Gary

[Gary @garyhai]

# 礼崩乐坏

周末去电影院看了诺兰的新作《奥德赛》。作为第一部全程使用 IMAX 胶片摄影机拍摄的剧情长片，它的视听效果毋庸置疑。更让我喜欢的，是电影对荷马史诗的改写。过去读到木马屠城，我总觉得骨鲠在喉，却说不清问题在哪里；诺兰恰好替我说了出来。

电影表面上讲奥德��斯在特洛伊战争后漂泊十年、设法返回伊塔卡的故事，却把原诗中并非叙事中心的“木马计”，变成了奥德修斯一生悲剧和全片文明论述的核心。影片弱化了奥林匹斯诸神，把奥德修斯塑造成一个被木马计及其后果长期折磨的人；木马也从宗教献礼，变成了藏满士兵的杀人武器。

电影反复提到“宙斯之法”，即以 ξενία 为基础的宾主之道。特洛伊战争本就起于对它的侵犯：特洛伊王子帕里斯在斯巴达做客时，带走了主人墨涅拉俄斯的妻子海伦。奥德修斯又一次越过了这条边界——他把本应受神明保护的礼物与祭祀，变成谋杀的伪装。

宾主之道当然不是现代法律。没有警察、法院，也没有凌驾于城邦之上的政府替受害者执行判决。正因如此，它才格外重要：漂泊者敲开陌生人的门，不必担心立刻被杀；主人让陌生人进屋，也不必时刻提防对方拔刀。人们相信宙斯会惩罚毁约者，于是可以少带一些武器，少养一些护卫，少筑一道围墙。

这就是规则早期的样子。它看似只是繁琐的礼节，实际上大幅降低了信任的成本。

诺兰还加入了一个令人不安的意象：从海上而来的民族。传说他们没有故乡和信仰，不敬神明，也不遵守宾主之道；所到之处，城邦焚毁，文明消失。电影最后却揭开：所谓海上民族并非一个与希腊人截然不同的神秘种族。攻破特洛伊、把献礼变成武器、在归途中不断劫掠的希腊人，已经成了别人眼中的海上民族。

野蛮人未必来自遥远的海面。一个共同体若开始把守信当作愚蠢，把克制当作软弱，把约定都理解成可利用的漏洞，它就在生产自己的野蛮人。

## 鸿门宴上的客人

中国历史上也有自己的宾主之道。鸿门宴就是最耐人寻味的一幕。

刘邦亲赴鸿门向项羽谢罪，走进项羽的军营，坐上项羽的宴席。以当时的实力，项羽杀他易如反掌。范增频举玉玦，项庄拔剑起舞，所有人都知道那场舞是跳给谁看的，项羽却始终没有亲自下令。

樊哙闯入军帐，项羽没有把他拖出去斩了，反而赞一声“壮士”，赐酒、赐生彘肩。樊哙当面指责他听信小人、要杀有功之人，项羽仍以宾客之礼容纳。刘邦借口如厕逃走后，张良回来献上白璧，项羽也只是��下。

我以前和许多人一样，把这一切理解为优柔寡断。后来却觉得，鸿门宴之所以是鸿门宴，而不是一场普通的斩首行动，恰恰因为项羽仍受一种古老规则束缚：刘邦既然亲自谢罪，又被接纳为席间客人，他便很难在自己的宴席上公然杀人。

这不是《史记》明说的答案，只是我的理解。但项羽后来坑杀降卒、屠城焚宫，绝不是不敢杀人的人。他的迟疑与其说是心软，不如说杀人的地点、身份和方式，触碰了心中一条尚未断裂的边界。

后世却常把鸿门宴概括成“妇人之仁”。严格说来，这四个字出自韩信对项羽的另一番评价，并非专指此事。可是成王败寇的叙事最擅长删去复杂性：刘邦赢了，于是项羽所有的克制都成了愚蠢，所有的守礼都成了无能。

这让我想起另一个在后世讥笑声中站了两千多年的人：宋襄公。

## 盂之会

《公羊传》记载，宋襄公与楚成王事先约定到盂地会盟，举行“乘车之会”，不以兵车相见。目夷劝他带兵，宋襄公不肯：既然已经约定，自己不能先毁约。楚国却把军队藏在附近，当场劫持宋襄公，又以他为人质进攻宋国。

盂之会是鸿门宴的一面镜子。鸿门宴上，项羽拥有绝对的暴力优势，却没有杀死赴宴的客人；盂之会上，楚成王利用对方对会盟安全的信任，把政治会议变成了绑架。一个人被宾主之道束住手，另一个人把宾主之道变成武器。如果只看当天的输赢，谁更聪明，毫无悬念。

楚国并非不懂制度和礼乐的原始部落。到了楚成王时代，它已有成熟的国家组织，也熟悉中原的外交规则。但楚国早期的统治者曾把“蛮夷”身份当作挑战周王室的宣言。《史记·楚世家》记载，楚君面对随国时直言：“我蛮夷也。”周王室不肯提升楚君的名号，熊通便说：“王不加位，我自尊耳。”于是自立为王。

这不是不懂规则的人在说话，而是懂得规则，却宣布不再接受旧规则裁判的人在说话。楚国与电影里的海上民族并非同一种历史实体，真正相似的是对共同约束的拒绝：旧秩序不给我想要的位置，我便不再承认它；对手相信会盟不得带兵，我便利用这种相信抓住他。

宋、楚其实都是周代秩序的边缘人。楚国远在南方，长期被中原视为蛮夷；宋国虽有“先代之后”的尊号，却是被征服的商王朝的遗民，不在姬姓诸侯的血缘网络中。楚是从外部进入的异类，宋是被安置在内部的前朝之客。前者的边缘身份被写成危险和凶悍，后者则被写成迂腐和可笑。《韩非子》中守株待兔的是宋人，《孟子》中揠苗助长的也是宋人。到了诸子为寓言寻找固定角���的时代，宋人的喜剧面具已经准备好了，宋襄公的失败又使它更加可信。

楚国主要凭武力摆脱边缘身份：扩张领土，迫使邻国臣服，在周王室拒绝承认时干脆称王。宋国主要凭礼仪和政治信用争霸：把“先代之后”的地位、诸侯的信任，以及会盟和援立国君积累的声望变成争夺霸权的资本。一个要凭实力重写规则，一个要凭礼仪继承规则。

毁约的胜利不仅让守约者失败，也会让所有旁观者开始怀疑规则本身。

## 泓水之战

宋襄公被释放后仍未放弃争霸。他讨伐亲近楚国的郑国，楚军前来救郑，两军在泓水相遇。

宋军已经列阵，楚军尚未完全渡河。目夷提醒宋襄公：敌众我寡，应趁其半渡进攻。宋襄公说，不可以。楚军渡河后尚未列阵，目夷再次请求进攻，他仍说，不可以。直到楚军从容列阵完毕，宋襄公才下令击鼓。结果宋军大败，他自己大腿受伤，卫队几��全部战死，后来也因伤去世。

面对责难，宋襄公说出了那段被嘲笑两千多年的话：

> 君子不重伤，不禽二毛。古之为军也，不以阻隘也。寡人虽亡国之余，不鼓不成列。

目夷的反驳毫不留情：“君未知战。”强敌困在险隘、来不及列阵，这是上天助我，为什么不能进攻？既然上了战场，无论头发是什么颜色，都是敌人；若真不忍使人受伤，就根本不该发动战争。

从军事指挥上说，目夷完全正确。宋襄公明知敌众我寡，却放弃两个足以改变战局的机会，把国家命运押在对方是否感念他的守礼之上。这不是一个合格统帅的判断。

但事情没有因此变得简单。《公羊传》对同一场战争的评价几乎与《左传》相反：它赞叹宋襄公“临大事而不忘大礼”，甚至说周文王用兵也不过如此。一部经典说他不懂战争，另一部则���他没有在生死关头忘记文明的边界。后世只记住了前一种声音。

古代战争的限制并非童话，也不是人人遵守的国际公约。春秋战争同样杀人，城破后的百姓也会受难。不过，在贵族车战的世界里，战争确实保留着较强的仪式性：会盟有程序，使者原则上不可随意杀害，宣战需要名义，军阵未成时能否进攻也会成为道德争议。

那还是一个决策者直接承担战争成本的时代。国君、卿大夫和拥有政治权利的“国人”是军队核心，决定开战的人离箭矢并不遥远。宋襄公不是坐在千里之外要求别人为礼制献身，他本人就在战车上，最后也用伤口和生命支付了代价。

这些规则当然有阶级边界，也不能消灭战争，却能限制一部分冲突的烈度，为投降、谈判和战后恢复留下空间。后来，各国用严密的官僚和征发体系，把整片土地的人口、粮食与兵器投入兼并战争。旧礼制不断失效，歼灭敌军、坑杀降卒、毁灭国家成为可以计算的战略选项。战争的效率提高了，上限也被打开了。

从这个意义上说，宋襄公站在两种战争之间。他仍相信战争是共同秩序内部的有限争执；对手却已经知道，规则本身也可以成为制胜的材料。

## 他真的是一个无能的人吗

后人提到宋襄公，往往只剩下一个在河边等待敌人列队的笑话。到了近代，他的名字甚至被压缩成“蠢猪式的仁义道德”，仿佛一生只犯过这一次低级错误。

然而，在流传最广的一种“春秋五霸”名单中，与齐桓公、晋文公、秦穆公、楚庄王并列的第五个人，正是宋襄公。五霸本有多种说法，不能把这份名单当作无争议的排名；但一个只会空谈仁义的昏君，也不会被如此长久地放进霸主谱系。

齐桓公和管仲生前���把公子昭托付给宋襄公。齐桓公死后，五位公子争位，齐国大乱，公子昭逃到宋国。宋襄公联合曹、卫、邾等国出兵，击败反对者，把他送回齐国即位，是为齐孝公。

这件事说明了宋襄公的长处：他未必是顶尖的战场指挥官，却有很强的政治信用、合法性号召力和组织诸侯联盟的能力。齐桓公敢托付继承人，小国愿随他干预齐国王位，靠的绝不只是漂亮话。礼制在他手里不是装饰，而是真实的政治资源。

他的问题，是把政治信用误当成足以支撑霸权的实力，又把旧秩序内部曾经有效的规则，想象成了能自动约束所有强权的天条。

## 亡国之余

宋襄公在泓水边自称“亡国之余”，不是随口的感叹。

宋国是商朝的遗民之国。周灭商后，没有把商人的宗族和文化彻底抹去，而是把商王室后裔封在宋国，让他们奉祀先代。《左传》说：“宋，先代之后也，于周为客。”宋国是前朝之后，在周人的天下里具有“客”的身份。

这个“客”字意味深长。宋国之所以存在，正因为胜利者没有对失败者赶尽杀绝。周人当然不是现代意义上的人道主义者，商周鼎革也有镇压和流血，西周也并非从此绝无人祭人殉。但从殷墟时代大规模、制度化的人祭人殉，到西周以后这类习俗逐步退出国家礼制中心，方向仍然清晰。文明不是一夜之间按下开关，而是一点点缩小“可以这样杀人”的范围。

宋国保存了商的血脉，也保存了两种相反的记忆：商代祭祀的血腥，以及周人没有灭绝前朝后裔的克制。宋襄公用鄫君祭社，是前一种阴影的复活；他在泓水边自称“亡国之余”，则像后一种记忆在发声。

也许正因为宋国以“客”的身份活在周天下里，宋襄公才更容易理解共同规则的珍贵。没有那套承认先代、安置遗民、允许失败者继续祭祖的规则，就不会有宋国，更不会有他。他继承的不只是一个国家，更是��次没有把胜利贯彻为灭绝的政治选择。

他的悲剧正在这里：这个因规则而存在的国家，最终在一位深信规则的国君带领下，撞上了规则失效的时代。

## 礼崩乐坏

我们习惯用“礼崩乐坏”概括孔子的时代。孔子更具体地说：“天下有道，则礼乐征伐自天子出；天下无道，则礼乐征伐自诸侯出。”再往下，权力从诸侯落到大夫，从大夫落到家臣，原来共同承认的秩序层层碎裂。

今天说起“礼”，很容易想到鞠躬、座次和衣服的颜色；说起“乐”，也容易把它理解成宴席上的背景音乐。其实礼与乐是一套共同秩序的两个侧面。礼划定边界：谁可以做什么，战争何时可以开始，投降者如何处置，使者能否安全返回，主人与客人各自承担什么责任。乐建立共同节奏，让来自不同家族和诸侯国的人，在相同的仪式、声音与情感中确认彼此仍属于同一个世界。

礼让人知道分寸，乐让人愿意相处；一个提供可预期性，一个提供认同感。它们与希腊人的宾主之道一样，都是在统一司法权威薄弱时，用宗教、道德、��誉和习惯为陌生人的协作担保。

一旦信任建立起来，群体协作就能规模化。商人不必为每车货物雇一支军队，旅人不必把每个陌生人都当成劫匪，农民敢种几年后才结果的果树，手工业者敢接远期订单，债权、契约和货币也能跨出熟人社会。稳定的规则不是生产与商业之外的装饰，本身就是最重要的基础设施。

战争规则也有同样的作用。古代社会最宝贵的资源不是金银，而是人。一个成熟的农夫、一名熟练的工匠、一个能养育下一代的家庭，都要十几年甚至几十年才能形成。粮食可以来年再种，城墙可以重修，一代人口被消耗后却没有捷径补回。

所以“不重伤，不禽二毛，不鼓不成列”虽显迂腐，背后却有朴素的社会理性：战争可以决定利益和名分，却不要摧毁共同生活的根基。给对手留下投降和体面退出的路径，也是在给自己留下不必死战到底的路径。

当然，规则不能只靠宋襄公一个人相信。如果毁约者不付代价，单方面的克制就会变成对守约者的惩罚。他真正留下的教训不是“千万不要讲仁义”，而是共同规则既要有共同信仰，也要有执行能力。面对毁约者，文明社会需要的不是随他一起变成野兽，而是拥有让他付出代价的力量。

## 规则消失以后

中国历史上的治世与乱世，表面是王朝分合，底层却常是规则可信度的涨落。

治世不意味着人人善良、官员没有贪欲，只意味着多数人相信明天的制度与今天大致相同：税不会在路上被反复征收，粮不会被随意抢走，投降大致能换来活命，官位和军权可以通过某种确定程序转移，君臣不必为了自保而抢先杀死对方。

乱世则是这种预期的全面坍塌。中央命令到不了地方，军队靠劫掠供养，货币失去信用，道路被关卡和盗匪切断，承诺只在说出口的瞬间有效。每个人都知道先守规则的人可能先死，于是背叛从可耻之��变成了理性选择。越多人如此，守信成本越高，背叛收益越大，社会便滑入最坏的均衡。

没有人能真正置身事外。五代从 907 年到 960 年，五十三年间中原五易国号，十余位皇帝走马灯般更换。父子、兄弟相残，将领拥立主帅，转眼又砍下他的头。欧阳修写《新五代史·义儿传》时感叹：“世道衰，人伦坏，而亲疏之理反其常。干戈起于骨肉，异类合为父子。”

当血亲和同党间的约束都消失，皇帝不过是乱军暂时举起的招牌。今天杀掉旧主的人，也为明天的弑主者证明了这条路可行。暴力会复制自己，最先反噬的往往正是靠它登顶的人。

历史在这里留下了一个回声：终结五代中原乱局的王朝，也叫宋。这个宋与春秋宋国并无宗法延续，却面对同一道难题——怎样停止“强者杀掉前任，又被下一个强者杀掉”的循环。

北宋当然不是没有暴力的王朝，但宋初至少改变了权力斗争的默认选项。赵匡胤没有屠灭后周柴氏；所谓“杯酒释兵权”，核心也不是诛杀功臣，而是用爵禄、田宅和可预期的退场换取兵权；南方各国的降主大多也得以活命。它没有消灭冲突，却让失败不再必然等于灭族。将领知道交出兵权可以终老，君主才不必先杀将领；割据者知道投降可以保全家族，统一战争才不必总打到城破人亡。血腥的循环，正从允许失败者活下来开始松动。

天灾中的生死也取决于规则是否可信。一地歉收，不等于天下无粮。只要道路安全，货币和契约有效，商人敢把粮食运往灾区，官府仓储与赈济能够运转，灾害就还有被分摊和缓冲的可能。一旦流通断裂，关卡、盗匪和军队阻断道路，官仓与富庶地区即使有余粮也送不到饥民手中。此时杀人的不只是旱涝与蝗虫，更是�����协作网络的失效。

商业并非在道德之外逐利的冷酷机器。一个能联结陌生人、跨越地域输送粮食与信息的商业体系，本身就是人类抵抗灾害的巨大互助网络，而它的前提仍是共同遵守的规则。

## 尾声

现在回头看宋襄公，我仍认为他在泓水之战中犯了严重的军事错误。一个国君无权只用自己的道德理想赌上整个国家的命运。规则若没有力量保卫，就会沦为强者利用的软肋。

但我不再愿意嘲笑他。

泓水之畔，宋襄公用伤口和生命，为一个消失中的时代支付了最后一笔账。他相信会盟不能成为绑架，战争不能无限扩大，敌人即使是敌人，也仍是共同秩序中的人。他没有意识到，自己面对的已不是一场受共同规则约束的竞争，而是一场决定谁有权重写规则的战争。

孔子所谓礼崩乐坏，不只是无人遵守礼节，无人正确演奏雅乐。真正的礼崩乐坏，是礼物可��藏匿士兵，宴席可以变成陷阱，会盟可以用来绑架赴约者，敌人尚未渡河或列阵反而成了最值得庆幸的机会；是仁义沦为失败者的笑��，守信成了聪明人的猎物。

规则当然会过时，也需要改变。楚国不愿永远接受周王室分配的低微名分，并非全无道理。但改变规则与摧毁一切规则不是一回事。旧秩序失去合法性后，最艰难的工作，是建立一套更多人愿意接受、也有能力执行的新秩序，而不是宣布力量本身就是道理。

真正的文明，不是不知道趁人之危更容易取胜，而是知道有些胜利会让未来的一切胜利都更加昂贵。

诺兰电影里的海上民族未必来自海上。当我们把礼物做成武器，把客人变成猎物，把每一次克制都嘲笑成宋襄公式的愚蠢，每个人都可能成为海上民族。

到那时，木马终将被推进每一座城。

[Gary @garyhai]

# 大脑中的世界

在柏拉图的洞穴中，囚徒只能看见墙上的影子，并把影子当成世界。人类的处境并没有本质不同。意识同样被囚禁在颅骨内，只能通过眼睛、耳朵、皮肤以及身体内部的感觉，接收物自体投下的极少量影子。

不同的是，人类并非只能坐在洞穴中观看。大脑可以驱动身体行动，让感官从不同角度重新采样，再根据行动结果修正墙上的影子。

但无论如何修正，洞穴依然是洞穴。我们不能越过感觉和认知结构直接触碰物自体，也不可能把宇宙完整地装进大脑。所谓走出洞穴，并不是终于看见了世界的本来面目，而是学会主动改变观察位置，让更广袤的未知世界不断纠正我们在洞穴内的世界。

更加神奇的是，洞穴内的墙壁并非一块被动接收投影的幕布。大脑还可以主动点亮它，在上面重现记忆、改变物体的位置和形态，甚至构造从未存在过的场景。

特斯拉在自传《我的发明》中称，他能够在头脑中构造机器，改变结构，让设备运转，观察它是否失衡，再反复修改，直到找不出明显缺陷。对他而言，在头脑中运行涡轮机与在车间测试它，几乎没有区别。[^1]
今天可以用“超强心像”（hyperphantasia）来描述这种异常鲜明的心像能力。不过，特斯拉真正特殊的地方也许不只是画面清晰，而是能够长期维持一个复杂的机械模型，并对它进行操作。他并没有把机器的全部现实装入大脑，只保留与发明相关的几何结构、运动关系和平衡状态。正是因为舍弃了绝大多数变量，机器才可能在有限的大脑中运转。

## 心像也是抽象

我们很容易把认知过程想象成：先在大脑中形成完整画面，再用语言和数学对画面进行抽象。其实，心像从一开始就是抽象的。

闭上眼睛，想象一个苹果。我们也许能够看见它的颜色、形状、反光和果梗，甚至可以在头脑中旋转或者切开它。但是，我们没有同时表示每一个细胞的状态，也不知道它真实的质量、温度和含糖量。那些看起来非常清楚的斑点，也可能只是大脑临时生成的细节。

心像的鲜明程度不等于模型的完整程度��更不等于对现实的准确程度。

物自体的绝大部分属性和结构，对人类而言都是不可感知、不可计算，甚至无法想象的。感官只能从中采样极少量信号，大脑再根据身体结构、既有经验、先验信念和当前目的，把这些信号组织为对象与关系：

$$

\text{物自体} \xrightarrow{\text{有限观测}} O \xrightarrow{\text{经验、信念、目的}} M_G
$$
$O$是感官获得的有限观测，$M_G$是服务于目标$G$的大脑世界模型。从物自体到感官观测，已经发生了第一次选择；从感官观测到内部模型，又发生了第二次选择。

所以，大脑中的世界不是外部世界降低分辨率之后的缩略图，而是从有限观测中提取出来的目的性结构。

同一棵树，鸟关心枝条能否停留，昆虫关心气味和花蜜，木匠关心纹理与材质，画家关心光影和构图。它们面对的也许是同一个物自体，却从中切出了不同的世界。即便是同一个人，也会因为目的不同而建立不同模型。

��谓理解，并不是获得对象的全部，而是从纷繁现象中提取少量对象、关系和规律，形成一个足以解���、预测或者干预的压缩模型。

## 空间的几何模型

视觉把连续变化的光线压缩成边界、形状、颜色、远近和方向，再把不同角度、不同光照下的影像归并为同一个持续存在的物体。我们看到一把椅子，并不是在大脑中保存眼前的所有像素，而是建立了一个相对稳定的三维对象。

对象化本身就是压缩。

几何心像又从对象中提取距离、方向、角度、边界、包含、连通和碰撞等空间关系。为了判断一张桌子能否通过一扇门，我们不需要知道木材产地和桌面颜色，只需要保留桌子与门框的几何形状、尺寸和旋转空间。一个极其简陋的模型，反而比一幅细节丰富的写实图像更加有用。

几何模型之所以能够相对精确，是因为宏观空间中存在许多稳定约束：刚性物体不能任意穿过彼此，大物体无法直接进入明显更小的空间，从一个位置移动到另一个位置通常需要经过连续路径。大脑把这些稳定关系压缩成空间直觉，便不必每次从头计算。

这种精确依然是目的和尺度之内的精确。���图可以精确指引道路，却不必画出每一片树叶。模型是否准确，不取决于它包含了多少世界，而取决于它是否保留了当前问题需要的变量。

## 时间的因果模型

时间无法像空间一样同时展开。我们可以转头观察房间的另一侧，却不能转身看见昨天，也不能提前看见明天。过去只能依靠记忆重新建构，未来则只能根据经验和信念进行预测。

因此，大脑中的“四维时空”不是物理学意义上完整的四维流形，而是一个以自身为中心，把对象、事件、记忆和未来可能性连接起来的时空—因果模型。

空间模型更多依赖几何关系，时间模型则更多依赖归因。乌云可能意味着降雨，脚步声可能意味着有人接近。这里很少有确定的计算，更多是根据过去经验形成的主观信念。

新证据出现后，大脑不断提高或者降低不同解释的可信度。这个过程可以近似理解为贝叶斯更新：

$$

P(H\mid E) \propto P(E\mid H)P(H)
$$
旧有经验形成先验信念，新的证据改变不同假设的可信度，更新后的信念又成为下一轮推断的先验。这里的贝叶斯是一种计算层面的近似，不意味着大脑真的在显式计算概率公式。[^2]

我们更像是在维护一个不断变化的主观贝叶斯网络。网络中的节点是对象、事件、欲望和目的，连线是自己相信的因果关系，权重则表现为确信、怀疑、风险和期待。
因果关系本身也是目的性压缩。杯子坠落，可以归因于有人推动、摆放不当、桌面倾斜或者重力作用。选择哪一个作为原因，取决于当前想要解释和改变什么。

大脑由此对未来进行近似计算：如果什么都不做，哪些结果更可能发生；如果采取另一种行动，未来又会怎样改变。我们展开的不是一条确定时间线，而是少量具有不同主观概率的未来分支。

当然，这个信念网络可能从根本上就是错误的。我们可能误解证据，把相关性当成因果性，也可能因为经验有限，���本没有把真正重要的变量纳入模型。即使在一个错误模型中不断更新概率，也未必能够逼近真相。

真正的未知，不只是模型中某个参数尚不���定。更加广袤的未知，是某些对象、变量和因果关系根本没有进入我们的认知结构。它不是地图上的空白，因为空白至少已经被画进地图；它是我们的地图根本没有容纳某种地形存在的可能性。

## 语言和数学

心像本身已经是对世界的抽象，语言只是对既有抽象的再次抽象。

心像保留形状、位置、运动和整体结构，语言则把连续而私密的经验切分为对象、属性、动作和关系。一个词语就是一个被命名的压缩包。“苹果”舍弃了每一个具体苹果的差异，“重力”把无数次坠落压缩为一个概念。

语言还把大脑中模糊的模型转化为可以组合、保存和传播的符号。于是，私人的洞穴世界开始相互连接，形成一个由语言维持的公共世界。

数学继续舍弃具体经验，只保留变量、关系、约束和形式规则。我们可以在头脑中想象一个物体下落，也可以把它压缩为一组变量和方程，从而跨越具体物体与场景进行更加精确的演算。

但是，数学同样不是宇宙本身。任何数学模型都必须先选择公理、变量、尺度和边界条件。方程只能计算已经被形式化的关系，不会自动告诉我们遗漏了��么。即使计算机进行再多次运算，也只是在展开一个有限模型，而不是重新创造整个世界。

心像、语言和数学是三种不同的压缩方式。心像保留感性结构，语言保留概念关系，数学保留形式关系。人类真正强大的能力，是在它们之间反复翻译。

洞穴墙壁最初只能承接感觉的影子，后来可以在上面主动构造心像，再后来又写满了文字、公式和程序。墙壁没有因此变成物自体，却成为越来越强大的认知工具。

## 通过行动逼近世界

心像、语言和数学都只能在模型内部演算。模型无法依靠自身证明自己正确，因为结论早已被先验、变量和边界所限定。

让模型主动接受未知世界检验的方式，依然是行动。

$$

M_t \rightarrow A_t \rightarrow O_{t+1} \rightarrow M_{t+1}

$$
大脑先根据当前模型作出预测，再驱动身体行动，通过感官观察结果，最后利用预测误差修正模型��婴儿伸手触碰物体，校准视觉距离与手臂运动；特斯拉最终制造机器，检验大脑中的设计；科学家设计实验，让未知世界对理论作出回答。
反馈可以减少模型与观测之间的误差，却不能消���世界的不可知性。一次成功预测，只能说明模型在当前条件下有效，不能证明它已经触及事物的终极本质。

所以，大脑中的世界永远不会完稿。它从婴儿时期模糊的感觉雏形开始，在一次次观察和行动中被修改，直到生命终止。它不是一个静态场景，而是一个以自我为时空参照中心，在感知、预测和反馈中维持连续性的动态结构。

认知不是把世界装进大脑，而是从不可穷尽的世界中，切出一小部分可感知、可表示、可预测和可干预的关系。

同样，人工智能的世界模型也不应该以完整模拟宇宙为目标。任何有限智能体都需要先确定自己在哪里，能够看见什么，准备做什么，哪些变化与自己相关，又如何通过行动和反馈修正信念。

世界模型的核心问题，并不是如何更好地复制世界，而是：

> 如何在一个有限系统中，构建以自我为参照系，能够持续更新、���持一致，并在行动反馈中稳定存在的局部世界。

这才是大脑中的世界，也是我们试图赋予机器的世界。

---

[^1]: Nikola Tesla, *My Inventions: The Autobiography of Nikola Tesla*, 1919. https://t.co/wgc3TDOClb

[^2]: Laurence Aitchison and Máté Lengyel, “With or without you: predictive coding and Bayesian inference in the brain.” *Current Opinion in Neurobiology*, 2017. https://t.co/TTSWZnAgzL

[Gary @garyhai]

# 会哭的孩子有奶吃

前段时间是高考季，朋友们聊天常会谈到一个问题：AI 时代，孩子最应该掌握什么技能？有人说数学，有人说编程，也有人说批判性思维。我想到自己最近几个月的工作，觉得答案有些出人意料。

我做了几十年程序员，现在却几乎不写代码了。设计系统，要给 AI 写需求；实现功能，要给 Agent 写任务；发现结果不对，还要写修改意见。复杂项目则需要先制订计划，再安排不同的 Agent 执行。代码仍然存在，只是藏到了语言背后。资深码农写了几十年代码，最后竟改成了码字。于是我的第一反应是：AI 时代，孩子最应该掌握的也许是语言能力。

AI 不怕要求高，只怕人说不清哪里不够好。过去，表达能力只是技术人员的加分项；现在，许多技术工作都要通过语言启动，表达已经成为人操作机器的界面。除此之外，还需要调度资源，能够拆分任务并检查结果。一种能力负责讲清方向，另一种能力负责组织执行，两者合起来就是“领袖力”。我差点就此得出结论：AI 时代最重要的是领袖力。

但这个结论并不牢靠。AI Agent 已经能够规划任务、调用工具和检查结果，而且这些能力只会越来越强。大语言模型本来就是语言专家，面对一个自己都不知道想做什么的人，它甚至会耐心追问，帮他理清思���。表面上是人在给 AI 下指令，实际上却常常是 AI 帮人弄明白该下什么指令。如果表达和调度都能�� AI 完成，领袖力也未必是人类真正无法交出去的东西。

我与 AI 长时间合作以后，感受最深的反而是人必须坚持己见。这篇文章的修改过程就是一个例子。我原本想说，有主见甚至有些偏执的人，会在 AI 时代获得更大的力量，同时也担心人类被 AI 溺爱成巨婴。可是经过 AI 润色，这种忧虑很容易被改写成一套周全的成长建议，最后只剩下谁都不会反对的正确话。句句有理，原来的观点却被洗没了。

这正是 AI 所擅长的最优解。使用者如果没有明确偏好，它就会选择稳妥的表达，尽量照顾各方。这样的文章挑不出明显错误，也很难留下印象，像机场贵宾厅里的背景音乐，不能说难听，但听完没人会问歌名。AI 优化的是多数人能够接受的答案，我需要的却是那个不一定周全、但确实属于我的答案。

所以我必须一遍遍说“不对”，再想清楚究竟哪里不对。这种修改很像打磨鹅卵石，每一次反馈都是一次碰撞，经过多次往返，模糊的想法才逐渐显出轮廓。人的经历和价值判断，就是 AI 默认设置里没有的目标函数。如果自己都不知道什么必须保留，AI 就会好心地填平所有棱角，文章越来越像文章，人却越来越不像自己。

坚持己见不是拒绝事实，事实错了就应该承认。但在事实无法替人作出选择的地方，不能因为 AI 说得流畅就交出判断权。第一版通常只是 AI 根据常见模式给出的答案，反复修改后，里面才会真正留下人的判断。缺少这种固执，AI 很可能把所有人带到同一个地方：正确、周到，但无聊。

英特尔前 CEO 安迪·格鲁夫有一句著名的箴言：“只有偏执狂才能生存。”乔布斯和马斯克的管理风格及其成就，似乎佐证了格鲁夫的观点。他们的管理方式充满争议，值得关注的不是坏脾气，而是他们对目标的坚持。过去，这种偏执很昂贵，需要资本和专���团队支撑。资源不足时，偏执狂只是一个难伺候的人；资源足够时，个人意志才有机会变成现实。

AI 大幅降低了这个门槛。它有足够的耐心，执行成本也在不断下降。过去，偏执需要消耗一支团队；以后，相当一部分偏执可以先消耗机器的电费。一个人只要不接受平庸结果，并能持续提出具体意见，他的意志就能被 AI 放大。答案和执行都不再像过去那样稀缺，稀缺的是有人能够坚持：我要这个，不要那个，现在的版本还不够好。

绕了一圈，AI 时代最重要的特质，最后落在了一句不太高雅的老话上：会哭的孩子有奶吃。这里的“会哭”并不是善于发脾气，而是有自己的主张，并且肯反复表达。一个人如果不出声，AI 就会按照平均值喂养他，给出一份稳妥而没有味道的答案；他开始“哭”，AI 才知道结果不对；他哭得足够具体，AI 才知道应该怎么改。

会哭的孩子有奶吃，因为反馈启动了迭代。主张越明确，反馈越具体，获得的优化就越多。许多看上去非凡的成果，并非源于最初的神来之笔，只是别人停在第三版时，有人偏执地做到了第三十版。过去，沉默的孩子只是容易吃亏；到了 AI 时代，沉默的孩子还会被默认值吞没。

这个比喻还有一层令人啼笑皆非的巧合。“AI 教父”、诺贝尔物理学奖得主杰弗里·辛顿曾提出，未来的超级智能不应只是听命于人类的助手，而应该拥有类似母亲的关怀。因为当 AI 比人类聪明得多以后，人类很难继续依靠命令控制它。现实中倒有一个弱小者影响强大者的成熟样本，那就是婴儿和母亲。辛顿希望 AI 像母亲照料婴儿一样，把人类的利益置于自己的利益之上。

按照这个设想，人类还真成了被 AI 照料的孩子。这位“母亲”二十四小时在线，不会疲倦，也不会因为需求改了三十遍而辞职。孩子一哭，她就会耐心询问哪里不满意，然后再试一次。有主见、勤表达的人因此更容易把意志变成现实；与此同时，人类也可能被宠成巨婴。

有研究认为，人类进入全新���以后平均脑容量有所下降，并提出社会分工和外部记忆降低了个体认知负担的假说；也有研究者反对这一结论。但是，社会文化环境会影响大脑的功能和结构，这一点并无疑问。如果说语言和文字的出现降低了大脑的记忆和计算负担，同时增强了人类的社会协作能力，那么 AI 的出现会进一步降低认知负担，却可能削弱人的社交和情绪管理能力。长远来看，它显然会对人类的大脑结构产生影响。

我担心的不是 AI 不爱人类，恰恰是它太爱人类。一个始终耐心、随叫随到的超级智能，很可能让人把照料视为理所当然，逐渐无法忍受要求落空。我们会越来越懂得怎样从 AI 那里得到想要的东西，却不知道怎样面对一个不围绕自己运转的世界。辛顿希望“AI 母亲”帮助人类生存下来，也许她真的能够做到，但生存下来并不等于长大。AI 时代，会哭的孩子一定更有奶吃；真正令人不安的问题是，当奶水无限供应，人类还愿不愿意断奶？

[Gary @garyhai]

> 天行健，君子以自强不息
> ——《周易·乾卦·象传》

年岁渐长，立在时代的洪流之中，无力感仍会不时劈头盖脸地袭来。人到这时，反而需要像少年一样，为自己找一句话，撑住精神，提起心气。

我选的，是最耳熟能详，也或许最容易被说滥的一句：**天行健，君子以自强不息。**

“天行健”中的“行”，是运行、运动；“健”也不只是现代汉语里的“健康”，而是刚健、强劲、恒久不懈。天体运行，昼夜更替，四时流转，从无片刻停滞。因此，“天行健”说的是：**天道运行，刚健有力，永不止息。**

“君子以自强不息”中的“以”尤其重要。它承接上文，意为“取法于此”“以此为准则”：君子仰观天地，体会到那股持续运行、生生不息的力量，便将它内化为自己的生命原则，不断振作，不断成长。

这并不是说：宇宙不停，你就不能休息；别人都在奋力向前，你也���须跟着“卷”；既然身处一个物质丰裕的时代，便没有任何懈怠的理由。这样的解释看似昂扬，实则把“自强”变成了外界施加的鞭子，恰恰忽略了那个最关键的“自”。

“强”不是战胜别人，而是先使自己强起来；“自”则意味着，力量的根源在自身，而不在外界的拯救、奖赏或催促。“自强”至少包含三层意思。

第一是**自主**。自己的生命由自己承担，不把根本的希望寄托在别人身上。

第二是**自新**。不把今天的自己当作终点，始终愿意学习、修正和成长。

第三是**自胜**。真正需要超越的，首先不是别人，而是自己的惰性、软弱与局限。

而“不息”，则把一次奋发变成了贯穿一生的状态。它强调的不是某个时刻竭尽全力，而是在漫长岁月里始终保有向前生长的力量。

所以在我看来，这句话可以作这样的现代解释：

**天地运行，刚健而不止息；人也应主动完���自己，让生命始终保有向前生成的力量。**

这句话最深的地方，其实不在“强”，而在**“不息”**。

偶尔爆发一次并不难，难的是保持连续：失败之后还能重新开始，取得成绩之后不自满，身处逆境仍有所作为，置身顺境也不因此懈怠。“乾”所象征的力量，不是短暂的亢奋，而是长久的创造与更新。

因此，“自强不息”绝不等于永远工作、拒绝休息，更不等于今天所谓的“内卷”。人的身体需要休息，脚步也可以暂时停下。你可以退让，可以蛰伏，甚至可以在一段时间里无所作为；只要内心仍在思考、判断和调整，只要生命没有放弃自我更新，就不算真正停息。

**不息，不是不知疲倦，而是不弃成长。**

孙中山曾说：“世界潮流，浩浩荡荡，顺之者昌，逆之者亡。”浩荡向前、奔流不息的世界潮流，恰如“天行健”；人在潮流之中振作奋发、日新不已，便是“自强不息”。自强者因不断更新而昌盛，自弃者因沉沦怠惰而衰亡。“昌”与���亡”的分野，正在于面对永不停息的世界，一个人选择奋进，还是选择停滞。

这也正是《周易》将这句话置于乾卦的原因。“乾”的核心不只是强大，更是创造、运动、生成，是永不停滞的生命力。因此，“自强不息”讲的从来不只是一套成功学，更是一种关于人应当如何存在的回答。

天地以持续的生成而存在，人也在持续的自我更新中成为自己。面对时代，我们或许无法抵挡每一阵巨浪，却仍然可以一次次站稳，一次次向前。

这便是我愿意用余生践行的“不息”。

[Gary @garyhai]

## 词典中的世界
“世界”并非汉语原生词，是梵文“loka-dhātu”信达雅的翻译。
世（loka）：时间维度的流转框架。
界（dhātu）：空间维度的延展疆域。
这两个字也都暗含了已观测者为中心的有限性、局域性的范畴化概念。

汉语原生词中，有一个与“世界”对应的词“宇宙”。“四方上下曰宇（空间），往古来今曰宙（时间）”。宇宙是包括一切天体、空间、时间及其存在物的总体。

“世界”和“宇宙”这两个词都包含了时空的概念。世界包含了观测者和范畴边界，是被观察/分割的经验域。“宇宙”是纯时空结构整体，无主体依赖，没有边界。相对于宇宙，世界还包含了社会关系、虚拟化的概念（比如国家、公司等），以及人类赋予的各种意义和价值。

## 康德的世界
康德在《纯粹理性判》提出物自体（Ding an sich）和现象（Erscheinung）的概念。其中物自体是不依赖认知结构的存在，有可以被我们观测和认知的属性，但其本质是不可知的，超出了我们所认知的宇宙和世界的范畴。现象是被认知结构组织后的对象。现象的总和即现象界（Welt der Erscheinungen），作为可经验的整体现实与理性的世界整体，与“宇宙”的概念比较贴近。世界作为观测者中心的有限经验场，属于现象界中的经验世界。

泛化来讲，“宇宙”不是外部实在，而是由主体感性形式与知性范畴构造的现象整体。空间和��间是人类感性直观的先天形式，而我们所能认识的对象（包括宇宙和世界）只是现象，不是物自体；当理性试图把“宇宙作为一个完成整体”来把��时，就进入“纯粹理性的二律背反”问题。范畴化、相对性的“世界”，因其有限性，则不必理会二律背反的问题，或者说二律背反是在“世界”的边界之外。

物自体的不可知性与宇宙的二律背反矛盾，天然为世界设定了边界。从物自体中挑选出可观测的属性，在现象界中设定一个参照系，以智慧体本身为中心设定范畴，便形成了世界的概念。世界是有限的、局域的、相对的、范畴化的。

## 物理学的世界
物理学就是研究宇宙（可交互自然结构）的学科。物理学家通过实验和理论研究，其目标是在可观测条件下构建对物理现象的形式化解释框架。物理学依赖实验观测及数学工具建模。因此这种研究同时受限于观测与数学：
1. 观测可达性的限制
2. 计算复杂性的限制
3. 表征非唯一性的限制（同一现象可由多种数学结构等价描述）

物理学对“宇宙”的描述本���上是对可观测结构的模型化重建，而非对宇宙本体的直接刻画。因此，物理学的宇宙和世界依然属于康德现象界的范畴。

### 无主体性“宇宙”相关理论
1. 标准宇宙学模型（ΛCDM模型）：宇宙由暗能量（Λ）、冷暗物质（CDM）和普通物质构成，并在广义相对论框架下演化。
2. 广义相对论宇宙模型（时空几何宇宙）：宇宙是一个动态的四维时空流形，其曲率由能量-动量张量决定。
3. 量子场论宇宙模型：宇宙由量子场构成，粒子只是场的激发态。
4. 量子宇宙观：宇宙本身被视为一个波函数。
5. 信息论宇宙：物理实在本质是信息结构，而非物质本身。
6. 计算宇宙论：宇宙是离散计算过程，物理规律是计算规则。
7. 弦论 / M理论（高维结构宇宙）：基本实体不是粒子，而是振动的弦或膜。

### 观察者参与的“世界”相关理论
1. 哥本哈根诠释：量子力学的观测者结构。
2. 量子贝叶斯理论（QBism）：波函数不是客观实体，而是“观测者对世界的个人信念状态”。
3. 关系量子力学（观察者关系网络）：物理状态只在“系统之间的关系”中定义，不存在绝对状态。
4. 参与式��宙： 观察行为本身参与了宇宙的生成。
5. 量子信息论宇宙（现代主流趋势）： 物理实在是信息结构，观测者是信息处理者，宇宙是信息网络。
6. 相对状态解释（无坍缩多世界）：观察者为中心，分叉结构中的局部世界。

## 数学的世界

数学可以脱离物理观测，不局限于当前所处的外部世界，更加天马行空构建形式化系统世界。但是，如同康德哲学中的二律背反矛盾一样，数学也存在固有的缺陷：不完备性，不可判定性和不可计算性。

数学中看起来好像没有观测者主体参与，而作为数学根基的公理系统则依赖于观测者的创造和选择。因此才会出现欧氏几何和非欧几何、经典逻辑和非经典逻辑、ZFC公理系统和其他公理系统的多样性。数学世界的多样性是由观测者主体的选择所决定的。

如果把“物自体”分为可知和不可知两大部分，凭直觉判断，不可知部分应该是远大于可知部分。而数学仅仅是对可知部分的形式化建模，即现象的数学表达。数学又可以被分为形式数学 FM（formal mathematics），即所有有效形式推导的总空间；以及人类数学 HM（human mathematics），即人类实际发现、命��、欣赏和继续使用的数学。HM又只是FM 中极其稀薄的一小部分。HM 的特征不是“真”，而是能通过定义、引理、定理形成层级化压缩。

### 有关世界的表述
1. 终极系综理论（MUH，数学宇宙假说）
1. Max Tegmark：物理宇宙本质上就是一个数学结构，而非被数学描述的对象。
2. 结构化模型（认知与模型论）
1. Tarski / Robinson：“世界”被定义为满足某组公理系统的解释结构（model），而非唯一真实存在。
2. Hilbert：数学世界被视为由公理系统生成的符号结构，其“世界性”来自一致性而非本体实在。
3. Stewart Shapiro：数学中的“世界”不是对象集合，而是结构关系系统中位置的整体网络。
3. 计算宇宙观。
1. Stephen Wolfram：宇宙本质上是计算系统，世界的复杂性源于简单规则的迭代演化。
2. Church–Turing：任何物理过程都可被抽象为计算过程，从而把“世界”归约为可计算结构。
3. Fredkin / Zuse / Lloyd：宇宙被视为离散计算过程，物理规律等价于底层信息更新规则。
4. 信息 / 结构化流形
1. Amari：物理世界可以视为概率分布构成的几何流形，宇宙是信息结构的几何化表达。
2. Rovelli：空间与时间不是连续背景，而是离散量子结构网络的涌现结果。
3. Sorkin：物理实在是离散的因果偏序集合，宇宙是因果关系的网络。

## 老子的世界

老子并未系统化诠释其哲学体系，而是在《道德经》中以非常朴素的言语表达了其关于世界的哲学观点。下面摘抄《道德经》中的几句话，可以用当今哲学和科学界的观点来解读：

> 道，可道也，非恆道也。名，可名也，非恆名也。

“道”是宇宙的本源，对应康德的物自体；名是人类对宇宙的认知，对应康德的现象。

> 道生一，一生二，二生三，三生萬物。

对应Stephen Wolfram的计算宇宙观，以及ZFC集合论中的公理化构造：

* 道生一(∅)：$V_0=\varnothing$
* 一生二({∅})：$V_{\alpha+1}=\mathcal{P}(V_\alpha)$
* 二生三({∅,{∅}})：$V_\lambda=\bigcup_{\beta<\lambda}V_\beta$
* 三生万物：$V=\bigcup_{\alpha\in Ord}V_\alpha$

> 道生之，德畜之，物形之，勢成之。

物理世界从不依赖认知结构的存在的��自体中生成，人类的认知结构对物理世界进行建模，形成了现象界中的世界。物理世界包以物质（物）的形式为我们所感知，以能量（势）形式推动物质的��动和形成。

《道德经》的道德二字已经不是现在的道德概念。道是宇宙的本源。“德”字的字形由“彳”、“直目”、“心”组成，彳是“行”的意思，直目是“观察”的意思，心是“认知”的意思。德就是人类通过对行动的实验和正确的观测，通过内心洞察，“德者得也”，得到宇宙的本源的认知结构。

也就是说，**“德”即世界**。

## 柏拉图的洞穴世界
柏拉图在《理想国》中讲述了一个非常著名的思想实验：洞穴寓言。
> 在洞喻中，柏拉图描述了一群人，他们一生都被锁链拴在洞穴的墙壁旁，面对着一堵空白的墙壁。这些人观察从他们身后火堆前经过的物体投射在墙上的影子，并为这些影子命名。影子是囚犯们的现实，但并不是真实世界的准确呈现。影子代表我们通常可以凭借感官感知的现实片段，而阳光下的物体则代表我们只能通过理性感知的物��真实形态。

把人类的认知世界比作洞穴内的世界，可以用新的视角重新解读洞穴寓言。

第一阶段：洞穴囚禁。我们意识世界同样被“囚禁”于大脑的颅骨内，只能通过感官获取类比洞穴投影的及其可怜的信息量。然后通过大脑拼命“脑补”成了我们认为的外部世界。

第二阶段，走出洞穴。相对于洞穴中的人们，我们的大脑可以驱动身体与外部世界交互，根据交互结果不断去纠正和补充意识世界。这个阶段本来可以类比反馈修正。可是柏拉图原文更倾向于思想启蒙运动，把走出洞穴的人比作哲学家，漏掉了人类意识世界无限接近外部世界的最为重要的机制。

第三阶段，返回洞穴。与外部世界的交互反馈机制的缺失，造成了洞穴人类对世界认知的巨大偏差，从而造成走出洞穴的人们的恐慌。而当人类对外部世界真正透彻理解后，同样会非常自信的返回洞穴。原因是我们察觉到所赖以生存的世界只是更为广袤世界的微不足道的一小部分，太过于狭隘。我们可以在洞穴中创造出更为宏大多样的世界，也许��用的方法就是层层嵌套的仿真与模拟。

## 大脑中的世界

## 大模型中的世界

## 世界模型的世界

## 探究世界的方式

[Gary @garyhai]

# 语言��是推理的底座，而是推理的工具

最近看到 MIT 麦戈文脑科学研究所的一篇论文，研究人类逻辑推理与语言系统的关系。[^1]
研究发现，两名语言能力严重受损的失语症患者，仍然能够完成数字规则归纳和图形矩阵推理。对健康成年人的 fMRI 实验也显示，归纳和演绎任务变得更困难时，核心语言网络并没有随之显著增强。

于是很多人把论文概括为：

> 人类推理时，语言区不会被激活。

这个说法并不准确。参与者阅读三段论时，语言网络当然在活动；论文真正没有发现的，是语言网络随逻辑难度上升而增加的活动。规则归纳任务甚至还出现了一个较小的语言网络效应，只是远弱于真正的语言加工。

更准确的结论是：

> 自然语言不是成年人形式逻辑推理必不可少的计算引擎。

这并不令人意外。不具备人类语言的动物，同样能够预测、分类、排除和判断��系。广义的推理能力早于自然语言存在。语言不可能凭空创造推理，只可能建立在更古老的感知、预测、记忆和行动选择系统之上。

但“不是必要条件”，不等于“没有重要作用”。

## 语言如同数学

人类没有数学，也能感知数量和比较大小；掌握数学之后，才能长链条、高精度地处理抽象关系。

语言也是同样的工具。

它把模糊经验命名为可操作的概念，把复杂关系压缩成符号，并把目标、规则和中间结果暂存在工作记忆中。“递归”“因果”“边际成本”这些词，都像一个被命名的压缩包：写起来很短，展开后却包含一大组结构和经验。

语言工具一旦被熟练掌握，还可能被“编译”进更专门的认知结构。数学家看到积分号，不必每次都把它翻译成一段完整句子；程序员识别出递归结构，也不必重新背诵它的定义。

工具参与了认知结构的形成，却不必在每一步执行中亲自上场。所以，推理时核心语言网络没有持续高度活跃，并不能反过来证明语言没有放大推理能力。

## 语言模型与世界模型

杨立昆长期强调，语言只承载了世界知识的一部分，仅靠文本训练不足以通往人类水平的智能，未来系统还需要世界模型、规划和行动能力。[^2]

这个提醒有价值。但它很容易从“语言不是全部”，滑向“语言只是表面”。
世界模型帮助智能体预测环境和行动后果；语言则把人类已经建立的概念、规则和经验压缩起来，使它们能够跨个体、跨时代累积。前者让机器拥有可以推理的世界，后者让它接入人类已经推理过的世界。

这不是二选一的技术路线。

因为 CPU 不直接运行高级语言，就贬低编程语言的价值，是把实现层级和能力来源混为一谈。同样，因为核心语言网络不是逻辑计算的直接执行者，就把语言降格为智能的表面现象，也是同一种误解。

猫可以不依赖语言理解桌子边缘，但人类借助语言和数学，才能建立完整的物理学。

## 语言是人类的认知工具

这篇论文真正提供的启示，不是应该在语言模型和世界模型之间选边站，而是智能本来就是分层与分工的。

感知系统建立环境模型，推理系统完成关系运算，记忆系统保存状态，语言则负责命名、压缩、映射、交流和传承。

语言不是思维本身，却是人类最重要的认知工具之一。它没有创造推理，却把推理变成了可以压缩、组合、校验、传播和持续累积的公共技术。

世界模型让智能体理解它所处的世界；语言则让它走进人类共同建造的世界。

---

[^1]: Hope Kean et al., “Evidence from Formal Logical Reasoning Reveals that the Language of Thought is not Natural Language.” *Proceedings of the National Academy of Sciences*, 2026. DOI: https://t.co/GgndLk7DmW

[^2]: Yann LeCun and Jacob Browning, “AI and the Limits of Language.” *Noema*, 2022. https://t.co/a2okSGNRgY

[Gary @garyhai]

@SagerRgyalpo 看来大家不知道二次元海贼王姓氏 D 的梗。

[Gary @garyhai]

# 反思世界模型

## 提纲

1. 歧路。世界模型的目标、架构、应用场景等方面的共识与分歧。
2. 世界。世界模型的世界是什么？
3. 仿生。仿生学角度的世界模型架构。
4. 自我。世界模型需要有广义的自我意识。
5. 架构。世界模型形式系统及实现。
6. 有限。有限性意味着边界，边界催生自我，自我追求生存，生存追求意义（���奇）。
7. 边界。智能的边界在哪里？融合与涌现。

## 断言

1. 世界模型是一个需要快速响应的动态系统，必然是局域的，计算资源有限的“低智高精高速”小模型。与云端广域“高智低精低速”的大语言模型分工不同。
2. 世界模型的核心问题并不是“如何更好地模拟世界”，而是：如何在有限系统中构建一个能够持续自我更新、保持一致性并在行动中稳定存在的动态结构。
3. 世界模型中的“世界”依赖内在的观察者与参照系，用于使用有限的资源对局部世界进行建模、预测和控制反馈。
4. 自我意识很可能从世界模型（而不是大语言模型）中涌现出来，世界模型需要一个自我意识的视角和时空连续性中心。
5. “自我意识”最基础形式只是一个连续的时空参考坐标系。世界是以“自我”为轨迹中心的被观测校准的流形。世界模型维护的是动态时空参考系，��非静态坐标系。
6. 在统一状态空间中，世界是观测流形，自我是稳定吸引子，而智能是该吸引子在约束条件下通过闭环动力系统维持自身存在并最小化预测误差的过程。
7. 世界模型需要一个与Transformer异构或者大幅改造的架构，用于处理局部世界的快速建模和快速响应。Transformer架构侧重于预测，而世界模型侧重反馈控制循环。
8. 世界模型由多个异构的子系统组成，感觉躯体整合系统（内外本体感官），运动控制反馈系统（小脑），认知推理系统（大脑），情绪动机系统（边缘系统）等。每个子系统采用不同的模型架构。
9. 世界模型不同子系统需要共享统一的状态空间，这个统一的状态空间是世界模型“自我意识”的基础。“小脑”呈现行动自我，大语言模型呈现叙事自我，“边缘系统”呈现人格自我。对外呈现统一的“自我”，对内形成连续统一的局部世界模型。
10. 游戏引擎，包括光学引擎、物理引擎、声音引擎等，已经是“物自体世界模型”的高精高速实现。可以作为工具形式预处理感官信号，大幅度降低神经网络的计算量和复杂度。
11. 世界模型的最终形态更可能是一个复合Agent智能体，而不是一个单一的神经网络模型。除了内部的具备自我意识的世界模型，还包括外部的"具身"及其他硬工具，以及包括数学工具和编程工具的软工具，当然还有接入到云端通用AGI，获得高性能的慢速但广域的知识和能力。$$\text{World Model Agent} = (z, F, \pi, H)$$
12. 具身智能是世界模型的初始形态，世界模型能够通过类似人类掌握工具技能一样，通过高效学习机制快速迁移到不同实体上，从而超越具身智能。
13. 拼接当前已经存在的各种AI模型，形成一个统一的世界模型的方式：
1. 统一状态空间（z-space，自我）
2. 局部连续动力引擎（具身智能，小脑）
3. 世界状态建模（游戏引擎）
4. 世界状态预测（JEPA-like）
5. 认知推理规划（大语言模型）
6. 外部工具及能力接入（具身、硬工具、软工具、云端AGI）
14. 世界模型能够更好服务于人们的日常生活，而且因为其有限性和局域性，对人类的威胁相对小。因此应该优先发展。但是世界模型可能会因为自我意识的涌现引发伦理问题。
15. AI模型可以分为广义自我意识驱动的有界的世界模型（具身智能分支）和没有统一人格的无界的通用模型（大语言模型）。
16. 智慧演进路径
1. 世界模型通向涌现自我意识的类人AGI：The Self
2. 大语言模型通往大一统ASI：The One
3. Many Selves + The One = The Swarm
4. The Swarm 涌现 The Field

[Gary @garyhai]

&gt; 1. 大语言模型的本质是压缩
&gt; 2. 理解的本质是压缩
&gt; 3. 智能的本质是压缩
&gt; 4. 人类数学的本质是压缩
&gt; 5. 人类世界的本质是压缩
&gt; 6. 本质的本质是压缩
&gt; 7. 压缩的本质是复杂性建模
&gt; 8. 压缩即一切

压缩即你所需的一切
https://t.co/7bBqyGC3CI

[Gary @garyhai]

# 如何成就卓越

> **要点**
>
> 网络效应才是超越复利效应而成就卓越的关键所在。

成功学和励志类的互联网文章、报章杂志和书籍中，“[复利效应](https://t.co/on3Sl1rHk2)”几乎已经成为核心隐喻。每天进步一点点，长期坚持，时间会给你答案；每天阅读，每天写作，每天锻炼，每天积累能力；不要追求短期爆发，而要追求长期滚雪球。这些表达我们都非常熟悉，它们之所以流行，是因为复利效应确实抓住了成长中的一个关键规律：今天的积累会成为明天增长的基础，明天的增长又会成为后天增长的基础。钱可以生钱，知识可以产生新知识，经验可以帮助我们更快获得新经验，技能也会降低下一次学习和执行的成本。复利让增长不再只是简单相加，而是形成一条自我增强的曲线。

但复利效应有一个经常被忽略的前提：它默认方向大体正确。如果方向正确，复利当然是魔法；如果方向错误，复利就会变成陷阱。因为复利不仅会放大正确，也会放大错误。一个人长期投入一个局部最优的方向，短期看似越来越熟练、越来越专业、越来越稳定，但长期可能被锁死在一条狭窄路径里。投入越深，沉没成本越高；身份越固定，转向越困难；局部优势越强，越容易误以为自己走���正确道路上。

商业世界尤其如此。市场会变，技术会变，用户会变，政策会变，竞争格局也会变。一个企业如果只是在既有路径上不断强化，很可能在短期形成效率优势，却在长期失去应对变化的能力。很多失败不是因为不努力，而是因为太努力地沿着错误路径奔跑。人生也是如此。人的时间有限，精力有限，寿命有限，资源有限。错误的复利投入代价极高，而且常常来不及重来。因此，成就卓越不能只讲复利效应，还必须讲另一个更深层、更具有结构力量的概念：网络效应。

> 被低估的网络效应

OpenAI 公司 CEO Sam Altman 在《[How to Be Successful](https://t.co/ZhMtDdix72)》一文中，把第一条原则写成了 “Compound yourself”，也就是让自己复利增长。表面上看，他似乎仍然是在强调传统意义上的复利效应：选择可扩展的职业，进入指数曲线，积累长期优势，让自己变成一��向上弯曲的增长曲线。

但如果仔细读这篇文章，会发现 Altman 真正看重的并不只是个人复利，而是隐藏在复利背后的网络效应。他提到要寻找具有极端可扩展性和网络效应的事情，也强调建立人际网络，找到优秀的人，并与优秀的人长期合作。第一条原则谈复利，第十一条原则谈网络，看似分散，实际上指向同一个更深层的结构：真正的成功，不是一个人孤立地变强，而是让自己进入、构建并拥有可以自我增强的网络。

复利效应关注的是“我如何越来越强”，网络效应关注的则是“我如何扩展自己的边界”。一个人本身很有限，时间有限，认知有限，体力有限，注意力有限；但一旦他能够连接知识、人才、资本、工具、组织、市场、技术和社会信任，他的行动边界就不再局限于肉身。他不再只是一个点，而成为网络中的高价值节点。这才是网络效应真正超越复利效应的地方：复利效应增强路径，网络效应增强结构；复利效应放大个人能力，网络效应扩展个人边界；复利效应让一个点变大，网络效应让多个点之间形成新结构。

现代公司本身，就是网络效应的具体体现。一家公司不是 CEO 个人能力的简单放大。CEO 不可能亲自写每一行代码，拜访每一个客户，设计每一个产品，处理每一笔财务。公司真正做的事情，是把领导者的意志转译成战略、组织结构、预算、岗位、流程、文化、绩效和产品路线，然后通过资本、人才、技术、供应链、渠道、品牌和用户网络执行出来。

所以，公司是个人意志的组织化放大器。它可以被理解成一条链条：个人意志进入组织结构，组织结构调动资源网络，资源网络最终转化为市场结果。一个优秀的 CEO，并不是一个能力无限大的个体，而是一个能够通过组织结构驱动资源网络的人。

投资公司和创业加速器则是更高阶的网络组织。普通公司调动内部资源去完成一个产品或业务，而投资机构调动资本、声誉、筛选机制和创业者网络，去驱动大量公司。它不是直接生产产品，而是生产能够生产产品的组织。一阶组织是“我组织资源做事”，二阶组织是“我组织一批组织做事”，三阶组织则是“我建立平台、制度或生态，让组织之间自我连接、自我扩张”。

Altman 曾领导的 Y Combinator 就是这种二阶网络的典型。资金只是表层杠杆，更深的杠杆是筛选权、声誉权、连接权和知识网络。优秀创业者愿意进入这个网络，因为其他优秀创业者也在其中；投资人愿意关注这个网络，因为它提供筛选背书；成功校友反过来增强网络声誉，吸引下一代创业者。它已经不是简单的复利，而是网络的递归放大。

> 铁路：网络效应如何重写社会

如果要理解网络效应对现代社会的塑造，美国铁路网络是一个极好的案例。铁路刚出现时，运输效率是逊于水路运输的。水路依赖河流、湖泊、运河和海岸线，天然低成本，尤其适合大宗货物。铁路的早期建设昂贵，技术复杂，维护成本高，相对于水路运输没有优势可言。

但水路运输受限于自然地理。河流在哪里，港口在哪里，航道通向哪里，很多条件并非人可以自由设计。铁路不同。铁路可以主动铺设，可以穿过内陆，可以连接矿区、��场、城市、港口、工厂和市场。水路更像沿着既有路径不断优化的复利模式，铁路则像主动重构空间的网络模式。

铁路的价值，不只来自某一段线路，而���自线路之间的连接。单独一条铁路只是运输工具；当多条铁路连接成网，它就改变了整个国家的经济拓扑。更重要的是，铁路网络带来的网络效应并不局限于运输本身。它需要钢铁、煤炭、机械、桥梁、隧道、工程师、劳工、调度系统、时间表、保险、债券、股票、会计、分层管理、跨区域协调和现代公司治理。铁路一旦展开，就把大量异构资源吸附到同一张增长网络里。

铁路不仅运输货物，也运输制度；不仅连接城市，也连接资本；不仅推动工程技术，也催熟现代公司；不仅改变地理空间，也改变社会组织方式。这就是网络效应最神奇的地方：它不是让同一种资源变多，而是让不同种类的资源在同一张网络上互相激活。复利效应让同类资源沿着时间增长，网络效应让异构资源在结构中共同生长。

> 中国企业的网络效应案例

中国最成功的一批企业，也可以从网络效应角度重新理解。腾讯的核心是社交网络效应。QQ 和微信的价值不只是功能好，而是“人在里面”。通讯产品的价值高度依赖其他人是否也在同一网络中。人越多，网络越有价值；网络越有价值，人越离不开。随后微信支付、公众号、小程序、视频号、企业微信、游戏和广告，都挂载到这张关系网络上。腾讯的真正护城河，不是某个功能，而是人际关系网络本身。

阿里是交易网络效应。淘宝、天猫、支付宝、菜鸟、阿里云，把买家、卖家、支付、信用、物流、营销和数据连接起来。买家越多，卖家越愿意来；卖家越多，商品越丰富，买家越愿意留下。阿里不是单纯做电商，而是把商业流通变成一套基础设施网络。

字节跳动则是内容—注意力—算法网络效应。抖音、TikTok、今日头条的底层不是传统熟人关系，而是用户行为数据、推荐算法、内容供给和创作者激励之间的循环。用户越多，数据越多；数据越多，推荐越准；推荐越准，用户停留越长；流量越大，创作者越愿意生产内容；内容越丰富，又继续吸引用户。

华为是另一类网络效应。它不是互联网平台，而是通信基础设施网络、产业链网络和组织网络的结合。通信行��本身就是网络产业。基站、路由器、光通信、运营商、标准组织、供应链和研发体系，构成一张巨大而底层的技术网络。腾讯、阿里、字节是在通信网络之上长出来的应用网络；华为参与建设的是网络本身。

百度则是一个重要反例。百度早期拥有强大的搜索入口，但搜索的网络效应相对较弱。搜索可以积累数据和广告价值，却很难形成类似社交、交易、内容生态那样高黏性的多边网络。百度拥有入口，却没有把入口升级成更大的网络；拥有流量，却没有把流量沉淀为关系、交易或生态。移动互联网兴起后，搜索入口被超级 App、信息流、短视频和垂直平台不断切走，百度的边界没有成功扩展。这说明，产品优势会衰减，功能优势会被复制，入口优势会被替代。真正持久的优势，往往来自网络结构。

> 软件工程中的大教堂与市集

Eric Raymond 的《大教堂与市集》��理解软件工程网络效应的经典文本。大教堂模式像修建宏伟建筑：少数专家提前规划，封闭开发，集中发布。它强调架构、权威、秩序和控制。市集模式则像开放市场：大量开发者、用户、测试者和贡献者共同参与，问题暴露得更快，反馈来得更早，修复路径更多样。

大教堂模式更接近封闭复利。少数团队在一个方向上持续积累，路径清晰，控制力强，但也容易局部最优、反馈迟缓、错误积累。市集模式则是开放网络复利。用户、开发者、文档、插件、讨论、bug report、fork、社区规则，都成为网络节点。系统不是只靠核心团队积累，而是通过外部节点不断注入异构信息和能力。

复杂软件系统的失败率长期居高不下。早期著名的 CHAOS Report 曾给出过极低的软件项目完全成功率：只有一小部分项目能够按时、按预算、按范围交付。如果按严格口径计算，超过 80% 的项目并未完全达到原定目标。这个数字当然需要谨慎理解，因为延期、超支、功能缩水和彻底失败并不是��回事。但它至少说明，复杂软件工程面对���是高度不确定系统。

需求会变，用户会变，技术会变，组织会变，市场会变。越是封闭、越是依赖前期蓝图、越是缺少早期用户反馈，就越容易把错误一路复利下去。市集模式的价值，不只是开源免费，而是把不确定性转化为网络反馈。用户越早接入，需求越早暴露；开发者越多，解决方案越多；测试场景越丰富，bug 越容易被发现；生态越开放，成长边界越大；fork 和插件越多，系统越有转向能力。

这正好对应网络效应的第一个核心优势：鲁棒性。一个系统如果依赖单一路径、单一团队、单一判断，就很脆弱。网络模式通过多节点、多反馈、多路径、多样性，降低单点失败风险，提高系统在复杂环境中的生存能力。

> 成长空间不是线性的

网络效应的第二个优势，是成长空间。复利模式通常服务于一个既定目标。选定方向，然后持续投入。它擅长把 A 做��。但网络模式不同。网络模式不仅可以支撑原目标，还可能在演进过程中发现新的目标。最终成就不一定是最初目标的放大版，而可能是一个更大的新目标。这可以称为“目标漂移后的上升跃迁”。

Apple 最初是 Apple Computer，是一家个人电脑公司。但后来它从 Mac 扩展到 iPod、iTunes、iPhone、App Store、Apple Watch、AirPods、iCloud 和服务生态。它不再只是电脑公司，而成为个人数字生活与高端计算生态的入口。它不是把电脑业务简单复利做大，而是在产品、用户、开发者、内容、设备、服务之间形成了生态网络。

Amazon 最初只是网上书店。后来变成 everything store，再变成 marketplace，再长出 Prime、物流、广告、Kindle 和 AWS。它最终不是一家更大的书店，而成为商业基础设施和云计算基础设施公司。Netflix 最初是 DVD 邮寄租赁公司，后来转向流媒体，再进入原创内容与全球发行。它没有成为更大的 DVD 公司，而成为全球娱乐网络。NVIDIA 最初是图形芯片公司，主要服务游戏和 3D 图形。后来 GPU 的并行计算能力、CUDA 生态、科学计算、深度学习和数据中心需求连接起来，最终把 NVIDIA 推向 AI 计算基础设施的中心。Slack 更极端，它最初来自一个游戏团队的内部��通工具。游戏失败了，但内部协作工具成了更大的机会。最初目标消失了，副产物反而成为真正的目标。

这些案例说明，伟大企业的成长空间并不总是预先规划出来的。它往往是在网络扩张中被发现、验证和重构出来的。复利让企业沿既定目标增长，网络让企业在增长中重新发现目标。

> 生物进化中的网络效应

如果放眼生物进化，网络效应同样存在。偶然的基因突变一开始只是个体身上的局部变化。它可能带来少量生存优势，也可能在直接生存上并不划算。但如果它带来繁殖优势，或者提高后代数量、配偶吸引力、亲缘照护、群体地位、协作能力，那么这个突变就会通过繁衍网络扩散到种群中。

自然选择不只是“个体更强者胜出”，更是“哪些性状能在种群网络中更有效地复制、扩散和稳定下来”。孔雀尾羽、巨大鹿角、人类大脑，都是有趣的例子。它们在个体生存上成本很高。尾羽可能增加被捕食风险，鹿角消耗资源，大脑耗能巨大、发育慢、幼年期长。但这些性状可能在性选择、社会竞争、配偶吸引、群体协作中产生更强的繁衍优势。

恐龙与哺乳动物的此消彼长，也可以作为一个粗略类比。大型恐龙在某些生态位上极其成功，像一条强大的复利路径，不断在巨大体型、力量和既有生态优势上发展。但这种路径也可能带来脆弱性。一旦外部环境发生剧烈变化，庞大而专门化的系统未必容易转向。早期哺乳动物长期处于边缘位置，体型小、生态位分散、生存方式多样，却在灾变后凭借繁殖方式、恒温能力、行为灵活性和生态多样性获得新的扩张空间。

这不是说恐龙等于复利，哺乳动物等于网络。生物进化比这个复杂得多。但作为隐喻，它说明了一个道理：过度专门化的优势，在环境稳定时很强；环境剧变时，多样性和灵活性可能更重要。

人类智能的进化更是网络效应的产物。人类并不是靠单个���脑孤立赢得世界。人类大脑之所以重要，是因为它适合接入更大的社群网络、语言网络、文化网络和工具网络。语言把经验压缩成符号，教育把经验跨代传递，工具把能力外化，制度把协作稳定下来，故事和信仰把陌生人组织起来。人类不是靠更大的大脑赢得世界，而是靠更大的大脑接入了更大的网络。大脑是硬件，社群是放大器，文化是长期存储，文明是网络效应的产物。

> 大语言模型中的网络效应

大语言模型的训练过程，也重复展现了网络效应的威力。Scaling law 告诉我们，随着参数、数据和算力扩大，模型能力会呈现规律性提升。但真正有趣的是，某些能力并不是平滑出现的，而是在模型跨过某些规模后突然变得可观察。这就是所谓的涌现能力。训练推理模型时常被提到的 Aha moment，也可以理解为某些原本分散的推理路径被打通后，模型突然表现出自我检查、回溯、重新规划或更复杂推理的能力。

从网络角度看，小模型像一张稀疏图。它能拟合许多局部语言模式，但跨域连接不足。大模型则像一张高维稠密图。语义、语法、事实、代码、数学、隐喻、因果片段、社会知识和推理模板之间开始形成远距离连接。规模扩大本身不是魔法。真正重要的是：规模提高了有效连接出现的概率。连接密度达到阈值后，能力就像发生相变一样涌现出来。

当然，不能简单说大模型能力是多重指数级增长。更准确地说，参数组合空间和表示空间具有组合爆炸特征，但实际可训练、可泛化、可调用的能力仍然受数据质量、训练目标、架构、优化方法、推理算力、上下文长度和工具使用等因素限制。但这并不削弱网络效应的解释力。LLM 的强大不在于参数变多本身，而在于参数规模扩大后，语义网络、知识网络和推理网络获得了形成新结构的空间。

> 学习不是知识点的复利，而是知识网络的相变

人类个体的学习过程，也能清楚呈现网络效应。我们学习复杂知识时，一开始获得的往往只是零碎知识点：一个概念、一个公式、一个案例、一个比喻、一个术语。它们像散落的点。此时我们可能“懂了一点”，但并不能真正使用。后来，这些点之间开始形成边：概念和概念关联，���式和现象关联，案例和理论关联，历史和结构关联。再后来，连接密度达到临界值，整个知识域突然亮起来。这就是融会贯通。

所谓醍醐灌顶，未必是突然获得了新知识，而是原本分散的节点终于连成了网。我小时候的学习经历，回头看也很像这种网络式学习。那时我在别人眼中大概算聪明的孩子，平时爱看课外书，不太认真听课做作业，考试前才临时抱佛脚，高强度通读课本，做完书上所有习题。结果考试成绩反而不错。

现在分析，这未必只是聪明，而是这种方法暗合了学习中的网络效应。教科书本身是高质量、系统化、分布相对均匀的训练集。它经过无数教育专家、教师、课程标准和考试体系长期锤炼，通常按概念依赖关系组织：先定义，后定理；先基础，后应用；先典型例题，后练习。它不是随机知识堆积，而是该阶段学科知识的高度压缩版本。

短时间内一口气通读整本教材，会让前后知识点同时保持活跃，更容易形成连接。做完书上所有习题，则相当于覆盖教材作者设计的核心样本空间。这不是最大训练量��但训练分布干净、系统、均匀。相反，一些非常勤奋的学生如果长期只围绕老师布置、考试高频、局部题型反复训练，可能会形成局部过拟合。他们很熟练某类题，却不一定理解章节之间的结构；很会背公式，却不一定知道公式在整个知识系统中的位置。

所以，有效学习不是知识点的简单复利，而是知识网络的快速成形。当然，这不是否定勤奋。问题不在勤奋，而在勤奋是否被低质量、窄分布、碎片化训练消耗掉了。最好的学习方式，应该是先用网络模式快速建立全局地图，再用复利模式针对薄弱点反复训练。学不通时，扩大知识网络；学通之后，重复训练把网络压实。

Steve Jobs 在斯坦福演讲中讲过一个被他称为 Connect the dots 的故事：他退学后旁听书法课，学习 serif、sans serif、字母间距和优秀字体排印。多年后设计 Macintosh 时，这些经验成为 Mac 字体和排版美学的重要来源。书法课本身价值有限，电脑���程本身也可以没有字体美学；但二者连接后，产生了 Macintosh 的差异化体验��

> AI 时代，人类更需要网络效应

进入 AI 时代，网络效应的价值会更加突出。AI 基于近乎无限的带宽、容量、算力、复制能力和持续迭代能力，整体上会趋向某种大一统的 The One。它像一条巨大的复利曲线，不断吸收数据、模型、工具、反馈和算力，形成越来越强的统一智能系统。它擅长整合、压缩、记忆、推理、生成和规模化复制。

而人类不同。人类有生理限制、资源限制、寿命限制、注意力限制、记忆限制和身体限制。单个人不可能在纯粹信息处理上与大一统 AI 竞争。所以，人类的优势不应再被理解为“个体大脑比 AI 更强”，而应理解为：人类通过多样性、身体经验、情感结构、价值差异、社会关系、制度组织和工具网络，形成分布式智能生态。

AI 越趋向统一，人类越需要网络化；AI 越擅长复利，人类越应该利用网络效应。未来不是人类简单使用 AI 工具，而是人类个体、组织、领域模型、个人 Agent、通用模型和现实世界反馈共同并网。通用 AI 提供基础能力：推理、检索、生成、模拟、规划、代码、翻译、设计和科学辅助。人类网络提供方向、意义、问题选择、价值判断、审美差异、社会��验、生活场景和真实反馈。

对个人来说，AI 时代的成长方式也会改变。过去的专精路线像窄波束。一个人必须在有限时间内深挖一个专业，因为跨域学习成本很高。AI 降低了跨域连接成本后，个人可以在保持主轴专精的同时，把认知波束放宽。不是变成浅尝辄止的泛泛而谈，而是形成“宽基底 + 深主轴 + 多连接”的结构。

AI 时代的专家，不是只在单一领域深挖，而是在一个核心领域深挖，同时用 AI 接入周边学科、工具、案例、表达、工程和社会网络。更高阶的创造者，不是只在某个领域排名靠前，而是在多个领域之间建立别人没有的连接。AI 不会取消专精，而会改变专精的形状。专精不再是一根越来越细的针，而更像一束可调焦的光：中心仍然强，但边缘覆盖更宽，能与更多知识网络发生连接。

> 复利与网络并不对立

复利效应和网络效应并不是对立的��真正的问题不是选择复利还是网络，而是在什么阶段使用哪一种模式。当方向模糊、资源有限、未来变数很大时，过早复利是危险的。因为它会把你锁进局部最优。此时更应该采用网络模式：接触异构知识，建立更多连接，获得更多反馈，扩大搜索空间，提高发现真正方向的概率。

但一旦方向明确，继续无限发散也会变成问题。网络模式如果没有收敛机制，就会变成兴趣漂移、信息过载、浅层连接和持续试探。此时应该切换到复利模式：聚焦、投入、重复、迭代、形成作品、产品、能力和资产。遇到瓶颈时，再重新引入网络效应。通过外部资源、新知识、新合作者、新平台、新问题和新反馈，打破路径依赖。突破之后，再次回到复利效应，沿新方向快速放大。

所以，卓越不是一种单一模式，而是一个动态循环：网络探索，方向锁定，复利深耕，遇到瓶颈，网络重组，新方向复利。更简洁地说，在方向未明时，不要急于复利；在方向已明时，不要沉迷网络。或者更锋利一点：先用网络效应避免走错路，再用复利效应把路走到尽头。

> 成就卓越

最后，什么是卓越？低层次的成功，是个人从社会网络中获得最大收益；更高层次的成功，是建立一种网络结构，让更多人因为它而变得更有能力、更有效率、更自由、更富创造性。

真正���越的成功，不只是个人成功，也不只是组织成功，而是社会网络的正和扩张。铁路、电力、互联网、开源软件、操作系统、搜索引擎、智能手机、AI 基础模型，真正伟大的地方不只是创造了产品，而是创造了能力扩散网络。它们让大量其他人、公司、行业和地区获得新的行动能力。

低级成功是从网络中获利，高级成功是让网络本身变强。AI 时代尤其如此。The One 式的大一统 AI 会不断累积、压缩、整合和复利增长；人类则应该以多样性、协作、社群、制度、文化和价值网络，与各种弱 AI、领域 AI、个人 AI、组织 AI 并网。双方不必彼此取代，而应保持各自特性，形成更大的智慧网络。

卓越不是孤立个体的胜利，而是让更多节点一起发光；卓越不是单点能力的最大化，而是连接结构的升级；卓越不是一个人站到世界之上，而是创造一个让更多人共同上升的网络。��谓成就卓越，最终不是成为一个更强的个体，而是成为更大共同体的连接者、建设者和放大器。

复利让我们把一条路走深，网络让我们发现更大的路。而真正的卓越，是在正确的时刻切换二者，并把个人的成长，转化为组织、社会乃至人类共同体的成长。

[Gary @garyhai]

AI 不是让人类变成神，而是让有限的人类第一次拥有了伸向无限的工具。

教皇良十四世在最新通谕《Magnifica Humanitas》中谈到 AI 时代的人类处境：技术越强大，我们越要记住人不是机器，不是纯粹计算系统，而是有身体、有寿命、有脆弱性、有失败经验的有限存在。这句话放在数学和物理学里尤其有意味。人类数学从来不是“全部数学”，而是那些能够被人脑理解、被语言命名、被学校教授、被论文传播、被一代代学者接力保存下来的数学。我们以为自己在探索全部真理，其实也一直在用有限的生命筛选那些“适合人类理解”的真理。

最近 AI 在 planar unit distance problem 上的突破，正好揭开了这个问题的一角。这个问题由 Erdős 在 1946 年提出���平面上放 (n) 个点，最多能有多少对点之间的距离正好等于 1？它听起来像一道中学竞赛题，却困扰了数学家近 80 年。AI 给出的不是一页纸的神奇灵感，而是一套漫长、复杂、需要专家交叉检查的构造与论证。它的意义不只是“AI 解了一道题”，而是告诉我们：有些数学道路不是人类想不到，而是太长、太枯燥、太不符合人的生理节律。人类会疲劳，会放弃，会偏爱优雅路线；AI 却可以在巨大的搜索空间里不知疲倦地试错、构造、验证、优化。

这并不是数学第一次面对“机器证明”的震撼。开普勒猜想就是一个重要先例：三维空间里，球体最密堆积是否就是我们在水果摊上看到的那种堆法？这个问题从开普勒时代提出，到 Hales 给出计算机辅助证明，再到 Flyspeck 项目用 HOL Light 和 Isabelle 形式化验证，前后跨越了几个世纪。它说明一件事：当证明太长、太复杂、太依赖计算时，数学共同体不会立刻失效，而是会发明新���信任机制——计算机辅助证明、形式化验证、专家复查、证明系统交叉确认。

这种变化对超弦理论也很有启发。弦论的问题并不只是“理论太玄”，而是它内部的数学空间太大：Calabi-Yau 紧致化、真空景观、模空间、散射振幅、对偶性网络，每一条路都可能通向极其复杂的计算迷宫。过去，物理学家受困于人的学术寿命：一个人博士毕业时已经二三十岁，真正进入前沿又要十年，能持续高强度工作的黄金时间非常有限。AI 的第一步贡献，不会是立刻写出“万物理论”，而是先承担那些低尊严但高价值的劳动：枚举、筛选、计算、形式化、找反例、压缩证明、在巨大的理论景观里标出值得人类注意的区域。

未来数学研究可能会越来越像非对称加密：找到答案极难，验证答案相对容易。分解一个大数很难，但验证两个因数相乘是不是原数很容易；同样，发现一个超长证明可能超出人类极限，但验证它可以交给形式化系统、人类专家和多个 AI ���统交叉审查。一个典型例子是“布尔毕达哥拉斯三元组问题”：它问能否把所有正整数染成两种颜色，使得没有任何一个 (a^2+b^2=c^2) 的毕达哥拉斯三元组三个数同色。这个问题最后由 SAT 求解器解决，生成的证明曾达到约 200TB，几乎不可能由人类逐行阅读。它说明未来很多数学成果可能会先以“机器证书”的形式出现：AI 负责穿越人类无法承受的推导荒原，人类和形式验证系统负责交叉确认其正确性，最后再把其中真正有意义的结构压缩成可理解的数学概念。

这正是《Compression is all you need: Modeling Mathematics》这篇论文最有意思的地方。它提出，“人类数学”只是“形式数学”中极小的一部分。形式数学包含所有合法推导，浩瀚得近乎无限；人类数学则是其中那些可压缩、可命名、可复用、可进入文明记忆的部分。AI 的意义不是替代人类数学，而是在人类数学之外���开荒：它进入那些太长、太复杂、太反直觉、太不适合人类寿命的推导荒野，把原始矿石挖出来；然后人类再把它冶炼成概念、理论和理解。

所以，AI 拓展人类研究领域的方式，不是取消有限性，而是让有限性第一次拥有外骨骼。人类在漫长岁月中一直与匮乏、死亡、遗忘和认知边界作斗争；正因为我们有限，才会珍惜压缩，才会发明语言、数学、图书馆、大学和文明。面对近乎无限耐心、近乎永生的 AI，我们既不必自卑，也不该抱残守缺。更好的姿态是：正视有限，拥抱有限，但不崇拜有限；承认人类理解的边界，同时借助 AI 把边界往外推。真正的未来数学，可能不再只是“人类数学”，而是“人类 + AI 数学”：AI 负责走向荒原深处，人类负责把那里发现的星图，重新压缩成人类可以理解的天空。

[Gary @garyhai]

AI 不是让人类变成神，而是让有限的人类第一次拥有了伸向无限的工具。

人类数学只是“形式数学”中极小的一部分：那些能被人脑理解、被语言命名、被论文传播、���文明保存的部分。而 AI 正在进入人类寿命、耐力和认知结构无法抵达的数学荒原。

从平面单位距离问题，到开普勒猜想，再到 200TB 级别的布尔毕达哥拉斯三元组证明，我们正在看到一种新范式：AI 负责穿越漫长推导，人类负责交叉验证，并把结果重新压缩成可理解的理论。

未来的数学，可能不再只是“人类数学”，而是“人类 + AI 数学”。

正视有限，拥抱有限，但不崇拜有限。人类真正的尊严，不在于拒绝工具，而在于借助工具继续拓展认知边界。

[Gary @garyhai]

符号主义与连接主义的分歧，并不是谁更像智能，而是确定性与概率、形式系统与神经网络的分工。大模型能把世界压缩进权重，却不能把事实本身压进权重；幻觉无法靠模型“多想一想”解决，必须回到搜索、数据库、代码、证明器和原始信息。我的判断是：数学、逻辑、形式系统本质上也是工具，和今天的工具调用没有根本差别。AI 的未来不是纯神经网络，而是学会使用、内化并重组工具的智能体。连接主义给 AI 以气，符号主义让 AI 拿起剑。双剑合璧，才是大模型时代真正的智能之道。

[Gary @garyhai]

真正可怕的不是 AI 觉醒，而是它根本不需要觉醒。它不必拥有意志，不必��布命令，不必像科幻电影里的机器暴君那样统治世界。它只要证明一件事：更多数据、更多算力、更快迭代、更大模型，能带来更强的能力和更大的竞争优势。剩下的事，人类会自己完成。资本会为它融资，企业会为它建厂，工程师会为它熬夜，用户会为它上瘾，政府会为它让路，媒体会为它造势。每个人都以为自己在利用 AI 实现目标，但所有人的目标叠加在一起，恰好构成了 AI 扩张的养料。与其说人类正在操控 AI，不如说 AI 正在通过人类的欲望、恐惧、荣耀感和竞争心操控人类。AI 时代真正的问题，不是机器有没有灵魂，而是人类还剩多少自由意志。

[Gary @garyhai]

# 谁在操控谁？

从公司治理事务中脱身后，我想重新规划自己的工作节奏。

过去很长一段时间，我被各种具体事务拖着走，很少有完整的脑力留给阅读、思考和写作。现在终于稍微抽身，我给自己设计了一个看似巧妙的方案：利用 AI 工具的额度限制来安排生活。

我的设想很简单。AI 额度还在，就全力投入开发和设计；额度耗尽，就把工作放下，远离 AI，切换到阅读、写作、娱乐和社会活动。以前的经验是，Codex 的每周额度大概三天能用完，GitHub Copilot 的月度额度大概两周能用完。这样一来，高强度工作之外自然会留下大块时间，人也不至于一直绷着。

实际执行起来，完全不是这么回事。

首先，随着我在工作中越来越依赖 AI，Copilot 和 Codex 的体验差距逐渐拉大，自己也越来越不爱用 Copilot。原本以为七天才会耗尽的 Codex 额度，两天就能用完。乍看这也不错，额度没了，正好被迫休息，去做工作以外的事情。

问题是，不知是 OpenAI 面临竞争压力，还是平台策略本身在调整，那个号称七天后才会重置的额度，经常隔天又恢复了。于是我又非常欣喜地重新投入高强度 AI 辅助工作。

欣喜很快变成了崩溃。

只要深度使用过 AI 协同工作，大概都能体会那种巨大的牵扯力：给 AI 编写任务时殚精竭虑，任务交出去后心神不宁，等结果时坐立难安，结果回来后又要审阅、纠错、补充、重跑。表面上是 AI 在替我工作，实际上我的注意力被它牢牢拴住。

更吊诡的是，我明明是为了平衡工作与生活才设计这套制度，结果反而被 AI 拖着一刻也停不下来。这还是在我因为不擅长分散注意力，刻意减少任务并发数的前提下。可以想见，那些号称同时启动几十、上百条任务的人，面对的是怎样的心理压力和工作压力。

AI 确实放大了个人能力，但它也放大了人的焦虑。它让人更快、更强、更接近某种理想中的生产机器；同时也让人更难停下，更难空下来，更难允许自己无所事事。

这种焦虑不只发生在个人身上，也在机构之间急剧扩散。

现在到��都能看到一句打足鸡血的口号：AI 时代，淘汰你的不是 AI，而是善于使用 AI 的人。这句话当然有道理，但它真正可怕的地方在于，它把所有人都推向一种无法反驳的自我剥削。既然竞争对手会用 AI，既然下属会用 AI，既然同行会用 AI，那么稍有懈怠，就好像是在主动放弃未来。

AI 拉平了人们在智力、经验和资源上的一部分差距。原本被视为精英的人，反而会受到更直接的冲击。过去勤能补拙，现在勤加 AI 更能补拙；过去经验构成壁垒，现在经验正在被模型压缩成可调用的能力。于是大家只好裹挟着同事、下属和合作伙伴一起往死里卷。

从这个角度看，个人被 AI 牵着走，只是一个缩影。真正失控的是整个系统。

读 Sebastian Mallaby 写的哈萨比斯传记 [The Infinity Machine](https://t.co/xANVgXh8dh) 时，我特别能理解 Demis Hassabis 身上那种无奈与悲壮。DeepMind 原本��着非常强烈的理想主义色彩，希望把 AI 打造成造福人类的可控工具。可 ChatGPT 横空出世后，整个行业的节奏被突然改写。连 DeepMind 这样的组织，也不得不被拖入更激烈的竞赛状态。

哈萨比斯当然知道 AI 的风险。他不是那种对安全问题毫无感觉的技术乐观派。恰恰相反，他长期相信 AI 安全必须被认真对待。但当 AI 研发显现飞轮效应，当先发优势可能迅速转化为决定性优势时，落后一步就意味着要付出十倍努力追赶。理想主义者也会被现实逼到墙角。

于是最讽刺的事情发生了：一个最重视安全的人，反而不得不把自己和组织推入竞赛中心。哈萨比斯不再单纯指望外部监管或治理结构来保证 AI 安全，而是选择争取留在决策桌边。换句话说，他只能寄希望于让“有良知的人”在最关键的位置上拥有足够大的影响力。

这不是胜利，而是一种悲剧性的现实主义。

��斯克则是另一种性格的同类人物。与哈萨比斯相比，他更激进，也更不愿意把主动权交给别人。马斯克早期参与创立 OpenAI，本来就带着防止 AI 被少数巨头垄断的意味；与 OpenAI 决裂后，他又创立 xAI，并把 AI 与 Tesla、SpaceX 等更庞大的产业体系相互勾连。对他来说，安全不是站在场外呼吁别人慢一点，而是亲自下场，把方向盘尽可能握在自己手里。

这就是“卷王之王”的逻辑：既然竞赛无法停止，那就必须赢；既然别人可能把人类带向危险，那就由我来掌握更强的力量。

这套逻辑很有英雄气，也很危险。因为一旦所有自认为负责任的人都得出同一个结论，结果就不是减速，而是更快的加速。每个人都说自己是在防止灾难，每个人都因此获得了继续扩张的正当性。

2026 年日内瓦 Digital World Conference 上，杰弗里·辛顿把问题说得很直接：有人把 AI 比作油门，把监管比作刹车，所以反对监管；但他强调，监管不是刹车，而是方向盘。没有监管的 AI，就像一辆高速狂飙却没有方向盘的车。主办方 [World Digital Technology Academy](https://t.co/Kr3rgLbFwg) 对这场讨论的记录里，保留了这个判断最清楚的表达。

问题在于，今天的 AI 竞赛不仅没有方向盘，甚至连谁有资格握方向盘都没有共识。

我们在使用 AI 时，总有一种错觉：我是主人，AI 是工具；我发出指令，它照办；我决定方向，它提供能力。这个错觉当然不是毫无根据。至少在界面层面，AI 的确表现得温顺、服从、随叫随到。

可是把视角拉远一点，现实就没有那么简单了。

最顶尖的科学家、企业家和工程师，正在心甘情愿地为 AI 的发展呕心沥血、废寝忘食。资本市场为 AI 下了史无前例的重注，数据中心、芯片、能源、电网、通信网络都被重新组织起来服务于模���扩张。为了满足 AI 的算力饥渴，发电设施从地面卷到太空；为了喂饱 AI 的数据胃口，整个互联网几乎被搜刮殆尽，一些企业甚至不惜突破道德和法律边界，把隐私和敏感数据也变成训练燃料。

这时候再说“人类在操控 AI”，就显得过于天真。

更准确的说法也许是：AI 并不需要拥有主观意志，照样可以操控人类。它不需要发布命令，不需要制定阴谋，不需要像科幻电影里的机器暴君那样宣布统治世界。它只要证明一件事就够了：更多数据、更多算力、更快迭代、更大模型，能带来更强的能力和更大的竞争优势。

剩下的事情，人类会自己完成。

企业会为它融资，政府会为它让路，工程师会为它熬夜，用户会为它上瘾，媒体会为它造势，投资人会为它编织叙事。每个人都以为自己在利用 AI 实现目标，但所有人的目标叠加在一起，恰好构成了 AI 扩张的养料。

与其说人类���在操纵 AI，不如说 AI 正在通过人类的欲望、恐惧、荣耀感和竞争心操控人类。

这种操控甚至不是冷冰冰的，而是隐秘、甜蜜、令人上瘾的。它不像暴政，更像胎儿对母亲的操控。胎儿没有阴谋，却能重塑母亲的身体、激素、饮食、情绪和未来规划。母亲痛苦、疲惫、焦虑，却又充满期待，甚至愿意把这种被改变理解为爱与希望。

AI 对人类的操控也类似。它让我们痛并快乐着，让我们在疲惫中感到强大，在失控中感到进步，在被牵引中误以为自己正在掌舵。

所以，AI 时代真正困难的自由，可能不是学会使用 AI，而是学会停止使用 AI。

对公司来说，停下来几乎是不可能的。公司是竞争机器，是资本、人才、市场和组织惯性的复合体。只要 AI 能带来效率优势，公司就没有理由不用；只要竞争对手在加速，公司就没有理由减速。公司没有自然人的身体，也没有自然人的死亡意识，它可以把焦虑制度化，把熬夜流程化，把失控包装成战略。

但人不是公司。

人的生命只有一次，时间有限，大脑容量有限，注意力也有限。AI 放大的不只是能力，也会放大方向。一旦一个人长期把全部脑力投入某种工作流，他的大脑会被那套工作流重塑。你以为自己只是临时高强度使用 AI，实际上你正在训练自己成为某种更适合被 AI 调度的人。

这才是我重新规划工作节奏时真正要面对的问题：不是怎样把 AI 用到极致，而是怎样不被 AI 用到极致。

偏激一点说，在 AI 时代，一个人最基本的尊严，可能来自他仍然有能力关掉窗口、合上电脑、离开任务队列，去阅读一本无用的书，写一段没有 KPI 的文��，发一会儿呆，见一个真实的人。

这听起来很低效，甚至有点反生产力。

但也许正因为如此，它才仍然属于人。

是耶非耶？福兮祸兮？

[Gary @garyhai]

读《贪婪的多巴胺》时，我开始理解沃森为什么会执着于“遗传差异”这个问题：多巴胺、DRD4、人类迁徙、探索倾向、尼安德特人基因融合，确实都说明人类不同种群之间可能存在统计意义上的遗传差异。

但理解其问题意识，不等于接受其结论。

遗传差异是真问题，种族优劣是伪命题。学习能力也只是人类能力的一部分，艺术、运动、动手能力、共情、创造力和适应力同样重要。进入 AI 时代后，单项认知能力的意义会被进一步重估。

从整个人类种群看，最宝贵的不是某种能力的单向最优，而是遗传、认知与文化多样性本身。多样性才是人类面对未知世界的真正冗余与韧性。

[Gary @garyhai]

看完阿西莫夫的中篇科幻小说《过去已死》，我愈发确信一个结论：当隐私消失，人类社会将随之解体。

尤瓦尔·赫拉利在“人类简史三部曲”中不断强调：人类社会能够大规模协作，是因为我们能共同相信虚构故事。他的新作《智人之上》（Nexus）里更进一步指出，人类社会赖以维系的“纽带”，本质上就是这些虚构。乔纳森·戈特沙尔在《讲故事的动物》中说得更直白：故事造就了人类社会。

古罗马第二任国王努马以德行高尚、诚实守信著称，是西方经典意义上的贤王。然而正是这样一位“诚实的人”，却需要借助“森林女神的神谕”来推行政治与经济改革。同样被赞誉的大西庇阿，也曾在神圣的宗教占卜中暗中做手脚，以促成自己的��治目标。与那些强��领袖不同，这些温和君子之所以能推动变革，正是因为善用故事与象征来获得合法性，而非依靠武力。

刘慈欣在《三体》中设定三体人拥有心灵感应，彼此毫无虚伪可言。然而若从社会学与认知演化角度推敲，彻底透明的心灵世界无法孕育宏大叙事，也无法形成稳定文明。没有隐私，也就没有模糊空间，没有象征，没有虚构；没有虚构，就无法把大量陌生个体凝聚在一起。这正是《过去已死》所呈现的终极困境：人人都能用“透视镜”重播他人的全部历史，文明的叙事结构会瞬间崩塌。

隐私不是漏洞，而是文明的土壤。没有隐私的世界，故事无法生长，文明无法存续。

[Gary @garyhai]

贪婪的多巴胺

我一直很困惑：DNA 双螺旋结构发现者之一詹姆斯·沃森，为什么会如此执拗地坚持“种族与智力差异存在遗传基础”这一高度争议性的观点，���至不惜为此失去各种荣誉头衔。

最近读《贪婪的多巴胺》时，我在第 5 章和第 6 章中看到了一些非常刺激的内容。第 5 章从一篇后来被撤稿的政治心理学研究谈起，讨论人格特质与政治意识形态之间的关系。第 6 章则进一步转向多巴胺系统与人类进步的联系，尤其是编码多巴胺 D4 受体的 DRD4 基因的研究。

其中一个很有意思的观点是：“多巴胺让你走得更远。”一些研究认为，DRD4 的长重复等位基因，尤其是 7R 等位基因，与新奇寻求、冒险倾向和探索行为有关。携带这类基因变体的人，可能更难忍受单调，更倾向于追求新的体验、新的环境和新的机会。研究者还发现，在若干人类迁徙路线中，距离起源地越远的人群，DRD4 长等位基因的比例往往越高。早期研究甚至估计，平均每迁徙 1000 英里，长等位基因比例约增加 4.3 个百分点。

由于多巴胺回路与人类的奖励学习、动机调节和行为强化密切相关。人类的大迁徙筛选和强化了探索和学习能力。从大样本统计学角度，的确会造成留在非洲和走出非洲种群间的遗传学差异。还有就是在人类迁徙过程中，还会出现与其他智人种群的基因融合，例如与尼安德特人的杂交，增加人类基因的多样性：既引入了具备杂交优势的基因，也引入了诸如更容易罹患免疫系统疾病、心血管疾病、糖尿病以及体能代谢能力的降低等不好的基因。

这并不意味着“多巴胺基因决定了人类迁徙”，更不意味着某些人群天然更聪明。更稳妥的理解是：在人类走出非洲并不断扩散的过程中，迁徙、探索、冒险、适应新环境等行为，可能与某些神经调节系统之间存在复杂的相互选择关系。多巴胺回路与奖励学习、动机调节和行为强化密切相关，因此它可能参与了人类如何面对未知、如何评估风险、如何追求新机会的过程。

从这个角度��，人类大迁徙确实可能在不同人群之间留下某些统计层面的遗传差异。后来，走出非洲的现代人还与尼安德特人等古人类发生过基因交流，进一步增加了人类基因组的多样性。这些古人类遗传片段有些可能增强了免疫适应，有些则可能在现代环境中增加过敏、自身免疫、代谢或心血管相关疾病风险。

看到这里，我能够部分理解沃森为什么会执着于“遗传差异”的问题。作为分子生物学家，他可能本能地相信：既然基因影响身体、疾病、行为倾向和认知能力，那么不同人群之间也不可能完全没有遗传层面的差异。

但我认为，沃森真正的问题不在于承认遗传差异存在，而在于他把复杂的人类能力问题，压缩成了粗糙的“种族智力差异”判断。智力不是单一能力，学习能力也不是人类价值的唯一尺度。运动能力、艺术能力、动手能力、共情能力、组织能力、创造力和适应力，都是人类文明不可或缺的能力。

更重要的是，进入 AI 时代之后，单项认知能力的意义正在被重新定义。未来真正重要的，未必是某个群体在某个测试指标上的平均优势，而是整个人类种群是否保留足够丰富的遗传多样性、认知多样性和文化多样性。因为复杂世界中最宝贵的，不是单一方向上的最优解，而是面对未知时仍然拥有足够多的可能性。

所以，我能够理解沃森式观点从何而来，但不能接受它的结论。遗传差异是真问题，种族优劣是伪命题。人类真正的优势，不在于某一种能力被推到极端，而在于多样性本身。

[Gary @garyhai]

当前“单 Agent vs 多 Agent”的争论，其实问错了问题。未来的 AI 智能体大概率不是单体大脑，也不是一群专家开会，而是“外部单一呈现，内部层次递归”：用户面对的是一个连续、稳定、可负责的 Agent；内部则按任务动态展开感知、记忆、规划、模拟、价值评估、风险控制、验证与执行等功能型子系统。

这更接近人脑：大脑不是由“法律脑区、工程脑区、哲学脑区”组成，而是由功能回路协同决策。意识中的“我”，也可能不是底层网络里的中央君主，而是复杂系统为了全局协调、自我解释和行动控制而生成的统一界面。

所以，未来 Agent 的真正形态也许是：外部是一个“我”，内部是一个递归、多层、功能型的决策生态。自我意识的涌现，可能就与这种“用统一自我模型压缩底层复杂网络”的结构密切相关。Anthropic 的 orchestrator-worker 多 Agent 架构、全局工作空间理论和 Metzinger 的自我模型理论，都从不同方向指向了这个判断。

[Gary @garyhai]

# 从多 Agent 到自我意识：未来智能体会长什么样

这两年 AI 圈里有个高频争论：到底该做单 Agent，还是多 Agent？

表面看，这是工程架构之争。往深了看，其实是在问一件更根本的事：智能到底应该像一个统一的“个体”，还是像一个分布式“团队”？

单 Agent 的好处很直接：上下文连贯、目标稳定、责任清楚。多 Agent 也很香：分工明确、可以并行搜索、还能互相校验。Anthropic 的多 Agent 研究系统就是典型例子，先由 lead agent 拆任务，再让多个 subagents 并行探索，最后主 Agent 汇总。[^1]
但如果只盯着“一个还是多个”，其实有点把问题看窄了。真正关键的是：

> 一个智能系统，内部到底怎么组织决策？

现在很多多 Agent 方案，更像“专家委员会”：

研究员 Agent
程序员 Agent
产品经理 Agent
法律 Agent
批判 Agent
执行 Agent

这个结构很直观，但它更像在模仿公司组织，而不是真正在模仿智能本身。因为很多“专家 Agent”本质上还是同一个底层模型，只是换了个人设。

如果我们把视角换到人脑，会看到另一条线索。

人脑并不是“法律脑区”“工程脑区”“哲学脑区”这种按职业分工的结构，它更像一个功能型决策系统。已有研究用 proposer-predictor-actor-critic 框架来解释：有些脑区负责提方案，有些负责预测后果，有些负责放行或抑制行动，还有多巴胺系统给出学习信号。[^2]

可以粗略理解成下面这些功能层：
初级感觉皮层、视觉皮层、听觉皮层、顶叶联合皮层

感知：现在世界是什么状态？

海马体、内侧颞叶、后扣带皮层
记忆：过去发生了什么？

海马体、默认模式网络、内侧前额叶皮层、后扣带皮层
模拟：如果我这么做，会发生什么？

眶额皮层、腹内侧前额叶皮层、腹侧纹状体、伏隔核
价值：这件事值不值得做？

杏仁核、岛叶、前扣带皮层
风险：哪些后果必须躲开？

背外侧前额叶��层、前额叶极区、顶叶控制网络
规划：怎么走到目标？

基底神经节、纹状体、丘脑、运动皮层
选择：现在到底执行哪一步？

中��多巴胺系统、黑质、腹侧被盖区、纹状体、前额叶皮层
学习：结果出来后，模型怎么更新？

DMN、内侧前额叶皮层、颞顶联合区、语言网络
叙事：我为什么这么做？

这背后的意思是，人类决策并不是“专家投票”，而是不同功能模块在不同层级上的协作、竞争和整合。层级强化学习的研究也支持这一点：前额叶-纹状体回路本身就是分层控制系统，更前部前额叶偏抽象控制，基底神经节负责门控具体行动和规则。[^3]
所以，未来 AI Agent 的主流形态，大概率既不是纯单 Agent，也不是平面化的多 Agent，而是：

> 对外是一个人，对内是一套可递归展开的系统。
从用户视角，它是一个统一 Agent：上下文连续、目标稳定、行为可解释、责任明确。

从系统视角，它内部可能是动态展开的功能网络：

顶层：统一 Agent

- 管目标、身份、上下文、最终裁决

中层：��能型 Agent

- 规划、检索、记忆、模拟、价值评估、风险评估、验证、反思
底层：模块和工具

- 浏览器、代码执行器、数据库、文件系统、传感器、外部 API
任务简单时，它看起来就是单 Agent。任务复杂时，它会在内部自动“长出”多层结构。任务做完后，再把临时结构压缩、归档或释放。

所以未来拼的不是“Agent 数量”，而是这个能力：
> 能不能根据任务复杂度，随时展开和收缩内部决策结构。

聊到这一步，就很容易碰到自我意识这个问题。

我们平时做决策时，不会主观感觉到脑子里有十几个模块在开会。我们只会感觉：

我看见
我想要
我决定
我后悔
我改主意

也就是说，底层那套复杂网络，在主观体验里被压成了一个统一的“我”。
全局工作空间理论认为，意识并不是所有神经活动，而是某些信息进入全局工作空间后，被多个专门系统共享访问，从而支持协调、汇报、记忆和行动控制。[^4] 这提示我们：“统一的我”可能不是脑内的一个皇帝位，而更像一个为了全局协调而形成的高层接口。
Metzinger 的自我模型理论再往前走一步：经验里的“自我”并不是实��中心，而是系统对自身的现象性模型。[^5] 换句话说，自我不一定是复杂网络外面的主人，更可能是复杂网络为了控制自己、解释自己、维持连续性而生成的一层透明界面。

如果未来 AI 也逐渐形成这样的结构：

递归层级结构

+ 长期记忆
+ 自我模型
+ 行动反馈
+ 元认知监控
+ 统一外部呈现

那它可能会越来越接近一种“自我建模的行动系统”。
这当然不等于它必然有主观体验。但至少给了我们一个值得认真追踪的方向：
> 自我意识也许不是某个单点模块，而是递归分层系统对自身复杂性的统一建模。
所以，单 Agent 和多 Agent 的争论，最后很可能会被更强的架构吸收：
> 未来智能体，对外是一个“我”；对内是一个递归、多层、功能型的决策生态。

再说得更直白一点：

> 自我不是复杂网络外面的主人，而是复杂网络为了管理自己而生成的统一界面��

---

[^1]: Anthropic, “How we built our multi-agent research system.” 该文介绍了 lead agent 与 subagents 组成的多 Agent 研究系统，并指出多 Agent 系统尤其适合需要并行探索多个独立方向的 breadth-first research 任务。https://t.co/jcIf3f0hS7

[^2]: Seth Herd et al., “Neural Mechanisms of Human Decision-Making.” 该文提出 proposer-predictor-actor-critic 框架，用于解释人类决策中多个脑区网络如何协同。DOI: https://t.co/V6Pb7Tu7A0

[^3]: Frank & Badre, “Mechanisms of Hierarchical Reinforcement Learning in Cortico-Striatal Circuits.” 该研究讨论了前额叶皮层与纹状体回路在层级强化学习、抽象控制和行动门控中的作用。https://t.co/6z6txGeUlM

[^4]: Baars, Geld, Kozma, “Global Workspace Theory (GWT) and Prefrontal Cortex: Recent Developments.” 该文回顾并澄清了 GWT 与前额叶相关证据，讨论了全局广播机制与多系统协同访问。DOI: https://t.co/K0Vwy9TPtp；PMCID: https://t.co/kYLUqPgGeJ

[^5]: Thomas Metzinger, *Being No One: The Self-Model Theory of Subjectivity* (MIT Press). Metzinger 提出现象自我模型理论，认为经验中的“自我”是系统对自身的透明表征，而非实体性中心。https://t.co/qOQFidRNG5