1956 年夏天，一群人在美国达特茅斯学院待了大约两个月，讨论一个当时还谈不上是学科的话题：能不能让机器模拟学习的每个方面、智能的每个特征。会后，「人工智能」这个词被写进了学科史。这场暑期研讨会被普遍视为 AI 的起点，但起点不等于诞生——理解这一层差别，是读懂这段历史的关键。
一份提案书和四个署名人
会议源于 1955 年提交的一份研究提案，主笔是麦卡锡，联名者包括明斯基、罗切斯特和香农。提案书里正式使用了 artificial intelligence 这个说法，它后来成为这门学科的名称。主笔人的来龙去脉见麦卡锡人物篇；联名者中香农的信息论与棋局研究，见香农一篇。
提案书对会议的设想很具体：基于「学习或智能的任何一个特征，原则上都可以被精确描述到能用机器模拟的程度」这一猜想，研究语言、神经网络、自我改进、抽象、随机性与创造性等方向。注意这份清单的口气——它不是一场常规的学术研讨计划，而是想一口气把智能的基本问题摆上桌面。
预期很高，产出很平常
以公开记录看，会议的成果和它的名气之间存在落差。没有发表划时代的论文，没有产出轰动一时的程序，参会者轮流主讲、自由讨论，到会人数和实际天数在不同回忆里说法也不一致。如果只看这两个月的直接产出，它像一场再普通不过的学术聚会。
真正留下的是两样东西：一个名字，和一群人。名字让分散的研究有了统一的旗帜，此后申请经费、发表论文、招收学生都有了归属；人脉让散落各地的方向汇成一股，其中好些人在随后的岁月里各自建立了重要实验室。学科的起点常常如此——不在于当场比赛出了什么成绩，而在于把队伍和番号定了下来。
达特茅斯会议节点速查
- 1955 年：提案书提交，artificial intelligence 一词见于书面文件
- 1956 年夏：会议举行，历时约两个月
- 直接产出：没有标志性论文，以讨论与讲演为主
- 长期影响：命名学科、聚拢队伍，AI 从此有了自己的学术圈
为什么是起点，而非诞生
把会议说成 AI 诞生，会遮住更早的工作。图灵 1950 年的模仿游戏见图灵测试一篇；香农同年发表过机器下棋论文；更早还有神经元的数学模型。机器能学习这类念头，也并非 1956 年才出现的新想法。
更准确的说法是：达特茅斯会议之前，相关工作散落在数学、神经科学、工程各个领域，彼此少有往来；会议之后，这些线索有了一个共同的名字和一张共同的桌子。起点说的是组织意义上的开端，而非技术意义上的开端。这两个口径经常在科普文章里混用，读到「AI 诞生于 1956」这类表述时，值得多看一眼它说的到底是哪种。
| 口径 | 说的是什么 | 对应的事实 |
|---|---|---|
| 组织意义上的起点 | 有了共同的名字和一张共同的桌子 | 1955 年提案书用上 artificial intelligence，1956 年会议把队伍聚拢 |
| 技术意义上的诞生 | 关键技术首次出现 | 图灵 1950 年的模仿游戏、香农同年发表的机器下棋论文、更早的神经元数学模型 |
| 科普里的常见表述 | 「AI 诞生于 1956」 | 把组织起点说成了技术诞生 |
预期与交付的落差，后来反复重演
这场会议还留下一个容易被忽略的注脚：提案书里的乐观，在此后几十年里不断以别的形式重演。研究者宣布目标、公众形成期待、资金涌入，随后交付跟不上，退潮随之而来——上世纪七十年代与八十年代末的两次退潮都有类似剧本，见AI 寒冬一篇。学会看「预期」和「交付」之间的距离，是读 AI 历史最实用的一项技能。
这条技能放到今天同样管用。每当新的 AI 能力刷屏，用你手头的工具实测一圈，比看宣传可靠得多：让 DeepSeek 或 Kimi 就某个具体任务出活，让豆包跑一遍语音助手场景，自己交一遍任务，比背参数和概念有用。这也是这批历史文章想传递的方法：历史给出的不只是结论，更是一套用来校准期待的参照系。
关于达特茅斯会议的三问三答
- 会议到底来了多少人？：以公开资料为准，不同回忆与研究的说法不一，通常认为先后参与的人数在十余人这个量级，没有权威的全勤名单。
- 「人工智能」这个词是谁起的？：一般归到提案主笔麦卡锡名下，1955 年的提案书是这个词最早的书面出处之一。
- 为什么教科书都从这场会议讲起？：因为它同时提供了名称、议题清单和研究社群，叙事上便于作为开端；但技术上更早的工作同样重要。
