文章核心观点 - 21世纪经济报道与21世纪经济研究院发布第十年年度好书书单，评选出十部对2025年全球经济、商业与人文领域作出关键洞察的佳作，这些作品体现了“系统视野与人文关切”的年度特质 [2] 企业管理与数字化转型 - **《数字化的力量》** 由神州数码集团董事长郭为所著，提出了企业数字化转型的全新战略“数云融合”，即先做业务的数据化，再做数据的业务化，形成增长飞轮 [3] - 该书是作者从业30多年思考与实践的总结，为个人、企业及社会提供了驾驭数字化浪潮的关键思考与实践指引 [3] 人工智能与科技产业 - **《智能简史》** 阐述了生命智能在演化过程中的五次飞跃，指出当前人工智能并未触及生命智能的全部，对通用人工智能（AGI）的前景持谨慎态度 [3] - **《英伟达之道》** 详细记录了英伟达从濒临破产的显卡公司，通过押注CUDA生态和深度学习，转型为AI时代算力霸主的历程 [3] - 该书主线是解释英伟达为何长期投入通用计算平台与开发者生态，强调了其在关键节点的战略取舍与技术路线图的演进逻辑 [3] 中国经济与治理结构 - **《基层中国的运行逻辑》** 描述了条块结合与等级制的行政资源分配，分析了基层的权力运行和地方主官面临的挑战，并提出了如内外冲突的双均衡分析框架等有启发性的假说 [5] - **《深层次改革：中国经济的难题与突破》** 拆解了中国经济发展的难题，明晰了深层次改革的路径，剖析了存量调整、利益重构等改革“深水区”挑战 [7] - **《破除城乡二元结构》** 在经济发展理论框架下，深入分析了农业与工业、农村与城市等多重二元结构在中国特色经济环境下的演变 [8] - 该书探讨了常住人口城镇化与户籍人口城镇化的脱节问题，并认为“十五五”时期是实现城乡及各产业同步现代化的关键时期 [8] 市场机制与资源配置 - **《匹配：谁能得到什么，以及为什么》** 由诺贝尔经济学奖得主所著，颠覆了传统市场认知，阐释了在价格失灵领域的匹配机制，如住院医师分配与教育资源优化 [5] - 该书以鲜活案例揭示了“精准匹配”的核心价值，为企业优化管理、搭建高效平台提供了理论支撑 [5] 货币政策与金融体系 - **《货币之手》** 由前比利时财政部长和欧洲议会预算委员会主席所著，揭开了中央银行的“神秘面纱”，破除了对货币政策的两种片面认知 [5] - 该书深入剖析了2008年次贷危机后量化宽松、负利率等非常规货币政策的运作逻辑，并揭露了这些政策背后的八大“综合征”，如加剧贫富分化、透支未来等 [5] - 书中对现代货币理论提出警惕，提醒读者警惕“货币流氓”华丽辞藻背后的利益再分配真相 [5] 社会发展与人文关切 - **《要有光》** 关注了一群焦躁不安、孤独无助的年轻孩子及其家庭，指出爱是一种需要终身学习的技能，其缺失已成为一种社会病 [7] - **《大河源》** 以文学笔触关注人与自然的关系，超越了将自然工具化的传统视角，认为发展的核心是在人与自然的和谐共生中提升人的福祉 [7] - **《白色巨塔的裂缝：医学的现代性批判》** 探讨了医疗体系面临的挑战，指出医学是科学又需公众认知，医疗是产业又需避免过度商业化，公共医疗服务需兼顾多重主体的可持续均衡 [7]

文章核心观点 - 文章通过评述《智能简史》一书，探讨了人类智能的演化历程，并以此为镜，反思了经济学中“理性人假设”的局限性，强调了非理性因素（如情感、直觉）在人类行为及社会经济运作中的核心作用，特别是在应对不确定性世界时的价值 [1][16] 经济学研究范式的演变与争议 - 主流经济学研究个人行为时采用“理性人假设”，将人的行为视为有意识的、理性的选择，且偏好稳定，这有助于经济学向经验科学发展 [2] - 该范式将丰富多彩的人类行为简化为利益最大化的计算程序，导致直觉、情感、个性等重要现象在研究中缺位，描绘的世界如同纯粹由AI组成 [6] - 阿兰·阿尔钦和米尔顿·弗里德曼从进化论视角为理性选择模型辩护，认为市场竞争会淘汰非理性行为，如同不掌握空气动力学的飞鸟其飞行轨迹仍符合物理模型 [4] - 行为经济学作为主流经济学的异议者出现，挑战理性人假设，强调直觉、本能、情绪等非理性因素在人的行为中扮演重要角色 [7] 非理性因素的重要性与理论基础 - 行为经济学家丹尼尔·卡尼曼将人类认知分为“系统1”（快速、自动、依赖直觉和情绪）和“系统2”（缓慢、理性、负责复杂分析），并指出现代人95%以上的行为由系统1驱动 [8] - 经济学创始人亚当·斯密极其重视情感的作用，其著作《道德情感论》系统阐述了人类凭借“同情共感”能力组成社会，他本人更看重此书而非《国富论》 [9] - 宏观经济学奠基人凯恩斯认为“动物精神”（一种非理性的原始本能和企业家精神）是驱动投资和理解市场规律的关键因素 [10] 不确定性的核心地位与演化视角 - 非理性因素重要的根本原因在于世界充满不确定性，而人类认知能力有限，不确定性事件（结果和概率分布均未知）使经济系统运作变得复杂 [11] - 理解不确定世界中的人类行为和社会现象，演化是非常重要的视角 [16] - 地球上精彩纷呈的生命体，包括人类智能，都是在高度不确定的环境中一步步演化而来的 [12] 智能的演化历程及其启示 - 动物身体结构从辐射对称向两侧对称的跃迁（约5.5亿年前）为大脑诞生和智能发展开辟了道路，两侧对称结构简化了运动机制，并对感觉、反应及评价机制提出更高要求 [13][14] - 早期大脑能对事物效价进行编码，并借助多巴胺、血清素等神经递质进行关联性学习，产生快乐、痛苦、满足和压力四种基础情感原型 [14] - 现代新皮质的出现让大脑能通过想象学习，具备模拟和规划能力；灵长类则能利用思维模型预测需求、理解同类意图并通过观察学习 [15] - 语言的出现将个体认知联系起来，使思想碰撞、知识创造与代际积累成为可能，人类由此出现 [15] - 智能的演化是一部生物在不确定环境中“相爱相杀”、从简单到复杂的发展史 [16]

书籍《智能简史：进化、AI与人脑的突破》核心观点 - 人脑进化历史中蕴藏着AI未来发展的关键密码，大脑进化过程中的五次重要突破为人类智能核心谜题提供新解读[3][4] - 现代AI系统已在某些领域超越人脑（如作诗、自动驾驶、通过司法考试），但在执行洗碗等简单任务方面仍存在巨大局限[3] - 通过架起神经科学与AI的桥梁，指出当前AI系统比肩或超越人脑的领域以及仍显不足的领域，为下一代AI革新提供方向[4] 书籍《智能简史：进化、AI与人脑的突破》作者背景 - 作者麦克斯·班尼特是AI公司Alby联合创始人兼CEO，专注于帮助企业整合大语言模型至网站[5] - 此前作为Bluecore联合创始人兼首席产品官，该公司估值已突破10亿美元，并多次入选Inc杂志全美增长最快企业500强[5] - 拥有多项AI技术专利，在进化神经科学领域发表多篇学术论文，曾入选福布斯30位30岁以下精英榜[5] 书籍《超智能与未来：宇宙进化、科技趋势与人类未来》核心观点 - 通过宇宙大爆炸到机器人星际远征的宏大叙事，提出复杂性级联等三个核心概念，拆解宇宙超智能的10大突破[8] - 勾勒人类社会从AI应用走向超智能未来的前景，认为人类与AI的统合将是宇宙思维的下一阶段[8] - 本书跨界融合科学与人文学科，旨在帮助读者理解智能本质并预见未来文明重塑趋势[9] 书籍《超智能与未来：宇宙进化、科技趋势与人类未来》作者背景 - 拉斯·特维德拥有工程学和经济学双学位，创立13家初创企业，出版17部畅销书总销量约100万册[10] - 雅各布·博克·阿克塞尔森是数学建模专家，在AI与量子计算领域有9年研究经验，连续5年获IBM杰出专家称号[11] - 丹尼尔·凯弗是国际未来学家，曾任Meta海外经理和Ooredoo电信集团总监，现任xAI集团CEO专注人工智能咨询[12]

生物智能演化历程 - 犬齿兽作为哺乳动物祖先在2.6亿年前出现，凭借温血特性获得夜间活动优势，但面临食物短缺挑战[1] - 哺乳动物在1亿年前演化出新皮质，具备想象力和短期计划能力，形成"谋定后动"的生存策略[2][3] - 6600万年前小行星撞击事件导致恐龙灭绝，哺乳动物凭借体型优势和洞穴庇护实现生态位跃升[3] 大脑智能五次突破 - 第一次突破是5.5亿年前原始大脑的条件反射功能，仅需数百神经元即可实现利弊权衡和情感判断[4] - 第二次突破是脊椎动物强化学习系统，通过多巴胺机制量化目标价值并激发好奇心[4] - 第三次突破是哺乳动物新皮质带来的想象力和慢思考能力，实现系统2思维[5] - 第四次突破是灵长类心智理论能力，可模拟他人意图并发展政治行为，附带模仿学习和长期计划能力[6] - 第五次突破是人类语言系统，实现复杂知识传承和文明爆发[6] AI技术对应发展 - 强化学习使AI具备过程奖励机制，如AlphaZero通过棋步评估提升决策质量[5] - 大语言模型实现文本生成相当于想象功能，推理模型则体现系统2思维[5] - 截至2025年初AI在心智理论方面尚未成熟，智能体自我计划能力有待突破[6] - AI语言理解已超越简单语料背诵，能编码解码人类抽象规则[7] 家用机器人进化案例 - K1仅具备反射反应，K2通过强化学习实现试错优化[9] - K3搭载新皮质芯片获得数字孪生能力，可预判物理路径[9] - K4发展心智理论，能解读情感动机并调整行为策略[9] - K5将掌握语言沟通和抽象知识理解能力[9] 未来突破方向 - 第六次突破可能涉及人机结合，AI或率先实现跨模态感知和自我迭代[11] - 历史表明突变常引发链式反应，如光合作用导致大氧化事件和生物灭绝[12][13] - 陆地植物繁盛引发全球变冷，推动动物登陆进化[14] - 气候变迁促使人类大脑体积增大和社会协作强化[15]