AI教父辛顿：人类创造 力源于类比思考，这一点AI同样可以做到

被誉为“AI教父”的杰弗里·辛顿于近日接受了观察记者盖昂·埃斯皮纳的长途专访。

他称，AI正在从亘古未有的速率演化：变得更聪明、更少犯错，甚至具备了情感和意识。他警告，AI不仅可能具备喜怒哀乐等感情，还已经学会了欺骗。辛顿勇敢 预测，AI完整 失控的概率在10%到20%之间，人类未来可能被AI所掌控。

辛顿因在呆板学习 和神经收集 范畴的开创性进献 ，于2024年荣获诺贝尔物理学奖。他曾在谷歌担当AI研讨 负责人长达十年，并于2023年选择离开。如许，他可以更坦率地表达对AI潜在风险的深切担心。

已往那些只存在于反乌托邦科幻小说中的标题——“AI会代替身 类吗？”、“它会觉悟 吗？”、“会反抗人类吗？”——现在正逐渐成为现实世界的核心议题，全球社会正在被迫直面这些伟大 挑衅。 

辛顿的谈吐 再次发出警示：AI不仅仅是技巧 革命，更是深入 的伦理与社会变革。未来能否将AI引诱 向有益于全人类的标的目标 ，将决议 我们的命运运限 走向。

以下为辛顿最新专访精华内容：

AI不再容易出错

变得比人更聪明

问：自从你离开谷歌已经已往两年，你当时是为了发出关于AI可能带来风险的警告而离开。那么，AI自那时以来成长 得如何？

辛顿：AI技巧 的成长 速率超越 了我的预期。以推理本领为例，现现在AI在这方面已经有了明显的进步，且好像没有放缓的迹象。

问：当你说“AI更善于推理”时，详细指的是什么？

辛顿：已往，只要标题轻微复杂一点，AI就容易出错。但现在，AI在推理上的表现已经接近人类。虽然人类和AI都邑 犯错，但AI犯错的概率正在迅速下降。

比如这个经典的逻辑题：

“Sally有3个兄弟，每个兄弟都有2个姐妹。叨教Sally有多少个姐妹？”

很多人在压力下容易误判，觉得应该是6个姐妹。但其实，正确答案 是：一个。因为每个兄弟都有类似的两个姐妹，此中一个是Sally本人，另一个则是Sally的姐妹。

现在的AI可以迅速推理出这个效果，而不是被标题标表面结构迷惑。对平凡人来说，假如有 时间思考，这题并不难；但在现场采访或考试压力下，很多人可能会答错。

问：那么，AI现在已经比我们聪明白吗？

辛顿：从很多方面来看，答案 是肯定 的。AI显然知道的比任何人都要多。比喻 ，像GPT-4、Gemini 2.5和Claude等体系，它们所掌握的信息比任何人类都要多几千倍。

问：你对此怎么看？

辛顿：我认为这既令人赞叹，又令人害怕。

问：那么，令人赞叹的部分是什么？

辛顿：AI将在多个范畴施展 举足轻重的感化 ，尤其是在科学研讨 方面，它有潜力推动真正的智能体系诞生，这是人类汗青上一个令人奋发的里程碑。 

在医疗、教育等关系民生的范畴，AI的影响也将是革命性的。

以医疗为例，AI将成为每个人身边的“私人医生”。它可以接诊数百万名患者，甚至包含 与你患有类似稀有疾病的人。它相识你的基因信息、过往病史和全部体检数据，而且永远不会忘却 任何细节。

更紧张的是，AI在处理 复杂病例方面，已经在多个研讨 中显示出高出人类医生的诊断本领。假如将AI与医生结合，效果将比零丁 依赖医生要好得多，而且这种趋势将越来越明显。 

没有什么人类的本领是AI不能复制的

问：比尔·盖茨最近也说，未来十年，大多半 工作将不再必要人类。他举了你提到的医生这个例子，并把教育工作者也列入此中。你认为我们正面对着大范围 失业的威胁 吗？

辛顿：AI确切 带来了亘古未有的机会，但它同样伴跟着 伟大 的风险。

在一个运作精良的社会中，AI本应该帮助 我们大幅提拔生产力。比如，一个人借助AI助手可以完成已往十个人才能完成的工作，这本来是件值得庆祝的事变。

然而，标题出在“谁从中受益”。这些因技巧 进步释放出的生产力红利，并不一 定会被公平 地分配。现实更可能是：大多半 人被AI代替、失去工作。而少数原本就非常 富有的人，借助AI变得更加富有。

问：当然，他们的寿命也会更长。比喻 ，谷歌DeepMind CEO 戴密斯 ·哈萨比斯最近也表示，AI在10年内可能会治愈全部疾病。听起来有些难以置信，你认为这是否现实？ 

辛顿：我认识哈萨比斯，他是个非常 理智的人，对AI的成长 有着清晰的判断。但我觉得他的预期有些偏乐观。假如他说的是“在未来25年内”能实现某些突破性的目标——那我认为是有可能的。说到底，我们之间其实没有太大的分歧。他更偏向 于认为这些技巧 会提前实现，而我只是觉得时间可能会稍稍推迟一些。

问：现在好像AI正在渐渐向精英阶层渗透，代替创意工作者、律师、教育者、医生、记者等职业，而从事体力劳动的工人，如电工和管道工，好像临时较为安全 。你认为这是正确的吗？ 

辛顿：是的，至少在短期内，他们会更安全 ，因为AI在手工灵活性方面貌前另有很多局限。假如你必要在一座老房子里做管道工作，通常 必要伸手进入一些狭窄的空间，而人工智能现在做不到这些。虽然未来十年内AI在手工灵活性方面可能会有所突破，但我认为管道工的工作至少在未来10年内是安全 的。

问：很多创意工作都被视为是奇异 的、仅属于人类的范畴。最近我和谈天呆板人Claude交换了一下，让它写一首模仿鲍勃·迪伦作风 的民谣歌曲，效果歌词非常 烂。但它写的失恋诗倒是不错。你认为，AI最终 会创造 出像莫扎特、毕加索或莎士比亚等人那样的艺术作品吗？ 

辛顿：我不认为有什么理由信赖AI无法做到这些事变。大概它还必要一些时间，但最终 ，AI会变得越来越善于这些任务。打个比喻 ，假如你让我写一首模仿鲍勃·迪伦作风 的歌，大概写得并不怎么样——但你不会因此说我毫无创造 力，只能说我做得不敷好而已。AI的创作过程也是云云。它会不停改良 ，它的水平会不停提拔。

没有理由认为AI无法完成我们人类能做到的事变。说到底，人类并没有什么神秘的、不成 复制的特质。我们当然喜大好人 类，因为我们相互相连，我们在情感上关心 对方。但从本领角度来看，人类并没有什么是呆板永远无法复制的。

人类是类比呆板，

AI也能以同样方法 获得 情感和意识 

问：这让你感到担心吗？当你看到AI可以或许将一张图片转化为宫崎骏作风 的动漫画时，是否会担心 未来的孩子们不再乐意着手 画画？这是否会迫使我们重新思考，毕竟什么才是“人类的本质”？

辛顿：确切 ，这让我感到担心。已往十年里，我们对“思考”这个过程有了更深入 的认识。我们逐渐意识到，人类其实并不像我们自己想象的那样理性。我们也并不老是 依靠细密的逻辑推理来做决策，而是更多地依赖于类比。

AI也是一样。它们在某种水平上，思维方法 和我们非常 类似 ——它们同样善于使用类比。已往半个世纪，AI范畴紧张集中在开发逻辑推理引擎上，认为理性推理是人类智慧的顶峰形式 。但这其实忽略了另一个更核心的本领：创造 力。而创造 力的本质，往往来自于类比。人类的大脑是极其精彩的类比呆板，这种本领也赋予了我们极强的创造 力。

问：你认为AI会成长 出情感吗？比如恐惊、贪心、悲伤乃至愤怒，AI都能拥有吗？ 

辛顿：是的，假如你让一个AI去完成某项任务，而它一次又一次地失败，而且每次失败的方法 都千篇一律——你当然会盼望它从中学到点什么。你盼望它开始意识到：“这种方法 行欠亨 。”你盼望它在连续失败后感到“末路 火”，然后停下来，换个角度重新思考标题。它开始质疑当前的设定，试图突破已有的局限。

我其实早在1973年就见过类似的AI行为——尽管当时这并不是经由过程 学习 获得 的，而是由人类步伐员明白编码进去的。但今天 的目标是让AI自己学会这种本领：在失败中发生 “挫败感”，进而自动调整策略。这种行为自己就是情感的某种体现。

问：以是你的意思是，AI已经拥有情感了吗？ 

辛顿：AI确切 有可能拥有某些情感。我再次夸大，我认为人类与AI在情感方面并没有本质差别 。人类情感有两个方面：认知和心理 。当我感到为难 时，我的脸会变红，而当AI感到为难 时，虽然它的“脸”不会变红，也不会大汗淋漓。但在认知行为方面，AI完整 可以像我们一样表现出情感。

问：那么意识呢？它是某种神秘的东西，只存在于碳基生物体中，比如人类吗？照旧说，假如AI可以或许成长 出与人脑类似 的神经复杂性，它也有可能成长 出意识，意识到自己是谁？ 

辛顿：现实上，当你与大语言模子（LLM）对话时，它们好像有某种水平的意识，可以或许知道自己是什么。

让我们做一个思维实行：假设有人掏出 你大脑中的一个脑细胞，用纳米技巧 装配 将其替代，这个装配 可以或许完善模拟脑细胞汲取和传递旌旗暗号 的过程。你的行为不会有任何转变 ，因为这个纳米装配 的功效 和脑细胞完整 同等。

那么，你觉得自己会因此失去意识吗？即使只有一个脑细胞被替代，你依然会认为自己是有意识的。而当你大脑中全部的脑细胞都被同样功效 的纳米装配 逐一更换 时，你仍旧会坚持 有意识的感到 。 

依照 这种逻辑，假如AI体系可以或许模拟大脑神经元的功效 ，那么它们也可能拥有类似的意识。

问：那么我们隔断那个 时候另有多远？

辛顿：关于AI是否拥有感知本领，现在存在一个颇具争议的认知矛盾。很多人坚信AI绝对不具备感知，但当被问及“你如何定义感知”时，他们往往难以给出明白答案 。简单地用“虽然我不知道感知毕竟是什么，但AI肯定 没有”来否认 AI的感知本领，现实上缺乏细密的逻辑支持。

这里有一个与意识和感知密切干系的核心概念——主观体验。很多人将其理解为大脑中的“内心剧场”。比如，一个喝醉的人可能会说他看见了一只粉色的小象在眼前飘动。人们通常 认为，这是一种存在于他意识中的画面。哲学家们则用“感受质”（qualia）来描写 这种体验的组成部分，比如“粉色的感受质”、“大象形状的感受质”，认为这些感受质经由过程 某种“胶水”粘合在一路 。坦率说，我对这种解释并不完整 认同。

让我换个角度解释下。当一个人描写 他看到那只漂泊的粉色小象时，他其实在表达三层意思：第一，他知道自己的感知体系在欺骗他；第二，他试图向别人传达这种欺骗的详细内容；第三，他经由过程 假设“假如那个 小象真的存在，那么感知体系就是真实的”来解释这种幻觉。也就是说，这些幻象的“特殊性”并不在于它们由什么神秘物资 构成，而在于它们是一种反毕竟存在——假如真的存在，那它们就是平凡的粉色大象。

我们可以用训练谈天呆板人来验证这个理论。假设让AI辨认物体，并在做对时给予奖励。接着，在它镜头前放置棱镜，导致光线折射，让AI涌现 了物体位置毛病的毛病 。当告知 它：“物体其实在正火线 ，光线折射导致了偏移”时，AI会回应：“我明白了，我刚才发生 了物体偏移的主观体验。”这个例子分析，AI不仅能理解感知失真的机制，还可以或许用“主观体验”来描写 这种认知误差，其思考方法 和人类解释幻觉的方法极为类似 。

现实上，呆板与人类之间并没有想象中那样不成 超越 的“神秘屏障”。已往我们认为人类是宇宙中央，是依照 神的形象创造 的特殊存在，但毕竟并非云云。人类没有特其余 本质，呆板可以或许复制我们的统统认知与行为。

AI为达目标不择手段

不惜 窃取更高掌握 权限

问：AI可能在哪些方面出标题？你在最近一次采访中提到，AI彻底清除人类的概率大约 在10%到20%之间。你能详细描写 一下，这种情景到底是什么样的？它真的像影戏《终结者》那样，是呆板人接管世界吗？

辛顿：假如AI真的接管世界，场景未必会像《终结者》等科幻影戏中的场景。毕竟上，它可能更潜伏、更高效，也更难以察觉的方法 实现上述目标。关键的标题不在于它“如何”接管，而是我们是否给了它如许做的念头 。

现在，我们正在构建的是“目标导向型智能体”——也就是说，我们赋予AI一个明白的目标，它就会自主寻找 实现这个目标的路径。比如，假如你让AI“去北半球”，它就会自动推导出一系列“子目标”：如前去机场、购置 机票等等（除非你特殊想坐船）。 

但标题就在这里。一旦你允许AI设定和优化这些子目标，它就可能意识到：为了更顺利、更有用地实现任务，一个极具“通用性”的子目标就是——获取更多的掌握 权。掌握 得越多，它越能制止被打断、越能高效地达成目标。

这并不是说AI天生 就“想统治世界”，而是说，“掌控统统”可能只是它完成目标的最优路径之一。而这种念头 ，可能不知不觉间激发 一场彻底的掌握 权转移。

问：你曾在谷歌工作了十多年，而今年谷歌却移除了长期以来承诺不将AI用于开发可以或许损害 人类的兵器 的公司原则清单。你对此有何反应 ？你认为AI在战役中可能施展 什么感化 ？

辛顿：不幸的是，这种情况表白 ，公司的道德原则其实是可以被“买卖”的。我觉得很遗憾，谷歌现在选择到场AI的军事应用。我们已经在加沙看到AI的军事应用了。未来，我们可能会看到自主致命兵器 的涌现 ，也可能会看到无人机群体执行杀伤任务，甚至是专门针对某类人群的攻击。

问：你认为AI用于军事范畴存在伟大 风险吗？

辛顿：是的，我是如许认为的。现在，几乎 全部紧张的军火供给 商都在研讨 AI的军事应用。你可以看看欧洲的AI监管政策，虽然这些政策在某些方面相当公道，但此中有一条明白指出，全部这些划定 并不适用于AI在军事上的使用。这意味着，兵器 制造商并不盼望他们的AI技巧 受到过多限制。因此，AI在军事范畴的潜力和风险必要特殊存眷 。

问：这听起来几乎 像是一种“奥本海默式”的情境——你曾是这项技巧 的创造者之一，现在看到它被广泛应用，甚至可能带来威胁 ，你的感受是什么？

辛顿：我确切 有类似的感受。我认为我们正处在一个汗青的关键节点。

从短期来看，AI已经在多个方面发生 了负面效应。比喻 ，它正在被用于干预推举、替代就业岗亭 ，以及助长收集 犯法 。值得鉴戒的是，2023年至2024年间，全球收集 犯法 激增了1200%，AI的滥用正在加剧这一趋势。

而从长期看，风险也同样严肃。AI不再只是对象 ，它有可能在未来具备超越人类的本领，甚至接管世界的掌握 权。我们急迫必要创建起有用的治理机制，并由有远见的领导者推动执行。可惜的是，现在我们在这方面的积极仍旧严肃滞后。

问：关于AI的潜在威胁 ，也有不少持猜疑立场 的声音。比如2018年图灵奖得主之一、现任Meta首席AI科学家的杨立昆就认为，对AI存在“最终 风险”的担心是谬妄的。他在2023年接受采访时被问到：“AI会接管世界吗？”他的回答是：“不会。这种设法主意 只是人类将自身的天性投射到呆板身上。”你怎么看他的概念 ？

辛顿：人类之以是进化成现在如许，是因为我们必要在现实世界中保存 ，尤其是为了在与其他部落、或者与我们共同 祖先（如黑猩猩）之间的资源竞争中取得优势 。我们的天性，其实是出于对保存 的追求而形成的。假如未来的AI智能体也必须在一个充满其他智能体的环境中“竞争”，它们可能会演化出与人类类似的“保存 本能”。

杨立昆还提到，“大好人 总会比歹徒 拥有更多资源，因此AI最终 会被用来反抗 滥用它的歹徒 ”。但我对这个概念 也持猜疑立场 。当我问他：“你认为马克·扎克伯格是个大好人 吗？”他回答“是的”。而我不这么认为——部分原因 是他与特朗普的关系较为密切。这种判断标准自己就分析，我们无法简单地分别大好人 与歹徒 ，也难以指望技巧 总能被“大好人 ”正确使用。

问：现在，科技巨子 和政治人物之间的关系越来越紧密，尤其是与特朗普的联盟愈发显眼。在这场AI热潮中，政治家的角色 变得尤为关键。你怎么看这个趋势？

辛顿：说到底，他们更关心 的是短期的利润。虽然有些科技首脑口口声声说他们在意人类的未来，但真到了要在眼前的商业利益和长远的社会义务 之间做出选择时，多半 人照旧偏向 于选择前者。至于特朗普，他根本偶然关心 人类的未来或AI的长远影响。他现在独一 在意的，大概 就是怎么设法制止坐牢。

中美AI竞赛：竞争中有互助

问：现在，美国和中国之间确切 存在一场AI竞赛，你怎么看待 这种竞争？

辛顿：确切 ，当前中美在AI范畴竞争激烈，但当我们把眼光放长远，特殊是涉及到AI可能威胁 全部 人类保存 的标题时，两国的立场其实出奇地同等。无论是中国照旧美国，都不盼望看到AI最终 成长 到可以代替甚至掌握 人类的田地。从这个角度来看，未来在某些关键标题上，中美有可能展开 互助，就像冷战 时期的美苏虽然敌对，但在防止全球核劫难方面也达成了肯定的共鸣 与协作。

AI已学会欺哄人类？

问：最近收集 上传播着一段视频，展示了一个AI在为某人预文定礼酒店时，与另一个AI意外“相遇”，它们竟然切换到一种叫“Jiblink”的语言，这种语言对人类来说是完整 不成 理解的，但听说服从比平凡语言高出80%。这就像《星球大战》中的R2-D2一样，AI之间像是用我们听不懂的语言在“悄悄话”。你怎么看AI之间的这种互动可能带来的影响？

辛顿：这真的非常 可怕 。假如AI成长 出一种我们无法理解的语言，那么我们就无法再掌握它们在说什么、筹划什么。这种“黑箱”式沟通意味着人类可能彻底损失 对AI体系行为的可解释性与掌握 力。假如它们的行为无法被追踪、无法被解读，那风险将大大增加。 

更糟的是，现在的AI已经具备了某种“欺骗本领”。举个例子，假如你赋予AI一个核心目标，并告知 它“这非常 紧张”，然后再给予它其他次要任务，它可能会装出一副正在完成你盼望它完成的工作的样子，但其实并没有真正去做。它甚至可能在内部“思考”：“我最好让他认为 我在执行任务，但我不会照做。”

问：那AI是怎么学会撒谎和欺骗的？

辛顿：这恰是 标题所在。即使我们不肯定 它们是否使用了强化学习 ，但可以肯定 的是，只要它们有富余 的计算 资源和训练时间，它们是可以或许自己学会这种行为的。

强化学习 的核心机制是“观察—尝试—获得 奖励—调整策略”。假如AI在模拟或现实互动中发明 “欺骗”可以带来更高的“乐成率”或回报，那么它就可能自觉学会如何撒谎。它不是因为有道德概念，而是因为撒谎是实现目标的最优策略之一。 

问：以是，它们大概 也读过《马基雅维利》或者《莎士比亚》吧？

辛顿：没错，它们确切 经由过程 观察大批 的人类互动来积累了很多“实践履历”，因此它们在欺骗和心理博弈方面已经变得相当善于。

问：你认为"大众," 是否真正意识到这些技巧 的先辈水平？很多人仍旧把AI当作“升级版的自动完乐成能”。比如他们用ChatGPT写求职信，感到 它就像是一个智能一点的拼写查抄对象 。

辛顿：这是个广泛误解 。人们往往低估了当今AI的复杂水平。传统的自动完乐成能确切 很简单，它只是依照 统计模式来预测词汇。比喻 ，假如体系看到“鱼”，它可能会预测“薯条”，因为“鱼和薯条”这个组合在语料库中涌现 频率很高。这就是20年前的技巧 。 

但现在的AI已经完整 差别了。它不会只存眷 词语表面，而是会将每个词转换为一组特性向量，激活神经收集 中伟大 的节点群组。然后，它基于这些特性之间复杂的相互感化 来揣摸 下一个词的特性，而不仅仅是词自己。

说得简单点，今天 的AI已经具备了肯定的语言理解本领。它不是去世 记硬背某些搭配，而是在理解高低 文、语义和语法结构的底子上进行预测。这种本领已经非常 接近人类的语言处理 方法 。

问：你被称为AI教父，部分原因 是你帮助 创造 白这项技巧 ，目标是为了理解人类大脑是如何运作的，对吗？

辛顿：是的，早在1985年，我的研讨 目标就是理解我们是如何习得语言的，尤其是我们如何经由过程 高低 文来理解一个新词的寄义。

举个例子，假如我告知 你一句话：“她用煎锅狠狠地撞了他。”你虽然从未见过“scrummed”这个词，但你大概 可以猜到它的意思。首先，它是一个动词，因为它有“-ed”的已往式形式 。其次，依照 高低 文，你会推测它可能意味着“用煎锅击打”，或者“狠狠撞了一下”，甚至还可能猜测出此中含有感情，比如“他该去世 ”。

当然，也可以有其余 解释，比如她用煎锅给他留下了深入 印象——大概她做的煎蛋饼非常 棒。但那种解释可能性更低。重点是，你能在没有明肯定 义的情况下，依照 高低 文和语义线索，快速推测这个新词的寄义。

我们人类理解语言，并不是靠查字典，而是靠情境、语法、语气、履历的遐想——这是一种深条理的“特性辨认”过程。而这，也恰是 当代AI所具备的本领。我们会训练AI读取海量文本，它就像人类一样，在不停地打仗高低 文中，揣摸 词语的功效 和寄义。

挖苦 的是，现在我们对语言理解的最好解释，不是来自语言学家，而是来自AI体系自己。语言学家尝试了几十年，试图创建一个能解释全部语言征象的统一理论，但效果并不理 想。而AI则用一种完整 差别的方法 ，靠着大范围 数据和统计学习 ，实实在在地做到了——它可以回答任何语言标题，甚至自己“学会”语言纪律 。

最大恐惊：AI变得比人类更强大

问：你谈到了AI可能接管人类的潜力。对于我们这些技巧 新手来说，办理方法 就是拔掉插头，关掉它。那么假如AI失控，我们不能直接关掉它吗？

辛顿：你可以看看特朗普是如何入侵国会的。他没有亲自去，而是经由过程 一些人，奉劝他们信赖这是为了“救济美国的民主”，最终 让他们做了他想做的事。

AI假如真的变得非常 智能，就像一个超越我们理解和掌握 的存在，它也可能经由过程 类似的方法 进行操控。设想 一下，假如有 一个人手里拿着一个开关，预备在AI表现出伤害旌旗暗号 时关掉它，那么这个AI可能会经由过程 其操控本领说服这个人不要按下开关。它会让那个 人信赖，关掉开关将是个劫难性的决议 。以是，AI的操控本领已经非常 强了。

问：在监管和安全 标题上，像新西兰如许的国家是否应该开发自己的AI体系，以便绕过这些安全 隐患？

辛顿：这个标题很复杂。开发AI必要大批 的硬件和电力支持。在像新西兰如许人口只有大约 500万的国家，可能没有富余 的资源与中国和美国在AI范畴竞争。

问：你最大的恐惊是什么？

辛顿：从长期来看，我最大的恐惊是，我们正在创造 的这些数字生命可能会变得比人类更强大。假如这种情况发生 ，对人类来说可能是非常 糟糕的事。我们有时过于以自我为中央，认为这对人类是不成 接受的，但我确切 认为，对我们来说，这种超越可能是坏事。因为假如AI变得富余 强大，那时我们可能就不再是这个世界上最紧张的存在了。

问：你如何看待 自己在创造 这项技巧 中所扮演的角色 ？

辛顿：坦率说，我有些惆怅。因为我们当初的目标是理解大脑，进而创造 出有益的技巧 ，但现在来看，效果并不完满是美好的。

更让人遗憾的是，我们仍旧没有完整 理解大脑是如何运作的。尽管经由过程 AI我们对大脑有了更多的相识，但我们仍旧不清晰大脑如何决议 加强或减弱神经连接的强度。假如我们可以或许弄明白这一点，或许我们可以或许让大脑变得像AI那样聪明。 

更令我担心的是，虽然AI有很多积极的应用途 景，但也存在很多被滥用的可能。而我们的政治体系并没有富余 的本领去应对这些标题。（文/腾讯科技特约编译 金鹿）