ARTICLE · 1082350
对AI一些思考的随笔
对AI一些思考的随笔这两天看了opus5.5制作的两段介绍 GPT 和 Transformer 的视频。 看到中间，我忽然停了一下。 我们平常使用语言，总觉得一个词先有自己的意思，然后再和别的词组成句子。 “苹果”就是苹果，“银行”就是银行，“时间”就是时间。 但在 Transformer 里，事情并不完全是这样发生的。 “苹果很好吃。” “苹果发布了新芯片。” “苹果跌了 5%。” 三个句子里的“苹果”写法完全一样，可一旦进入不同的上下文，它所处的位置已经完全不同。 “好吃”把它拉向水果。 “芯片”把它拉向科技公司。 “跌了 5%”又把它拉进证券市场。 一个词此刻究竟意味着什么，不只是由它自己决定，还取决于它周围那些词，以及它们共同构成的关系。 这件事让我第一次如此直观地意识到： 意义也许并不只是附着在事物内部的某种属性。很多时候，关系先发生，意义才逐渐稳定下来。 而沿着这件事再往下想，会碰到一个比 GPT 本身更大的问题。 我们今天生活的世界，关系正在变得越来越多。 但人的时间，并没有增加。 一天依然只有二十四小时。
我们习惯把世界理解成由一个个独立的东西组成。 人。 树。 房子。 公司。 国家。 货币。 然后这些东西彼此发生联系。 但换一个方向看，也许会得到另一幅图景。 一个人之所以成为今天这个人，并不只是因为身体里装着一个固定不变的“自我”。 家庭、语言、成长经历、教育、朋友、职业、城市、时代，以及过去无数次选择，都在共同规定他此刻站在哪里。 一个城市也是这样。 它并不是把许多建筑放在一起，就自然变成了一座城市。 道路为什么经过这里，市场为什么在这里形成，河流如何决定运输，旧城墙为什么消失，什么产业曾经兴盛，哪些人来到这里，哪些人离开——这些关系长期叠加，才形成今天我们看到的城市。 公司、国家、文化，大概也是如此。 最后出现在我们面前的，是一个看起来完整而稳定的“东西”。 但在它背后，实际上压着一张庞大的关系网络。 所以有时候我会想： 很多我们以为是实体的东西，其实是关系长期稳定以后形成的一个截面表现。 它看起来静止。 内部却沉积着漫长的时间。
理解 GPT 时，经常会遇到一个词：高维空间。 这个词很容易让人觉得抽象。 如果不把它想成一个有几千个方向的巨大房间，而把它理解成一张极其复杂的“关系坐标系”，事情反而简单了。 一个概念处在什么位置，并不只是因为它“是什么”，还因为： 它和什么接近， 和什么相远， 在什么情况下会被激活， 通常与什么一起出现， 进入另一个上下文以后，又会怎样变化。 这样看，大模型所学习的就不只是一本巨大的字典。 它更像是在学习： 人类留下来的无数关系。 语言和语言之间的关系。 概念和概念之间的关系。 事件和结果之间的关系。 问题和回答之间的关系。 过去经验与后来判断之间的关系。 而当我们输入一句新的话时，模型也不是简单地把某段记忆从仓库里取出来。 更接近的情况是： 它进入一个巨大的关系空间，根据当前上下文不断缩小可能范围，让一部分关系被激活，让另一部分关系退到背景，然后一步一步生成下一种最可能的延续。 大量可能都存在。 真正出现在屏幕上的，只是其中一条。 这件事很像一个以前冲洗老照片用的词： “显影。” 底片本身信息都在，但只有在显影液冲洗下才能展现你拍到的那部分。
沿着这个方向，我又想到历史。 真实发生过的过去，其实远远多于今天我们知道的过去。 一个宋代人在某个清晨推开门，看见门前下了一夜雨。 一个明代商人坐船经过长江，在傍晚给家里写过一封信。 一个母亲在一千年前担心过自己的孩子。 一座村庄经历过收成、争吵、婚嫁、疾病、迁徙。 这些事情都真实发生过。 但绝大多数没有留下来。 所以历史并不是过去本身。 历史首先是： 那些经过时间以后，仍然能够抵达现在的过去。 有些被写进史书。 有些刻在碑上。 有些进入族谱。 有些藏在方言里。 有些变成节日、仪式和习惯。 有些留在一条老街、一座桥、一间祠堂里。 更多的，则没有留下可以被后来者重新辨认的痕迹。 于是一个文明能够交给后人的，从来不是完整的过去。 而是经过漫长筛选以后，仍然幸存到今天能看到的一部分关系结构。 这也是为什么我觉得，那些看起来很普通的器物、建筑、文字和日常生活如此重要。 它们其实都在做同一件事： 让某一段已经发生过的时间，不至于彻底退出未来。 只要后来的人还能重新读懂它、进入它，并因此产生新的理解，那段过去就仍然在发生作用。
再把视线拉回今天，会发现一个越来越明显的变化。 我们生活在一个关系越来越多的世界。 但人的时间没有随之增加。 一百年前一天是二十四小时。 今天仍然是二十四小时。 人的寿命、注意力和认知带宽，也没有因为文明变复杂而同比扩张。 可一个现代人每天要面对的关系，已经远远超过过去。 家庭。 工作。 金融。 法律。 社交网络。 供应链。 平台规则。 算法。 国际市场。 技术系统。 信息网络。 一个普通人今天面对的，不只是更多事情，而是一个越来越庞大的关系网络。 这也带来一个很特别的矛盾： 个体能够提供的时间近乎固定，需要理解和处理的关系却不断增加。 我们常说今天是一个信息过载的时代。 但仔细想，信息多可能只是表层现象。 真正稀缺的，其实是理解信息之间关系的时间。 你可以在几秒钟里搜到一百篇文章。 但你没有时间一一判断： 哪一篇重要， 哪些事实彼此相关， 什么只是噪音， 过去发生过什么，能够解释今天， 哪些变量正在真正改变未来。 信息本身已经越来越不稀缺。 稀缺的是关系处理能力。
如果从这个角度回头看文明的发展，会发现一件很有意思的事。 文明一直在做同一种工作： 把过去已经花费过的时间，压缩成后来可以反复调用的结构。 语言是一种压缩。 如果没有语言，每一代人都必须重新描述世界。 文字又往前走了一步。 一个人的经验，不必随着他的离开而同时消失。 制度也是一种压缩。 我们不需要每发生一次纠纷，就从头讨论什么叫公平、什么叫责任。 货币同样如此。 它把原本极其复杂的交换关系，压缩成一个可以快速计算的接口。 科学公式更明显。 一个短短的公式背后，可能沉积着几代人的观察、实验、争论和失败。 品牌、信用、标准、法律、公司、城市基础设施，也都在完成类似的事情。 它们把复杂关系压缩进某种稳定结构里。 后来的人因此不必每一次都从零开始。 所以我很喜欢这样理解文明： 文明是一套巨大的时间节约装置。 我们今天之所以能生活在一个表面上越来越简单的世界里，恰恰因为后台已经沉积了极其复杂的结构。 早晨按一下开关，灯亮了。 我们不需要理解发电厂。 不需要理解电网调度。 不需要理解铜矿、变压器、工程标准、电力市场、融资、保险和检修制度。 几十年甚至上百年的技术、制度和组织经验，最后被压缩进一个动作： 按下开关。 灯亮。 这大概也是现代文明一个很有意思的特征： 前台越来越薄，后台越来越厚。
这样再看 AI，它的历史位置也会变得不太一样。 如果说工业革命扩展了人的力量， 计算机扩展了人的计算能力， 互联网扩展了信息传播能力， 那么 AI 也许正在扩展另一种过去很难被机器承担的能力： 人在复杂关系中寻找可实现路径的能力。 查资料。 理解合同。 比较产品。 分析行业。 筛选信息。 寻找供应商。 阅读几十份文件。 判断一件事情与过去哪些经验有关。 这些工作表面看完全不同。 但往下一层，它们都包含着同一种成本： 人在一个巨大关系网络中寻找正确路径所付出的时间。 过去这件事主要依赖人的注意力。 需要阅读。 需要经验。 需要记忆。 需要不断比较。 AI 第一次开始大规模压缩这种成本。 所以它降低的，也许不只是简单意义上的劳动成本。 它还在降低一种更底层的成本： 理解、搜索和调用关系结构所需要支付的时间。 这也可能解释了，为什么 AI 会恰好在今天显得如此重要。 不是因为我们缺少信息。 而是因为信息、知识和关系已经增长到一个程度，人的时间越来越难以承担。 文明走到了这样一个阶段： 关系复杂度继续上升， 人的一天却仍然只有二十四小时。 中间必须出现新的压缩工具。 AI 正好出现在这里。
但走到这里，还有最后一个问题。 如果 AI 可以越来越容易地生成文章、图像、代码和各种知识性内容，什么东西反而会变得更加珍贵？ 也许不是“内容”本身。 而是： 什么值得留下。 生成的成本正在迅速下降。 选择的成本却不会因此消失。 一个时代每天产生的信息可以接近无穷。 但未来的人不可能全部接收。 于是文明仍然必须做那个古老的动作： 选择。 什么值得保存。 什么值得反复讲述。 什么经验值得进入下一代人的关系结构。 什么应该慢慢退出历史。 过去，这个选择由时间、权力、制度、偶然、战争和人的记忆共同完成。 现在 AI 又加入了其中。 这反而让“保存什么”变得更加重要。 因为当生成越来越容易以后，真正稀缺的将不再只是产生更多文字。 而是判断： 哪些关系值得继续进入未来。
所以我尝试把这一整件事压缩成一句话： 时间是有限的，关系是增长的，所以文明必须不断把时间沉淀成可以复用的结构。 一座桥，是工程经验沉淀下来的结构。 一本书，是一个人多年思考沉淀下来的结构。 一种制度，是几代人反复试错沉淀下来的结构。 一座城市，是无数人的行动沉淀下来的结构。 而今天的大模型，也许同样可以从这个角度理解： 它把人类曾经在无数关系中花掉的时间，压缩进一个可以再次被调用的结构里。 这样看，“结构”其实是一种很特别的东西。 结构，是过去时间的凝固。 而未来，则是这些已经凝固下来的过去，再次进入新的关系，接受新的约束，并继续向前显形。 人类从来没有真正从零开始过。 我们每天使用的语言、知识、制度、工具和城市，都是站在无数已经沉淀下来的时间之上。 所以文明真正困难的事情，也许从来不是产生更多。 而是在有限的时间里，知道： 什么值得被留下。