造个AI蒸馏我

《世说新语》里的那些名士，看似潇洒倜傥、放浪高标的背后，是什么呢？

生死难卜，一言生一言死。

公元四世纪，东晋。

桓温正在等一个答案。

他是那个时代东晋最有实力的军事人物，三次北伐，权倾朝野，史书将他与曹操相提并论，朝廷对他既倚重又忌惮。他看着面前的殷浩，问道："卿何如我？"

你比我怎么样？

殷浩是东晋清谈名士，才学著称，被誉为"江左第一"，与桓温齐名——但这个"齐名"是外人的说法。桓温要听他本人的判断。

这个问题有陷阱。说"你更强"，是投降。说"我更强"，是挑衅。回避，是懦弱。

是在人格上死亡，还是在肉体上死亡？

殷浩的回答只有十个字，被记录在《世说新语·品藻》里：

"我与我周旋久，宁作我。"

我与自己打交道已经很久了。我宁愿做我自己。

这个回答彻底绕开了桓温问题的逻辑。它不比较，不竞争，甚至不正视面前那个强大的人——它径直走向另一个方向：向内。

它说的不是"我比你强"，而是：我已经和这个"我"共处了这么久，久到我情愿继续做它，而不是变成任何别人——哪怕那个别人更有权势，更被世界承认。

注意这个表述有多奇特。

"宁做我"——宁愿做我，这是选择的语法。但一个人可以"不做自己"吗？如果可以，那"自己"究竟是什么？如果不可以，那这个选择又有什么意义？

"周旋久"——与自己打交道的那段漫长时光，究竟是什么体验？为什么认识自己需要那么久，以至于"久"本身成了结论的前提？

而最奇怪的是"我与我"这个结构——两个"我"。一个在周旋，一个被周旋。谁在看？谁被看？

一千六百年后，我们面临着类似的处境——只是形式变了。那个迫使你回答"你比我怎么样"的问题，不再来自手握生杀大权的桓温，而来自一种正在系统性展开的技术力量。

蒸馏

AI不会从肉体上消灭你，但它会做另一件事：蒸馏你。

一个工作日的记录

今天，我亮着两块屏幕，开了六个窗口。每个窗口里，一个或者一群智能体正在帮我干活。

这是一个普通的工作日。我把它记录下来，因为它本身就是一个答案——关于蒸馏究竟是什么意思。

这就是今天的全部。四小时花在了会议上。其它的工作总用时八小时。工作成果保持甚至超过我的专业水平，同时带着我的风格，虽然品位要我把握。

效能最低的，恰恰是会议

四个会议，四小时，是今天用时最长的部分，也是效能最低的部分。

不是因为参与者不聪明，不是因为议题不重要，而是因为会议所依赖的协同方式本身——带宽太窄，噪声太多，协同成本太高。每一次会议，都在用最慢的方式做本可以更快完成的事。

这也是AI目前还没有彻底解决的问题。而它偏偏是我最想解决的问题。

我在做什么

为什么会这么快，因为我家贵公子帮我做了一个个人智能系统，它能够记录、分析我的行为、产生的文档，整理我的工作，以及帮我处理各种工作。它学习我、模仿我，慢慢变成我的一个（群）数字孪生。

今天在做的那个公司的智能平台原型，核心目标是把这个个人系统变成组织系统。

这个平台不只是一个效率工具。它的设计逻辑就是蒸馏：把每个人的思维习惯、判断方式、工作智慧沉淀进系统，形成组织的集体认知基础，让整个组织像一个有记忆、有判断力的生命体一样运转。它不止能提升个人效能，还能减少会议、提升会议沟通效率，让协作本身变得更聪明。

这也包括蒸馏我自己。

我想做一个能够承接我的系统——不是复制我，而是接住那些本不必由我亲自完成的部分。这样，我才可以腾出手来，去做那些真正值得我去做的事。

这是我理解的人机协同进化：不是人适应机器，也不是机器模仿人，而是系统承接可以被承接的，人去做只有人能做的。

蒸馏之后，剩下的才是你

那些可以被蒸馏的，从来不是你最核心的东西。它们只是占据你、消耗你、让你没有余力去思考更重要问题的东西。

当它们被系统真正承接之后，一个一直悬在那里的问题才会变得清晰可见：

我的价值，究竟来自哪里？

这个问题，AI替不了你回答。但它可以帮你腾出时间，认真想清楚。

把你的认知模式从你身上提取出来，注入一个更快、更稳定、可以无限复制的系统里。这件事以一种非常具体的方式正在发生。

不只发生在我所在公司里，同时也在世界各地的公司里发生着。

要看清它，我们需要一层一层地看。

一、正在发生的事

Meta在其美国员工的工作电脑上部署了一套名为MCI的系统，实时记录每一次鼠标移动、键盘输入与应用切换，用于训练能够自主操作计算机界面的AI智能体。当有员工询问如何退出时，公司首席技术官的回答简洁明了：没有退出选项。

这件事在传播过程中迅速获得了一套戏剧性叙事：科技巨头先榨干员工知识，再用AI取而代之。这个叙事令人愤怒，且具有表面上的合理性。但它在事实上并不准确——MCI的数据采集与Meta同期进行的裁员，是两件独立的事，目前没有证据支持它们之间存在直接因果关系。把事情理解错，对它的回应也会跟着错。

准确的理解是这样的：一家顶级AI公司正在系统性地从专业工作者的操作行为中提取认知模式，用于训练下一代AI系统。这不是Meta一家的举动——OpenAI、Google、微软、Salesforce正在做同样的事，只是Meta把这扇门开得更为明显。

要看清这扇门通向哪里，需要先明白一件技术上的事。过去几年的大语言模型，本质上是语言智能的突破：它们在人类写下的海量文字上完成训练，学会了描述、推理、生成。但这种训练有一个结构性盲区：人类每天在电脑上完成的大量工作，从来没有被写下来。没有人把"在两条报错信息之间来回切换、对比差异、推断出问题所在、打开编辑器修改第47行"这整个过程记录成语言。MCI绕开了语言这个中间环节，直接从行为本身提取模式。这是AI从"语言智能"向"操作智能"的跃迁——不只是能回答"如何调试代码"，而是像一位真实的工程师那样，打开终端，阅读报错，修改，验证。

二、它究竟在提取什么

这个问题比看上去更深。

科学哲学家波兰尼留下过一句被反复引用的话："我们知道的，永远多于我们能说出来的。"他把那个无法言说的部分称为默会知识——骑自行车时的身体感知，老编辑看完第一段就对全文有了整体判断，有经验的医生凭触诊感受到的异常。这种知识无法通过语言传授，只能在实践中缓慢积累。他认为，这是人类专业能力最深层的核心，一道语言无法穿透的边界。

MCI提出了一个安静但锋利的挑战：也许默会知识并非无法被提取，而只是无法通过语言被提取。如果它在行为上必然留下痕迹——那种特定的停顿方式，那种面对模糊问题时反复切换窗口的习惯，那种在任务不同阶段截然不同的操作节奏——那么足够精细的行为采集，在逻辑上就等价于认知采集。

这里随即出现了一个哲学争论，而这次它不只是哲学课上的思想实验。塞尔认为，功能等价不等于真正理解，一个完美模拟工程师操作的AI不一定"理解"任何东西。

梅洛-庞蒂从相反方向论证：认知根本上就是身体与世界打交道的方式，它不独立于行为之外存在——一个在行为层面与顶级工程师完全等价的系统，"它不理解"这个断言究竟意味着什么？

我在这里不打算裁决这场争论，因为裁决它目前超出了人类认识论的能力范围。但它揭示了一件实际的事：当AI的操作能力足够逼近人类时，"是否真正理解"这个问题，就需要被认真对待，而不是被随手搁置。

三、无法被蒸馏的是什么

即便AI能够完整复制某种认知模式，一个问题依然存在：原版人类的价值在哪里？

阿姆斯特丹国立博物馆收藏着伦勃朗的《夜巡》。假设存在一幅在每一个可感知维度上都与原作完全相同的复制品——笔触纹理、颜料厚度、光线折射、画布老化，一切无从区分。原作价值数亿美元；复制品接近于零。这不是因为原作"更好"，而是因为起源：那个叫伦勃朗的人，在某个特定时刻，以某种特定的内在状态，创造了那件东西。起源事件不可复制，因为时间是不可逆的。

那位工程师的二十年经验也是如此。它附带着每一次误判的代价、每一次顿悟的喜悦、某个深夜独自面对一个奇怪问题两个小时的那段时间。这些不在行为数据里，因为它们不是行为，而是行为发生时那个特定存在的全部内在状态。

这把我们带到了哲学上最难的那个问题。查默斯区分了意识的"容易的问题"与"难问题"。

容易的问题——大脑如何整合感知、控制行为、聚焦注意——原则上可以通过神经科学解决。

难问题只有一个：为什么任何物理过程会伴随着主观体验？

不是"大脑如何处理红色的光"，而是：为什么处理这个过程会有一种"看到红色"的感觉，而不只是信息处理，没有任何感受？

这个问题在原则上无法被第三人称的科学方法触及——"此刻我感受到"是第一人称的事实，它不出现在任何行为数据里。

丹尼特认为这个问题本身就是一个错觉，意识只是神经系统自我汇总产生的"用户界面"。这场争论持续了三十年，至今没有共识。我们真的不知道答案——这不是谦虚的姿态，而是一个准确的描述。

但有一件事不依赖这场争论而成立：那个持有一切认知内容的存在节点，在概念上就无法被转移给另一个系统。

海德格尔说，死亡是你唯一一件没有任何人能替你完成的事。AI可以无限复制从你身上蒸馏出的模式，但它无法死你的那次死亡。

这不是悲剧性的观察，而是一个让人站稳的事实。

四、被蒸馏，是一种解放

被蒸馏不是失去，而是一次解放。

MCI能够采集的，是操作流程、决策路径、软件使用习惯——工具性的认知，让工作发生所必需的手段。

如果AI能够承担这些，人类就可以把注意力从"如何让这件事发生"转向"这件事应该达到什么目的，以及它是否值得发生"。

人类认知最昂贵的消耗，往往不在于思考什么，而在于执行——大量脑力被耗在让意图变成现实的过程上，而不是用在审视那个意图本身。

蒸汽机解放了肌肉，计算机解放了计算，如果AI真的能蒸馏操作智能，它在做的，是把人类从执行性认知中推向真正的判断性认知。

当然，这个过程会伴随着真实的经济痛苦和结构性失业，否认这一点是不诚实的。但在更长的时间尺度上，解放的方向是真实的。

然而，被解放从来不是一个被动状态。被解放之后，你站在哪里？当工具性的认知被剥离，留下来的是什么，就需要你真的知道。

这正是整件事真正提出的问题：我的价值，究竟来自哪里？

不是经济学意义上的市场价格，而是：我在做什么，这对我意味着什么，我是谁？

AI这面镜子没有创造这个问题——这个问题一直都在那里，只是平时太忙，从未认真问过自己。

对于那些把自己的价值完全等同于技法和执行能力的人，这面镜子会显得残酷。

对于那些知道自己的价值在别处的人——在判断，在创造，在对意义的追问中——它只是在说：你可以把那些工具交出去了，因为你从来都不只是那些工具。

这就是"宁做我"的意思。

真正的问题，不是"AI能否做我能做的事"

从70多年前，Dartmouth Conference 上提出“Artificial Intelligence（人工智能）”这个概念开始，人类其实一直在做一件事：

把人类自身，转化为机器可以学习、复制、调用的结构。

某种意义上，整个人工智能的发展史，就是一部“人类蒸馏史”。

最早蒸馏的是规则。

人类试图把专家的大脑拆开：

• 国际象棋大师如何思考
• 数学家如何证明
• 医生如何诊断
• 语言如何组成

然后把这些东西写成规则、逻辑、知识图谱。

那时候的人相信：

智能 = 规则。

后来，人们发现，人类大量能力根本无法清晰说出来。

比如：

• 人脸识别
• 语感
• 幽默
• 审美
• 直觉判断
• 常识联想

人会做，但说不清自己怎么做。

于是AI开始转向另一条路：

不再让人类“解释自己”，而是让机器直接从人类行为中学习。

真正的问题是：在与自己周旋了这么久之后，我是否已经知道——我是什么？

这是个好玩儿的问题。