人们反复追问AI有多聪明，真正决定它命运的问题却更具体：谁控制算力、模型、入口和使用权限。AI不会成为人，它更可能像电一样，变成一种被生产、调度和分配的基础能力。
PERSPECTIVE
AI的最终形态，取决于谁握着开关。
01
把AI当成人，容易看错它的方向。
聊天机器人会使用第一人称，会解释理由，会模仿语气，也会在复杂任务里连续行动。这些表现足以让人产生“它正在变成人”的错觉。表现相似，不能推出主体相同。AI没有人的身体经验、生命处境、欲望和责任，它处理的是数据、指令、概率和权限。
把AI理解成人，会把注意力带向意识、情感和觉醒；把AI理解成一种可部署的能力，问题会落回现实。它运行在哪里？由谁付费？谁能调用？哪些任务被允许执行？出错之后由谁承担后果？
用户看到的是对话窗口。真正支撑AI运行的，是数据中心、芯片、网络、模型服务、账户体系和组织规则。
02
“像电一样”首先意味着基础设施化。
电很少以“电本身”的形式进入生活。它通过电网、插座、设备和计费系统，变成照明、制冷、交通和生产能力。使用者通常不需要理解发电机如何工作，但必须接受接入条件、容量限制、价格和安全规则。
AI正在出现相似的结构。模型通过聊天产品、开发接口、办公软件、搜索工具和自动化系统进入生活。普通用户接触到的不是一个独立存在的“智能体”，而是一组被平台包装好的能力。平台决定模型版本、响应速度、上下文长度、工具权限和数据保留方式。
国际能源署在《能源与人工智能》中预计，全球数据中心用电量到2030年将超过945太瓦时。这个数字较2024年翻倍以上。AI需要电，电也开始受到AI数据中心扩张的影响。这个事实说明，AI已经进入基础设施的讨论范围：它牵动电力、土地、芯片、网络和地方规划。
当一种能力需要稳定的能源、设备和网络才能被大规模使用，它就已经不只是一个产品功能。
03
控制权会落在四个开关上。
第一个开关是算力。斯坦福大学《AI Index 2025》指出，领先模型的训练计算量、数据规模和能耗仍在增长。大型模型训练需要大量资金和计算资源，多数高校难以承担。模型越依赖昂贵的芯片和数据中心，控制生产能力的组织就越集中。
第二个开关是入口。OpenAI的官方说明写明，API调用受到请求量、令牌量、账户额度和组织使用上限的限制；Anthropic的官方文档也把API使用划分为不同层级，并设置请求频率和月度支出上限。用户能调用多少能力，取决于账户、付款、区域和平台政策。
第三个开关是权限。一个模型能否读取文件、访问网页、执行代码、发送邮件或修改数据库，取决于系统授予它的工具权限。能力越接近现实世界，权限设计越接近基础设施的安全管理。
第四个开关是规则。美国国家标准与技术研究院的AI风险管理框架把组织工作分为Govern、Map、Measure、Manage四个功能。框架要求组织在设计、开发、部署和使用阶段持续管理风险。欧盟《人工智能法案》也分别规定了提供者、部署者和其他参与方的责任。AI的运行边界，正在被写进企业制度、行业标准和法律文本。
04
普通人得到的，会是接入权而非所有权。
人们不需要拥有发电厂，也能使用电器。未来使用AI也可能遵循同一逻辑。个人购买的是一定额度的调用权、一定范围的工具权限和一套由平台维护的服务。个人未必拥有模型本身。
这会改变“AI属于谁”的问题。模型可以开源，权重可以下载，工具也可以在本地运行。大规模训练、持续更新、稳定推理和合规部署，仍然需要计算资源、能源供应、数据治理和组织能力。开源降低了部分使用门槛，却不会自动消除基础设施的控制关系。
评价AI进步，要看它能否通过更难的测试，也要看能力是否可获得、价格是否可承受、权限是否可解释、错误是否可追责。AI越深入工作和生活，开关的位置就越值得被看见。
AI不会成为人。它会成为一种由人和组织控制的能力，像电一样进入生活，也像电一样受制于生产、分配和使用规则。
来源：斯坦福大学《AI Index 2025》；国际能源署《Energy and AI》；美国国家标准与技术研究院AI风险管理框架；欧盟《人工智能法案》；OpenAI与Anthropic官方API文档。