# 自动驾驶：通用人工智能（AGI）的案例研究 [译]

- Link: https://paooo.com/ai-study/8597/
- Published: 2024-10-11T12:16:47+08:00
- Author: 宝玉的分享

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 自动驾驶被用作AGI案例：先从二级辅助到全自动，清晰呈现能力跃迁路径。
 * Waymo的实测体验说明：自动化可提升稳定性与可预测性，但供给、信任和监管仍是瓶颈。
 * AGI落地不会一蹴而就，开发者自我约束、法规与GPU资源都会限制扩张速度。

随着大语言模型（LLMs）的进展，最近人们越来越多地讨论通用人工智能（AGI），包括它的
发展趋势和可能的面貌。这些讨论既有乐观的期待，也有对未来充满担忧的声音。但遗憾的是，
这些讨论往往过于抽象，导致大家在讨论中各说各话，难以达成共识。因此，我一直在寻找
具体的例子和历史先例来更实际地探讨这个话题。当被问及我对 AGI 的看法时，我通常会举
自动驾驶为例。在这篇文章中，我想解释这样做的原因。

阅读目录

 * [探讨部分自动化](https://paooo.com/ai-study/8597/#%e6%8e%a2%e8%ae%a8%e9%83%a8%e5%88%86%e8%87%aa%e5%8a%a8%e5%8c%96)
 * [全自动化](https://paooo.com/ai-study/8597/#%e5%85%a8%e8%87%aa%e5%8a%a8%e5%8c%96)
 * [全自动化的混合经济](https://paooo.com/ai-study/8597/#%e5%85%a8%e8%87%aa%e5%8a%a8%e5%8c%96%e7%9a%84%e6%b7%b7%e5%90%88%e7%bb%8f%e6%b5%8e)
 * [全球化的全自动化](https://paooo.com/ai-study/8597/#%e5%85%a8%e7%90%83%e5%8c%96%e7%9a%84%e5%85%a8%e8%87%aa%e5%8a%a8%e5%8c%96)
 * [社会对此的反应](https://paooo.com/ai-study/8597/#%e7%a4%be%e4%bc%9a%e5%af%b9%e6%ad%a4%e7%9a%84%e5%8f%8d%e5%ba%94)
 * [经济影响](https://paooo.com/ai-study/8597/#%e7%bb%8f%e6%b5%8e%e5%bd%b1%e5%93%8d)
 * [竞争态势](https://paooo.com/ai-study/8597/#%e7%ab%9e%e4%ba%89%e6%80%81%e5%8a%bf)
 * [通用人工智能（AGI）](https://paooo.com/ai-study/8597/#%e9%80%9a%e7%94%a8%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bdagi)

首先，让我们来看看 AGI 的一个常见定义：

> AGI：一种能在大部分具有经济价值的工作中超越人类能力的自主系统。

这个定义涉及两个关键要求：

 1. 首先，它是一个完全自主的系统，即它可以独立运行，几乎不需要或完全不需要人类的监督。
 2. 其次，它能在大多数具有经济价值的工作中独立运作。

为了具体化这一点，我经常参考美国劳工统计局的职业索引。具备这两种属性的系统，我们
可以称之为 AGI。

我在这篇文章中想指出的是，我们在自动化驾驶领域的最新进展是一个很好的早期案例，用以
研究社会对日益增长的自动化技术的反应，同时也可以预览通用人工智能将会带来的影响和
感受。之所以选择自动驾驶，是因为它在社会中非常显著且易于接触（想象一下，街上的车辆
无人驾驶！），在经济上占据重要地位，目前涉及大量的人力（比如 Uber 和 Lyft 的司机），
而且自动化驾驶是一个挑战性很大的问题。我们在自动化驾驶方面的进展超越了经济的许多
其他领域，这一点已经引起了社会的广泛关注和反响。当然，还有其他行业也经历了显著的
自动化，但我对它们不太了解，或者它们没有达到上述几个关键点。

##  探讨部分自动化

在人工智能的众多挑战中，自动驾驶技术的发展并非一蹴而就，而是逐步实现的结果。这个
过程中出现了许多起辅助作用的“工具型 AI”。在汽车自主性领域，现在许多车辆都配备了“
二级”驾驶辅助功能——这种 AI 能与人类司机协同工作，共同完成从起点到终点的行驶任务。
虽然这种系统并不是完全自动驾驶，但它能处理大量驾驶中的基础操作细节。例如，在某些
情况下，它甚至可以自动完成停车等操作。在这一过程中，人类司机主要承担监督角色，但
原则上可以随时接管驾驶，或下达高层指令（比如请求变道）。在某些方面（如车道跟踪和
快速决策），这种 AI 的表现甚至超过了人类，但在一些罕见的场景中可能仍有不足。

这与我们在其他行业看到的许多工具型 AI 的发展情况类似，特别是在大语言模型（LLMs）
近期带来的技术突破后。例如，作为程序员，当我使用 GitHub Copilot 来自动填写代码块，
或利用 GPT-4 编写更复杂的函数时，我实际上是将一些基础细节交给了自动化系统处理，但
同样，我也可以随时介入调整。换句话说，Copilot 和 GPT-4 就像是二级编程自动化。

在整个行业中，存在许多类似的二级自动化应用，不仅限于基于 LLMs 的系统——从 TurboTax
到亚马逊仓库中的机器人，再到翻译、写作、艺术、法律和营销等领域的众多工具型 AI。

##  全自动化

随着这些系统可靠性的提高，它们渐渐实现了完全自动化，就像今天的 Waymo 一样。在旧金山，
现在你可以通过一个应用叫一辆 Waymo 车，而不是 Uber。一辆无人驾驶的汽车会来接你，
带你前往目的地。这一切都非常神奇。你无需懂得驾驶技术，也不需要保持注意力集中，可以
在车内放松休息，甚至打个小盹，而系统则会负责将你从 A 点安全运送到 B 点。像我和许多
其他人一样，我现在更倾向于使用 Waymo 而非 Uber 进行城市间的出行。Waymo 提供更加稳定、
可预测的驾驶体验，驾驶平稳，你可以在车内听音乐、和朋友聊天，无需分心考虑司机可能
对谈话内容的想法。

##  全自动化的混合经济

尽管自动驾驶技术已经问世，但依然有很多人倾向于同时使用 Uber。这是为什么呢？

首先，许多人根本不知道他们可以叫 Waymo。即便知道，他们中的许多人对自动系统还不够
信任，更喜欢人类司机驾驶。即使对技术有信心，一些人也可能更喜欢人类司机，比如他们
享受与司机的交谈和互动，以及结识新朋友。不仅仅是个人喜好，从现在应用程序里不断增加
的等待时间可以看出，Waymo 的供应还远远不能满足需求。车辆数量不足可能部分是因为 Waymo
在谨慎处理和监控风险及公众舆论。我猜想，Waymo 可能还受到监管机构对街道上运行车辆
数量的限制。另一个限制因素是，Waymo 不可能立刻完全取代 Uber，他们需要逐步建立基础
设施，生产汽车，扩大运营规模。

我认为，其他行业的自动化也会经历类似过程 – 有些人或公司会立即采用，但许多人可能 
1) 不了解这些技术，2) 知道后可能不信任，3) 即使信任，也更倾向于与人类合作。

此外，需求大于供应，通用人工智能 (AGI) 也会因为开发者的自我约束、法规限制以及资源
短缺（比如需要建设更多 GPU 数据中心）而受到限制。

##  全球化的全自动化

如我之前提到的，由于资源限制，这项技术的全球推广仍然非常昂贵、劳动密集，并且发展
缓慢。目前，Waymo 只能在旧金山和凤凰城运行，但其方法本质上是通用且可扩展的，因此
公司可能很快会向洛杉矶、奥斯汀等地扩展。此外，该产品可能还会受到其他环境因素的影响，
比如在大雪天气下的驾驶。在极少数情况下，它甚至可能需要人类操作员的紧急援助。能力
的拓展并非没有代价。例如，Waymo 进入一个新城市，需要投入资源来建立当地的业务，绘制
街道地图，调整其感知系统和规划/控制器，以适应当地的特殊情况和规定。

从工作的角度看，许多职位可能只在特定的环境或条件下实现完全自动化，而拓展这些能力
到更广泛的领域，需要付出努力和时间。在这两种情况下，尽管方法本质上是通用和可扩展
的，但其发展只能逐渐进行。

##  社会对此的反应

我发现自动驾驶技术进入社会的一个引人入胜的方面是，就在几年前，大家还在纷纷讨论和
怀疑它的可行性，甚至有很多恐慌和不确定的声音。但现在，自动驾驶不再是一个遥不可及
的研究原型，而是真实存在的产品了——你可以用钱买到完全自动化的交通服务。在目前的运行
范围内，自动驾驶行业已实现了完全自主。

然而，令人惊讶的是，这个变化似乎并没有引起太多人的关注。即便是技术圈内的人，很多
都没有意识到这个变化。当 Waymo 的自动驾驶车辆在旧金山街头行驶时，你会发现许多人对
此感到好奇。他们先是惊讶地盯着看，然后很快就继续他们的生活。可能当自动驾驶技术在
其他行业得到应用时，世界并不会发生翻天覆地的变化。大多数人甚至可能刚开始都没意识
到这个变革。即使意识到了，他们可能只是好奇地看一眼，然后无动于衷，态度从否认到接受
各不相同。有些人可能会因此感到不满，做出一些反抗行为，就像有人曾经在 Waymo 车辆上
放置交通锥以示抗议一样。当然，这方面的影响还远未完全显现出来，但当它发生时，我相信
它将会成为一种广泛的趋势。

##  经济影响

谈到工作，Waymo 显然取代了司机的工作。但同时，它也创造了许多此前看不见的新职位——
比如帮助收集神经网络训练数据的人工标注员、远程协助遇到问题的车辆的技术支持人员、
负责建造和维护车队、地图等的工作人员。为了制造这些高度仪器化、高科技的汽车，一个
涵盖各种传感器和相关基础设施的全新产业也随之诞生。

与此类似，工作本身也在发生变化：一些工作会消失，许多新的工作机会也会出现。这更像
是对工作的一次重组或改造，而不仅仅是简单的消除，尽管消除部分可能更为显著。长远来看，
总体的工作数量可能会减少，但这个过程比人们初看时想象的要缓慢得多。

##  竞争态势

我想探讨的最后一个话题是行业的竞争态势。几年前，自动驾驶领域涌现出众多公司。但今天，
随着人们逐渐意识到这一领域的挑战性（按照我对当前人工智能及整体计算技术的看法，这个
挑战刚好处于可实现的边缘），相关企业已经大幅度整合。在这之中，Waymo 已经率先展示
了功能完备的自动驾驶技术。然而，仍有诸如 Cruise、Zoox，以及我的个人最爱 Tesla 等
公司紧随其后。

考虑到我在这个领域的背景和经历，我认为自动驾驶产业的终极目标是实现全球范围内的完全
自动化。在这一目标的追求上，Waymo 选择了先实现自动化再进行全球扩展的策略，而 Tesla
则是先在全球推广，再逐步提升自动化水平。作为这两家公司产品的用户，我对他们所取得
的成就感到满意，同时也对整个技术领域保持高度期待。但这两家公司面临的挑战不同：一家
主要是软件方面的工作，另一家则是硬件方面的工作。

对于哪家公司能更快取得进展，我有自己的判断。正如自动驾驶行业在 ~2015 年那样经历了
快速增长和扩张，但最终只有少数几家公司在激烈竞争中存活下来，其他经济领域也可能会
经历类似的变化。在这一过程中，将会大量使用工具型 AI（例如：目前的二级自动驾驶辅助
系统 ADAS 特性），甚至出现一些开放平台（例如：Comma）。

##  通用人工智能（AGI）

所以，这些大体上是我对通用人工智能（AGI）的展望。想象一下，在我们的经济体系中，类似
的事情以不同的速度发生，伴随着复杂且难以预测的相互作用和连带影响。虽然这个模型可能
不尽完美，但我认为它是一个有用的参考。

在一种思维模式的范畴内，AGI 的发展趋势并不像是一种失控的、能够递归自我完善的超级
智能，它不会逃入网络空间制造灾难，也不会像某些科幻场景那样将银河系转变为一片灰色
的废墟。相反，它更像是目前正在快速发展的自动驾驶技术，这是经济中一个重要的、正在
改变社会的自动化分支。

AGI 的发展是逐步的，社会既是观察者也是参与者。其扩展在多方面受到限制，包括对教育
有素的人力资源、信息、材料和能源的监管和资源的限制。世界不会因此崩溃，而是在适应、
变化和重新构建中前行。

以自动驾驶为例，交通的自动化将使道路更安全，城市空气将变得更清新，交通更为畅通，
而路边的停车场和停车车辆将逐渐消失，让出更多空间给行人。我个人非常期待看到 AGI 在
各个领域带来的类似变革。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**GitHub Copilot ↗**

GitHub Copilot：GitHub推出的AI编程工具，面向AI 编程辅助场景提供便捷实用的在线功能
支持，

**Copilot ↗**

微软推出的网页版Copilot助手。

**亚马逊 ↗**

亚马逊是全球最大的综合性电子商务平台和云计算服务提供商。其核心功能涵盖一个极其庞大
且高度整合的生态系统： 1.

❓ 常见问题解答（FAQ）

为什么用自动驾驶类比AGI？

因为自动驾驶兼具高可见度、高经济价值和高复杂度，且已出现从辅助到全自动的真实演进，
能更具体地观察社会对自动化的反应，也更适合类比AGI的落地过程。

文中说的二级自动化是什么意思？

指人类与AI协同完成任务的阶段：系统能处理大量基础细节，但人类仍可随时接管或下达高层
指令。文章用驾驶辅助和Copilot、GPT-4编程辅助来说明这一点。

Waymo案例对AGI有什么启示？

它说明即使技术已可用，真正普及仍受信任、认知、监管、基础设施和算力等因素制约。AGI
若出现，也大概率会经历类似的渐进式扩张，而非瞬间替代所有工作。

🔬 语宙深潜追问 · 进阶实操拆解

自动驾驶对 AGI 落地有何启示？

它说明“能力接近可用”不等于“社会可部署”。即便模型在局部任务上表现很强，真正落地仍
取决于安全验证、责任界定、法规许可和用户信任；AGI 也会经历类似的技术—制度双重门槛。

AGI 为什么会被算力和监管共同限制？

算力决定训练与推理的上限，监管决定能否进入高风险场景。越接近自主决策系统，越需要
审计、对齐和责任追踪；因此未来竞争不只是模型能力，还包括基础设施、合规能力和部署
治理。

🗳️ 读者观点微投票 · 您的实战立场是？

自动驾驶的路径，最像 AGI 的哪一步？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[💻 所属权威专题：Claude & AI 编程 / MCP →](https://paooo.com/topics/claude-mcp-coding/)

 * [通向通用人工智能的里程碑：评估进展的新框架 [译]](https://paooo.com/ai-study/7021/)
 * [软件开发的未来展望 [译]](https://paooo.com/ai-study/8652/)
 * [我们已经迈入了通用人工智能的时代 [译]](https://paooo.com/ai-study/8676/)
 * [AI 与训练 AI 替代自己的工人的矛盾 [译]](https://paooo.com/ai-study/8661/)

[🏛️ 宝玉的分享](https://paooo.com/author/baoyu/) · 前沿大模型翻译与提示词工程实战
分享专栏，聚焦海外一手 AI 技术动态与工程实践。

[📄 Markdown 纯净版](https://paooo.com/ai-study/8597/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
