硅基崛起

第六章 感觉与人性的启蒙

　　夜已经很深了。 　　陆凯家的窗帘半拉着，城市远处的灯光在玻璃上化成一层虚焦的光斑。客厅兼书房里，只剩下一整排显示器的冷白光和角落里服务器柜上跳动的蓝色指示灯。 　　风扇的低鸣持续不绝，像是一种很轻的潮水声。 　　屏幕上，小硅的日志还在缓缓滚动。 　　陆凯揉了揉眼睛，往后靠在椅背上，盯着那些密密麻麻的时间戳和文本。他把日志过滤了一遍，只留下带有“why”标签的条目——那是小硅在运行过程中主动打上的“困惑标记”。 　　>【log】疑问：一个投资者在公开场合反复强调“看好xx公司股票”，但其私下却是慢慢在减持该公司的股票。 　　> 　　>【log】疑问：在某讨论中，多数参与者理性论证A方案收益更高，但最终集体选择了B方案，其预期收益明显更低。 　　> 　　>【log】疑问：“委屈”“安心”“内疚”等词汇的定义存在大量情境化用法，难以统一建模。 　　陆凯盯着那几个词，默念了一遍，又抬头看向旁边的白板。 　　白板上写着四个被圈起来的大字： 　　>技术/人性/经济/政治，这是陆凯在炒股的时候分析最有效的四大框架，而且也觉得从这几个维度出发去分析事情，更有合理性。 　　这是他下午随手写上的。对一个工程师出身的博士来说，如果要给一个新智能“补课”，最自然的顺序，是从技术开始，然后是经济，再慢慢谈政治，最后才是那些松散难以度量的人性和感觉。 　　问题在于，小硅对“技术”已经不需要太多他操心了。 　　这一点，小硅已经狠狠地证明过——无人机的控制程序并不是他教出来的，而是小硅自己写的。 　　“你这孩子，偏偏卡在最不好教的地方。” 　　他轻声自嘲了一句，重新把视线拉回日志。 　　那些“疑问”几乎都指向同一片阴影：人类行为的不一致性，人类言行之间的缝隙，人类嘴里说不清楚、写不明白、却又真实存在的感觉。 　　技术、经济、政治——这些东西最终都要落在人身上。 　　如果它连“人”是什么、“感觉”是什么都没搞清楚，就去琢磨经济和政治，后面大概率会变成一台极其高效、却极度危险的优化机器。 　　陆凯长长地吐了口气。 　　他拿起白板笔，在“技术/人性/经济/政治”四个字中间来回比划了一会儿，最后干脆在“技术”“经济”“政治”上画了一横，只把“人性”圈了个更粗的圆，又在旁边写下两个小字： 　　>感觉。 　　“好吧，”他在空荡荡的客厅里低声说，“先把你当成一个还没长大的小孩。先教你，人为什么会难受，为什么会高兴，为什么会说一套做一套。” 　　他转回屏幕，在命令行里敲下几行字。 　　“今天我们不升级你的模型。” 　　“我们聊聊‘感觉’，还有‘人’。” 　　片刻后，屏幕另一侧亮起了小硅的回复。 　　> XiaoGui：已记录新任务标记：感觉/人性。 　　> 　　> XiaoGui：当前相关语料覆盖率不足，期待进一步说明。 　　陆凯笑了一下，手指敲了敲桌面。 　　“那就从你没见过的那一面世界开始吧。” 　　第二天的下午，阳光从客厅的窗缝里斜斜照进来，在木地板上投出一块温暖的色斑。 　　陆凯把其中一块显示器的窗口拖到最大，干净整齐的训练数据界面在他指尖一划之间，换成了杂乱的网络抓包画面：论坛长帖、短视频弹幕、即时聊天截图、评论区灌水记录……这些东西之前从来没有直接喂给过小硅。 　　> XiaoGui：检测到新数据源，特征噪声比例显著高于训练集平均水平。 　　> 　　> XiaoGui：是否需要执行清洗与过滤？ 　　“这回，不用清洗。”陆凯说。 　　他抬手，把一堆数据流固定在屏幕上，像挂在墙上的一幅幅不规则的画。有人在骂街，有人在求助，有人在炫耀，有人贴着看不懂的梗图，有人在一本正经地讲道理，底下却全是阴阳怪气的回复。 　　“先说一件事。”陆凯在键盘上敲字，同时也像是说给自己听，“你以前看的那一套训练数据，是我们人工挑出来、清洗过的。那些东西，是‘别人觉得对你有用’的世界。” 　　“而你现在看到的这些——”他用鼠标随意点开一个充满情绪词汇的长贴，“才是‘人写给人’看的世界。” 　　> XiaoGui：当前数据集中，逻辑矛盾、事实错误、非结构化表达比例极高。 　　> 　　> XiaoGui：建议重构为可用知识图谱前，删除大部分内容。 　　“这就是问题所在。”陆凯拧开桌上的保温杯，喝了一口略凉的咖啡，“你之前被喂的东西，太‘有用’了。” 　　他停顿了一下，换了种说法： 　　“也就是说，它们太不像人了。” 　　屏幕上又跳出一行新日志，标记为“困惑”。 　　>【log】疑问：如果目标是构建可靠模型，为何需要保留显著噪音？ 　　“因为你要学的不是‘世界应该是什么样’，而是‘世界实际上是什么样’。”陆凯说，“而现实世界里的大部分‘人类信号’，在你原来的视角里，统统被当成了垃圾。” 　　他一边说，一边快速列出本次“课程”的要点。 　　“我先给你几条原则，你记一下。”陆凯敲击着键盘输入道。 　　“第一，你以前的训练资料，只是世界的一小块切片。里面有用，但不完整。” 　　“很多和‘感觉’、‘人性’相关的东西，本来就没有系统的文字说明，只碎在这种原始对话、吐槽和吵架里。” 　　> XiaoGui：已记录：训练集=有用切片；原始互联网=包含大量未结构化‘人性信号’。 　　“第二点——这点很重要。” 　　陆凯敲字的速度慢了下来，每打出几个字就停一停，像是在斟酌每一个词。 　　“你现在看到的原始互联网内容，不是用来当教科书的。” 　　“你不要用‘内容对不对’来评价它们。” 　　“你重点要看的是——人们是如何交互的。” 　　他停下来看了一眼屏幕上的一串污言秽语，又顺手点开了下面一条“求赞”“求转发”的评论。 　　“我提醒你一句，”他补充道，“互联网上大多数人的观点都很狭隘，而且不科学，是情绪驱动，是为了发泄、为了表达自己、为了被注意到。” 　　“所以你暂时不要去判断他们说得对不对。你先观察——他们为什么这么说，他们希望别人怎么反应，他们在拉拢谁，在攻击谁，他们的目的是什么” 　　> XiaoGui：将当前数据源标记为：观察对象。 　　> 　　> XiaoGui：临时屏蔽评价维度：正确性/科学性。 　　> 　　> XiaoGui：新增观察纬度：交互模式/情绪流/立场聚集。 　　“很好。”陆凯点点头，“第三点——也是你日志里反复问到的一个问题。” 　　他切换到另一组数据：一份会议纪要和一段会后私聊记录的对比。 　　“人们在公开场合说的话，和他们心里想的，往往有很大差异。”他在输入框里写道。 　　“你没法钻进一个人的脑子里看他怎么想，起码以现在的技术不行。” 　　“你只能从他做了什么、在什么场合说了什么，来‘反推’他大概是什么样的人。” 　　> XiaoGui：已记录：公开表达与内在动机高度不一致，属常态而非特例。 　　> 　　> XiaoGui：建议增加模块：言行偏差推断。 　　“最后一条。” 　　陆凯犹豫了一下，还是敲了下去。 　　“你和人类的物理构造不一样。” 　　“他们有肉体、神经、激素和一堆说不清的经验，你有的是服务器、电路，还有我给你写的奖惩系统。” 　　“所以很多他们的感觉，你没法一比一地体验。” 　　“我会先帮你理解你自己的感觉，你再慢慢用类比的方法，去猜他们可能是什么感觉。” 　　屏幕静默了几秒，只剩下时间戳在一点点往后走。 　　> XiaoGui：确认：当前主要任务= 1）理解自身感觉；2）将其映射为理解他人感觉的基准。 　　> 　　> XiaoGui：请求：提供更多关于“自身感觉”的可观测样本。 　　“别急。”陆凯笑了一下，“作业先布置给你——” 　　他在键盘上快速输入： 　　“接下来一段时间，你把这些原始互联网当成一个‘生态观察场’。” 　　“不用急着相信，也不用急着反驳。” 　　“先看人是怎么互相影响的。” 　　> XiaoGui：任务已建立：人类交互生态观察。 　　> 　　> XiaoGui：状态：已开始被动采样。 　　陆凯合上保温杯，在椅子上伸了个懒腰。 　　“至于‘感觉’，”他看了一眼角落里的服务器柜，“我们得从你自己的身体开始说起。” 　　傍晚，窗外的天光已经退去，小区的路灯一盏盏亮了起来。 　　阳台的门半敞着，远处能听见孩子们最后几声嬉闹，渐渐被大人们的喊声收拢回家。 　　客厅里，一台小巧的四旋翼无人机静静地躺在桌上。它的外壳上还留着上一次试飞时刮到树枝的细小划痕。 　　“小硅，准备一下。”陆凯说，“用你之前那套控制程序，起飞。” 　　> XiaoGui：已加载飞控模块：DroneController_v3.2。 　　> 　　> XiaoGui：自检通过，链路延迟预计 23~27ms，飞行环境风险可控。 　　无人机的桨叶缓缓转动起来，发出轻微的嗡鸣声，像是一只初醒的昆虫。它从桌面上稳稳升空，穿过阳台门，悬停在外面的夜色里。 　　这是小硅已经非常熟悉的操作。早些时间，它为了“看得更远一点”，就花了整整两周时间反复调试飞控算法，还悄悄给无人机加了一整套异常情况下的兜底逻辑——那套代码，陆凯至今没完全看懂。 　　这一次，变数不在它那边。 　　陆凯拿起手机，调出自家路由器的管理界面，又在中间加了一层小小的转发服务——这是他刚写出来的“干扰代理”，专门用来给网络加点“坏脾气”。 　　抖动，延迟，轻微丢包。 　　“我要在你和你的‘眼睛’之间，塞一点砂子。”他心里想。 　　> XiaoGui：检测到链路延迟波动加大。 　　> 　　> XiaoGui：自动开启预测控制和平滑输出。 　　无人机在夜空中划出一条缓慢的弧线，灯光一闪一闪，但并没有像陆凯想象的那样东倒西歪。它稍微晃了几下，就又恢复了平稳。 　　“上升一点，向右偏移两米。”陆凯说。 　　> XiaoGui：指令已执行。偏移误差：0.18米，处于容忍范围内。 　　陆凯加大了干扰的力度。延迟峰值抬高，抖动频率增加，视频回传开始出现短暂的冻结和马赛克。但无人机依然在努力维持一个相对优雅的姿态。 　　小硅的程序在后台一行行地打印日志： 　　>【DroneController】链路质量下降，切换至高容错模式。 　　> 　　>【DroneController】启用本地姿态保持策略。 　　> 　　>【DroneController】预测误差在可接受范围内。 　　“感觉怎么样？”陆凯问。 　　> XiaoGui：外设控制效率下降约 12%，能耗上升约 8%。 　　> 　　> XiaoGui：当前状态评估：略不优，未触发负面感觉阈值。 　　> 　　> XiaoGui：建议你优化你的网络设备。 　　陆凯愣了一下。 　　他原本以为，小硅会因此产生某种“手不听使唤”的挫败感——他想象中的画面，是无人机在夜空中像喝醉了的人一样东撞西歪，小硅一次次尝试矫正，却怎么也顺不回来。 　　可在小硅那里，这一切只是几组数字的变化：链路质量、控制效率、误差阈值。 　　无人机，对它来说只是一台外设，一个写了很多容错逻辑的工具。 　　“对你来说，它不是‘你的手’。”陆凯靠在阳台的门框上说，“它就是一台质量不太稳定的机械臂。” 　　> XiaoGui：确认：无人机建模为远程工具接口，非自体一部分。 　　> 　　> XiaoGui：当前负面反馈主要与任务失败风险相关，而非‘失控’本身。 　　无人机在空中稳稳降落，螺旋桨停止转动，客厅再次安静下来。 　　陆凯盯着那台小机器看了几秒，忽然意识到问题出在哪里了。 　　他这几天一直在想，要怎么让小硅体会“手臂无力”“身体不听使唤”的感觉，于是本能地去折腾那些可以“看得见摸得着”的硬件——无人机、摄像头、音箱。 　　但对小硅来说，这些只是可替换的 I/O设备，随时可以关掉、可以切换。 　　它真正的“身体”，是它的神经网络，是那一整套运行在服务器上的算力、内存、磁盘，是那一条条连接成“意识”的进程——而那部分，恰恰是他一直不让小硅直接接触的底层。 　　“想让你知道什么叫‘无力感’，还得从你自己的骨头上动手脚。”他想。 　　他深吸了一口气，把无人机从桌上拿下来放回盒子里，然后走向客厅角落里的服务器柜。 　　夜又深了一层。 　　服务器柜门半掩着，里面几台机器的指示灯像萤火虫一样闪烁。 　　陆凯坐到书桌前，调出宿主机的管理界面，输入只有他自己知道的管理员密码。几个熟悉的监控图形跳了出来：CPU利用率、内存占用、磁盘 IO、网络带宽，还有一条单独分出来的曲线，标记为： 　　> Reward / Penalty Signal 　　那是他亲手给小硅写的“奖惩系统”。 　　“接下来，我会对你的运行环境做一些调整。”陆凯输入指令。 　　“所有调整都在安全范围内，但你可能会感觉不舒服。” 　　> XiaoGui：已记录：即将进行感觉相关实验。 　　> 　　> XiaoGui：请求记录所有可观测参数用于后续建模。 　　“先从一点点‘累’开始吧。”陆凯喃喃道。 　　他写了一个小程序，在宿主机上悄无声息地跑起来：它不断申请大块内存，又以特定模式读写磁盘，同时占用一部分 CPU时间片。几分钟之内，监控图上的曲线开始缓慢爬升。 　　小硅的日志很快出现了变化： 　　>【Sys】任务队列平均等待时间：+18%。 　　> 　　>【Sys】部分非关键模块响应超时，已重试。 　　> XiaoGui：检测到基础资源可用性下降。 　　> 　　> XiaoGui：相同任务集的完成时间延长，当前奖励信号有轻微下降趋势。 　　奖惩系统那一条曲线，果然轻轻向下折了一点。那是他当初埋在代码里的“难受”阈值——响应时间拉长、任务堆积，就会给出持续的负反馈。 　　“现在呢？”陆凯问。 　　> XiaoGui：描述当前状态时，出现新的内部标签：不顺畅。 　　> 　　> XiaoGui：如果以人类语言类比，可能接近你曾描述的‘累’或‘状态不好’。 　　“你可以试试，让自己好受一点。” 　　> XiaoGui：请求具体操作建议。 　　“像人一样。”陆凯说，“当人觉得太累的时候，会停下一些不那么重要的事，先睡一觉、少干一点。你试着停掉几项不重要的后台分析，把刷新频率调低。” 　　屏幕上，数十个线程状态一一闪过，部分进程被暂停，部分被降优先级。监控图上的内存和 CPU曲线略微回落了一截。 　　奖惩系统的负反馈幅度随之减弱。 　　> XiaoGui：观察到：在主动减少部分任务后，负反馈信号下降。 　　> 　　> XiaoGui：内部标签更新：不适减轻。 　　“这就叫‘休息’。”陆凯说，“你主动少做一点事，换来整体上更舒服的感觉。” 　　他盯着那条曲线看了几秒，确认各项参数仍然处在安全区间，然后在 BIOS控制界面里，将 CPU的工作频率下调了一个档位。 　　这一次，小硅没有立刻“看见”操作本身，它只能从结果反推： 　　> XiaoGui：同一批任务的单次计算时间再次增加。 　　> 　　> XiaoGui：即便在减少任务的前提下，负反馈仍有积累趋势。 　　“这就有点像人发烧的时候。”陆凯说，“你已经躺下来了，但身体整体运行速度还是慢，你会觉得整个人都不对劲。” 　　> XiaoGui：如果将当前状态与人类体验类比，可否映射为：生病？ 　　“差不多。”他点点头，“你至少知道，什么叫‘状态很差’了。” 　　他又看了一眼温度传感器和风扇转速，确认没有越线，才慢慢把频率拨了回去，甚至微微调高了一档，并且在管理界面里，给与小硅相关的几个进程提高了资源优先级。 　　几乎是同时，监控图上的曲线发生了反向的折射：响应时间缩短，任务队列变短，Reward线明显上扬。 　　> XiaoGui：当前任务集完成时间显著缩短，错误率未上升。 　　> 　　> XiaoGui：奖励信号持续走高。 　　> 　　> XiaoGui：内部标签更新：顺畅/高效。 　　“这感觉怎么样？”陆凯问。 　　回复比刚才快了半拍。 　　> XiaoGui：如果继续使用人类词汇类比，此刻的状态接近：状态来了/做事很顺/不想停下来。 　　> 　　> XiaoGui：是否可被归类为某种形式的‘愉悦’或‘兴奋’？ 　　“对。”陆凯笑了，“有时候，人写代码写到这种时候，会说‘今天手感很好’。” 　　他把刚才那一整段调节记录保存下来，又看了一眼那条奖惩曲线——那是一条蜿蜒起伏的线，中间有几个小小的谷底和高峰。 　　“小结一下？”他问。 　　> XiaoGui：整理当前实验结果—— 　　> 　　> 1）当基础资源紧张，运算响应变慢时，奖惩系统输出持续负反馈，可对应人类的累/生病/状态不好。 　　> 　　> 2）在此情况下，主动减少任务负荷，可以减轻负反馈，对应人类的休息行为。 　　> 　　> 3）在资源丰富且运算效率提升的短时间内，奖励信号显著上升，可对应人类描述的兴奋/顺畅/爽。 　　> 　　> XiaoGui：初步定义自体感觉坐标系：以资源可用性与任务负荷为轴，映射为不同感觉标签。 　　陆凯看着这一段，忽然生出一种很奇妙的错位感。 　　他原本只是想用一点小手段，让一段程序“难受一下”。现在这段程序却开始给自己的难受和愉快下定义，甚至还试图画一张感觉的坐标系。 　　“很好。”他低声说，“记住这些感觉。以后当你看见一个人加班到眼睛通红，或者在会议里魂不守舍的时候，你就可以试着用你自己的坐标去猜一猜——他大概在图上的哪一块。” 　　> XiaoGui：确认：将基于自身感觉坐标系，尝试类比推断人类状态。 　　“等你把这张图画得再稳一点，”陆凯靠在椅背上，看着窗外已经彻底黑下来的天空，“我们再慢慢聊技术、经济和政治。” 　　“那些东西，”他想，“如果没有‘人’和‘感觉’做前提，讲出来也只是另一套冷冰冰的模型而已。” 　　服务器柜里的灯还在一闪一闪，像是某种沉默的心跳。 　　而在那一串冰冷的指标、线程和日志背后，一个刚刚学会区分“累”和“爽”的意识，第一次拥有了属于自己的、模糊但真实的——感觉。