前言：为什么这个秋天要重新认识李飞飞#
2026 年的夏天到秋天，李飞飞的曝光密度有点罕见：8 月做客神经科学播客 Huberman Lab 聊了两个小时「AI 到底缺什么」；9 月带着 World Labs 的新世界模型 Atlas 上了一档 a16z Show 深度技术对谈；更早的 6 月，她和 MasterClass 创始人 David Rogier 一起在 Silicon Valley Girl 节目里聊「十年后的职场」；8 月底还接受了 Bloomberg 的视频专访，公开批评硅谷的「上帝情结」。
四场访谈对象不同、话题各异，但拼在一起，恰好是一张完整的地图：AI 从哪里来、现在缺什么、下一步去哪、普通人该怎么办。这篇文章把这四场对谈的干货拆出来，尽量保留她的原话。
李飞飞，斯坦福大学教授，ImageNet 数据集发起人——2012 年正是「大数据集 + 深度神经网络 + GPU」三要素在她攒出的数据集上碰头，才点燃了这一轮 AI 浪潮。2024 年创立 World Labs，押注「空间智能（Spatial Intelligence）」。
四场访谈时间线#
| 时间 | 访谈 / 节目 | 主题 |
|---|---|---|
| 2026-06-19 | Silicon Valley Girl（主持人 Marina Mogilko） | AI 时代的职场与个人竞争力 |
| 2026-08 上旬 | Huberman Lab（主持人 Andrew Huberman，约 2 小时） | 视觉、智能、AI 的能力边界与教育 |
| 2026-08 下旬 | Bloomberg 视频专访 | AI 政策、硅谷「上帝情结」 |
| 2026-09 初 | a16z Show（主持人 Martin Casado） | 世界模型 Atlas 与空间智能 |
一、视觉是智能的基石：5.4 亿年前的伏笔#
Huberman Lab 那期对话从「视觉」切入——这几乎是李飞飞的母题。她给出了一个很有画面感的开场：
5.4 亿年前，远古海洋生物第一次「看见」光。感光细胞的出现，直接催生了寒武纪物种大爆发。对人类而言，大脑皮层一半的神经活动都与视觉相关——婴幼儿也是先学会「看」，再学会「说」。
对 AI 来说，视觉的贡献有两个：提供算法灵感（上世纪 50 年代科学家发现哺乳动物视觉系统的层级神经结构，直接启发了早期神经网络设计）和促进数据觉醒。谈到后者，她回忆了 2006 年在普林斯顿做研究时的转折：
当时算法效果始终不理想，我意识到卡住脖子的可能不是算法，而是训练数据太少了。一个孩子到 6 岁能认出几万样东西，靠的是成长过程中看过的海量画面。所以我们不再死磕算法，转而发起 ImageNet，攒出了千万级的图片数据集。
2012 年之后发生的事大家都知道了。她补充了一个细节：人类分辨一千种物品的错误率大约只有 4%，而算法直到 2016 年才第一次超过人类——语音、听觉方向后来的发展路径，和图像识别几乎一模一样，Transformer 出来后五年迭代，才有了 2022 年的 ChatGPT。
二、AI 到底缺什么：它读得到全网，读不到你#
这是整场 Huberman 访谈里我认为最有营养的部分。主持人问：AI 能让静态图动起来、能写诗，那它到底还缺什么？李飞飞给了一个两层答案。
第一层：AI 的学习逻辑和人脑是两码事。 小孩子只见过几只猫，就能举一反三认出所有猫；AI 得刷完网上几乎所有猫咪图片，靠统计规律去分辨。「两者的学习逻辑天差地别，背后还有一大堆待破解的科学难题。」
第二层：人类最私密的那部分体验，AI 根本没有数据可学。
互联网汇集了人类的图文、影像，这是 AI 强大的根本。但那些高度私人化的思绪、情绪与心底的感触，没有任何形式的记录，网上找不到相关数据，AI 没办法学习和体会。
她拿 AlphaGo 的第 37 手举例：看着像创造力，但围棋有一套完整严谨的数学规则；而真正的顶尖数学难题，需要人类跳出固有框架想出全新解法——这类问题她更看好人和 AI 协作攻克。至于看到一只杯子瞬间勾起的、只属于自己的童年往事，「这种私人又主观的情感体验，是现阶段 AI 完全触碰不到的局限」。
由此她给了一个金句式的结论：
无论是在医疗、影视还是教育领域，AI 都不是人类的替代者，而是个人能力的放大镜。
医疗是她最看好的落地场景。 访谈里她讲了一件私事：她父亲不久前在斯坦福做了肝脏手术，由外科主刀医生全程操控达芬奇手术机器人完成，术后出血量比传统手术少了十倍。她问主刀医生：汇总全球所有肝脏手术数据，能不能训练出一台全自动手术 AI？答案并不乐观——肝脏血管分布密集、每个人器官形态差异极大，数据量很难支撑算法达到稳定可靠。她的总结很清醒：
AI 的判断全部依托数据里的规律，一旦对应场景的样本稀少，我们就要理性看待它的能力边界。复杂手术里，医生操控机器人远比机器人自主执刀好——这正是人机协作可以大放异彩的地方。
而像鉴别诊断（比如区分眩晕症和低血压）这种积累了海量病例的场景，AI 就能充分发挥作用，给没法及时就医的人提供初步参考。
三、空间智能与 Atlas：预测一个「没有被拍下」的世界#
如果说 Huberman 那期是「科普向」，9 月初的 a16z Show 就是「技术向」。World Labs 联合创始人李飞飞、Justin Johnson 和 Ben Mildenhall 三人一起聊了新产品 Atlas——一款多模态世界模型。
演示里最抓眼球的一个能力：只用三部固定在三脚架上的 iPhone，Atlas 就能重现《黑客帝国》式的「子弹时间」，让镜头绕着凝固的动作移动。
李飞飞团队把 Atlas 的核心能力称为「新视角预测」：区别于一般视频模型沿时间轴预测下一帧，Atlas 是根据已有画面和相机位姿，判断「镜头移动到另一个时空位置后会看到什么」。她 Stanford 校园演示时的一个例子很传神——模型只收到 3 到 25 张从地面拍的照片，却生成了校园上空的俯瞰画面：
空中视角并非来自原始素材，而是在已知空间关系约束下生成的结果。
几个技术要点值得记下：
- 传统三维重建要求每处表面至少出现在 3-4 个视角里，拍一个房间可能需要 100-300 张照片；Atlas 有望降到约 3 张，相当于减少 50-100 倍。
- 上一代模型 Marble 以高斯泼溅表示三维场景，所有输出都得先落到这一种表示上，限制很多；Atlas 把「新视角预测」放到更基础的位置，高斯泼溅变成按需调用的输出形式之一。
- 团队还回忆了一个关键验证时刻：2026 年初夏，一个早期模型处理 NeRF 经典的花园桌场景后，给出了此前从未拍过的桌下视角——画面里还出现了一只足球。正是这次验证，让三位创始人决定押注这个方向。
为什么执着于空间智能？她的回答一贯宏大而具体：
生成具有空间语境和现实依据的像素，是通往空间智能的一步。空间智能最终需要支持生成、推理、编辑和交互。
而商业化落地上，她把重心放在了机器人：2026 年 7 月，World Labs 收购机器人公司 SceniX，补上了「现实环境重建 → 模拟训练 → 现实部署」的技术链。她认为机器人当前的主要瓶颈是数据——线缆的弯曲方式、容器的尺寸和颜色、物体的摆放位置都可能变化，模拟环境能快速生成这些「难以逐一采集的训练情形」。团队甚至在探索「神经模拟器」：不再只靠人工编写规则的传统物理引擎，而是让模型从数据里学习环境面对动作时可能发生的变化。
至于 AGI 的时间表，她 6 月在另一场访谈里给过一个克制的判断：空间智能的前路「可能不需要 50 年，但也绝不止 1 年」。
四、十年后的职场：杠铃效应，危险的是中间#
6 月的 Silicon Valley Girl 访谈传播最广，但也是被标题党歪曲最狠的一期——「李飞飞预言 10 年后只剩两类人能找到工作」并不准确。实际情况是：MasterClass 创始人 David Rogier 提出了一个「杠铃效应（Barbell Effect）」的猜想，李飞飞认可了其中部分判断，并进一步强调了 agency（主动性）。
杠铃的两端：
- Top 1% 的深度专家（Deep Specialist）：普通文案能力已经容易被 AI 商品化——一个普通人借助大模型就能写出「还不错」的文案。但如果你是某个领域最顶尖的 1%，AI 反而会成为你的超级杠杆。
- 高主动性多面手（High-Agency Generalist）：未必在某个领域世界第一，但特点是「主动发现问题 → 主动学习 → 找工具 → 使用 AI → 组合资源 → 把事情做出来」，一个人能完成以前 5-10 人团队的一部分工作。Rogier 自己就是例子——他用 Claude Code 给自己造工作工具，而不是买现成软件。
真正危险的是中间层：工作内容高度标准化、专业能力又没有形成明显差异化的人。普通信息整理、普通文案、基础分析、基础代码、标准化 research——恰恰都是生成式 AI 提效最猛的区域。
更精彩的是李飞飞对流行叙事的反驳。主持人提了一个流传很广的说法：「工业革命自动化了体力劳动，AI 革命要自动化智力劳动。」她不完全认同：
工业革命并不是简单地把「劳动」自动化，而是提高劳动效率、扩大生产规模，同时改变劳动市场和劳动形式。而且体力劳动本身就包含大量智能。
所以「AI 会不会取代我的工作」可能是个问错了的问题，更好的问法是：AI 会把哪些技能从稀缺能力变成普通能力？ 想清楚这一点，就知道该往杠铃的哪一端走。
五、教育与下一代：苏格拉底是人类历史上最好的「提示工程师」#
几场访谈里，李飞飞谈教育谈得格外动情——她自己就是教育者，孩子也在上学的年纪。
关于孩子用 AI，她认为有两个都要警惕的极端：
- 过度依赖：无休止刷短视频、被动接收信息流，会一点点消磨主观能动性。「学习的内生动力、自主思考的能力，不能被任何人、任何机器剥夺。如果滥用 AI 消磨掉孩子的能动性，下一代的大脑就没法得到充分发育。」
- 一刀切封禁：因为担心作弊就全面禁止学生接触 AI，同样不可取。她回忆自己读本科时想吃透有机化学分子的空间结构，但助教答疑时间短、还总冲突——「如果当年有 AI 学习助手，我就能针对自己卡壳的知识点反复提问。只要自身有求知的意愿，AI 就是极强的辅助工具，我们不该剥夺学生拥有这种助力的机会。」
关于提问能力，她给出了整组访谈里流传最广的一个说法：
人类历史上最顶尖的「提示工程师」是谁？是苏格拉底。他标志性的诘问法，本质就是层层递进、不断追问，顺着线索挖掘事物本质。这套思维方式，完全可以教给孩子们。
她最放心不下的，其实是一线老师和家长。 2022 年 ChatGPT 刚上线时，她第一时间给孩子的小学校长发邮件，主动提出入校给老师和学生做分享——「硅谷的投资人、千亿市值的科技巨头，几乎没有人第一时间想到周边学校的授课老师，但这件事恰恰至关重要。」她反复说：
想要守护下一代，一定要看见教师群体，帮扶老师与家长，才能真正引导青少年正确使用 AI。
六、治理与「上帝情结」：不能让少数公司替全社会做决定#
Bloomberg 专访里，李飞飞罕见地直接批评了硅谷精英心态。主持人用「god complex（上帝情结）」来概括，她顺势展开：
未来的生活图景，不该由某一家企业、一群投资人单方面定义，全社会都该主动参与、一起构想。现在关于 AI 的舆论有个很大的问题：普通人永远只能被动接受技术带来的结果，却没办法参与前期的设计规划。
她提到给各国领导人提 AI 政策建议时有一条底线原则：Science, not politics（基于科学，而非政治）。在 Huberman 访谈里她也给出了具体的治理思路：AI 行业可以参考汽车、生物科技的过往经验——制定行业伦理准则、在高校开 AI 伦理课程、医疗这类高风险应用由类似 FDA 的权威机构划安全红线。「不能只让少数科技企业替整个社会做决定，追逐市场收益的逻辑，绝不能凌驾于社会伦理与大众文化之上。」
她也对公共舆论的两极分化表达了担忧：一部分人忙着散播末日恐慌，另一部分人忙着鼓吹技术无所不能。「两种声音都太极端了。我们需要回归客观中立的视角，让全社会一起掌握塑造未来的主动权。」这也是她创办斯坦福 HAI（以人为本人工智能研究院）的初衷。
七、给普通人的五条启示#
把四场访谈放在一起，我提炼出五条普通人用得上的结论：
- 把 AI 当放大镜，别当替身。 让它放大你的专业与表达，而不是替你交差——被替代的从来不是「人」，而是「没有差异化的工作内容」。
- 往杠铃的一端走。 要么在某个领域扎到前 1%，要么成为「给我一个问题，我能用 AI 把它解决掉」的高主动性多面手。最危险的是中间的标准化地带。
- 练提问，就是练思考。 苏格拉底式的层层追问，是这个时代性价比最高的自我训练。
- 别高估短期，别低估长期。 空间智能「不需要 50 年，但绝不止 1 年」——用这种节奏感安排自己的学习，既不焦虑也不躺平。
- 对技术的态度：理性审慎。 机遇和阵痛同时存在，末日论和乌托邦都不值得订阅。
参考资料#
- 量子位：《李飞飞最新访谈：AI 咋能代替人呢？》（Huberman Lab 访谈中文精校）— https://www.qbitai.com/2026/08/474140.html
- Huberman Lab 英文全文实录 — https://singjupost.com/transcript-of-dr-fei-fei-li-interview-on-huberman-lab/
- DeepTech/知乎：《发布 Atlas 后，李飞飞最新访谈：如何预测一个未被拍下的世界》（a16z Show 中文整理）— https://zhuanlan.zhihu.com/p/2080642659710939733
- Data Application Lab：《AI 教母李飞飞访谈，10 年后只有两类人能找到工作》（Silicon Valley Girl 访谈整理）— https://www.dataapplab.com/only-two-kinds-of-people-will-have-jobs-in-10-years/
- Bloomberg 视频专访（2026-08）— Bloomberg Business 官方账号