当 AI 连问题都能生成，人类需要夺回“问题主权”

Chance AI 创始人曾熙在 TEDx 龙岗提出：当答案和问题都可以批量生成，真正稀缺的，是人决定什么值得持续在意的权利。

AI 已经不只会回答问题。它可以列选题、找知识缺口，也可以在几秒钟内提出一百个“值得思考的问题”。过去，人担心找不到答案；现在，答案越来越便宜，问题也越来越多。新的难题是：谁来决定下一步看什么、问什么，又有什么值得花时间追下去？

2026 年 8 月 8 日，TEDx 龙岗（TEDxLonggang）“未竟之地（Terra Incognita）”活动在深圳龙城 CC 创意街区举行。Chance AI 创始人曾熙与香港大学商学院谭亮教授、香港中文大学 AIRS 研究院负责人丁宁教授、香港中文大学认知科学博士林思恩教授、舞者余锦鹰、策展人邢丹、学者黄鑫、创客蒋程宇等八位讲者，从人工智能、认知科学、艺术与创意等不同视角回应未知。曾熙发表《好奇心：一种开阔的笃定》（The Certainty of Curiosity）主题演讲，并把人决定探索方向的能力称为“问题主权”。

Chance AI 创始人曾熙（Xi Zeng）在深圳 TEDx 龙岗 2026“未竟之地（Terra Incognita）”活动发表《好奇心：一种开阔的笃定》主题演讲

“AI 可以生成很多问题，但它不该替你决定，哪一个问题值得占用你的人生。”

所谓问题主权，就是一个人仍然有权决定什么值得问、值得追，以及什么值得暂时没有答案。AI 可以提供线索，但方向不能自动交给系统。

答案越来越多，方向反而更稀缺

知识曾经受制于稀缺。一本书难找，一位专家难约，一个问题可能几年都没有答案。今天，生成式 AI 把这种稀缺迅速抹平。与此同时，推荐算法持续替人选择下一条内容，AI 助手也开始替人整理下一批问题。

这带来一个容易被忽略的变化：人接触的信息更多，却未必更清楚自己在意什么。看过不等于理解，问过也不等于关心。曾熙把这种状态称为“被动看见”：人获得了信息，但下一眼看哪里、何时停下，主要由外部系统决定。

主动看见则需要人参与选择。过去的经验、眼前的异常和此刻的目的，共同决定下一步往哪里看。差别不在于信息量，而在于人有没有改写观察路径。

Chance AI 创始人曾熙（Xi Zeng）在 TEDxLonggang 2026 演讲中提出：失去好奇心，世界才显得平凡

好奇心的分界线，在于谁决定下一步

人们常把好奇心理解成对新鲜事物的兴奋。这种解释太窄。刷短视频也会带来新奇感，求知同样可能调动奖赏系统。真正拉开差距的，是人能否控制探索的方向和节奏。

2011 年发表于《Nature Neuroscience》的一项研究，让参与者通过移动窗口学习物体及其位置。一组可以自行决定看什么、何时看；另一组只能观看相同的信息。前一组在后续记忆测试中表现更好。研究者还发现，单纯“动手操作”并不足以产生同样效果，关键在于参与者是否拥有选择权。

另一项发表于《Psychological Science》的研究发现，当求知欲较高时，受试者更愿意付出资源或等待时间换取答案，之后也更容易记住相关信息。后续研究把预测偏差、探索行为、奖赏系统与海马记忆放进同一套解释框架。它们没有证明主动探索在任何情况下都更好，但共同指向了一件事：学习不只是信息进入大脑，也是大脑主动安排信息。

“问题主权”具体是什么

这个概念并不要求人拒绝 AI。相反，人可以让 AI 搜集资料、补充证据、提出可能遗漏的问题。问题主权只划定一条边界：系统可以提供选项，最终方向仍由人决定。

它往往发生在几个很普通的瞬间。看到陌生事物时，你决定下一眼看哪里；面对一个暂时没有答案的问题，你没有急着让系统把空白填满；当即时反馈消失，你仍愿意为一个真正重要的问题花时间。没有复杂公式，只有选择。

问题主权（Problem Sovereignty）：AI 提供可能，人决定方向。

问题主权（Problem Sovereignty）原理图：AI 提供答案、问题与建议，人类决定探索方向

“使用 AI，但不把方向外包。”

问题主权，最容易在没有奖励时消失

2019 年发表于《Organizational Behavior and Human Decision Processes》的一项实验，让参与者阅读“让大象消失”的魔术故事。一组直接得到答案；另一组被告知已经接近答案，但还有关键部分没有解开。随后，两组都要设计一个新魔术。

专业魔术师对最终进入分析的 89 份回答进行盲评。好奇组有 71% 的方案被判断为有创意，对照组为 36%。未被完全填平的知识缺口促使参与者继续改写已有想法，没有停在第一个可行方案。

强化学习中的《蒙特祖玛的复仇》也暴露了类似问题。这款迷宫游戏奖励稀疏，只追逐即时回报的智能体很难离开最初的房间。研究者把“进入未知状态”本身设为探索奖励后，智能体才开始寻找暂时看不到收益的路径。OpenAI 2018 年公布的随机网络蒸馏（RND）方法，曾让智能体在不依赖人类示范的情况下找到全部 24 个房间，并完成第一关。

目标会把人带到已经知道有用的地方。好奇心的价值，是让尚未证明有用的事物获得一次机会。问题主权就藏在这段没有即时回报的时间里。

笃定，不等于提前知道答案

这也解释了演讲标题中的“开阔的笃定”。答案会被证据推翻，问题也会在探索中改写。一个人真正能够依靠的，是自己愿意继续靠近什么。

发散型好奇心帮助人遇见更多陌生事物，特定型好奇心则让人停下来，把一个缺口追深。热情往往是在探索中形成的。一个问题被追得足够久，知识和正向反馈逐渐积累，它才可能长成热情；当这份热情与一个比个人更大的问题相连，又可能形成目的。

文明以相似的方式前进。关于宇宙、生命和智能的答案改写过很多次，但问题被一代代人保留下来。保存正确答案很重要，选择哪些未知值得继续研究，同样重要。

“真正的笃定，不是答案永远正确，而是你仍然知道自己愿意往哪里走。”

曾熙（Xi Zeng）在深圳 TEDxLonggang 2026“未竟之地”发表《好奇心：一种开阔的笃定（The Certainty of Curiosity）》

Chance AI 为什么从相机开始

“问题主权”也解释了 Chance AI 的产品选择。信息流决定用户下一眼看到什么，识图工具通常回答“这是什么”。Chance AI 想继续处理两个问题：它为什么值得注意，眼前还有什么容易被忽略。

这要求产品先把对象认准，再把它放回结构、用途、历史和文化语境中理解。用户过去关注过什么、此刻在意什么，也会影响哪条线索值得继续展开。AI 负责提供证据和角度，用户决定方向。

这也是 Chance AI 选择 camera-first 的原因。输入框通常从一个已经组织好的问题开始；相机更接近好奇心发生的现场。用户先把镜头对准现实，视觉智能体再帮助他辨认线索、核对证据，形成下一步值得追问的问题。

“好的 AI 不只替人看见，也应把下一眼看哪里的决定权留给人。”

TEDx 龙岗“未竟之地”还汇集了来自科技、教育、艺术与社会创新等领域的讲者，从各自经验讨论未知与可能。曾熙把“未竟”放回日常：一个有好奇心的人，不必等到出发才开始旅行。只要仍愿意决定下一眼看哪里，他每天都在探索。

Chance AI 创始人曾熙（Xi Zeng）在深圳龙城 CC 创意街区 TEDx 龙岗“未竟之地（Terra Incognita）”活动演讲现场

关于曾熙

过去十五年，人机交互经历了三次重要的入口迁移：手指触控、自然语言和视觉感知。曾熙（Xi Zeng）的职业轨迹连续穿过这三次变化。他参与定义服务数亿人的手机系统，在字节跳动推动对话式 AI 落地，随后创立 Chance AI，把创业方向押在让 AI 走出输入框、直接理解现实世界。

这条路径的起点，是他对人类认知的研究。曾熙拥有巴塞罗那大学认知科学与当代艺术博士学位，现任英国皇家艺术学院高级顾问、欧洲设计学院访问教授、中国美术学院特聘教授和宁波诺丁汉大学商学院荣誉院士。他研究视觉、情绪与意义如何共同影响人的判断，也把这套跨学科视角带进了产品设计。

在 OnePlus 与 OPPO 期间，曾熙主导多个智能终端与系统体验项目，相关工作累计获得 20 余项红点设计奖、iF 设计奖等国际奖项；2022 年，他入选福布斯十大中国设计师。此后，他在字节跳动 Flow 担任高级总监，参与 AI 产品从零到一的建设及豆包应用的早期落地。他参与的产品与设计体系累计服务超过 6 亿用户。

他同时担任过澳大利亚 Good Design Awards、Pentawards 等国际设计奖项评审，并受邀在旧金山 TechCrunch Disrupt、香港设计营商周等国际平台演讲。学术研究、全球消费产品和生成式 AI 的经历，使他能够从同一个问题审视三代技术：人究竟通过什么入口接触智能，技术又会怎样改变人的判断。

2024 年，曾熙为深圳一场安迪·沃霍尔展览制作 AI 导览工具。展览结束后，仍有约 3,500 名用户继续用它观察花朵、建筑和日常物品。用户没有把它留在展厅里。这次意外的迁移让他看到，相机可能成为 AI 进入现实世界的入口。2025 年，他创立 Chance AI，提出 camera-first 的产品路径，认为“视觉是人类最本能的入口”，并把这种新型产品定义为 Visual Agent。

曾熙与技术团队随后提出 VIC（Visual Inference Circuits，视觉推理回路），让模型在推理过程中持续返回原始图像，判断下一眼看哪里、还需补充什么证据。在通常由基础模型巨头占据的 MMMU-Pro 视觉推理评测中，约 10 人的 Chance AI 团队以 86.9% 登上官方公开榜第一，超过 GPT、Gemini 与高水平人类专家。

这套技术也进入了真实场景。Chance AI 先后成为纽约时装周、香港巴塞尔艺术周等国际文化活动的官方 AI 合作伙伴，并在世界人工智能大会 WAIC 2026 发布视觉推理成果。产品发布当日登顶 Product Hunt，曾进入 App Store 下载榜 Top 3，目前已服务全球约 30 万用户，次月留存率达到 49.2%。2026 年，公司完成由美图领投的数百万美元天使轮融资。

把这些经历放在一起，曾熙关注的问题始终一致：人与智能如何相遇。智能手机让人用手指进入数字世界，大模型让人用语言调用智能；他现在把公司押在第三种入口上：视觉。2026 年 8 月 8 日，他登上 TEDx 龙岗“未竟之地”舞台，提出“问题主权”。他正在回答一个更晚、也更难的问题：当 AI 真正进入现实世界，人怎样保有判断方向的能力。

关于 Chance AI

Chance AI 是一家以相机为第一入口的视觉智能公司，由曾熙创立，核心团队约 10 人。公司推出行业首个 Visual Agent。用户无需先把眼前所见翻译成文字，只要拍下物体、产品或场景，系统便可从原始视觉证据出发，完成识别、推理和解释。

传统识图工具通常停在“这是什么”，通用聊天模型则往往从用户已经组织好的问题开始。Chance AI 继续处理“它为什么值得注意”“这些细节意味着什么”“还应核对什么”。公司把这套从“看见”走向“洞见”的产品形态定义为 Visual Agent。

Chance AI 最早在纽约大学的设计与艺术学生中流行，随后进入更多北美校园社群。产品发布当日登顶 Product Hunt，曾进入 App Store 下载榜 Top 3；目前已服务全球约 30 万用户，覆盖 35 个以上市场，次月留存率达到 49.2%。围绕真实拍摄与发现体验形成的相关内容，曾在 TikTok 获得超过 500 万次观看。

Chance AI 的核心技术之一是 VIC。它受到人类视觉认知机制启发：模型不会在第一眼之后只依赖语言继续猜测，而是在推理过程中反复返回图像，根据当前判断选择新的视觉证据，排除无法解释画面的假设，再形成结论。

基于 VIC 构建的 Chance Vision 1.5 在 MMMU-Pro 视觉推理官方公开榜取得 86.9%，排名第一。MMMU-Pro 覆盖图表、地图、工程图、医学影像与艺术作品等多学科题目，是 AI 行业最具权威性的复杂视觉推理评测之一。这个结果为 Chance AI 的技术判断提供了公开坐标：视觉智能的进步不只依赖更大的模型，也取决于 AI 如何观察和寻找证据。

团队还公开发表论文《Memory-Conditioned Tool Calling for Camera-First Visual Agents》，研究个人记忆如何影响视觉智能体的工具选择和查询内容。在包含 800 张图像的受控实验中，三层个人视觉记忆使工具查询相关性相对提升 11.2%，端到端效用相对提升 9.7%。

Chance AI 已在大型国际活动和高密度线下场景中测试 Visual Agent。公司曾成为纽约时装周的官方 AI 合作伙伴，并在香港巴塞尔艺术周期间担任 Art Central 官方 AI 合作伙伴。据项目复盘，相关线上素材较往届增加约 80%。在 WAIC 2026，许多现场观众把产品作为逛展工具使用，团队也因视觉推理能力和 Visual Agent 路径获得包括央视在内的媒体采访。

据公开资料披露，Chance AI 已完成数百万美元天使轮融资，由美图领投，NYX Ventures、阿里系投资机构等跟投。消费级 App 是技术落地的第一阶段。团队计划继续探索成为机器人、AI 眼镜及其他智能硬件的视觉与空间大脑能力提供方，让系统通过摄像头理解现实，并基于视觉证据参与判断和行动。

责任编辑：kj005

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com