不管你怎么看人工智能（AI）未来能否媲美人类智慧，它已经是个数学尖子生了。去年夏天，谷歌和OpenAI开发的AI在国际数学奥林匹克竞赛中答对了六道复杂题目中的五道——这可是全球顶尖高中生每年角逐的赛事。

但AI的常识可能还差点火候。

几个月后，斯里兰卡软件工程师阿努拉达·维拉曼注意到，主流AI系统竟被一道人类觉得简单到可笑的问题难住了。当他告诉多个聊天机器人，自己的车需要送到仅50米外的修理厂，并询问该步行还是开车时，机器人清一色建议他：走路去。

这种时而天才时而“智障”的割裂表现，被研究人员、工程师和经济学家称为“锯齿状智能”。这个术语解释了为何AI在某些领域（如数学和编程）突飞猛进，在其他方面却举步维艰。

延伸阅读

这个在AI开发与分析领域广泛使用的概念，或许能重塑关于“AI是否将超越人类”的争论。研究者指出，AI本质是截然不同的存在：某些任务远超人类，另一些则远远落后。

厘清这些强弱项，也能帮助经济学家更准确把握AI对就业市场的冲击。

例如，初级程序员确实需要担忧饭碗，但AI对其他工作的影响目前尚不明朗。观察AI快速进步的领域，或许能预测哪些岗位将受冲击。

“这些系统的表现波动很大，很难预判它们何时会做不到人类能做的事。”维拉曼坦言。

“锯齿状智能”一词由OpenAI创始研究员安德烈·卡帕西首创。这位特斯拉前自动驾驶负责人，如今是社交媒体上最受关注的AI趋势观察者之一。

“有些事（以人类标准）做得极其出色，有些却（同样以人类标准）糟糕透顶，”他在2024年的社交媒体发文中写道，“而且二者界限往往模糊不清。”

他指出，这与人类大脑截然不同——“从婴儿到成人，人类的知识储备与解决问题能力高度关联，呈线性同步增长。”

自2022年OpenAI引爆AI热潮以来，科技高管们始终在两种论调间摇摆：时而警告新技术可能重创白领工作，时而又淡化其对就业的长期影响。

目前除科技行业外，AI取代人力的证据仍属个案。但鉴于技术迭代速度，许多专家认为AI渗透其他白领领域只是时间问题。就在几年前，这些系统还仅具备最基础的编程能力。

“这些系统正以惊人速度进步，”芝加哥大学布斯商学院经济学家亚历克斯·伊马斯表示，“每次重大版本更新，人们都会惊叹其新增能力。”

不过，增强而非取代人类劳动力的技术早有先例，这也是一些AI研究员和经济学家预判的方向。

早在1960年代，袖珍计算器的加减乘除运算就远超人类。但这不意味着计算器能取代会计师。

如今，Anthropic的Claude和OpenAI的Codex等系统编写代码的速度也快得惊人。但它们仍不擅长理解代码片段在大型软件中的协同逻辑——这仍需人类辅助。

“如果某项工作包含多种任务（多数工作正是如此），部分任务会被自动化，部分则不会，”伊马斯分析道，“这种情况下，劳动者反而可能获得更多时间处理更重要的任务。”

上月，著名AI研究员弗朗索瓦·肖莱发布了名为ARC-AGI 3的新型数字基准测试。该测试包含数百个游戏式谜题，不提供任何解题指引。据肖莱与监督测试的非营利研究机构ARC Prize验证，所有谜题普通未受训者皆可破解，但主流AI系统却全军覆没。

肖莱等专家指出，一旦人们认识到AI的“锯齿状智能”本质，就能更清醒预判其未来演进路径，以及对劳动力市场的真实影响。

“这取决于它自动化了哪些任务，以及如何、何时实现自动化。”伊马斯强调。

Claude和ChatGPT等AI系统通过识别数字数据中的模式来学习技能，这些数据包括维基百科、新闻报道、程序代码等网络文本。但这种方式存在天然局限。

互联网仅承载人类知识的一小部分。它记录数字世界的行为，却鲜少包含物理世界的真实经验。

这意味着AI能写邮件、答问题、畅谈任何话题甚至生成代码。但由于它们仅复现数字数据中的模式，在前瞻规划、创新思维或处理未见任务方面仍显笨拙。

“AI不具备通用智能，”肖莱直言，“它拥有的是一大堆割裂的技能。”

目前，Anthropic和OpenAI等公司正通过“强化学习”为系统注入新技能。例如，通过解析数千数学题，AI能逐渐领悟解题的正误路径。

这种方法在数学、编程等能明确定义对错的领域效果显著。数学答案非对即错，代码性能测试非过即败。

但在创意写作、哲学甚至部分科学领域，优劣界限难以界定，强化学习的效果就大打折扣。

“编程——当前众人追捧的领域——并不能代表AI的全部能力，”多伦多大学罗特曼管理学院经济学家约书亚·甘斯指出，“编程领域更容易通过反馈循环判断成效。”

对用户而言，往往难以辨别AI的擅长与短板。而当人们终于摸清系统特性时，技术又已迭代更新。

“AI的锯齿特性意味着问题可能来自任何角落，”甘斯警示道，“漏洞始终存在，而我们并不总能定位它们。”

最大变数在于AI的飞速进化。卡帕西等人在2024至2025年初指出的诸多缺陷，如今已不复存在。企业将持续发现并修复新的短板。

“技术洼地正在被填平。”伊马斯总结道。——本文原载于《纽约时报》