2023：當我們都活成了“大模型”

淺友們好~我是史中，我的日常生活是開撩五湖四海的科技大牛，我會嘗試用各種姿勢，把他們的無邊腦洞和溫情故事講給你聽。如果你想和我做朋友，不妨加微信（shizhongmax）。

2023：當我們都活成了“大模型”

文 | 史中

2023，大模型擦燃了科技進步的火，所有人的迷茫卻凝成了腳下的冰。

不是說科技一定會換來幸福嗎？我們和上天的契約失效了嗎？

在我看來，技術的 進步當然會給我們帶來生活下去的智慧和勇氣，只不過在 2023，啟示藏得有點兒深。

建議你溫一杯酒，找個陽光和煦的下午，細細體味。

（一）你我都是“高配版”的 ChatGPT

對于奈何橋的設計，我有一些賽博朋克的想法。

我會在轉世投胎的閘門口放一個巨型觸摸屏，上面顯示一個348頁的《人類用戶協議》，往下拉半分鐘才能看見最后的同意按鈕。

用戶協議里有一行小字：“允許其他玩家讀取您的行為數據。”

你選擇“同意”，順利降生；選擇“拒絕”，則強制退出投胎過程。。。

我不是針對誰，在座的各位肯定都是簽署過這個協議才來的，因為咱們“活法兒”都一樣：

通過觀察世間萬物的行為來收集 數據，然后把數據扔進腦袋瓜的神經網絡里，用計算力輸出決策，再付諸行動，讓自己活下去，爭取活得好； 當然，你在橋上看風景，也有人在樓上看你。你的行為也會成為他人決策的重要 數據。

數據、神經網絡、計算力，怎么這么耳熟？？

這套操作，像極了大火的人工智能“大模型” ChatGPT 的工作流程。或者說。。。 ChatGPT 像極了人腦的工作流程。

人腦就是一個高配版的 ChatGPT。

唐太宗說，以史為鏡，可以知興替；以人為鏡，可以明得失。目前大模型雖然比人腦的精密差之萬倍，但已足夠做一面鏡子：

它正面是照妖鏡，可以讓我們大腦的盲目、短視和不堪瞬間現出原形（我會在第二～四章講）；

它反面是放大鏡，把大自然用億萬年塑造的人類精神映照得熠熠生輝（我會在第五～八章講）。

它有大用。

好，我們開始。

不妨先簡單科普一下大模型的大致原理。

大模型吐出一句話，原理類似于一棵樹的生長：

1）人的提問，在大模型里形成一個種子，模型預測“下一個詞大概率是什么”，就是種子在生長。 2）每預測出一個詞，它就像樹根固定在那里，模型再來預測這個詞后面大概率是什么。 3）就這樣一直預測一直爽，直到預測出休止符。就像一棵大樹長出最后一片葉子。

這是馬丁路德·金的著名演講《我有一個夢想》，你甚至能感覺到這些文字是如何從大腦里流淌出來的。

注意！這里有一個鬼魅般的細節：

你在和 ChatGPT 對話時，會觀察到一個非常有趣的現象：對于完全相同的問題，可以反復讓它生成答案。它每次的答案都不同（不僅是語言組織不同，甚至信息要點也可能不同），但可以說都很“對”。

這是為啥嘞？

這源自大模型工作時的兩個心法：

1）大模型工作時，首先會產生一個抽象的念頭。但由于最終要呈現給我們一句“具體的語言”，它就必須向“念頭”里添加隨機細節。每次添加的隨機性不同，答案自然就不同； 2）但是，具體到每一次特定的回答，隨機性都會像薛定諤的貓一樣坍縮成確定值—— 模型總會選擇在這個條件下“大概率”正確的方向生長，不選小概率正確的答案。

這樣說有點抽象。我們不妨拿自然界里“種子長成大樹的過程”來類比：

橘生淮南則為橘，生淮北則為枳。 首先，在不同的環境中，種子都會以（它認為）最正確的方式生長，由于環境千變萬化，結出的果實當然非常不同； 其次，橘子不論長在哪兒，也永遠變不成西瓜。因為它就沒有那個基因。

其實我們人腦思考問題的方法，也有類似的特點。

不信咱做個實驗：

讓你寫一篇200字的作文歌頌祖國母親。你寫完一篇交給老師，馬上讓你再寫一篇，你寫出來的肯定不會一模一樣。而且環境里的“隨機性”變化越大，你寫出的東西變化也越大。

讓你在咆哮的金沙江邊寫，你會寫出祖國山河秀麗；讓你在莊嚴的天安門廣場上寫，你會寫出五十六個民族大團結。

你說哪次的答案對？ 顯然都對。

接下來靈魂拷問來了：

數學題不都只有一個正確答案嗎？為啥 ChatGPT 或人腦面對的問題卻有無數個“都對”的答案？

如圖中暗示的那樣：大腦的回答，是對現實的“擬合”，而非嚴格的“邏輯演算”。

（二）世界有標準答案，但你不配知道

因為考卷上的數學題“條件是完全的”；

而我們日常面臨的題目“條件不全”。 換句話說， 需要在信息不完全的情況下做出決策。

說到信息的完全和不完全，我想到了一個有趣的例子，圍棋。

話說，下圍棋的盆友都知道，對弈的勝負好像和“先后手”沒有必然關系——先下的可能贏，后下的也可能贏。

但從數學上看，情況不是這樣。一旦規則確定（包括貼目規則），則一定有一方存在必不敗策略，要么是先手，要么是后手。（必不敗的意思是：只有勝利或和棋兩種情況）

這是啥意思嘞？

也就是說，當信息處理能力沒有瓶頸時，“誰先下”是決定圍棋勝負的唯一因素。

如果你和中哥的大腦都是算力無上限的計算機，那么咱倆下棋，在抽簽決定誰先走棋的一瞬間，這局是誰贏（或一定平局）就已經知道了。

同時，雙方每一步的套路也定了，任何一方不按套路走棋，都會導致自己失敗（因為你背離了最優策略納什均衡）。

這就是著名的“策梅洛定理”。

策梅洛

但是問題在于，現實生活中，以人類可憐的智商，以及人類發明出的計算機的可憐的智商，都不足以窮舉所有可能性，從而算出來到底是先手贏還是后手贏。

也就是說，雖然圍棋是一個和應用題一樣的“完全信息博弈”，但是由于信息量太大，人們只能被迫把它簡化為“不完全信息博弈”。這就會造成，真正下棋的時候，有時候先手贏，有時候后手贏。

只有上帝知道，其中一方一直吃著虧呢，但它就是不告訴我們是誰吃虧，所以這個“無聊”的游戲才能延續至今。

當然這也不怪人類不爭氣。圍棋的狀態大概有103??種，而宇宙中的原子也大概只有10?? 個，宇宙誕生更是只有可憐的101?秒。起碼在我們這個宇宙里，不太可能有人揭開圍棋的終極答案。

所以，面對“不完全信息博弈”時，不管是人還是人工智能（例如 AlphaGo）的嚴肅對策都是差不多的：用大量已有的對弈數據，訓練出一套神經網絡模型，從中“擬合”出規律，從而預測在某個具體狀態下，勝率最大的一手是什么。

這里我掀開 AI 的腦殼，大家簡單感受一下具體過程：

訓練階段 1）在大模型中存在幾千億個參數，每個參數就粗略相當于人腦的一個神經元。 2）用大量數據訓練模型，就是在調整參數，就像人腦在調整神經之間的連接關系和軸突樹突之間的連通強度。這些參數，就內嵌了訓練數據里的各種 概率關系。

就像下圖↓↓↓

預測階段 1）把一個問題輸入大模型，它就會讓數據在參數里流淌。輸入的信息不同，“流經”的參數也不同。這個過程就像人類思考時不同神經元被電位激活。 2）最終信息就會像大河一樣流出一道蜿蜒且獨特的形狀。這條大河的終點，就是模型認為的 大概率正確的答案。

就像下圖 ↓ ↓ ↓

無論人腦還是AI，一旦被迫運用了“模型”，判斷就從嚴格的“邏輯方法”降級到了“統計方法”。

有趣的認知來了：

1）如果把“邏輯方法”視為“絕對理性決策”，那么人腦和 AI 所運用的“統計方法”可以視為一種“不絕對理性決策”。 2）模型越大，參數越多，決策的“含理量”就越多。但只要用到了模型，它就對世界進行了“約化”，從而不是絕對理性。 3）面對同一個問題，A、B兩個大模型給出了不同的答案，但是從邏輯上，A和B都 無法嚴格證明 自己的答案比對方更正確。 ?

以上，就是面對一個問題可以有無數“正確答案”的根本原因。（也是人類幾千年來無休止爭吵，卻始終無法達成一致的根本原因。）

說到這，我們已經解決了一些基礎的技術問題。

現在我們終于可以回到開頭的任務：拿 ChatGPT 作為鏡子，照照人類自己。

ChatGPT 強在： 學會一些道理，就能成為最好的自己，盡一切可能給出它的認知范圍內 正確概率最高的答案； 人類弱在： 學了很多道理，還是過不好這一生，經常會做一些從概率收益上看很愚蠢的決定。比如明知道冰淇淋不健康，但有時候就管不住嘴。

比如↓↓↓

只有人類里的智者，那些經常駕馭復雜思考的精英，才多少帶點 ChatGPT 的氣質。

比如芒格曾經說：“普通人可以通過長期不做蠢事來積累巨大的優勢。”

比如巴菲特曾經說：“用虧損的概率乘以可能虧損的金額，再用盈利概率乘以可能盈利的金額，最后用后者減去前者。這就是我們一直試圖做的方法。”

你看到了么，這對老搭檔說的基本是一個意思——做事情之前，要用足你的大腦，像 ChatGPT 一樣去充分思考概率，然后嚴格按照概率收益最高的那個方案去行事。

可為啥很少有人類能做到巴菲特那樣呢？

很可能因為，我們的大腦決策機制更加復雜，有很多模型在做決策——不只有“大模型”，還有“小模型”。

這么多模型在一起，堪稱顱內《絕地求生》。

可能就在你糾結“要不要吃冰淇淋”的當口，幾個模型已經在腦子里騎磚甩狙殺瘋了。。。毒圈縮小，最后只有一個意見“吃雞”，而你卻以為這個意見來自那個唯一的“我”。

吃雞的那個，很可能不是你腦子里最理性的那個模型。。。

這么說來，為了過好這一生，我們還得認識一下大腦里的其他模型。

你的大腦里，時刻有一群“模型”在戰斗。

（三）大腦里的“權力斗爭”

情緒，就是一個非常重要的“小模型”。

比如，一種典型的情緒是恐懼。

當你在森林里探險，看到一個蜿蜒的物體，會馬上產生對蛇的“恐懼”情緒。這種情緒瞬間接管你的四肢，你就會后退。

你發現了沒，情緒這種小模型有三個特點：

1、它產生決策 很快。 甚至在你沒完全搞明白發生了什么的時候，它已經驅動你的身體后退了。 2、參與推理的數據 極少。 耳眼鼻舌每時每刻傳來數據都如“弱水三千”，但小模型“只取一瓢飲”。這就導致它的判斷非常容易出錯。 3、情緒決策 優先 于 強理性分析決策。 你看到“蛇”，會不自主地后退。然后定眼兒一看不是蛇，你還可以回去。但你很難一開始就控制住自己不后退。

明顯小模型的理性更弱，為啥還優先級這么高嘞？

因為人類的祖先在大自然里生活，危機四伏，遇到危險如果短時間內不作出反應，早就成了獅子老虎的點心。反應錯了倒沒啥，被大家笑話兩句也就過去了。。。

所以那個時候，人類進化出了情緒這種“快但不準”的小模型；活過這個階段，人類才有資格面對更復雜的決策，才進化出了“準但不快”的大模型。

這個進化“包袱”，導致了無論在昨天今天還是明天，我們都會先用小模型“決策”，再留出較為充裕的時間用大模型進行“修正”。

剛才這些只是基本原理，相信很多人早就了解。

我要討論的真正問題在于：大模型在什么情況下會對小模型進行修正，以怎樣的速度進行修正，人和人之間可是天壤之別。

喝酒的淺友都知道，人在喝酒前后，對于同樣刺激的反應會很不同。比如，正常狀態下人聽到一些不痛不癢的話可能沒有什么反應，可是喝酒之后人聽到同樣的話就會傻笑或者哭泣。。。。

這背后一個重要的原因就是：酒精抑制了大腦中“大模型”的活動，從而影響了“大模型”對“小模型”的修正能力。

酒后的大腦，小模型容易吃雞。

有關這種模型之間修正關系，有個有趣的例子。

心理學教授理查德·戴維森曾經去印度，給一群修行的僧人和普通人進行了對比實驗。

在手上綁一個裝置，它會扎你一下，讓你很疼。可氣的是，它在扎你之前十秒還會發出一個提示音，告訴你十秒之后你會被扎。然后科學家探測受試者的大腦活動。 普通人一聽到提示音，大腦就開始劇烈活動，等到被扎之后很久，大腦才慢慢平息。 修行人則不同，他們聽到提示音之后大腦仍舊平靜，直到被扎的一瞬間大腦才開始劇烈活動，然后很快就恢復平靜。

理查德·戴維森給僧人搞了一腦袋電極。

這說明，在情緒出現的一瞬間，修行人就快速用理性對它進行了修正。

你看，別以為修行人和普通人的區別只在于有沒有頭發，其實這兩種人腦瓜里“大模型”對“小模型”的修正能力完全不在一個等級。

結論來了：

1）每個人腦子里都有大大小小N個模型，這些模型就像是一個個國家，在一起組成了每個人的“模型世界”。 2）真實世界沒有一個“世界總統”，大腦中也沒有“絕對權威”，模型們需要靠自己長期的發展來一點點爭取各自的話語權。 3）當一個人的大腦里所有的模型都已經盡力爭取了自己的話語權，形成了某種 穩態，屬于這個人大腦的“模型權力格局”就形成了。

顯而易見，一個人的“模型權力格局”如果和它要面對的情況不匹配，就會降低ta的競爭力。

比如 A 跟別人發生了沖突，在法治社會最好的方法當然是叫警察來處理，但假如 A 的大腦各個模型經過短暫博弈，還是驅動他來了個痛快的現世報——拿酒瓶子把人家開了。

這大概就是“和法治社會不匹配的模型權利格局”。（注意，是不匹配，不是錯誤。）

由此說來，黃、賭、毒、甚至游戲、短視頻、高熱量食品飲料，也是在不同程度卡人大腦里“模型權力斗爭”的 Bug 而形成的商業模式。

還有一個典型的例子就是股票市場。

成熟且穩定的股票市場是一個典型的反復博弈環境，在這里你可以涇渭分明地找到兩類玩家：

長期盈利者和長期虧損者。

查理·芒格和沃倫·巴菲特

長期盈利者在做投資決策時，“模型權力格局”中大模型占據更大的話語權，所以他們可能會在某一筆交易中虧損，但是由于大模型對概率的充分計算，博弈次數越多，總體就越可能盈利。

長期虧損者則相反，他們做決策時“模型權力格局中”小模型占據更大的話語權，所以他們可能會在某一筆交易中盈利，但反復博弈時，由于概率并不站在他們一邊，長期可能是虧損的。

你看到了嗎？越是需要“反復博弈”的環境，就越對“模型權力格局”中大模型占優的人有利——股市里殘酷的優勝劣汰正是這樣實現的。

它背后的原理是“大數定理” ：博弈次數越多，博弈結果的“算術平均數”就越接近你的策略中所隱含的“期望值”。

這張圖顯示的是“扔硬幣看正反面”實驗結果。扔的次數越多，正反面比例越接近1:1。圖里10根線表示獨立用10枚硬幣做的測試結果。

那么，一個有意義的問題是：

每個人大腦里的“模型權力斗爭”到底是怎么形成的呢？

有一個經典案例，叫做“延時滿足實驗”。

實驗者在一些小孩子面前放了棉花糖，并承諾如果堅持15分鐘不吃，就會得到第二塊棉花糖。

實驗分成了兩種結果，一些小孩遵循了“小模型”的結論，直接吃了棉花糖；另一些遵循了“大模型”，等到了第二塊糖。

最初實驗者的結論是：孩子的自控力存在天然差異。

但是，后 續一位名叫道格拉斯·肯里克的學者重復了這個實 驗，并且在他的書《理性動物》里推翻了最初的結論。

因為他發現了一個隱藏的變量：孩子和實驗者的信任關系，對他們“吃不吃糖”的選擇影響很大。

畢竟，一個陌生的叔叔說讓我等15分鐘，萬一騙我怎么辦？我可能連這塊糖也沒了。。。

也就是說，當他們判斷自己處在一個信任度高的穩定博弈環境，則會傾向于“長期博弈策略”，當他們判斷自己處在一個信任度低的不穩定博弈環境，則會傾向于“短期博弈策略”。

這個結論很好地體現了人腦中各種模型的博弈過程：人腦里的“模型權利格局”并無對錯，它們往往來自于環境塑造，也適應塑造它們的環境。

權力格局的可塑性，看來是進化造就的高級生存策略。

為了后面行文方便，我們不妨簡化一下：

把小模型占優的策略稱為“一顆糖策略”，把大模型占優的策略稱為“兩顆糖策略”。

然后我們來討論一個現實問題：

我們應該以怎樣的策略面對當下的環境呢？

（四）“命運場”和面對世界的調參

要回答這個問題，我們首先得回答：2023 我們面對的博弈環境是怎樣的嘞？

我來展示一種流行的看法：平穩而復雜。

1、你粗略一撇，看到的是平穩。

大概從2018年開始，我們的社會的幾大因素“經濟”、“技術”、“基礎設施”和“社會治理”就都站在一個相對平穩的高臺上，可以說我們浸泡在一種“高水平的穩態”里。

就像一條高速路，車道清晰，邊界分明。沿著車道行進，諸事皆宜；要是犯糊涂撞上護欄，那“車毀人亡”在所難免。

就像醬↓↓↓

2、但這并非全部，你要用放大鏡，才能看到復雜。

普通人表達權的歷史性崛起讓個體命運被空前關注；同時互聯網讓信息光速裂變，很多“小共識”很容易凝聚。

這些小共識如碎石一樣堅硬，被隨機灑在高速路上。你的車一不小心壓到上面，就會不知向哪個方向打個滑。

就像醬↓↓↓

這里我們引入一個“命運場” 的概念。

我們每個人，在選擇開車策略的時候，各種命運以不同的概率型成一個又一個圓環，這就是鬼魅般的 “命運場” 。

而因為每個人生活策略選擇的不同，命運場也很不同。如果我們擁有無限的計算力和數據，我們甚至可以算出每個人的“命運場”，把各種概率像圈圈一樣畫在它周圍。

“一顆糖策略”命運場的隨機性大于“兩顆糖策略”。

就像醬↓↓↓

假設我們就在這樣的路上賽車，最終選擇的策略會很相似：

1、一旦壓到石子就會打滑，打滑可能撞上護欄，為了把壞的結果概率降到最低，我們應該盡量靠路中心走。 2、速度越高，換道越頻繁，事故概率就會指數提升。為了規避這類情況，我們應該降低車速，較少超車，更不要嘗試排水溝過彎。 3、先胖不算胖，后胖壓塌炕；不求走得快，只求走得遠；找個長雪道，慢慢滾雪球。

這是典型的“兩顆糖策略”，從某種角度來看，這種策略非常無聊，它的核心精神就是：“各安其位，長期重復。”

來自 OpenAI 的兩位人工智能科學家斯坦利和雷曼曾經寫過一本書《為什么偉大不能被計劃》，其中提到：環境篩選壓力大時，生物的生存策略會趨同，從而失去多樣性。

說的就是這個道理。

“兩顆糖策略”比“一顆糖策略”可能壓到的石子更少。

但競爭中處于劣勢地位的競爭者，很不甘心使用“兩顆糖策略”，因為風險降低，逆風翻盤的可能性也降低了。

那弱者有更好的策略嗎？

大家都讀過“田忌賽馬”的故事，孫臏上知天文下肢殘疾，他建議田忌用下等馬對齊王的上等馬，從而2:1贏得整場比賽。

你看，這個故事告訴我們：弱者不得劍走偏鋒嘛，哪能各安其位？！

非也，田忌的策略只適合“單次博弈”。

你孫臏聰明，齊王也不傻啊，如果再賽一場，齊王還會按照“上中下”的順序出馬么？

如果反復比賽，最終肯定會形成一個局面：齊王每次會隨機出馬，田忌也只能隨機出馬，這樣算下來全場比賽（當時的規矩是三局兩勝）田忌的勝算只有六分之一。

這是田忌所能得到的最好結果，是一個納什均衡—— 這就是田忌的“命運場” 。（實際上孫臏知道這一點，所以他把那場比賽作為最后一場，讓田忌下了重注，后面就不和齊王玩兒了。絕交式賽馬。。。）

你看到了嗎？在一個規則明確且反復博弈的場景里，無論強者弱者，最好的策略都是“各安其位，長期重復。”

為了改變命運，我們必須改變命運場；

為了改變命運場，我們必須“面向世界調參”——想辦法從“一顆糖格局”變成“兩顆糖格局”。

這個轉變其實非常難，它的核心就是“八字真言”：你要能感受到概率。

這樣說有點抽象，我們把它具體分成三點：

第一，你得感受到收“概率收益”。

人腦其實非常不善于計算概率，有時候你得借助紙筆或者計算器。

有一個著名的思想實驗：給你兩個選項。A，直接給你100萬；B你有50%幾率拿到1億，有50%幾率拿到0元。你選哪個？

如果你能感受到概率收益，那么你應該選B。

至于為什么，第二章里我已經讓巴菲特老爺子介紹過了：你要用盈利的概率乘以可能盈利的金額，哪個大就選哪個。

也就是說，參加這個實驗，你有可能既沒拿到1億，也沒拿到100萬，你什么都沒拿到，但你做對了，因為你使用了“兩顆糖策略”。

如果你真的最后什么也沒得到，你不該懊悔，而是應該默念一遍羅翔老師的名言：“我們只能做我們認為對的事情，然后接受它的事與愿違。”

圖中這兩種命運場的概率收益不同。

第二，你得感受到“概率風險”。

風險就像一條河。

很多人心里的河岸就是一個理想的線條，左邊是岸，右邊是水。嚴格沿著岸走就不會落水。但真相怎么可能是這樣？

河岸蜿蜒曲折，而且有的地方是硬土，有的地方是爛泥，它們以概率分布在整條河岸線上。所謂“常在河邊走哪有不濕鞋”，就是考慮了概率因素。

如果能感受到概率風險，你就應該認同芒格那句話：如果知道我會死在哪里，那我將永遠不去那個地方。

甚至可以把這句話推廣一下：如果知道我大概率會死在哪里，那我將以小概率去那個地方。（當死亡概率為100%時，這句話就等效于芒格那句話。）

如果你能感受到一些風險，就讓命運場遠離它。

第三，你得感覺到概率的實時變化。

比如概率收益的變化：

股市在成長的初期投機氛圍嚴重，你的投資策略就應該偏向于短期，股市各方面制度都完善健全時，你的投資策略就應該偏向于長期。

比如概率風險的變化：

當社會風氣較為寬容時，你可以更無顧忌地表達；當社會風氣較為嚴苛，你的言論就應該轉變得更加謹慎。

根據數據來“構建你的參數”，根據新的數據來“調整你的參數”，這個過程就是經典的“貝葉斯理論”，它也是人工智能的理論基石之一。

不知道你發現了沒，有關“命運場”和“調參”理論，其實和佛學的“業力說”不謀而合。

佛教講究你的行為和思考都在影響你的業力，從而影響你的命運。但如果去掉宗教化和神秘化的部分，“業力”在微觀層面的推動力不就是“概率”么？

從這個角度說，高僧大德很可能都是概率高手嘛！

好了，說到這，你大概以為我要總結陳詞了吧？

人人都把自己活成“大模型”，世界將會變成美好的明天。

非也。

以上，其實是在一層層構建“我執”。

“我執”可以把很多具體的“小問題”解決得很漂亮，但它解決不了“大問題”。

接下來，我試著一點點破除“我執”。

（五）一切模型都是對世界的“過擬合”

我們面臨一個靈魂拷問：

進化沒有把所有人規訓為凡事都靠大模型修正的“概率人”，是還沒來得及做到，還是根本做不到？

我的答案是：根本做不到。而且沒必要。

我們之前說過，一切模型，不管多大，在宇宙的復雜性面前，都是小到不能再小，失真到不能再失真的局部歸納。

為了讓你切身感受這個有趣的原理，我們不妨一起做個思想實驗：

1）一個未知的星球，山川險峻，地形復雜。 2）這個星球上海拔越低的地方，食物就越充足。 3）你作為一個探險者降生在這個星球上隨機的一點上，你應該怎么辦？

你大概會沿著山坡往下走，直到走到一點A，從A往任何方向走，都比A高。你就坐在這安營扎寨，了此一生。

你使用了一個標準的“梯度下降”算法。

但你有沒有想過，如果你往高處走，翻過這座山，會不會找到一片更低洼，食物更豐富的地方？

注意！沒人禁止你翻山越嶺，我只說越低的地方食物越豐富，可沒說你爬到山上就會餓死，你只是可吃的東西少一點。

你可能會說，那好吧，我就鼓起勇氣翻過一座山，果然找到了更低的地方B，我可以安營扎寨了。

我接著問你：眼前有一座新的更高的山，可能后面隱藏著更深的低地C，你還翻嗎？

你可能還會翻。

那我接著問你：如果此時，眼前出現了一座比珠穆朗瑪峰還高的山，里面可能有各種危險， 你絞盡腦汁，也算不出不自己有多大概率翻過這座山，你還翻嗎？

我講這個故事，其實是想說：任何模型和算計，在真正復雜的自然環境中都會有邊界，它只能用來找到“局部最優解”。

無論你使用什么模型，在遍歷之前都無法100%找到星球上的最低點。

你甚至可以理解為：任何模型，都是對訓練它所用到的數據的“過擬合”。（只不過“過擬合”的程度不同）

“過擬合”就像圍繞某個點打轉

你還記得我們之前提到的命運場吧？

你根據世界調整了半天參數，最終為了避開撞上墻壁的結果，收斂了自己的命運場。

但收斂命運場的時候，你也同時收斂了自己命運的可能性。你就像那個可憐的探險者，永遠徘徊在A點。

如此，你可能比你目之所及的人都過得好，但也僅此而已。

當然每個人可以有自己的選擇，但是，如果像第四章所述，所有人都調整參數，選擇了同樣的生存策略，那么就沒有人會翻越山谷，找到新的棲息地。大家的“命運場”全部重疊在A點周圍。

就像這樣↓↓↓

此時，如果這個山谷發生了環境巨變，比如一顆隕石砸中了它，那對不起，等待所有人的命運只有一個：團滅。

結論很明確：“多樣性”對于種群來說是福音，“高度共識”對一個種群來說是危險的信號。

就此，我們推翻了“第四章”的某些結論。

在第四章，我悄悄用了“賽車”這個詞，預設了“生命的目的就是贏得競賽”。但事實上，沒有一條自然法則可以推導出“生命的目的是贏得競賽”這個結論。

如果你把生存的目的當成競賽，你的生存策略很容易就變成“圍繞A點終老一生”，從而和一些同類進入“內卷的共識”，陷入囚徒困境。

這里，我們不妨更新一下結論：

1、生命沒有目的，只有兩條底線，“生存”和“繁衍”。突破這兩個底線，生命就會掉下牌桌。（就像一個比天還高的山，不可能有人翻過去，那么對面再水草豐美也和任何生命無關。） 2、在不涉及生命的底線時，做“新”的事情，比做“對”的事情更有利于種群的總體利益，也?可能更有利于個體利益——你不妨從環形公路上找一個出口開下來。

就像這樣，人們不只圍在一個點打轉。

而當你一直向遠處走（而不是圍著目標A繞圈）的時候，你更可能找到比A更好的B。

這么說太抽象，沒關系， 在《為什么偉大不能被計劃》中，作者舉了很多例子，我幫你轉述幾個：

約翰尼·德普兒時的夢想是成為搖滾明星，但他的樂隊一直沒起色。不過他通過樂隊認識了一位化妝師，并且和她結婚，通過她認識了尼古拉斯·凱奇，凱奇把德普介紹給自己的經紀人，德普欣然接受，才走上了演藝道路，成為家喻戶曉的明星。

你看，德普的目標是“搖滾明星”，但無論怎么折騰，他就是無法達到這個目標；德普沒有固守在這個目標上，而是嘗試新東西，反而最終獲得了更成功的人生。

如果德普一開始就鉚足了勁兒去當影星呢？那大概就跟“搖滾明星夢”一樣，也是竹籃打水。

你可能好奇：為啥我就斷定德普成不了呢？

這背后的原理非常反直覺。

德普的“The Kids”樂隊

（六）你無法成為你想成為的人

我用另一個例子幫你感受：

OpenAI 的小組曾經做過一個“圖片繁育”的網站。這個網站的工作原理是：人們可以在20張圖片里選擇一張，然后網站會根據這張圖片隨機變異，得到新的20張圖，你可以一直點擊，它就一直變異。

這種“點擊-變異”的過程就被稱為“圖片繁育”。

圖片繁育N代（通常會上百）之后，就會出現在人看來有意義的圖片。

當然這不稀奇，畢竟人的智慧和文化在每一次挑選的過程中滲入了圖片。于是人們得到了汽車、骷髏之類的圖案。

但真正有意思的事情來了：你得到汽車圖片的前提是，你并沒把汽車當做目標。

換句話說，如果把得到汽車當做目標，你就繁育不出汽車。。。

實際上，這個汽車圖案，是由一個外星人圖案經過變異得到的。（那兩個眼睛變成了汽車的輪胎。）

你想想看，如果你的目標是繁育一個汽車，那你怎么可能想到先去繁育外星人呢？？

回到德普的例子，如果德普最初的目標想要當影星，他怎么可能想到先去當歌手呢？？

你可能玩過一個叫《奇怪的大冒險》的游戲，自然界就有點像它。你越想要啥，越得不到啥。

不妨再舉一個書中的例子。

基因證據表明，人類是從一種叫“扁形蟲”的生物演化而來的，扁形蟲和今天的人類不能說不像，簡直是毫無關系。

現在，讓你當一把上帝，給你一堆“扁形蟲”，你負責把它們繁育成高智慧的人類。（事實證明這是可以做到的，因為大自然就做到了。）

你會怎么辦？

如果動用“大模型”的目標思維，你應該給所有扁形蟲測智商，然后選擇“智商”最高的繼續繁育。那樣。。。你絕對繁育不出人類。。。

你唯一有可能繁育出人類的方法，就是不按照特定“目標”對它們進行篩選，而是讓這種蟲子不斷往“新”的方向變異，哪怕看起來很蠢，只要是“新”的變異就好。

這樣的話，經過一段時間，你會得到10086種新生物，然后你可能會從里面發現人類。如果沒發現，就繼續等待它變異出1008600種新生物，直到等待幾億年，甚至幾十億年，等出人類。

你發現了沒，這，其實就是大自然造人的路徑。沒有一種方法比它更簡潔！

造物主像是在往星球上一直倒水，水滿了就會溢出山口，滿了之后又會溢出山口，足夠長的時間之后，就越來越有機會覆蓋到整個星球的最低點。

回到我們的日常生活，你會發現兩種成功者：“巴菲特型”和“馬斯克型”。

這兩種人有啥不同？我們不妨聽聽他們相互如何評價。

芒格評價馬斯克說：他喜歡啃硬骨頭，我和巴菲特喜歡簡單的。

馬斯克評價巴菲特說：老實說，我并不是巴菲特的粉絲。 他每天就是坐在那里，閱讀各種年度報告，而這些報告超級無聊。

總結一下就是：

巴菲特善于利用較完全的信息，在既有的世界里耕耘； 而馬斯克善于利用不完全信息，在未知的世界里尋找。

所以巴菲特炒股一輩子還在炒股；馬斯克從電動車到儲能到隧道挖掘到火箭衛星到twitter，沒準哪天就上火星了。

你可以說巴菲特是一個“手藝人”，也可以把巴菲特歸為“利己主義者”。

但大自然的寬容之處在于：沒有一種機制避免“利己主義者”產生。

幸運的是，并不是所有人都會變成巴菲特那樣的“概率人”。

你有沒有發現，成為老巴是很難的？

你必須在一生的時間里，一直進行反人性的自律，事事都交給“大模型”和“概率”去修正。

別說你我了，就連伯克希爾的第三大合伙人瑞克·格林也沒能做到。1983年格林因為心急，使用杠桿投資，在經濟危機中陷入困難，不得不把伯克希爾公司的股票低價賣給巴菲特，自此下了牌桌。

不客氣地說，要想成為巴菲特，達到五祖的“時時勤拂拭”都不夠，你得到六祖的“本來無一物”境界。（事實上巴菲特也不能做到事事都講概率，比如他喜歡喝可樂，這個選擇一點兒都不“理性”。）

一個普通人成為“馬斯克”的可能性，也許要比成為“巴菲特”更大呢。

你發現沒？進化在我們每個人的人性里都植入了四個字：喜新厭舊。

“簡單的東西”很容易重復，成為無聊的體驗；而為了尋找新的體驗，我們只能探尋“更復雜的東西”。好奇心促使每個人的認知逐漸攀登向高級。這才是學習最基本的動力學過程。

而“好奇模式”其實是一個小模型。

小模型提供更寬闊的“命運場”，反而在很多情況下能解決“大”問題。

這里面好像藏著生活解藥。

（七）放松韁繩

心理學家喬納森·海特曾經提出過一個經典的隱喻：“象與騎象人”。

意即情感為大象（自動化），理性為騎象人（控制化）。騎象人以為自己可以駕馭大象，但大多數時候，騎象人都去不了象不想去的地方。然而象也不是完全自由，在它的意圖不夠強烈的時候，最終去向還是會受到騎象人影響。

那我們應該怎樣利用 “象”的好奇 來幫助我們過好這一生呢？

答案可能是： 放松韁繩 。

我們不妨繼續講幾個機器人的故事。

很多淺友都知道，阿西莫夫曾經提出機器人三大定律。但是卻很少有人知道，阿西莫夫可沒把“三大定律”當好事兒說，在小說《轉圈圈》里把它提出來，就是用來嘲諷的。

在這篇小里，受困的人類派機器人“速必達”去危險的地方開采硒礦。

但因為機器人要同時遵守第二定律（機器人必須服從人類命令）和第三定律（機器人必須保護自己），速必達就在那個礦旁邊轉圈圈，一圈又一圈。。。

你看到了嗎，這和在“高速路”上繞圈圈的我們何其相似！

三大定律的本質就是“目標導向”。可是為了達到這些目標，偏偏違背了這些目標。。。

OpenAI 那兩位科學家還做過一個類似的實驗——讓機器人學走路。

實驗分為兩組。

一組是“目標導向”：既然目標是走路，他們就把摔倒設置成一個“負反饋”。于是機器人為了避免摔倒做了各種努力，但就是學不會走路。

一組是“好奇導向”：機器人隨便干啥，只要能用身上的零件做出“新鮮的動作”就行。

于是機器人花式摔跟頭，研究員還在一邊叫好。然而，在花式摔跟頭的同時，機器人理解了“平衡”這件事兒。這樣訓練出來的機器人，不僅會摔跟頭，也“恰好”會走路。。。

還有一個實驗，是“訓練機器人走迷宮”。

一組是“目標導向”，機器人接近出口，就給更多獎勵；另一組是“好奇導向”，撞墻還是走門您隨意，只要能玩出花來就行。

結果你肯定猜到了。好奇導向這組機器人在橫沖直撞的過程中理解了“墻”和“門”的定義。之后給它一個“走出迷宮”的指令，它就能直接走出去。而目標導向那組機器人，熟練地掌握了“跟墻較勁”和“鉆牛角尖”等技能。

這個實驗還可以升級為“狗狗走迷宮”，結論還是一樣的。

讓人又笑又氣的是，有些人很容易理解機器人或傻狗狗走迷宮時的局限，但面對復雜到超越自身理解能力的高維難題時，他們就瞬間變成了狗勾，開始鉆牛角尖。

我們不妨用客觀的眼光審視一下自己的國家。

過去幾十年，中國比世界上絕大多數國家都鼓勵創新，我們也創造出了很多從1到100的創新。這些有目共睹的成績都是“好奇模式”驅動的。

而美國限制中國的策略就是通過“卡脖子”把中國從“好奇模式”扭向“目標模式”。連氣都喘不上來的時候，就顧不上好奇了，肯定得先集中精力解決脖子的問題嘛！

結果也很明顯：

首先，這幾年我們對芯片等“卡脖子”技術的針對性引導，一定程度上占用了我們本來用于探索和創新的資源。

其次，當外部壓力變大時，人們的恐慌情緒也會蔓延，更多人會傾向于留在“洼地”里，不愿承擔風險，不去探索未知，形成了前述的“環形內卷高速公路”。

但事情不全是悲觀的。

就像《論持久戰》中說的那樣，中國是一個很大的國家，地大、物博、人多、兵多，能夠支持長期的戰爭。

這種戰略縱深當然不止存在于軍事邏輯，還存在于經濟邏輯。

換句話說，如果我們的資源總量龐大， 即便一部分資源被“目標”牽制，還有另一部分資源能夠支持自由創新。

另外，我們仍然具有很強的“數字經濟底座”和極大的“人才紅利”，這都是命運的重要變量。 （對此我還是充分樂觀的）

更何況“卡脖子”策略對美國自身的傷害也很明顯，很多證據表明，脖子很難卡得更緊了。這個問題我在討論過。

實際上，“象與騎象人理論”同樣可以用來觀察中國這個群體。

雖然在外部的壓力下，騎象人會拉緊韁繩，但是隨著局面進入穩定的“新常態”，拉緊韁繩的邊際效應會遞減，放松韁繩成為必然。

這也是當前政策鼓勵民營經濟的內在邏輯。

所以結論是：

在國家層面，我們有理由重塑對“小模型”的信心，看到現實中對于邊界探索的收益重新“變甜”的趨勢；在個人層面，更有理由重塑對“小模型”的信心，無數事實已經證明跟隨直覺和好奇可以給我們帶來超額收益。

當然，放松韁繩并非沒有代價。

“命運場”覆蓋范圍變大，雖然提升了你找到新棲息地的終極期望，也不可避免地導致摸著石頭過河時出現“深一腳淺一腳”的情況——你命運各個“章節”之間的方差會加大。

當你在石頭之間縱身一躍時，腳下也許是萬丈懸崖，此時你需要一種人類精神中最稀缺的美德——勇氣。

（八）你一生的故事

勇氣來源于祛魅。

英國神經科學家阿尼爾·賽斯在他的書《成為你：意識的新科學》中闡述了一個研究成果，這就是“預測處理理論”。

它把人腦描述成一個“預測機器”。

要說明這個預測機器的來龍去脈，我們可以回到比扁形蟲還要早的祖先，比如某種水母。

水母有最初級的神經系統，但它的神經是只能對很強的物理刺激作反應，例如碰到石頭就會收縮、轉向。

但是隨著生物演化，神經系統更加復雜，它就具備了對微小物理刺激作反應的功能。比如，扁形蟲就會利用打到它身上的光線來感受周圍環境，有石頭就繞開。（這個玩意兒就是眼睛，實際上，在進化譜系上，眼睛的出現是早于大腦的。）

這就是渦蟲（一種扁形蟲）利用眼睛感受光線，然后避開光線。

隨著神經系統越來越復雜，不僅要能感受光線，還要能感受震動（聲音），還有化學物質（氣味），這就需要“更復雜的模型”和“更大的算力”來承載，于是大腦形成了。

一個生物周圍會不斷有光線、聲音、氣味出現，體內也不斷產生電學、化學信號，所以大腦對這些刺激的反應也是不能間斷的，這就形成了一種對周圍環境的“實時主動預測”。

把這種永不停歇的機械預測串聯起來，生物就產生了“自我”的意識。（當你睡著了，你的大腦暫停預測，你就沒了“自我”）

事實上，如果你接受了自己是一部“預測機器”，那么你也就很容易接受建立在預測之上的“自我”是一種幻覺。

我們每個人都活在自己構建的故事里，比如你可以脫口而出講述一個“自傳”——我從哪來，曾在哪上學，有過哪些朋友，人生中哪些重要的時刻塑造了自己的性格。

可是有關自我的故事并非堅不可摧：

首先，我們每個人心中都并行著很多故事。在這些故事里，“我”承擔的角色并不同。就像在不同的游戲間切換，一會上這個號，一會兒上那個號。

比如在家庭里我可能是一個兒子或父親，在職場我可能是一個碼農，在公共生活中我可能是一個制度改革的推動者。

其次，每個人都有豐富的經歷，從這些經歷中選取的素材不同，甚至解讀的角度不同，講述出的故事也不同。

比如和父母相處，大概率你可以找到他們不愛你的片段，也可以找到他們愛你的片段；比如被老板的訓斥，可以解釋為自己失敗的征兆，也可以解釋為成功路上的磨礪.

每個人的故事就像一個樂高，怎么拼起來是隨你的。

之所以我們的故事具有如此多的可能性，本質上仍然是因為“世界具有不可約化的復雜性”，需要使用故事來進行簡化。而究竟哪個故事是“對”的，哪個故事是“錯”的，我們終其一生都沒有機會知曉。

既然皆為虛妄，我們何必總是把心掛礙在一個雷同的、讓人焦慮的、無法改變的“主敘事”上？

我們可以隨時選擇一個當下喜歡的故事，從中汲取前行的勇氣，然后告別它。

所謂心無掛礙，無掛礙故，無有恐怖，遠離顛倒夢想。

這不就是破除“我執”的法門一則么？

你在漫長時光中行走，那些過往就會自動凝結在一個個情緒內核之上，成為你的“人生點滴”。

而你在更廣闊的空間里穿梭，“人生點滴”就會更多，直至如恒河之水，足夠你隨時拼出無數精美的故事。這些故事描繪了你來自何處，也昭示著你將要去往何方。

解決了“去往何方”這個開放世界的頭等大事之后，面對眼前多如牛毛的 具體困難 時，你反而可以把“大模型”像金箍棒一樣拿出來大鬧天宮——在局限的信息內求解，才是它的正確用法（如第四章所述）。

只剩下最后一個小問題：

你知道“放松韁繩”會引向更好的數學收益，通過“無我”的修行你也有了“縱身一躍”的勇氣，但你仍有墜落山崖的可能。

我們應該如何對待這種可能？

我的建議是： 接受這種可能。

人永遠無法切割與他人的關系。你和他人分工，從而獲得生存的資源；你和他人共享語言，從而有了協作的工具。更重要的是，你和他人共享歷史。

所有人的個體創新行動，都將以某種形式匯入歷史。當你進入了某個未知區域，無論個體成敗，都講確鑿無疑地降低這個區域對于整個人類的新奇性。

宇宙的時間箭頭永遠向前，而歷史告訴我們曾經身在何處。人作為一個整體，可以離開曾經到過的地方，向無限的地方探索。

從這個意義上說，由每一個具體的人創造的歷史比未來更加重要。

南極苦寒，但探險家斯科特和他的團隊寧愿賭上生命也要站在那里。在他抵達南極點后回來的路上遇到暴風雪，團隊成員奧茨因為凍傷行走緩慢，他不想拖累其他三人，只說了句“我出去一圈”，便獨自走進風雪。

而最終，斯科特還是被困在帳篷的睡袋里迎接死亡來臨。他在生命最后階段不斷書寫日記，意識消散前留下的最后一句話是：For God's sake, look after our people.（看在上帝的份兒上，照顧好我的人民。）

當《復活》中托爾斯泰讓瑪絲洛娃最終拒絕貴族聶赫留朵夫，奔向革命者西蒙松和自己的新生時；當《美麗新世界》中赫胥黎喊出：“我不要舒適，我要神，我要詩，我要真實危險，我要自由，我要善良，我要罪孽”時，那就是人類的群星閃耀時。

在歷史中，無數人選擇了他們心中的故事，并且用最洶涌的情感去奔赴。

他們的選擇，未必都將個人引向更好的生活，但他們的存在，對于普遍意義上的“人類”來說，是巨大的幸運。

在姜峯楠的小說《你一生的故事》中，主人公洞悉了自己余生的命運，這些命運充滿離別和苦難，但她最終選擇義無反顧。

我們作為個體，也許本質上終究是一個生存機器，被體內的基因駕駛著，在旅程中路過一場場離別，待所有的離別看盡，走入一個寂滅的終點。

但這場旅途并不荒涼，我們把路邊的野花插在頭頂，彼此顧盼，哈哈大笑。

然后，我們走入命運的洪流，像個英雄一樣，義無反顧。

上帝死了

我們還活著

再自我介紹一下吧。我叫史中，是一個傾心故事的科技記者。我的日常是和各路大神聊天。如果想和我做朋友，可以搜索微信：shizhongmax。

哦對了，如果喜歡文章，請別吝惜你的“在看”或“分享”。讓有趣的靈魂有機會相遇，會是一件很美好的事情。

Thx with in Beijing