韦青：如何通过驾驭技术的潮流，做回人的“本分”？

什么事

在这个飞速变化的数字时代，技术不仅在重塑我们的世界，也在不断地改变我们对生活和工作的认知。如何通过驾驭技术的潮流，做回人的“本分”？面对所谓的巨变，什么才是“方法中的方法”？

本文为微软（中国）首席技术官韦青在本月混沌学园活动中的一次分享，他不仅讲述一个关于技术的故事，更是在探索一种全新的生活方式。作为技术官、管理者、实践者，他以自身为案例，分享对过去一年技术发展的真实感受、思考、探索。

作者｜韦青工程师、微软（中国）首席技术官

来源｜混沌学园

以下为分享内容：

回归到人的“本分”

自从ChatGPT上市之后，我相信我们每个人都在这一年里经历了思想上的转变。如果眼界不开阔的话，永远觉得自己在见证历史，然后又在几个月被打脸，发现根本不是那么回事。或许此刻地球上的某个地方正在孕育着下一个历史性的事物。基于过去一年多的经验，我建议大家少一点见证历史，多一点创造历史。而要有创造历史的能力的话，就需要对事物演绎的基本规律有一些底层了解，否则就会老是跟在后面走。

在最开始我想让大家问自己几个问题。

第一，我为什么想来学习智能机器的知识？我认为人们首先要满足最基础的衣食住行，再是吃喝玩乐，风花雪月，然后是形而上学，不会有太多超出这些的东西。就像100多年电的发明那样，人工智能也是社会的关键基础设施，当人们真的有了这种技术能力之后，它就会带来对整个社会运作范式的本质性改变。单以互联网为例，我们没有人在用互联网，我们用的都是互联网上的服务。说一千道一万，我们其实也就是想让日子过得幸福、写意一点。

第二，我为什么老担心机器可能会代替我？计算机领域发展得太快了，一个老少皆知的概念一定是过时的，上网的每一个行为都会留下无法清除的数字足迹，这些机器再凭借极强的学习能力，不断替人类考虑你想要什么，因此，人类大概率是生活在信息茧房中的。追求技术进步的原意是让人解脱，帮助人类活得更舒坦、更安逸，发挥主观能动性去突破认知局限。如果人类无法把握住自己的主观能动性，终究会活成每一个动作都是机器在告诉你怎么做。

Anil Seth有一本书叫作《Being You》，书中把人类对这个世界的感知称之为幻觉。其实人类只看自己想看的，只听自己想听的，很难看到世界的真相。认知神经科学早已告诉我们，我们在意识到自己对某件事情做出反应之前，我们的大脑已经开始反应了。我们拼命地通过技术往外走，却没人去认识最应该了解的自己。我们到底想要什么？我们到底能做什么？我们到底应该活成什么样？说来说去，好像我自己想干啥还没想明白。

第三，世界变化这么快，我咋心里老是没着落？在巨变的时代，实证有可能是最好的把握自己未来命运的方法。我是谁？我从哪里来？我到哪里去？不要认为这些是哲学问题，这是人本来就应该回答的问题。担心来担心去，还是这“是谁-哪来-去哪”终极三问。

今天想跟大家交流的就是一点，通过驾驭技术的潮流，做回人的“本分”。因为这一轮的技术进步，可能引发的是一场文明跃进或退化的浪潮，进入的是一个新的“人-机时代”。

人生是以终点为驱动，还是以持续游戏为驱动？这就是“永恒的终结，无限的开始”。“有限游戏”讲的是你死我活，赶紧把游戏玩完，30岁财富自由，此生就可以不干活了。实际上，还有一种游戏叫“无限游戏”，压根不认为这场游戏会有终局。在这个确定性消失、对未来方向没有把握的巨变时代，一个具备有限游戏思维的个体、组织乃至民族、国家，与一个接受无限游戏规则者，哪一种存在会更有目标、更开心、更心安理得呢？

现在是信息爆炸的时代，最不缺的就是信息和答案，最缺的是适合你的答案。没有别人能给你这一答案，只有你自己通过实证，在没有终点的社会发展趋势中找到自己的目标，这个难度是非常大的。人会被自己想象的绝望给绝望死了，但在绝望中你想象的充满希望的未来和坚定的信仰也能够让你重获生机的，这个想象太重要了。

到了机器时代，全要依靠我们的价值观和信仰体系才能往下走，因为未来的变数多到不可思议。回归到人的“本分”，要做什么呢？这一轮都说人工智能、大语言模型、智能体，论造词没有人能比得过互联网和计算机企业，但我们别太当真，还是应该为自己考虑，尽量去看事实。

实践与观察

去年11月30号ChatGPT上市，混沌请我跟另外两位业界同行进行了一场对谈，并于12月底1月初发布了一篇文章，当时没什么人关注，但春节后大家突然就像发现了一个蹦出来的孙猴子一样。我就在想，为什么事情是线性变化的，而反应确实非线性的？我觉得如果你真的在水里的话，那么你对水的波浪起伏不会有太大反应，而对这个状况反应特别大的一般都站在岸上。

如果不知道这件事，其实一个人活得可能也挺安定的，其生活方式、生活品质、心安理得程度都不会有丝毫变化，甚至会更开心。反而是那些知道这一变化的人，觉得不太明白。这就是理查·费曼经常讲的，知道和理解完全是两个概念。

·三重身份

我过去这几年受益最大的，就是自身作为推广者、实践者、管理者这三个身份的矛盾统一体。我也建议大家在未来的学习或者组班子的时候，尽量多样化，彼此能够互相辩论，真理不辩不明。

我是一个善于学习和总结的推广者。作为技术官，我大部分时候关注的是分享一个好的产品，让你知道。

我是一个注重探索与实现的实践者。作为一个工程师，晚上或周末在实验室的话，我就想把论文中提到的方法复现一下。一到复现就麻烦了，为什么呢？就好比一个登上珠穆朗玛峰的选手给了你一份登山路线，你也未必能爬得上去。你到底适合从南坡还是北坡上山？爬到半道出现了计划外的现象能否应对？

我还是一个负责协调与决策的管理者。这个挑战就更大了。很多管理决策者需要签字决定花钱买哪种技术，但大家扪心问一下，作为一个决策者，你真的在乎这个技术有多先进、有多落后吗？你真的在乎这技术叫什么吗？很多决策者并不懂技术，在技术上投入巨大，买回去很好的技术产品，却得不到当初承诺的产出。最关键的是要尽量用到先进技术，且让公司的每个员工都会使用这种技术，让组织有能力让人工智能干事儿。

经历着三种身份的打来打去，一会儿这样想，一会那样想，最终才发现，在这样一个时代，认知不进步，思想不升华，真的是很辛苦的。所以每次在跟客户、朋友、家人交流的时候，我都说，咱们能够聚在一起，大概率是我们本身就是好学、力行、知耻的，不要因为信息茧房让你觉得自己毫无价值，好像没做这个、没做那个，就是没跟上潮流，被淘汰。

·实践中的AI与“朋友圈AI”有些不一样

现在人工智能领域的现象是，我们听到的、看到的、做到的和用到的完全不一样。朋友圈AI和现实AI最大的区别在于，朋友圈AI大部分描述的是技术能力，但由于篇幅限制、读者习惯等，经常会缺失很重要的一个部分，就是实现的前提。在国度、政策、法规、文化、种族、习惯、人财物等各种约束条件下，应该做到何种程度很少有人去讲，然而这才是技术真正落地时需要考虑的关键。

听到了传说。听起来咱们已经完全进入神话世界，所有人都封神了，可以完全躺平了。

看到了演示。OpenAI的工程师、特斯拉以前的首席工程师Andrej Karpathy说，演示很容易，但真正成为产品还得要十年。

自己下水试。以这一轮的人工智能为例，钱和技术能解决很多问题，你要显卡有显卡，要电有电，什么都准备好了，但时间和思想这两个坎很难跨。一是很多数据需要依靠时间积累，买到的数据都不具备竞争性。二是人思想的转变也是买不来的。

再给客户用。给客户用的时候发现，天呐，白忙活了。客户不管你是用人工智能，还是大语言模型，只要你把问题给解决了。你可以用先进工具，但你不能涨价，这就是客户的思维方式。

基于这四个维度，我总结了一个“技术落地次第论”，从“有”到“有用”再到“有作用”。第一步是有技术。比如手机、电脑、各种网络服务、人工智能应用。第二步就是看用户有没有使用。用是要改变习惯的，大家都不愿跳出舒适圈，懒得从苹果系统换成安卓系统，或从安卓系统换成苹果系统。第三步就是有作用。大家都知道有一种说法叫做，“别手上提着锤子，看什么都是钉子”，但还有一本书叫做《所有的工具都是锤子》。原来是有了锤了什么都敲，现在墙上有钉子，没有锤子的话，钳子不能当锤子吗？扳手不能当锤子吗？

原先我们说知行合一，这在信息时代已经不够了，现在需要言行效果心一致。信息时代的审辩之道就是“听其言，观其行，审其效，验其果，知其心”。因为言行一致只针对于某一个体，并没有在你的身上得到效果的验证。“效果”包含了两个方面，一是仿效，二是结果，如果某个东西没有被个体或组织仿效，或者仿效完没有产生一定的结果，那么就一定是错的。在言行一致之后，仿效某种方法产生结果，再来检验这个结果，才能知道对方初心是否是为你好，同时，自己的心能否安定下来。

·唯名论与实在论

我们学习一轮新技术的时候一定要明确自己学的是名还是实。这不是说名好还是实好，而是要知道如果是名该怎么利用，如果是实该怎么利用。

毕加索的一幅画，上面有十一头牛。早期苹果公司人员招聘的时候就是拿这幅画来讲他们的设计理念的，跟大家讲什么叫抽象，什么叫具体。抽象的牛没有牛皮，没有牛毛，但是却能够让人很容易地理解这一动物的特征。这十一头牛就让大家理解什么叫做数据，什么叫做知识，什么叫做智慧，什么叫做抽象，什么叫做具体，什么叫做名实。

把每一个状况都理解清楚后，就能够知道其在世界中的表征作用，它可以是一种物理性的表征，也可以是一个信息性、智慧性的表征，这些表征可以应用到人类社会的不同阶段、不同层次。当你把市场进行细分之后，你的产品大概率可以找到一批受众。

这个道理不仅解决了人工智能的问题，也解决了我们人生观、世界观的问题。我总觉着人生不应该只是闷着头去到一个站点。如果转变为旅人思维，我们能够欣赏旅途中的风花雪月，做这轮技术突变的主人，而不是被技术更迭带得满天跑。

·“生成方法的方法”

所以，我们今天讨论的是“生成方法的方法”，它不能让你马上拿去用，但是能够帮助你找到自己的答案。它的整个逻辑有三阶。一阶是方法，有问题就解决问题，比方说头痛就吃片阿司匹林。二阶是原因，圣人畏因，凡人畏果，去解决那个原因，比方说头痛实际上是觉睡少导致的，那么不用吃药，睡一觉就好了。三阶就是为什么，不仅是头痛不需要吃阿司匹林要多睡觉，而是人为什么要睡觉？人可以不可以不睡觉？

这种思维方式能够让我们少走很多弯路，而且能够让我们不被风吹得摆得太厉害，摆起来很累的。比方说追Web3.0，刚追完又要追人工智能，人工智能追完又要追大语言模型，追ChatGPT，这哪追得完啊。在这些里面一定有不变的东西，就是人性、人的需求。

思想与视野

假设我们一辈子都住在一座山的山脚下，从来没有走出过这座山的阴影范围，而我们从小接受的教育或是自己的人生理想，却是希望自己能够登上地球的最高峰。请问，如何判断我们面前这座山就是最高峰？

有了人工智能、大语言模型等技术，我们都会想用了之后会怎样，这里面实际上也存在着同样的悖论。你在山脚下，别人和你说山上怎么样，你是无法知道的。我们没法知道不知道的，我们只能用已知的来想象未知的。

科学家做了一些比较纯粹的思想实验。比如，一个从来没有接触过现代文明的土著，在大城市的楼宇大堂里看到一个电梯，他不知道电梯有上有下，只能看到电梯门的一开一关，进去了一对老头老太太，却出来了一对年轻夫妇。那么，这种情况下，他会认为这是一个神门或魔门，要么拜，要么砸。

三四十年前，理查·费曼在加州理工学院毕业典礼上发表演讲，提醒同学们要小心拜物教科学。那时候的科学家就已经发现世界正在巨变，而这一代学生毕业之后，极大概率事件看到的现象、技术、能力、产品、服务，都是在学校中没学过的。

他举了一个例子，二战时期日本、澳大利亚和美国的军队经常会占用大洋洲上一些没有现代化的岛屿，在原住民居住的地方修建一些简易的机场，因为打扰了这些土著人，于是还会留一些药品、工具、食品给他们。战争结束之三十年之后，人类学家再次访问这些岛屿，发现简易的跑道全部长满了草，但却出现了几架草编的飞机。这些曾经治好他们的药都是从飞机上走下的神人带来的，于是他们就把飞机的形状编织成图腾，在这个族群中形成了一个神话传说。理查·费曼在他的演讲中讲，你们这一代人毕业之后，如果不具备审辨式思维的话，你们会跟二战时候这批岛屿上的原住民对待新生事物的观点方法一模一样，这叫做拜物教科学。

在无人区里，我们都在“盲人摸象”，理解真相的方法是“小马过河”。

但盲人摸象和小马过河这两个观点也是极不完备的。盲人知道他摸的是象吗？盲人摸象是拿已知的去形容未知的，更完备的讲法应该是盲人摸四不像，否则你已经预判它是象了，我们不习惯把未知形容成未知。

只有在实证之后，才会把原以为应对确定性的方法破掉。一旦形成概念之后，一定会把某些特征抽象化。为什么现在大家在争论大语言模型有些事情能做，有些事情不能做？原因就在于它必须是一种抽象。按照哥德尔定律来讲，想要描述完备，至少要比现在的原子多讲一个原子，不可能靠有限的条件描述完备。我们做不到实证，就算实证之后，你会发现也不能完全解决你的问题，还得形成一个超越认知层面的观念。

同样的，“小马过河”的潜在危险在哪里？如果想着小马过河，那么它就不用再去准备口粮了，游过去最多半小时一小时。万一过的是江呢？万一过的是海呢？那么就需要十年八年，这匹马肯定死了。假设陆地可能没有了，要进入了水的领域，这种思维范式对现在来讲是极端重要的。大家都在信誓旦旦地说第四次工业革命、数智时代、智能社会、机器取代人，万一一种全新的社会形态马上出现了呢？这在人类历史上发生了无数次，你凭什么认为这一次不会发生？

蒸汽机出现的时候，有一批人把厂子烧了，把纱锭砸了。那些马车夫想的是如何把马车车厢做得更加完美。我们现在做的事有多少是当初马车夫做的事？有多少是非洲土著武士做的事？多少是大洋洲原住民做的事？我们该做什么？就是下水，带足干粮，可能是十年的干粮，也可能是一辈子需要的。在文明中，旅程的概念其实特别重要的，我认为旅行就是一个无限游戏的概念，人生就是旅行。

人因不同的思想，产生对同一现象的不同判断，并因此采纳不同的建议，形成不同的方案，实施不同的行动，产生不同的结果。你要一定要相信，我们只会被我们的思想困住。人这种动物没那么糟糕，人有主观能动性，有灵活性，有适应性，但如果我们丧失了我们的能动性、适应性，就很容易被淘汰掉了。

新人-机时代

我现在默认咱们在水里面待着了，水冷、水热、水急、水缓、水深、水浅，在岸上再这么想和实际感受都是不一样的。我们下的这个水，其实就是信息文明时代。我们首先要了解新人-机时代的特征，即人跟工具不断结合、互相促进，人类为智能机的工具所赋能、所强化。

什么是自知者明，知机者智？原来我们讲人自己是怎么回事，现在讲你如何让机器干你想要做的事情。

大家都在说机器学习，很少有人说机器教育。如果只是关注机器学习，关心的是跟能源、物质相关的电力和算力。如果关心机器教育，就是一个信息文明的思考，关心的是数据，是知识，是价值观，是文明习惯、语言方式。机器以数据为口粮，可以把它理解为自己的一个小弟或者助手，我们需要去教育它。如果我们不教它，它学的全是别人的价值观、别人的习惯和别人的判断。

最近有部电影叫做《花月杀手》，讲的是一百多年前北美大草原上打出石油后，一个印第安原住民族群短暂地变成了美国最富裕的族群，之后就被别人残酷地淘汰、掠夺掉了。在农业范式里，他们只知道石油可以卖钱，但是想不到油还可以提炼成汽油，用于化工产业。

同样的道理，信息或者数据在我们看来是一种生产要素，那么，这种生产要素跟物质和能量的生产要素有什么不同？对大多数人来讲，我们已经信息化了。维纳在他的《人有人的用处》里写道，信息就是信息，它既不是物质，也不是能量。知识不像物质和能源，物质和能源的保质期很长，知识的保质期很短，知识的话不用不值钱，一用就过时。

咱们进入了一个非常微妙的范式转变，能生成知识的数据很重要，如果知识生产不了新知识，比如单一语言、单一文明的知识，就会变得没有价值，被压缩得越来越少，所以要依靠互动和分享不断地掺多样性。但这实际上和数据保护、文化保护是矛盾的。一方面，你的文明要被保护，你的价值观不能被污染，你的数据可能有很多安全问题。另一方面，如果不能够去分享的话，这个世界将没有你的立足之地。

一百多年的科幻小说作家就抽象出一个世界知识体，在这个知识体上长出不同的文明。原来各个文明各走各的路线，有点像计算机中的单体结构，后来发现单体结构在某个发展阶段的效率不够高，于是就建了一个内核，把所有的东西都放到这里面，再去搭建应用。那么就会有一个争论，是单体好还是内核好呢？人类文明发展到现在大部分都是单体，如果我们认为自己的文明伟大，那么这个文明会被机器学进去，再长出新的文明，这个文明和我们目前的单体文明成长速度就不可同日而语了。

过去很伟大，今天比过去更伟大，明天比今天更伟大，这是技术界遵循的一种法则。那么体现到人工智能上，人工智能算法不会因为人的意志而转移，如果我们人类不能去适应这种不断进步、不断优化、不断提升的话，还真有可能被它给落下来，但是永远在它的肩膀上向前走的话，我们只会越来越伟大。

这就是自知者明，知机者智。知道人类文明怎么走、机器文明怎么走，这还不够，最终还是要将人机结合。历史的车轮就是这么往前滚动的，工具进步促进了人类进步，人类进步又促进了工具进步，最终是人的幸福感和获得感的进步，而这就是现代文明追求的目标。

无限游戏

现在大家都在不约而同地发现有一道门正在打开，咱们需要扩充我们的知识体系来了解，由于机器的进步，到底有什么新的可能会出现。

其实智能机器真正打开的我觉着起码有三个领域：认知神经科学，了解我们自己；量子物理，不仅仅是量子计算，还包括材料，包括对整个时空的理解；天文科学，韦伯望远镜到了拉格朗日点，它对宇宙的理解是不是会带来一个全新的领域。智能机器打开的目的就是让我们从智人不断地进化，在大家担心这东西怎么怎么样的时候，起码它会在AI for science这个领域帮助人类利用已知探索未知。

人类的未知域是很大的，而真正的已知域是微乎其微的。不管是个人、组织、国家、民族，都是人类已知域中的一部分。由于机器记忆的特殊性，起码目前还没有证明机器能做到人类做不到的事，尽管人类肯定要花漫长的时间，甚至上亿年的时间，才能把机器一年算完的东西搞定了，但这并不意味着机器真能产生人类的理论已知域之外的现象。

现在大部分的机器是在人类的理论已知和经验未达域遍历，所以我们把它称之为叫机器的穷举遍历域。这就很重要了，多智能体、多模型不断地计算，你想象一下，这种领域探索的维度有多么的大，它甚至可能把咱们原来探索过的领域再探索一遍。比如蛋白质折叠，人早就知道该怎么做了，只不过要花很多精力和时间去蒙，去猜，去测试，所以人做几十年、几百年、几千年、几万年都有可能，但是机器不眠不休，可能只要十年、五年、一年。

杨利伟太空航行之后讲过，在那种环境中你才能知道，我们的使命是保护地球，但更重要的是探索宇宙的奥秘。我坚信探索宇宙奥秘的同时，能够反过来了解我们人类是怎么回事。地球是人类的摇篮，那么人类是不可能永远被束缚在摇篮中的。

这个现象叫做全景效应。实际上，进入过太空的宇航员对于地球、人类、过去和未来的认知倒不一定都是乐观向上的，但起码没法保持原来的观点了。因为在浩瀚的宇宙中人类太渺小了，在那种情况下，人们就不太担心眼前这些事，会发现人类真正要做的事远比担心的这些事要多得多。

陀斯妥耶夫斯基讲过，我想成为一个人，所以我一定要探索。帕斯卡在《人类幸福》中也说了，我们从来没有真正活过，我们只渴望生活，我们总是计划如何快乐，就永远不会快乐。我们为什么要学习？为什么要做生意？为什么要赚钱？为什么要掌握这些技能？不就是想让自己快乐一些吗，如果我们丧失掉了终极目标，这些东西还有什么意义呢？

这种终极目标恰恰是机器正在和即将帮助人类实现的。没人知道我们能不能用得好机器，但我们首先要拥抱这种变化。最大的问题就是我们的思想问题，我们不能老是用惯性思维去想一个全新的话题。但我们要明确地知道你想和不想干什么，能和不能干什么，什么干得好什么干得不好，再来决定如何拥抱这种变化。人类的感官是粗糙的，我们是脆弱却会思想的芦苇。这些都是显学，关键在于我们信不信，愿不愿意身体力行。凡事都有两面，我们既可以被动被代替，也可以主动去升华。

继续阅读

阅读原文