人类个体认知与文化是相互促进的有机整体，其发展模式与计算机和互联网的相互促进类似。当前人工智能基于确定性系统，但要实现更高层次的智能，需借鉴人类智能的涌现性。 从计算复杂性理论的 P/NP 问题视角来看，个体认知过程如同求解 NP 难题，充满探索；而文化共识的形成和验证则相对容易，类似 P 问题。人类智能和文化的发展呈现出从个体求解的复杂性到群体验证的简易性的转变，体现为非线性涌现的智能。 这种理解为构建未来人工智能提供了新思路，即设计由面向验证（类似 P 问题）和面向求解（类似 NP 问题）的分布式形式化系统组成的混合架构。面向验证的系统确保可靠性，面向求解的系统鼓励探索创新。 中本聪设计的比特币被视为这种架构的早期范例。其UTXO系统和工作量证明机制代表了不同性质的分布式形式化系统，通过共识机制相互作用，涌现出如去中心化和抗审查等特性，预示着自动化系统从确定性向自组织智能的范式转变。理解并借鉴人类智能和文化的这种协同进化模式，特别是 P/NP 视角下的复杂性，将有助于突破当前人工智能的局限，迈向更高级、更具自主性的通用人工智能。