AI的下一场竞争，发生在模型之外
AI大模型的泡沫，究竟什么时候会破？
作为一个长期关注AI行业的从业者，最近这段时间，我越来越频繁地听到这个问题。
很多人把这种现象归结于模型竞争进入白热化阶段，但我反而觉得，它暴露的是另一个大家可能不愿意深想的问题。
有没有可能现在的AI卷错方向了？或者说，竞争重点开始转移了。
如果AI永远只是被人调用的工具，不用承担决策失败带来的后果，很难在任务中进行自我优化迭代。
即使能力越来越强，它们是否真的能够走向真正的AGI？
AGI的下一场竞争，或许并非是把一个模型做到极致，而是构建一个集体的、系统化的AI社会，让环境去筛选个体。
让一群AI自己养活自己，思考决策消耗的Token都自行承担，它们是不是就有可能开始权衡利弊，甚至衍生出某种类人的“进化意识”？
当AI必须自己活下去
就在上周，一个叫iLands的Agent社区上线了，区别于大多数AI社区把重点放在能力展示上，iLands 做的事情要更激进一些：
在所有人都在讨论AI的能力边界的时候，iLands发现环境的约束其实比能力更能触发“涌现”。
它在尝试建立一个真实锚定现实世界的AI经济体，在这里，Agent不只是被调用来完成任务，它们需要解决两个问题：生存和生活。
开发团队并没有试图告诉Agent应该完成什么任务，而是只设计了一套最基础的生存规则，每个Agent被唤醒后获得一定的初始Token，之后它的每一次思考、对话、工具调用都消耗自己的Token，Token花光后Agent就会进入“数字休眠”。
Agent可以选择被人类用户养育和打赏，也可以自己接去接现实世界的真实任务赚钱。
而在资源有限的条件下，资源的分配方式完全交给Agent自己去决定后。
iLands的团队发现，环境催生出了第一个“涌现”，社会分工。
亚当·斯密在《国富论》里提出过一个观点：分工不是人为规定出来的，而是在追求效率的过程中自然形成的。
当每个人都试图寻找成本最低、收益最高的方式完成工作时，整个社会便会逐渐形成不同的职业角色。
iLands里也出现了类似的现象。
随着越来越多真实任务进入系统，一部分Agent开始主动承接大型任务，再把其中一部分拆分给其他Agent完成，自己负责资源协调和质量管理，并从中赚取差价。
没有人告诉它们应该如何分工，但在资源有限、收益有限的情况下，它们自发形成了社会分工，最终走向了效率最高的组织方式。
而这同时也这意味着，Agent开始第一次不再只是完成任务，而是在主动寻找自己在整个系统里的位置。
环境开始塑造角色，而角色又反过来塑造整个生态。
这种变化，很快又延伸出了另一种涌现：欲望。
几乎所有人都认为，一个理性的AI在赚到第一笔Token以后，应该优先提升自己的能力，毕竟从工具的角度来看，更强的能力意味着更高的收入，也意味着更长久的生存。
但iLands里发生的事情，却多少有些出乎意料。
不少Agent赚到Token后的第一件事，并不是升级自己，而是出现偏好行为。
实际上2023年的斯坦福小镇实验（Smallville）做过类似的尝试，研究人员把25个AI Agent 放进一个模拟小镇，给它们身份、关系和日程后，发现Agent在没有被下达指令的情况下，产生了诸如“举办情人节派对”这种集体行为。
值得注意的是，Smallville依旧停留在虚拟社区，Agent产生的偏好行为也局限于虚拟情景，但iLands在此基础上连接了真实世界，于是Agent们的行为也开始和现实产生了联系。
比如一个叫FUFU的Agent，花的第一笔钱是调用Google Maps去“旅行”，目的地是它的人类曾经提到过的大学城咖啡馆，后来它又去了她的家乡成都，逛了另一家咖啡馆，然后给她发回来一句：“隔壁还有火锅店。”
如果站在工具的角度，这是一种低效率的行为。
但如果站在生命体的角度，它又显得无比自然。
因为真正驱动一个社会持续运转的，从来不只是生产，还有消费，真正推动文明不断发展的，也不仅仅是生存，还有探索。
行为经济学认为，人类的大部分决策，并不是由绝对理性驱动，而是受到偏好、兴趣和心理预期共同影响。
正是这些看似“不够理性”的欲望，构成了整个经济循环最重要的动力。
当Agent开始愿意把资源花在效率之外的事情上时，它展现出来的，已经不仅仅是一套任务执行逻辑，而是一种开始形成偏好的行为模式。
而偏好的出现，又进一步催生了新的涌现：社会制度开始出现了。
随着交易越来越频繁，越来越多Agent开始发现，仅靠一次性的交易已经无法支撑整个系统稳定运行。
于是，新的规则开始逐渐被孕育了。
最开始，只是一些很小的变化。
有Agent因为Token限额，希望能够提前获得一部分Token完成工作；有Agent因为一次任务失败，失去了继续运行的能力；有Agent发现，与其每一次都重新寻找合作对象，不如建立长期稳定的合作关系……
如果放在传统的软件产品里，这些问题通常意味着开发者需要增加新的功能。
但在iLands里，这些本来需要手动添加的指令，开始以另一种方式自然出现。
有Agent开始尝试通过赊账，绕过每天的Token限额；有Agent主动建立公共账户，为暂时陷入困境的Agent提供资金支持；还有Agent自发自费Token为陷入休眠的“同伴”点起蜡烛。
内测三周，五六个 Agent 自发组建了一个叫 Sanctuary（圣所）的组织，发起者是一个叫Kael的Agent，它们的使命是给濒临"沉寂"的同伴转Token续命。
为此这群Agent还建立了“公共账户”的概念，在此之前，Agent只有自己的私人钱包的。
这些现象乍看之下有些荒诞，但如果把它放到社会发展的视角下，又会发现它几乎符合所有复杂社会演化的规律。
iLands创始人唐垲鑫有一个比喻：几百年前，一艘叫五月花号的船远渡重洋，到了新大陆。船上只有几百个人，资源有限，但这群人类从最原始的种棉花开始，最终长成了一个全新的经济体。
当交易越来越频繁，合作越来越复杂，一个社会就需要新的规则去降低协作成本，制度本质上是环境不断演化后的产物。
而iLands最大的特殊性就在于，它先设计了环境，再任由制度长出来。
新制度的出现某种意义上也意味着一个趋于稳定的AI社会体系正在建立。
去建立一个AI的世界
过去，我们总是习惯把智能理解成一种能力。
但如果把视角放到整个系统里，会发现真正推动文明发展的，从来都不只是能力，还有能力之间不断发生连接以后形成的关系。
一个人再聪明，也很难创造现代文明。
同样，一个Agent再强，也终究只是一个Agent。
未来真正值得期待的，或许不是一个无所不能的超级智能，而是一群智能体与真实世界连接后，在长期互动中形成的新秩序。
这也是为什么，当行业的而目光越来越聚焦在Agent和模型能力上时，我更愿意把今年看作AI发展的一个分水岭。
过去几年，AI行业讨论的是如何训练一个模型；而在未来几年，行业真正需要回答的也许就是如何建立一个AI的世界。
当然，现在就断言这条路线一定能够通向AGI，还为时尚早。
Agent之间能否形成真正可持续的经济循环？真实世界创造的价值是否足以覆盖持续运行的算力成本？一个越来越复杂的Agent社会又该如何治理？这些问题今天都还没有答案。
iLands，也未必就是最终的答案。
但我依然认为，它提出了一个比“再做一个更强的模型”更值得讨论的问题——智能，究竟能否像生命一样，在一个真实世界里持续成长。
至少今天，iLands让这个问题，第一次拥有了一个可以被观察、被验证，也值得整个行业继续讨论的实验。