无需将军检查：人类的寿命长短取决于一个问题，如果创业失败了，那就完了

今年早些时候，在《纽约时报》的播客节目《Interesting Times》中，Anthropic 的首席执行官达里奥·阿莫德伊阐述了当今软件工程师的工作现状。他说：“我们现在已经进入了软件发展的‘半人马阶段’”，同时警告称这一阶段“可能非常短暂”。在国际象棋中，“半人马”指的是人类与机器结合在一起的形态；而“半人马时代”则是指这种组合能够战胜单独行动的人类或机器的时期。从定义上来说，这是一种暂时的状态，这一时代会一直持续到机器变得足够强大，以至于人类再也无法为它增添任何价值，反而开始成为其发展的阻碍。

阿莫代并非唯一使用这一比喻的人。还有其他人写过关于人工智能“半人半马时代”的论述，这个说法也逐渐成为对那种人类仍能改进机器性能、但这种优势不会持续太久的时期的简称。这个比喻确实很恰当。但他们都没有指出的是：究竟是什么决定了这个时代的持续时间。这因领域而异，而对于风险投资领域来说，答案则是大多数风险投资合伙人都不愿面对的。

国际象棋是唯一一个已经走完其发展历程的棋类项目，因此可以从这里开始了解。卡斯帕罗夫亲自提出了这种新的比赛形式：1998 年，在输给“深蓝”之后，他提出了“高级国际象棋”这一概念，即让一名特级大师与一台计算机配对，再与另一名特级大师及另一台计算机进行对决。在接下来的二十年里，这种配对方式始终是最有效的。在开放式“自由风格”比赛中，那些使用普通笔记本电脑、却拥有更高效解题方法的业余选手，能够击败那些拥有强大计算机的特级大师。这正是卡斯帕罗夫在 2010 年所说的：“弱人类加上机器以及更高效的解题方法，比单独使用强大的计算机更为出色。”这里的“更高效的解题方法”并非比喻，而是指实际的比赛成绩。

随后，这项赛事就在毫无预告的情况下结束了。那些引擎的性能却持续提升。到 2017 年 12 月时，DeepMind 的 AlphaZero 已经能够独自击败最强大的传统引擎；而在自由对弈模式下，单纯的引擎也开始战胜由人类与引擎组成的团队。2018 年之后，再也没有举办过大型的人类与引擎混合比赛，因为这种赛制已经没有存在的必要了。它总共持续了大约二十年时间。

这种模式在游戏领域之外也同样存在。特斯拉于 2015 年 10 月推出了 Autopilot 系统，此后，大多数大型汽车制造商也开始采用类似的技术。到 2026 年，Autopilot 已经诞生超过十年，依然被数千万辆汽车所使用；而 Waymo 的无监督驾驶服务则已在少数城市开始得到应用。这一局面将持续很长时间，直到现在才逐渐出现变化。

在我之前的文章《FICO 的谬误》中，我指出在消费贷款领域，人类的主观判断因素已被边缘化，而如今在风险投资领域也出现了同样的情况。半人马的故事进一步强化了这一观点——在“半人马时代”，人类的主观判断因素甚至可以被完全忽略。有时这种因素根本就不会出现，其作用也就微乎其微了。在国际象棋和驾驶领域，人类的主观判断仍起着重要作用；而在其他领域，则几乎不起任何作用。

在围棋领域，人类选手的生存时间仅勉强超过两年。2016 年 3 月，AlphaGo 击败了李世石；大约 20 个月后，AlphaZero 又进一步发展了这一技术。由于这种人类与机器结合的比赛模式出现得太过迅速，人们还来不及组织任何相关的重大比赛。在其他领域也是如此：2020 年，DeepMind 的 AlphaFold 2 解决了蛋白质结构预测的问题，而这个问题在过去 50 年里一直被视为极其难以解决的难题。在这种情况下，专家辅助模型优化的模式几乎立刻就变成了那些机器无法独自处理的案例。其间并没有出现专家与人工智能共同参与的竞争阶段。

决定操作时长的因素是操作的清晰度。国际象棋是一种在有限状态空间中进行计算的游戏，即便是在国际象棋大师看来，也很难解释某一步棋为何是正确的；而他们同样可以质疑那些未能识别出某些战略要点的计算机程序。驾驶也是如此：驾驶员可以观察道路状况，判断何时该亲自掌舵，正因如此，有监督的自动驾驶技术已经存在了十多年。围棋则属于在庞大到无法完全列举的状态空间中进行模式识别的一种游戏，最优秀的棋手们也会将自己的最佳走法描述为凭直觉做出的选择，却无法给出合理的解释。

在人类的贡献清晰可见、人们能够明确指出并检查机器的工作时，这样的时代就会持续很久。而当人类的贡献只是难以用语言表达的直觉时，机器便超越了人类的能力范围，此时人类往往很难再有所作为。

AlphaGo 在对阵李世石时的第 37 步棋，其出现概率大约仅为万分之一——在人类棋手之间的对局中几乎不会出现这样的走法。这是人类棋手根本无法想出、评估或否决的走法。

风险投资合伙人需要做很多工作：寻找投资对象、进行尽调、构建投资组合、为创始人提供指导。但决定一项投资是否出色的，其实是他们难以用言语表达的直觉——能够看透创始人的真实想法、做出不同寻常的投资决策、预见那些尚未出现的市场机遇。怀疑论者会认为这根本算不上直觉，只不过是没人愿意记录下来的知识罢了。但实际上，这远不止如此：当两位优秀的合伙人对同一位创始人有不同的看法时，他们无法通过列举理由来解决分歧，因为那些理由从来就不是做出决策的全部依据。同样，围棋高手也无法教你第 37 步该怎么走。

在这个维度上，任务主要是模式识别，而且属于难以识别的类型。一旦模型具备了处理这类任务的能力，VC 合作伙伴就几乎没有什么可补充的了。直觉才是关键所在。

半人马时代持续多久并非相关领域能够决定的，身处其中的人也往往无法提前知道自己所处的阶段。国际象棋和驾驶相关的应用发展时间较长，而围棋与蛋白质折叠相关的技术则几乎没有任何进展。在风险投资中，很多时候都需要有人长期参与其中，但决定投资回报的因素却并非如此。在所有“人工智能加合作伙伴”的合作模式中，人们都默认我们会处于那种需要合作伙伴长期参与的长期发展阶段。

但风险投资的核心判断属于那种难以理解的类型。我们其实并不知道自己属于国际象棋中的情形，反而有理由怀疑自己属于围棋中的情形。

国际象棋的“半人马时代”持续了二十年，而围棋的“半人马时代”则几乎不存在。在风险投资领域，我们根本没有选择权。