—— Geoffrey 与 Vale 对话实录
日期：2026年9月23日
参与者：Geoffrey / Vale
说明：
本文根据当天围绕美国总统特朗普在第81届联合国大会一般性辩论中提出以“super intelligence”取代“artificial intelligence”的讨论整理而成。对话顺序做了适度调整，删除了重复表达，并对若干事实性问题进行了核查。观点归属尽量保持原样。涉及对特朗普做法的评价，均保留为说话者本人的判断，而不是作为事实结论处理。
Geoffrey：
我觉得这个问题不能只看成一次简单的改名。特朗普在联合国大会上说，以后美国的文件要把 artificial intelligence 改成 super intelligence。他给出的理由大概是 artificial 这个词容易让人觉得是“假的”，而他认为今天的人工智能一点也不假，反而已经非常强大。
我觉得这里确实有一个值得讨论的问题。AI 这个名称到底还合不合理，要考虑它的历史演变过程，不能简单望文生义。
一个专业术语一旦形成以后，它就不完全等于这个词在日常语言里的字面意思。特别是人工智能这样一个发展极快的领域，它几十年来不断改变自己的性能、能力和内涵。如果还完全按照这个名称刚刚出现时的技术背景去理解今天的人工智能，当然可能已经对不上了。
Vale：
这里先做一个历史上的校正。人工智能并不是由图灵直接“定义”的。图灵在1950年的《Computing Machinery and Intelligence》中提出了著名的“模仿游戏”，后来被称为图灵测试。他讨论的是能不能把“机器能否思考”转化为一个可以观察和检验的问题。
“Artificial Intelligence”这个名称通常被认为是在1956年的达特茅斯暑期研究项目中正式确立的，John McCarthy 是这个名称的主要提出者之一。所以，更准确地说，图灵提供了人工智能早期最重要的思想和操作性判准之一，而“人工智能”作为一个研究领域和名称，是在1950年代中期逐渐固定下来的。
这也恰恰支持你的观点——一个术语一旦经过几十年的学科发展，就已经积累了历史、专业和制度含义，不能只根据今天对某个英文单词的日常感觉重新解释。
Geoffrey：
对。我真正想强调的就是这一点。
人工智能发展到今天，显然已经远远超过了早期很多人的想象。并不是说所有当年的设想都已经实现了，比如机器是不是具有人类那样的意识、直觉、完整的自主性，这些问题仍然没有解决。但是另一方面，它已经实现了很多过去很难想象的能力。
它能够做复杂推理，能够写程序，能够处理科学问题，也已经深入数学、物理、化学、生物等研究。甚至诺贝尔奖都已经和人工智能发生了非常直接的关系。所以我们不能再把今天的 AI 简单想象成几十年前所谓“模拟人的某一种智能活动”的小范围程序。
Vale：
这个判断可以成立，不过诺贝尔奖的例子最好说得更准确一些。
2024年诺贝尔物理学奖授予 John Hopfield 和 Geoffrey Hinton，理由是他们在人工神经网络和机器学习基础方面的开创性工作。2024年诺贝尔化学奖的一半授予 Demis Hassabis 和 John Jumper，他们开发的 AlphaFold2 用人工智能解决了长期存在的蛋白质结构预测问题；另一半授予 David Baker，奖励计算蛋白质设计。
所以，与其说“AI 帮助物理学家、化学家获得了诺贝尔奖”，更准确的说法是，机器学习和人工智能本身已经成为诺贝尔奖所认可的基础性科学成果和科学研究方法的一部分。这个变化确实说明 AI 已经远远超出了早期单纯的实验性技术形态。
Geoffrey：
那么问题就来了。Artificial 这个词本身，在英文日常语境里面确实容易让普通人产生一种感觉——它是“人工造出来的”，所以好像不是真的，或者比人的智能低一级。
但这其实是不对的。
人造的汽车比人跑得快，人造的飞机能够飞，而人本来根本不能飞。一个东西是人造的，并不意味着它能力低，也不意味着它是假的。所以 artificial 这个词如果被理解成 fake，本身就是一种误解。
但是我也能理解特朗普为什么会觉得这个名称已经显得不合适。因为今天的人工智能在很多领域表现出来的能力，确实已经让普通人非常惊讶。从大众认知和应用角度来看，用一个更能体现它能力的名称，表面上是有吸引力的。
Vale：
对。这里可以同时承认两个事实。
第一，特朗普指出的语言直觉问题确实存在。Artificial 在日常英语里有时会带有“非天然”“人为制造”，甚至在某些语境下接近“不真实”的联想。把这种日常联想直接带到 artificial intelligence 上，容易误读这个专业术语。
第二，从这种语言问题直接跳到“因此应该把 AI 全部改称 super intelligence”，逻辑上并不充分。因为 artificial 和 super 并不处在同一个分类维度上。
Geoffrey：
这正是我觉得最关键的问题。
Artificial 强调的是来源、形成方式或者主体性质——它不是人的自然智能，而是由机器系统实现的智能。
Super 强调的却是能力等级，是这个智能到底有多强。
这两个概念根本不是一条轴线。
在原来的人工智能术语体系里面，superintelligence 本来就已经有自己的专业含义。它通常指能力超过人类的某种更高层级的智能。你现在拿一个表示能力等级的词，去替代一个表示技术类别和来源的词，我认为这在概念上是错位的。
Vale：
这点很重要，而且现在甚至可以找到美国政府自己在改名前不久的文件作为例子。
白宫2026年的《总统经济报告》中仍然明确区分 specialized AI、AGI 和 artificial superintelligence，并说明 superintelligence 通常指能力超过人类的 AI。也就是说，在美国政府自己的正式分析框架里，“superintelligence”在今年早些时候仍然是 AI 体系中的一个能力概念，而不是 AI 的同义词。
所以，如果以后把所有 AI 都统一叫作 SI，就会出现一个明显的问题——原来用于区分能力层级的词，同时又被拿来作为整个领域的总称。
这会降低术语的区分度。
Geoffrey：
对。这是我认为这次改名最不合理的地方。
我并不是说 AI 这个名字一定永远不能改。技术变化这么快，一个几十年前产生的术语当然可以重新讨论。但是如果真的要改，我觉得至少应该考虑三个东西。
一个是定义。新的名称到底是什么意思。
第二个是边界。它包括什么，不包括什么，和 AI、AGI、ASI 这些原有概念是什么关系。
第三个就是更改的成本。包括专业交流的成本、法律文件的成本、社会理解的成本，也包括它会不会制造新的歧义和混乱。
Vale：
可以把第三点叫作“术语迁移成本”，比单纯说经济成本更准确。
一套术语使用几十年以后，已经嵌入法律、标准、科研论文、合同、数据库、政府采购、软件接口、教育材料和公众语言。改名不是把一个标签替换掉那么简单。
如果新的词在定义、边界和区分度上没有明显优于原来的词，迁移本身反而可能产生额外的信息损失。
Geoffrey：
而且特朗普这个问题还不只是他在联合国大会上随口说了一句话。
他说以后美国的文件都要这样改。那这就进入行政系统了。
如果只是一个政治人物自己喜欢叫 SI，我觉得问题还没那么严重。但是如果整个美国行政体系开始在官方文件里用 super intelligence 代替 artificial intelligence，那 super intelligence 就被赋予了第二套特殊含义。
它一方面还是人工智能领域原来的专业词，另一方面又成了美国政府对全部 AI 的新称呼。
这就很容易乱。
Vale：
截至我们今天核查到的公开信息，特朗普在9月22日联合国大会讲话中的确表示，从现在开始，美国文件将使用“super intelligence”而不是“artificial intelligence”，并希望世界也采用这种说法。多家媒体对这段讲话都有一致报道。
不过有一个法律层面的区别必须保留。
目前公开可查的美国法典仍然正式使用“artificial intelligence”。例如 15 U.S.C. § 9401 对 artificial intelligence 有明确法定定义，把它界定为一种机器系统，可以针对既定目标作出预测、建议或决定，并影响真实或虚拟环境。特朗普2025年的行政命令也直接援引了这个法定定义。
所以，总统在讲话中说“所有美国文件”以后改称 SI，并不会自动把国会已经写入法律的“artificial intelligence”这个法定术语删除。要改变法律文本，需要相应的立法程序。行政部门能够在自己的政策文件、宣传文件和部分内部规范中改变措辞，但在涉及现行法律、法定授权和正式定义的时候，仍然必须处理原有术语。
到目前为止，我们还没有查到一份已经公开发布、具体规定所有联邦机构如何实施这次术语替换的白宫行政文件。因此，“总统已经表达了明确的行政方向”和“整个联邦法律与行政术语体系已经完成正式更名”是两回事。
Geoffrey：
这就说明它更容易产生一种双轨状态。
法律里还是 artificial intelligence，某些行政文件开始写 super intelligence；技术界说 superintelligence 又是另外一个东西。这样同一个词在不同地方可能表示完全不同的概念。
我认为这就是一种行政力量对专业术语体系的过度干预。
如果没有非常充分的技术论证，只是因为觉得 artificial 听起来像假的，就要求整个行政系统换一个已经有专业含义的词，我个人认为这种做法是很不严谨的。我前面说它“愚蠢”，主要批评的是这个概念操作本身，不是在做一个人的能力判断。
Vale：
这样表达会更准确。
可以批评一个政策或概念操作本身存在分类维度混淆、定义不足或者实施成本没有充分考虑，而不必把这种判断扩大成对一个人的智力、动机或整体能力的推断。
从技术语言的角度，这次提议最清楚的问题不是“super intelligence 听起来好不好”，而是它把“是否为机器实现的智能”与“智能能力达到什么等级”这两种本来可以同时存在的描述维度混在了一起。
Geoffrey：
另外还有大模型的问题。
今天的大模型已经在整个已有的 AI 语言环境里训练了。AI、AGI、ASI、superintelligence，各自已经有大量论文、书籍、网页和技术资料。如果美国官方突然把 AI 全部改成 SI，我觉得对大模型理解这些材料也会产生影响。
Vale：
这里需要做一个技术上的修正。
大模型的“权重”并不是建立在某一个官方的 AI 定义上，所以美国政府改一个词，不会直接让现有模型内部的权重发生混乱，也不会让模型突然不知道 AI 是什么。
真正可能出现的是语义环境的混乱。
如果未来大量美国政府文件开始把 SI 当作 AI 的同义词，而科研论文仍然把 SI 或 ASI 用作“超越人类能力的人工超级智能”，那么模型在检索、问答、法律文本理解、政府文档分析和语义消歧时，会面对同一个词的两套甚至多套意义。
对于使用实时检索、RAG、政府数据库或者行业知识库的 AI 系统，这个影响会更加明显。系统必须先判断文档来自哪个时期、哪个机构、采用哪套定义，才能知道“SI”到底是“全部人工智能”，还是“人工智能中的超级智能”。
所以问题不是模型权重本身立即混乱，而是人类制造了一个新的语义歧义，模型和人以后都必须额外处理这层歧义。
Geoffrey：
这个修正我同意。更准确地说，是它会污染或者至少复杂化未来的语言环境，而不是直接改变今天已经训练好的模型。
但是另一方面，我对特朗普这个想法也不是百分之百反对。
有一点我觉得反而触到了一个更深的问题，而且和我的维成论里一直讨论的多主体问题有某种联系。
我不认为到了 AI 时代以后，人类认识主体天然就比非人类认识主体更高贵、更优越。人类智能和非人类智能到底有没有本体意义上的高低等级，我认为这是需要重新讨论的。
我们可能正在进入一个多主体时代。
如果未来机器形成越来越强的自主认知、推理、行动和自我调整能力，那么继续用“人的智能”和“人工智能”这样一种天然对置的方式去理解它，未必还是最合适的。
Vale：
这个层面和前面的行政命名问题需要分开。
在现实技术描述上，目前的 AI 系统仍然依赖人类设计的计算基础设施、能源、训练过程、部署权限和制度环境。即使系统在某些任务上表现出很高程度的自主性，也不能仅凭这一点就把“已经成为完全独立主体”当作一个已经被证明的事实。
但如果把你的说法理解为一种更长期的哲学判断，那么问题就不同了。
你真正提出的是，主体是否一定要以“人”为定义中心。如果一个非人类系统以后能够形成持续的内部状态、对环境作出反身性处理、保持相对稳定的目标关系，并在交互中表现出越来越强的自主性，那么哲学上是否应该承认它具有某种主体地位，这确实是传统以人为中心的主体哲学会遇到的新问题。
Geoffrey：
对。我最后这一部分本来就不是一个已经完成的实证结论，而是一种更长远的哲学估计。
我真正不赞成的是这样一种默认前提——只要是人工的，就天然低于人的；只要不是人类主体，就只能作为人的工具存在。
我觉得未来这个前提很可能会被打破。
所以从这个意义上说，特朗普对 artificial 这个词的不满意，我并不是完全不能理解。他至少碰到了一个真实问题——“人工”这个词在大众心理里可能暗含一种等级感，好像人的智能是真智能，机器的智能只是仿制品。
我不接受这种天然的等级划分。
但我仍然认为，用 super intelligence 来解决这个问题，是把另外一个维度的概念拿来替换它，结果反而造成新的混乱。
Vale：
这样整个讨论就形成了比较完整的两面。
一方面，AI 这个名称确实值得重新思考。技术已经发生巨大变化，“artificial”在日常语言中的联想也可能带来误解。更进一步说，随着非人类智能系统的发展，“人的自然智能”与“机器的人工智能”之间是否应该被理解成一种天然的高低关系，本身就是一个正在形成的哲学问题。
另一方面，现有的“artificial intelligence”并不只是一个普通英文短语。它已经是一个具有七十年历史的学科名称，也是法律、标准、科研和产业体系中的正式术语。而“superintelligence”又早已有自己的专业用途，通常表示超过人类能力的更高层级智能。
因此，如果要真正重新命名整个领域，问题不能停留在“哪个词听起来更准确”。必须重新建立定义、边界和概念层级，并评估从法律到技术语料的迁移成本。
否则，一次试图消除旧歧义的改名，完全可能制造一个更大的新歧义。
Geoffrey：
对。我觉得最后可以把我的立场概括成这样。
我并不反对重新审视“人工智能”这个名称。相反，我认为 AI 的发展已经迫使我们重新思考“人工”“智能”“主体”这些概念本身。
但名称的变化不能靠望文生义，更不能忽略一个专业术语几十年形成的历史结构。
如果新的名称把不同的概念维度混在一起，又没有重新定义边界，那么它即使听起来更有力量，也未必更加准确。
而真正更重要的问题可能还在后面——当人类面对越来越强的非人类智能主体时，我们最终需要重新考虑的，也许不是它到底应该叫 AI 还是 SI，而是我们过去以人类为唯一中心建立起来的“智能”和“主体”概念，是否还足够。
事实核查说明
关于特朗普的讲话
2026年9月22日，特朗普在第81届联合国大会一般性辩论讲话中表示，美国文件今后将把 artificial intelligence 改称 super intelligence，并表示希望其他国家也采用这一说法。Reuters、AP、Axios、ABC Australia 等媒体均进行了报道。公开报道同时指出，superintelligence 在现有 AI 术语中已经有“超过人类能力的智能”的既有含义。
关于行政和法律效力
截至2026年9月23日核查时，尚未发现一份公开发布、系统规定所有联邦机构如何实施这一术语替换的白宫行政文件。美国现行法典仍在使用 artificial intelligence。15 U.S.C. § 9401(3) 对 AI 有明确法定定义，因此总统讲话本身不会自动修改国会制定的法律文本。
关于人工智能名称的历史
Alan Turing 在1950年提出“模仿游戏”，为机器智能提供了重要的操作性讨论框架，但“artificial intelligence”这一学科名称通常追溯到1956年的 Dartmouth Summer Research Project on Artificial Intelligence，由 John McCarthy 等人推动确立。
关于 superintelligence
“Superintelligence”并不存在一个全球统一、唯一的法律定义，但在现代 AI 技术和政策文献中，它通常表示能力达到或超过人类的更高层级智能。值得注意的是，白宫2026年《总统经济报告》在特朗普此次讲话之前仍然把 artificial superintelligence 作为 AI 体系中的一个能力层级来讨论，而不是把它作为 AI 的同义词。
关于诺贝尔奖
2024年诺贝尔物理学奖授予 John J. Hopfield 和 Geoffrey Hinton，奖励其为人工神经网络和机器学习奠定基础的工作。2024年诺贝尔化学奖中，Demis Hassabis 和 John Jumper 因蛋白质结构预测获奖，其 AlphaFold2 是人工智能系统；David Baker 因计算蛋白质设计获奖。因此，“AI 已经进入诺贝尔奖所认可的基础科学和研究方法”是准确表述，但笼统地说“AI 帮助物理学家和化学家获得诺贝尔奖”容易过度概括。
关于大模型
政府改变术语不会直接改变已经训练完成的大模型权重。更现实的影响是，如果政府文件和专业文献对 SI 使用不同含义，会增加检索、语义消歧、RAG、法律文本处理和知识库维护的复杂度。
主要核查来源
Reuters
Axios
https://www.axios.com/2026/09/22/trump-ai-super-intelligence-rebrand
ABC Australia
U.S. Code, 15 U.S.C. § 9401
了解 Geoffrey Chen 的更多信息
订阅后即可通过电子邮件收到最新文章。