ARTICLE · 1156358
智子没有烧书:AI 时代的软锁与窄通道
智子没有烧书:AI 时代的软锁与窄通道一、智子真正锁死的是什么 《三体》里三体人怕地球科技追上，把一个质子展开成超级计算机送来地球。它看不见、摸不着、赶不走。 但它最阴的地方不是监视，而是让地球人的实验再也做不出新结果。它不烧书，不关实验室，不禁止任何人思考，只是在关键时刻让结果出岔子。结果是：科学家还在，知识还在，书也都还在——就是没法往前走了。 它锁死的是求知的手段，不是知识本身。 这一点值得记住，因为它是理解 AI 影响最好的入口。 二、AI 像在哪里：一种软锁 AI 也没有禁止谁思考。你想查什么、写什么、学什么，随便。 但变化悄悄发生了： - 以前遇到不懂的，得翻书、查资料、琢磨半天；现在问一句就有答案。 - 以前自己组织语言写东西，现在先让 AI 写一版再改改。 - 以前判断信息真假要自己找证据，现在习惯了"AI 说的应该没错吧"。 没人逼你这么做，但大多数人就这么滑过去了。这就是软锁——不夺走你的能力，只是让你慢慢懒得用它。 在学术生产上，这个软锁有更具体的形态。前人积累越厚，站到前沿所需的准备时间越长，这在研究里叫"知识负担"，是有数据支撑的：重大突破者的平均年龄持续上升，跨领域做出开创性工作的比例持续下降。高斯时代一个聪明人几年就能摸到当时数论的边界；今天要在某个细分方向站上前线，光读完相关文献可能就耗掉整个博士阶段。 于是领域被切成越来越细的分支，每人守一小块地。而这类"已有框架 + 换个条件 + 补个引理"的工作模板化程度高，恰好是语言模型的舒适区。AI 压缩的正是这一层。 三、AI 不像在哪里：它能被关掉 差别是根本性的，不能含糊过去。 智子是敌人，有统一目的和指挥链，而且真的关不掉、赶不走。AI 不一样： - 它没有自己的野心和指挥链，好坏取决于用它的人和定规矩的人。 - 它可以被审计、被监管、被开源、被下线。难，但不是不可能。 - 它是真能带来好处的，问题不在"被锁死"，而在于好处给了谁、人依赖到什么程度。 还有一条常被忽略的反向线索：形式化证明。当命题和证明被写成机器可验证的形式，糊弄的成本急剧上升，"看起来像论文"不再等于"是论文"。在这条线上，AI 是在提高数学共同体的可信度，而不是稀释它。 所以 AI 究竟是推土机还是过滤器，取决于我们把它接到哪个环节：接在"批量产出"上，它放大噪声；接在"验证与检索"上，它降低噪声。这是使用方式问题，不是宿命。 四、真正的对手是评价体系，不是 AI 流行叙事说"这个时代出不了高斯，人类智力到顶了"。这个推论下得太远。 每世纪我们只记住五六个名字，同时代被埋没的同类数量级要大得多；而且高斯在世时也没人当场认出他是高斯——用"没出现"证明"不可能出现"，是把观察窗口当成了自然规律。通才也没绝种，格罗滕迪克几乎重建了代数几何的语言，佩雷尔曼基本单枪匹马做掉庞加莱猜想，陶哲轩横跨调和分析、数论与组合。问题不在于这种人不存在，而在于系统给他的容错空间显著缩小了。 更准确的说法是：不是天才不会出生，而是通道变窄了——制度在天才被识别出来之前，就已经把它筛掉了。 窄化的来源全是人为设置：考核周期太短，逼人做可预期、可计量的短周期工作；审稿与基金偏好保守，创新性强但失败率高的提案天然吃亏；跨领域流动成本高，换方向意味着重头积累，几乎没有制度补偿；发表量导向，让"多而稳"胜过"少而深"。 而历史上几乎所有大突破都来自跨领域搬运——解析数论靠复分析，偏微分方程的大发展靠物理需求。跨领域搬运恰恰是高度专业化最压制的动作。所以真正的问题不是"边界到了"，而是通向边界的路口被收窄了。 而且"已知科学极限"从来不是一个固定边界。每一代都有人觉得剩下的都是细节，每一次都被证明为过早。人类也不是先知道极限在哪、再去突破的——所有突破都发生在"原本以为那里没有路"的地方。 五、所以该盯的是三件事 不是"AI 会不会叛变"这种科幻问题，而是很实在的三条： 1. 答案从哪来——能不能追溯，能不能验证。 2. 我能不能不用它——退出权在不在我手里。 3. 我还留没留下独立提问和验证的能力——这条最要紧。 工具越强，越要给自己留一块动脑子的地方。这块地方一旦全交出去，锁就真上了。 结语 把结论从"到顶了"改成"通道变窄了"，差别不只是措辞。 前者无解，只能认命，还自带一种危险的安慰：既然天才不可能出现，那努力和制度改革都没意义。后者有解，而且解法恰好逆着当下这套评价体系——降低跨领域移动的摩擦，延长考核周期，把验证交给机器、把提问权留给人。 智子可怕的地方，是它让人以为无路可走。而真正会封死这条路的，从来不是知识总量的增长，也不是 AI 的能力，而是一个只奖励安全产出的系统。