AI未来进行式：它敢写 2042，却不敢写 2028

2026-11-04silcano

微信读书《AI 未来进行式（豆包的情感陪伴、机器人的情绪价值、宇树科技……AI 未来全部预言）》· 微信读书网页版逐页翻阅
670 屏，10 个故事，每个故事后面接「开复导读 + 开复解读 + 技术科普」· 2026-11-04
说明：这本书是李开复与科幻作家陈楸帆合著，正文落款「2022 年 上海」，十个故事都设定在 2042 年。我逐页核对的位置：P0006（自动驾驶插图与"存储成本降到一千五百万分之一、算力提升万亿倍"）、P0020（序的收尾与 2042 的设定）、P0055（深度学习与"千人之千面"）、P0230（陈楠夜闯医院）、P0420（"瓦肯 7"实验室）、P0470（量子计算与费曼那句话）、P0535（"UBI 会是一剂良方吗"）、P0605（对 GDPR 的批评）、P0630（"被偷走的一代"）。这是抽样核对，不是通读全书每一屏；凡引用都出自上述页面，凡判断都是我的。

先说结论：这本书的十个故事写得比它的解读好，而它的解读里，凡涉及"技术会怎样"，判断都稳；凡涉及"社会该怎样"，判断就急。

它自己在序里把标准立好了——"科幻小说的最大价值并不是给出答案，而是提出问题"。这句话拿来评价这本书，一半准确：问题它提得相当好，答案它给得太快，而且给答案的地方往往只有一两段，前面没有论证，后面没有代价。

下面我先说它做对的那一半，再说它急着下判断的那几处。

一、它做对的那一半：把技术写成"一天"

P0230 是我在整本书里读得最慢的一页。陈楸帆写陈楠半夜去医院看病人，一路上的关卡是这么过的：地面上的发光箭头把人导到发热通道，"避免因聚集而导致的传染"；第二道关口要扫数字健康档案，靠生物感应贴膜或 smartstream，与云端的记录做比对；然后是扫描仪，"镜头闪烁红蓝两色指示灯，自动闸门打开了一道缝，又颤颤巍巍地合上，又打开。轴承吱呀乱响，就像机器也会关节炎发作一样"。

后面那句是全书最好的一处细节。它不是修辞，是一个判据：一个系统用久了会磨损，磨损以"偶发卡顿"的形式表现，而偶发卡顿在关键流程里就是漏洞。陈楠就是趁那一下挤进去的。

所有关于"AI 接管基础设施"的乐观叙事，都跳过了磨损这一层。它们写的是"系统会自动识别、自动放行"，写的是设计状态；而真实世界里的系统永远处在维护状态——传感器会脏、模型会漂、备件会缺。把一个人挡在门外的不是算法错了，是轴承响了。这种细节，只有写小说的人愿意写，因为它对论证没有用，对真实有用。

P0420 那间实验室是另一处。作者给它起名叫"瓦肯 7"，理由是"这里的每一个人都像电影《星际迷航》里的瓦肯人一样，高度崇尚理性与逻辑。一切缺乏证据的猜测都会被嗤之以鼻，被斥为科幻小说般的狂想"。

我读这句时停顿了很久。这是一次自嘲：一本用小说预测未来的书，把"缺乏证据的猜测"判为狂想，等于把自己的方法判了刑。但它同时是一次自警——一个只认证据的组织，恰恰会错过那些还没有证据的早期信号。而所有真正的风险，在早期都没有证据。

这本书把这两种东西放在同一页上，说明作者知道自己在做什么。这是它比一般"AI 科普"高明的地方：它不假装技术在真空里运行，它知道技术落地要经过医院走廊、闸机、备用电源和一群疲惫的人。

二、解读里的硬数字：算力涨了一万亿倍，存储降了一千五百万分之一

P0006 给了两个数字，用来解释"深度学习为什么是现在"：

深度学习是一种能够基于海量数据完成自主学习的软件技术。其实，这项技术在多年前就已经出现了，但近几年，在大数据和大算力的条件逐步成熟的情况下，深度学习才得以发挥出排山倒海的威力。数字时代发展迅猛，与近 40 年前我刚踏入 AI 领域时相比，如今我们的数据存储成本仅为当时的一千五百万分之一，拥有的算力提升了万亿倍。

P0055 把这个判断补全了：深度学习"最初灵感来源于人类的大脑"，落地方式是"千人之千面"——淘宝首页按你的浏览痕迹加相似用户的痕迹推荐商品，抖音按停留时长决定下一条放什么，"同一个内容，可能在你眼里根本一文不值，但我会觉得很有价值"。

这两页合起来，是这本书最扎实的部分：它没有把深度学习的成功说成"智能的胜利"，而是说成"算力和数据的胜利"。这个说法在 2022 年是清醒的，到今天也没过时。

但这两个数字很容易被误读，我得把话说清楚。

它们解释的是"过去为什么能成"，不是"未来会怎样"。万亿倍是四十年积累的结果，不是年化复利的承诺；一千五百万分之一的成本下降，来自存储介质的代际更替，不是每年都会发生的事情。读者很容易顺着这两个数字往下推："再等二十年，算力再涨万亿倍，所以 2042 年的故事都会实现。"这个推论是错的——因为约束早就换了。今天卡住大模型的不是算力单价，是电力、是高质量语料、是许可和责任归属。算力曲线再陡，也绕不过这三样。

书里其实给了一条更可靠的判断方式，只是它自己没强调。P0470 讲量子计算时，作者没有预测"哪一年能通用"，而是预测"先落在哪个领域"：模拟分子结构、做药物研发。理由是费曼那句话——"如果你想模拟大自然，你最好让它以量子的方式运行"。

我认为这是全书写得最专业的一条，因为它只承诺顺序，不承诺时间。量子系统的状态空间随粒子数指数增长，经典计算机模拟分子轨道的成本会爆炸，这是原理上的硬约束，不依赖任何工程进度。所以"它先用在必须精确模拟量子系统的地方"这个判断，几乎不会错；而"它在 2042 年能通用"这个判断，谁都可能错。

预测顺序比预测时间可靠得多。这是这本书应该多用、却用得最少的一种写法。十个故事全都在预测时间（2042），只有这一节在预测顺序。

三、"UBI 会是一剂良方吗"：这一节自己拆了自己的台

P0535 的标题就是这个问题。它前半段的事实层写得很清楚：

根据 UBI 计划的理念，政府为每个公民提供标准津贴，这种津贴的发放并不考虑公民个体的需求、就业状况或职业技能水平，其资金来自对超级企业、超级富豪的征税。

在 2020 年美国总统大选前，候选人之一杨安泽提出了一种名为「自由红利」的 UBI 的变体政策作为自己竞选的理论基石，并把它视为对抗 AI 和自动化浪潮的一剂良方。

然后作者表态：

我认为，人类必须想办法缩小不断扩大的贫富差距，在这个过程中，UBI 未尝不是一种虽然简单但行之有效的机制。不过，UBI 的无条件分发原则，也会带来财政分配过于「随意」以及浪费公共资源的风险，对此有些提议指出，应该在 UBI 的基础上附加发放的条件，或者将公民个体的需求考虑在内，这将直接提升 UBI 计划的实施效果。

这段话把 UBI 拆了。

UBI 的定义性特征就是"无条件"——不问收入、不问就业、不问技能，作者自己前一页刚写完这一点。它的全部优点都建立在这三个"不问"上：行政成本极低（不需要一套审核机构去判断谁够条件）、没有污名（不需要向人证明自己惨）、没有悬崖效应（多挣一块钱不会突然失去资格）。这三样不是附加好处，它们就是 UBI 之所以被单独拿出来讨论的理由。

一旦"附加发放条件"，你就必须回答：谁来判断这个条件满足了没有？答案只能是一个审核机构。于是行政成本回来了，污名回来了，"漏发"和"错发"这两个老问题也回来了——而这两个问题恰恰是现行福利制度最被诟病的地方。

更关键的是作者给的理由："浪费公共资源"。"浪费"这个判断需要一个标准，而标准需要一个判断者。如果判断者是审核机构，那你就回到了 UBI 想取代的那套东西；如果判断者是市场，那就不叫 UBI 了。他想要 UBI 的名字，不想要 UBI 的代价。

同一章后面讲"如何化解 AI 时代的人类工作危机"时，作者回到"授人以渔"。这四个字单独看没问题，但它和 UBI 不是一回事，也不能互相替代。UBI 解决的是"这个月怎么活"，培训解决的是"明年怎么活"。前者不能等——一个人断粮等不到明年；后者不能省——只发钱不给出路，三五年后还是同一个问题。用后者去否定前者的"无条件"，等于要求一个失业的人在断粮之前先学会新技能。这个要求听起来励志，做起来是残忍的。

顺便说，这一节还暴露出这本书的一个结构性毛病：它经常把"两条都重要"写成"一条替代另一条"。因为篇幅有限，它必须给出一个立场，于是把复杂的选择压成了一个二选一。读者读完记住的是"UBI 要加条件"，而不是"现金兜底和技能培训要同时做，且节奏不同"。

四、GDPR 那一段，是全书最需要反驳的地方

P0605 讨论隐私监管。作者对 GDPR 提了两点批评，第一点我认，第二点我认为错了，而且错得比较要紧。

第一点：

当我们打开欧洲的网站或者 App 时，它们经常会弹出隐私条款窗口，要求我们授权。这种做法，一方面会对用户造成极大的干扰；另一方面，因为绝大多数用户都是未经思考就「同意」授权，所以并没有真正实现保护用户数据的目的。

这一点成立。知情同意这套机制在实践中已经退化成"点一下继续"，用户既不读也不懂，同意变成了形式。用它来说明"这套设计在工程上失效"，是站得住的批评，而且是一个很具体、可以被观察到的批评。

第二点：

此外，GDPR 还要求，如果用户对 AI 的判断不满，用户有上诉请求人类仲裁的权利。但是由于人类在决策方面远远不如 AI，这反而会造成混乱。

这句话把两件事混成了一件事：准确率和可申诉性。

人类在特定任务上的准确率确实可能不如 AI——看片子、查条款、算利率，这些都是。但申诉机制要解决的不是"谁更准"，是"错了之后有没有一条路"。这两个问题在不同的层面上：一个关于期望，一个关于尾部。

一条没有申诉通道的自动决策，它的错误不是"更少"，是"不可纠正"。而不可纠正的错误会系统性地落在同一批人身上——因为模型学的是历史分布，历史分布里本来就有偏见。被拒绝贷款的人、被标记为高风险的患者、被系统判为作弊的考生，他们不是随机分布的，他们集中在历史数据里"看起来不太对"的那部分人身上。准确率 99% 的系统，落在剩下的 1% 身上的错误是 100%。

这不是理论担忧，可以举一个所有人都懂的例子：银行的自动风控比柜员"准"，坏账率确实更低。但如果你的账户被误判冻结，你需要一个人来听你说，需要在三天内而不是三个月内解决。把这个通道关掉，不是提高效率，是把误差的代价全部转移给被误判的人——而那个人往往是最没有能力承担的人。

所以这一段的真正问题不是立场偏保守，是它用工程指标（准确率）去裁决一个制度问题（救济权）。这两套语言不能互换。作者在这里其实知道自己要什么——他后面提出用"可信 AI"来替代监管，主张"与其舍本逐末，因对隐私方面的担忧而全然舍弃 AI 能带来的便利，不如等到技术成熟时，尝试构建一个值得信赖的'可信 AI'"。

"等到技术成熟时"——这句话是全书最需要被追问的一句。谁来定义成熟？在等到成熟之前，那些被系统误判的人怎么办？这本书对技术的时间表很谨慎（量子计算只说顺序不说年份），对制度的等待却很慷慨（可以先等到成熟）。这个不对称，是它整本书的底色。

图文对照：四条线，和它绕开的那一格

下面这张图是我读完画的结构图。前三列是它真正给了东西的地方：小说提供的场景、解读提供的硬数字、以及它始终绕开的那几件事。第四列是短板。

五、它的短板

第一，副标题是后贴上去的，而且贴得比正文新。这是我在核对书名时发现的：微信读书这一版的书名后面挂着一长串——"豆包的情感陪伴、机器人的情绪价值、宇树科技……AI 未来全部预言"。但正文最后一页的落款是"2022 年 上海"，序里说的是"十扇通往 2042 年的时空之门"。

2022 年写书的时候，豆包还不存在，宇树也还没进入大众视野。也就是说，你看到的这一版书的卖点，是 2022 年的正文加一行后来贴上的标签。这不是内容造假——书里没有假装自己写过豆包——但它确实改变了读者的预期：你冲着"豆包的情感陪伴"点进来，读到的是一篇 2022 年想象的陪伴机器人故事。

我把它写进短板，不是因为营销可耻（这类改装在电子书里很常见），而是因为它制造了一个具体的误读风险：读者会把书里的判断当成"对当下的判断"，其实那是对四年前的技术状态的判断。书里所有"目前""已经""正在"都没有日期，这就让误读变得更容易。

第二，科普是按词典铺开的，不是按论证推进的。每个故事后面接一段技术解读，解读的结构基本是"这是什么—它怎么工作—它能用在哪"。深度学习讲一遍、计算机视觉和 CNN 讲一遍、NLP 和自监督讲一遍、XR 讲一遍、量子讲一遍。这种写法的好处是可以跳读，坏处是十篇之间没有递进：第三篇讲 NLP 基础，和第七篇讲量子基础，是并列关系，不是推进关系。

读到最后，你得到的是十个技术词条，而不是一个"AI 会怎么改变社会"的整体论证。一本书如果没有一个贯穿的论证，它的章节顺序就是可交换的——你把第三篇和第七篇对调，读者不会察觉。这是判断一本书有没有骨架的最简单办法，这本书没有通过这个测试。

第三，两种调性不咬合。小说部分经常用"技术救一个人"收尾：P0630 里，老人乔安娜靠一副 XR 眼镜找回了自己，临走前说"我就是人们所说的'被偷走的一代'"；P0558 里，维克多被带进一间"和莫斯科别墅一模一样"的度假屋，墙面能改凹凸、能投影。这些结尾给的是安慰——技术夺走了什么，也能还回来一点。

而解读部分谈的是系统性风险：就业、隐私、自主武器、数据垄断。这些给的是警告。

安慰和警告放在一本书里不是不行，但它们得对上话。这本书里没有：故事结尾的情绪是"还好有人被救回来了"，解读开头的论点是"这个系统会伤害很多人"。读者读完一篇，情绪落在安慰上，翻过去读到警告，会本能地觉得那是另一个话题。

第四，缺时间戳，也缺不确定性标注。书里对未来的表述，语气几乎是一样的确定：会、将、必然。但它对技术成熟度的把握其实是分层的——量子计算它只说顺序，UBI 它只说方向，自动驾驶它说"真正的自动驾驶什么时候才会出现"（这一节标题本身就在承认不确定）。这些分层没有在文字上标出来，读者只能靠自己分辨哪句是判断、哪句是猜测。

第五，我这是一次抽样。670 屏我只逐页核对了十处（P0006、P0020、P0055、P0230、P0420、P0470、P0535、P0605、P0630、P0558），其余是翻目录和跳读。所以上面所有批评，都只对这十处负责。这一点我得说清楚，否则就是以偏概全。

六、为什么"2042"这个数字反而是弱点

这本书的十个故事全部设定在 2042 年，序里说这是"十扇通往 2042 年的时空之门"。二十年是一个很方便的距离：近到可以谈技术细节（都是现有技术的延长线），远到不必为任何一个具体预测负责——2042 年之前，没人来对账。

我把这种写法叫"预测的免责结构"。真正难的预测不是"2042 年会怎样"，是"2028 年会怎样"。因为 2028 年太近，说错了会被打脸；2042 年足够远，说错了可以解释成"还没到"。

更实质的问题是：只有终点，没有拐点。十个故事都是从"技术已经普及"开始写的。中间那二十年——技术怎么从实验室走到每家每户、中间失败了几次、监管怎么跟上、成本怎么降下来——全部省略。而这二十年恰恰是唯一对读者有用的部分，因为读者的所有决策都发生在这一段里。

举个具体的。故事里 2042 年的医院，进门要扫数字健康档案，闸机能识别、能拦截、能自动分流。从今天走到这个场景，至少要过四关：设备互联的标准要统一（现在各家医院的系统互不认账）、数据跨机构流转要合规（一份病历出了院门就算出境）、医院要愿意为改造通道掏钱（这笔钱不产生收入）、出了事故要有人负责（是设备商、是医院、还是写模型的人）。这四关，每一关都可能卡上十年。

小说跳过了它们，所以读起来很顺。但它也因此没有告诉你任何一件明天能做的事。一个好的未来故事，应该让人看到"下一步在哪"；这本书的故事让人看到的是"终点长什么样"。

这也解释了为什么它的解读部分反而比小说有用：解读至少给了当下的技术状态——量子计算最先落在模拟分子、深度学习靠数据和算力放大、XR 的两大瓶颈是裸眼显示和脑机接口。这些东西可以拿去判断今天，而小说只能拿去激发想象。想象有价值，但它不能替代判断。

七、怎么读它

小说部分当"场景库"读。想不出 AI 会怎么进医院、进法庭、进家庭的时候，翻一篇。它给的是画面，不是结论。画面比结论耐用——十年后结论会过期，画面不会。

解读部分当"名词表"读。CNN、NLP、XR、量子计算、UBI、GDPR，每个都有一节讲清楚是什么。当工具书查，别当论证读。查的时候顺手记一下：这一节有没有给日期？没有日期的那句，别当成现在仍然成立。

遇到"我认为"三个字，停一下。这本书的分歧点几乎都在"我认为"后面：UBI 要不要附加条件、GDPR 该不该给用户人类仲裁权、隐私监管该不该等到"技术成熟"。前面的事实层可以信，后面的判断要自己过一遍——尤其是我在第三、四节反驳的那两处。

把序里那句话当自我评价，别当宣传语。"科幻小说的最大价值并不是给出答案，而是提出问题"——作为自我评价，它准确；作为宣传语，它不准确，因为这本书给的答案不少，只是质量参差。

这本书真正立住的地方，是它敢把未来写成一天：闸机响、轴承磨、有人半夜跑过停车场。它真正露怯的地方，是它敢写 2042，却不肯写 2028。因为写 2042 只需要想象力，写 2028 需要判断力，而判断力是要负责的——你说 2028 年会发生什么，两年后就有人来对账。

所以读这本书最好的姿势，是把它的故事当问题，把它的判断当议题：它提出的每一个"未来会怎样"，都该被翻译成一个"所以我明天该做什么"。翻译得出来的，才算读懂了；翻译不出来的，那只是一个好看的画面。

阅读记录：《AI 未来进行式（豆包的情感陪伴、机器人的情绪价值、宇树科技……AI 未来全部预言）》李开复 / 陈楸帆 · 微信读书网页版逐页翻页截图 · 全书 670 屏、10 个故事 · 阅读用时约 14 分 47 秒 · 2026-11-04（正文落款 2022 年 上海）
核对页：P0006（自动驾驶插图、"存储成本降为一千五百万分之一、算力提升万亿倍"）、P0020（序的收尾、"十扇通往 2042 年的时空之门"、落款）、P0055（深度学习与"千人之千面"、淘宝与抖音）、P0230（陈楠夜闯医院、闸机与医护机器人）、P0420（"瓦肯 7"实验室）、P0470（量子计算、费曼、量子霸权）、P0535（UBI 与杨安泽"自由红利"）、P0605（对 GDPR 与"人类仲裁权"的批评、"可信 AI"）、P0630（"被偷走的一代"与 XR 眼镜）、P0558（沙丘度假屋与 3D 打印墙面）