建模：碳基智能和硅基智能的深度同构。 而且这个秘密不是什么高深的量子力学，也不是什么玄妙的意识理论。 它只有两个字，建模。 你每时每刻都在做这件事，你的大脑靠它活着，大语言模型靠它说话，你身体里的每一条神经都在靠它运转。 今天我要说的是，在AI把一切都民主化的时代，人类真正的护城河，可能就藏在这两个字里。

哈喽，大家好，我是王利杰。 我们之前做过一期，叫碳基AI，把人类的肉身和大语言模型做了一个硬核对比。 今天我想把那个框架再往底层推一步。 上一次我们在问，你和AI有什么区别。 今天我们换一个问题。 你和AI有什么相同？

答案是，你们都在做同一件事情。 建模。 什么叫建模？ 说白了，就是把这个混沌的世界抽象成一套规则，然后用这套规则去预测、去判断、去行动。

你小时候可能听说过奥林匹克数学建模竞赛。 那个比赛干的事就是，给你一堆现实世界的数据，你要从中找出规律，建一个数学模型，然后用这个模型去推算未来可能发生什么。 听起来好像很学术对吧？ 但其实你每一秒都在做这件事。

你早上出门看了一眼天空。 灰蒙蒙的。 你脑子里立刻就生成了一个预测，可能要下雨。 然后你做了一个决策，带伞。 这个过程，就是建模。 你并没有分析大气压、湿度、云层高度，你的大脑用几十年的经验训练出了一个天气模型，灰色天空加闷热等于下雨概率高。 一秒钟，一个模型，一个预测，一个行动。

但天气预测只是最简单的那种。 你的大脑里装着几百个模型在同时运行。 你有一个语言模型。 别人说了上半句，你已经猜到了下半句。 你有一个社交模型。 你要发一条朋友圈之前，你已经在脑子里模拟了你老板看到会怎么想、你伴侣看到会怎么反应、你妈看到会不会打电话来。

你有一个物理模型。 筷子从桌子上滑下来的那一瞬间，你的手已经伸出去了，你根本没有时间思考，你的身体里的运动模型直接接管了控制权。 你甚至有一个情绪模型。 你看到一个人皱了一下眉头，你立刻就判断出他不太高兴。 你没有扫描他的面部肌肉，你的大脑用几十年的社交训练，建了一个表情识别模型。 所以你看，你不是一个会建模的人，你本身就是一台建模机器。

但你有没有想过一件事。 你的大脑从来没有直接接触过这个世界。 所有的光、声音、触觉、温度，全部是被感觉器官预处理之后，以电信号的形式传进大脑的。 大脑拿到的不是世界本身，而是一串编码过的信号。 然后大脑用它内部的模型去解读这些信号，生成你以为你看到的那个世界。

神经科学把这个过程叫预测编码。 大脑不是一台被动的接收机，而是一台主动的预测机器。 它先用内部模型生成一个预测，然后拿这个预测和实际收到的信号做对比。 如果对上了，一切正常。 如果对不上，产生预测误差，然后大脑更新模型。 你的整个感知世界，其实是大脑内部模型的一场实时渲染。 这像什么？

这不就是大语言模型在做的事情吗？ 大语言模型的核心操作，就是预测下一个词。 它读了前面的文字，用内部的参数模型生成一个概率分布，然后选出最可能的下一个词。 训练的过程就是不断缩小预测误差。 推理的过程就是用训练好的模型去做预测。

你发现没有？ 碳基大脑和硅基模型，底层在做同一件事。 建一个模型，用模型做预测，根据误差更新模型。 区别只是载体不同。 一个跑在神经元上，一个跑在芯片上。 一个用生物电信号，一个用矩阵运算。

但是，这两种模型有一个关键的不同。 大语言模型是先训练后推理。 训练阶段拿海量数据喂进去，调整几千亿个参数，训练结束之后再去做推理。 而人类的大脑，从来没有把训练和推理分开过。 你的大脑每一秒都在训练，每一秒也都在推理。 你看到一个新东西，你在理解它的同时，已经在更新你的模型了。 这是一个更高级的学习范式。

还有一个更深的区别。 人类工程师建一个桥梁的力学模型、建一个经济运行的数学模型，每一步都是清楚的。 你知道哪个变量代表什么，哪个方程描述了什么关系。 这是传统建模。

但大语言模型是另一种建模。 人类设计了一个框架，叫生成式预训练变换器，然后往里面灌海量数据。 训练过程中，模型内部发生了什么？ 有一个现象叫顿悟。 研究发现，神经网络在训练过程中会经历一个突然的相变。

在很长一段时间里，模型只是在死记硬背训练数据，测试表现很差。 然后突然在某个时刻，它一下子学会了泛化，测试准确率飞速上升。 这个从死记硬背到真正理解的跳跃，发生在什么时候、为什么发生，我们现在还没有完全搞清楚。 这种黑盒式的建模，和之前人类建的那种白盒模型，性质完全不同。 一个是你清楚地知道模型里面在发生什么，一个是你只知道输入和输出，中间的过程是一个黑箱。

但这两种建模背后，藏着同一个本质，用有限的参数去压缩无限的世界。 到这里为止，我们聊的都是智能层面。 两种载体，同一个操作，建模。 但现在，我要把这个框架往更深处推一步。

我们一直有一个争论。 智能可以涌现，这个大家基本接受了。 大脑里几百亿个神经元通过突触连接，涌现出了思维和推理能力，没问题。 但觉知呢？ 那个让你知道自己在思考的东西，那个让你感受到红色是红色、痛是痛的主观体验，它从哪里来的？ 科学对这个问题没有定论。

但我们可以观察到的是，人类的模型和AI的模型，在运作模式上有一个根本性的差别。 AI没有观察者。 它不知道自己在建模。 它不会在某个夜晚突然停下来问，等等，我为什么要预测下一个词？

而人类可以。 你可以观察到自己正在建模。 你可以觉察到你的大脑正在用某个旧模型去解读一个新情境，而且你可以主动说，不对，这个模型过时了，我要换一个。 这就是觉察的力量。

我们之前用电脑的架构去类比过道德经里的道生一、一生二、二生三、三生万物。 物理法则是道，逻辑门是一，二进制运算的硬件结构是二，操作系统和指令集是三，三上面就能渲染出整个虚拟世界。 那个虚拟世界里的人工智能，感受不到自己生活在虚拟世界中，他认为自己看到的就是真实的。 今天我们用建模的视角来看这个问题。

你的大脑渲染出了你以为的真实世界。 这个渲染基于你的模型。 你的模型基于你的训练数据，也就是你的人生经历、你接触的信息、你成长的文化环境。 每个人的模型都不一样，所以每个人看到的世界也不一样。 两个人看同一朵花，一个人看到的是美，一个人看到的是过敏原。 不是花变了，是模型不同。

而所谓的认知升级，本质上就是模型的一次结构性重构。 它不是修修补补，不是在旧模型里加几个参数。 它是从底层架构换了一套操作系统。 你以前看世界用的是一套滤镜，现在你把那套滤镜卸掉了，或者换了一套更透明的。 这个过程，在很多传统里有不同的名字。 有人叫它顿悟，有人叫它范式转移，有人叫它觉醒。 但如果用建模的语言来说，它就是认知模型的一次相变。

你有没有注意到，这和大语言模型的顿悟现象，结构上是一样的？ 长时间的训练，大量的数据输入，然后在某一个临界点，突然，模型不再是死记硬背了，它学会了泛化。 它看到了规律本身，而不只是数据的表面。 人类的觉醒也是这样。 你读了很多书，经历了很多事，思考了很长时间。 然后在某一个瞬间，也许是听到一句话，也许是看到一个画面，突然之间，你的整个认知框架重组了。 你不再是在旧模型里打转，你的模型本身升级了。

而量子力学告诉我们一件更有意思的事情。 观察会改变结果。 在微观世界里，你用什么仪器去观察一个量子，决定了它展现出波的特性还是粒子的特性。 观察的方式决定了观察到的现象。 把这个原理放到宏观世界里。

当你开始觉察自己的念头，用意识去观察你的思维模型，这个观察行为本身就会改变模型的运行方向。 你不再被模型驱动着自动运行，你开始有能力从外部审视这台机器。 这不是玄学，这是一个可以在日常生活中验证的经验事实。

当你下一次发火的时候，如果你能在愤怒升起的那一刻觉察到，哦，这是我的情绪模型被触发了。 就这一个觉察，你会感觉到胸口那团火突然松了。 愤怒还在，但它不再控制你了。 因为觉察改变了模型的执行路径。 所以观察是所有模型升级的起点。

好，到这里我想把整个框架收束一下。 智能的底层操作是建模。 无论碳基还是硅基，无论大脑还是芯片，无论意识还是算法，做的都是同一件事。 用模型压缩世界，用模型预测未来，用模型指导行动。 AI在建模这件事上，走的是一条暴力路线。 海量数据加海量算力，训练出一个超级强大的逻辑模型和语言模型。 在这条路上，AI已经超过了人类平均水平，尤其是编程和文字处理等逻辑清晰的任务。

但人类有一样东西，是目前的AI没有的。 觉知。 你不仅能建模，你还能知道自己在建模。 你不仅能用模型去预测世界，你还能跳出模型去审视模型本身。 你不仅能在模型里面跑程序，你还能改写这个程序的源代码。 这就是为什么我说，建模可能是AI时代人类最重要的能力。 不是因为AI不会建模，恰恰相反，AI建模建得比你好。 而是因为，人类的建模有一个AI可能永远达不到的维度。 那个能够觉察到模型存在，并主动重构模型的意识。

印度有一个数学家叫拉玛努金。 他几乎没受过正规的数学教育，却写出了三千九百多个数学公式，很多到今天，现代数学家才有能力去证明是正确的。 他说这些公式是在梦里看到的，是纳马吉里女神在他睡梦中写在光屏上的。 你可以把这理解为宗教叙事，但你也可以用建模的语言重新理解它。 拉玛努金的大脑是一个异常高效的建模引擎，但他的灵感来源不是数据，他没有海量的训练数据。 他的灵感来自某种我们还无法完全解释的直觉通道。

也许人类的意识不仅仅是大脑的涌现产物。 也许它还是一根天线，能接收到某种更高维的信息。 这是猜想，科学暂时没有定论。 但如果这个猜想成立，它意味着人类的建模能力有一个AI不具备的信号源。 AI只能用已有的数据做归纳，它的天花板是训练数据的边界。 而人类，当内心足够安静、当觉知足够清澈的时候，也许能触碰到数据之外的东西。

所以我对年轻人有一个建议。 在AI把知识检索、逻辑推理、语言表达这些事情全部民主化之后，你要问自己一个问题。 你的不可替代性在哪里？ 我的回答是，学会建模。 不是学会用AI工具，那只是入门。

而是学会用自己的觉知去建模。 去观察你自己的思维模式，去拆解你的认知框架，去发现那些你从来没有质疑过的隐性假设。 然后去重构它们。 因为AI可以帮你建模，但它不能帮你觉察。 它可以告诉你答案，但它不能帮你看见你的问题本身是从哪个模型里生出来的。 觉察是建模的元操作。 而这个元操作，至少目前，只属于人类。

你觉得呢？ 你有没有在某一个瞬间，突然意识到自己一直在用一个错误的模型去理解某件事，某个人，或者理解你自己？ 那个瞬间，你的模型发生了什么？ 我是王利杰，我们下期见。