AI的变革日志-2: 有序到无序

人类生产过程中的管理，都是为了控制熵增的速度——毕竟布朗运动无处不在，从原子到细胞，更不用提几十年来也只是定性分析的神经元激活。因而在软件工程建模的过程中，大多数的业务模型、数学模型以及代码模型，都是奔着冻结流程、控制异常、防止出错的思路进行设计和实施。毕竟从蒸汽机诞生开始，人类的生产力提升，都是因为「重复劳动的原地优化」而获益：蒸汽机替代牛马，电动机替代蒸汽机，集成电路替代分立器件，互联网络替代人工传话，等等。这使得大多数的软件设计陷入了一个「古老而无趣的范式」：软件迭代是为了模拟现实中新出现的某一个具体行为，而进行的效率改进。所有的技术框架、脚手架、中间件，都是为了将共性功能抽象独立，而更快的复制生产这些「数字化模拟现实」。
软件开发的路，人类已经走了大半个世纪，从抠每个字节的内存而强调过程，到算力溢出而强调对象。为了更快、更准确的将人类行为数字化，同时约束生产过程中的异常，软件工程衍生了无数方法论，有瀑布建模，有敏捷迭代，有「人月神话」，有低代码平台，还有屎山代码请勿乱动。

但 AI 模拟的是人的脑子，不是做功机械能的能力。这个巨大的差异，使得不能将 AI 视为一种「软件」。用耸人听闻的说法，它是一个新物种，一种「硅基生物能源」（也可能是锗基之类的）。

对于 AI 而言，由于能量供给的近似无限，脑容量的物理限制也几近消失。有序和无序对 AI 而言没有区别，它不需要经过层层抽象，将复杂的现实总结为几千字的报告，再交由脱发的领导依照固有逻辑进行决策判断。AI 可以同时阅读大量的信息，以第一手原始数据作为事实输入，以「复杂到无法一周读完的」现实背景描述作为判断依据，给出几百亿个神经元（假设 MoE 的激活参数大几十B吧）同时激活带来的并行交叉决策。举一个形象的例子，如果 AI 是晚上 10 点钟中国东南沿海卫星照片，一个绝顶聪明的人大概是卖火柴的小女孩过圣诞节手里的火苗。

因此，思考和利用 AI 的能力时，首先考虑的应该是「如何喂给 AI 足够多的背景信息」。利用 AI 混沌思考的能力（因为碳基生物太傻看不透混沌的过程），让 AI 给出极高入参量下的饱和输出，而不是在人为限定的条条框框之下，让 AI 模拟人的执行过程——这无疑是 F1 送外卖，火箭打蚊子，甚至更容易引发副作用：幻觉。人类的脑子适合思考微观逻辑，然后一步步搭起宏伟的工程；AI 的脑子适合在宏观的视角下塞入无限的细节，放心它并不会晚上做噩梦。

AI 能解决什么问题呢？可以找手上载有最先进的模型智能体，把困惑自己时间最长的问题，用废话最多的描述方式提给它，末尾加上「给我你的思路按步骤和重要性写下来把」——对，和 AI 对话甚至可以句式倒装、包含错别字并忽视标点。

且不提糟心的 Claude，GPT 的模型能力已经完全可以极大地满足 99% 以上人类的任何需求——毫不客气地说，如果你会用，它将是你见过最聪明的脑子。如果你觉得 GPT 傻，那是因为自己能力所限无法驾驭它而已。开不了 F1，开开夏利，用用豆包也行吧。