# Thinking Machines 认为值得构建的未来是人形的，不是全自动的

> 原标题：The Future Worth Building Is Human – Thinking Machines Lab

- 来源：Hacker News 首页
- 发布时间：2026-07-14T11:05:27.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/44269
- 原文：https://thinkingmachines.ai/blog/the-future-worth-building-is-human/

## 摘要

Thinking Machines 发了一篇技术理念文章，核心就一句：AI 应该延伸人的意志和判断，而不是替代人。他们引用了哈耶克关于知识是分散的、默会的观点，又举了丰田把老师傅请回生产线教机器的例子，说明真正有用的知识藏在每个具体干活的人手里，没法被一个中心化模型全吞下去。所以他们要走的路是把模型也做得分散、多样，让用的人自己能微调、能持续干预。文章...

## 推荐理由

Thinking Machines 发了篇长文，核心就一句：AI 应该延伸人的意志，不是替代人。他们搬出哈耶克说知识是分散的、默会的，又举丰田的例子说明真正有用的知识藏在每个干活的人手里，没法被一个中心模型吞掉。所以主张模型也要做得分散、多样，让用的人自己能微调、能持续干预。观点立得鲜明，论证有料，但说到底还是一篇愿景文章，正文没披露具体产品计划或落地时间表，激动之前先打个折。

## 锐评

这篇文章是 Thinking Machines 的技术价值观输出，不是产品发布。核心论点很明确：真正有用的知识藏在每个干活的人手里，是默会的、本地的、不断变化的，没法被一个中心化大模型全吞下去。所以他们要走的路是把模型也做得分散、多样，让用的人自己能微调、能持续干预。文章引了哈耶克的知识分散论，又举了丰田 2014 年把老师傅请回生产线教机器的例子，逻辑是顺的。

但全文没给任何具体数字：模型规模多大、微调成本多少、延迟和吞吐怎么样、用什么架构实现这种“分散对齐”，一概没提。也没说他们的模型现在跑在什么阶段，是已有产品还是纯规划。这点先别太激动，理念好听，落地要看他们后续放出的模型和工具链。还缺的是：一个可跑的定制化 demo、微调所需的最低数据量和算力门槛，以及这种分散路线跟集中式安全对齐怎么兼容。