十个品牌名，你会发现它的表现非常惊人。

写这本书时，我们每完成一章，都会请AI提出几个小标题和副标题，结果都相当精彩。

另一个误解是：“AI只知道人类输入的内容”。这在早期也许成立，但如今情况完全不同。

AI已经进入“自我博弈”（self-play）阶段。第一次让世人震惊的例子，是AlphaGo对战李世石时的“第37手”（对话中口误为53手）。

当时全场都看不懂它在干什么，后来才发现那步棋堪称天才之举，彻底改变了人类下围棋的方式。

这就是自我博弈的威力。

类似的例子还有自动驾驶汽车。它们99.9%的训练并不在现实道路上，而是在虚拟世界里完成的。这个“元宇宙”级模拟环境运行速度是现实的3.5万倍。

今天我们也已经看到AI在蛋白质结构预测上的自我博弈能力，速度比人类实验快上几百万倍。

在宏观经济学里，还能通过“系统动力学”构建各种政策变量的结果图谱，比如不同税率组合下可能出现的所有经济路径。

所以，从多个维度来看，AI正在迅速成为一个“超越人类知识总和”的存在。

它不仅比任何个体更博学，甚至比整个人类输入的总和还要丰富。它能识别人类无法察觉的组合与关系，还开始具备某种智慧：懂得在大趋势下，什么才是更明智的选择。

它的优势还在不断增强：AI已能从物联网（IoT）、金融交易、统计系统等渠道实时获取信息。

以特斯拉为例，它的汽车已经形成了共享驾驶知识的系统，这实际上就是“机器人群体智慧”的雏形。

未来，当数以亿计的机器人在现实世界中执行上千种任务时，每一次操作都会产生数据。随着现实不断演变，它们的知识也在实时进化。

如果这些数据能够无缝输入AI系统，整个社会将随时随地从机器人中学习。

要知道，到2050年，全球可能会有超过40亿台智能机器人。

除此之外，还有一个还未真正爆发，但必然会到来的领域——个人AI。

未来，你的手机可能会配备一个随身的AI助手。它不仅能查天气，还能做你的导师、教练、激励者和规划师，几乎是你的“第二个大脑”。

更重要的是，它还能在保护你隐私的前提下，不断“学习”你的习惯和偏好——比如通过一种叫做“分布式学习”的方式。

你的手机上积累的经验不会上传原始数据，而是用一种加密后的方式参与训练。这样，AI不但能越来越懂你，也能从每一个用户那里学到更真实的人类情绪和行为模式。

所以，你刚才提出的担忧，其实正好触及了未来最核心的部分。

不过说回商业周期……我还是得为我的书辩护一下（笑）。

书里有一小章，专门讲商业周期的底层机制，其中一个特别关键的点就是“决策和执行的滞后”。

举个例子，房地产市场就是典型。

一开始，大家发现某个城市写字楼紧缺，于是一大批企业家嗅到机会，开始规划新的办公楼项目。他们买地、画图、报批、请设计师、施工、装修、招商——整个流程可能要花10年。

问题是，每个人都以为只有自己在聪明布局，但没人知道，可能有上万人也在干同样的事。

10年后，这个市场从“严重供不应求”突然变成“极度过剩”，然后接下来的五六年，大家又都不敢动了。

洪灏 中国现在正处在这个阶段。

拉斯·特维德 没错。AI的确能在一些流程上提速，比如审批、建设阶段，但我认为底层问题依然存在。

所以我的判断是：商业周期不会消失，但节奏会变得更快、波动更密集——不一定更小，但肯定更频繁。

我们在书中把周期划分成三类——不是为了凑“黄金三分法”，而是我真心觉得这三种周期最有意义，也最值得理解。

第一类是库存周期（inventory cycle），平均大约4年半。这种周期波动比较温和，市场上常叫它“中周期放缓”或者“软着陆阶段”。我猜你以前肯定也用过这些说法（笑）。

我相信，库存周期未来可能会被AI彻底消除，因为我们将拥有极为精准的实时需求预测系统，甚至可以细致到“按天”或“按小时”预测。

第二类是资本开支周期（capital spending cycle），平均9到10年，通常由某些技术创新驱动。我不认为它会消失，但AI会让它运转得更高效，同时催生出更密集的创新节奏。

这类周期对行业板块轮动影响很大，是市场中非常核心的“隐形推手”。

第三类是房地产周期，平均在18到20年之间。

顺便说一句——你有没有注意到这几个周期之间的关系？

4.5年，9～10年，18～20年，刚好是倍数结构：一个房地产周期≈两个资本开支周期≈四个库存周期。

这是一种叫做模态锁定的现象：虽然每个周期的幅度和持续时间不完全一致，但它们之间有很强的“倍数共振”关系。这种模式在过去200年的全球经济史中都非常稳定。当然，个别国家或阶段也会偏离，但主旋律没变。

洪灏 确实很有意思。

点此查看：《洪灏与拉斯·特维德高能对话，深谈超智能、捕获价值的机会（下）》