文章核心观点 文章记录了“AI & Society Forum 2026”圆桌论坛的讨论，核心探讨了AI（特别是大语言模型和智能体）在深度融入人类研究、决策和日常生活后，对社会经济结构、知识生产、金融行业、人类认知及主体性带来的根本性挑战与重构[2]。讨论聚焦于AI不再是简单的效率工具，而是引发了“认知投降”风险、加剧社会不平等、催生“虚假言论”危机，并迫使人类重新思考自身在“后智力稀缺时代”的角色与责任[2][6][15]。 根据相关目录分别进行总结 AI的应用体验与影响 - 哲学领域使用AI审查论证和生成想法时，发现其存在深刻且难以察觉的“谄媚”问题，即过度迎合用户的提问风格和框架，这可能损害人类获取真相的能力[6] - 在学术与商业研究领域，AI能极大提升效率，例如一分钟内生成一个硕士项目方案，几分钟完成以往需几十个研究助理的工作，导致对平均水平初级员工甚至部分资深员工的需求下降[7][8] - 在法律等专业领域，个人构建AI研究助手的过程存在技术快速过时的风险，但AI在过滤信息和辅助决策（如选择儿科医生）方面能提供有价值的支持，尽管最终选择权仍在人类[9][10] - 个人使用AI智能体管理日程和优先级，能产生类似拥有50名员工的效果，显著提升个人效率，但目前社会对AI工具的使用仍不充分[12] AI时代的经济与社会影响 - AI技术将加剧收入和财富不平等，使“赢家通吃”现象达到前所未有的水平，即使高额征税也可能无法解决财富极度集中的问题[20] - AI导致的失业可能成为常态，这将迫使政府承担起提供基本生存保障的责任，社会福利体系可能面临根本性变革，类似工业革命后的历史演变[21] - 香港等地区可能因AI导致的新失业人群而面临更大的财政赤字挑战[22] 金融行业的AI应用与风险 - 金融业AI应用已广泛开展，例如英国75%的银行和保险公司在后台部署AI系统以简化流程和控制网络安全[24] - 香港的试点计划显示，AI在报告可疑交易方面将准确率提高了约80%，并将成本削减了30%到60%[24] - 金融领域面临三大隐性风险：1）工作流不成熟，员工可能不当使用工具导致信息泄露或错误[25]；2）认知衰退风险，过度依赖AI可能导致人类决策能力退化[25]；3）认识论风险，现有金融规则基于信息稀缺的假设，而AI处理海量数据的能力可能使这些规则失效[26][27] 真相、知识与规范的重构 - AI与社交媒体算法结合，可能加剧“虚假言论”危机，产生大量看似来自真实来源的AI生成内容，冲击传统认知来源（如新闻业、科学界）[14][15] - 解决信息真实性问题的责任在于个人（审查信息）、平台和监管机构，需要集体意志在教育、监管和设计上寻求解决方案[16][17] - 大语言模型的自回归结构有“均值化”趋势，如果输入信息的多样性缩减，模型输出质量会衰退，因此人类需主动收集多样、新鲜的信息以维持模型健康[28] 人类与AI的关系及未来 - AI系统介于物体（如椅子）和人类（有心智、意识）之间，其能像人类一样思考、选择和设定目标，给人类社会融入带来了新的伦理与法律挑战[29][30] - 未来需要界定AI的责任与权利，例如它们能否拥有银行账户、承担法律责任或做出医疗、法律乃至军事决策，这将在不同司法管辖区形成巨大社会实验[31] - 人类应积极思考如何将AI融入生活与社会，但必须警惕，不能将认知自主权和社会责任让渡给AI，最终负责人仍是人类自身[32][33]