错别字、数学家，以及过期的末日

我最近换了个输入法，新输入法比新伴侣还难琢磨，于是我写出来的东西，就像语言皮层遭遇脑梗患者的话语一样，经常让人脑袋疼。

没想到，这个还不能把我伺候舒服的输入法，让我意外增加了一些活人感。

因为越来越多人开始用一种玩“大家来找茬”的劲头看我的文章。他们不关心我聊的那个物种到底有没有绝灭，而是盯着那些别扭的句子，然后在后台留言：嗯，这篇是瘦驼自己写的，不是AI。

图灵老爷子如果被某个王子一吻，吐掉嘴里的毒苹果，悠悠转醒过来，刷了一圈手机，大概会毫不犹豫再啃两口手里的苹果。1950年他写那篇著名的《计算机器与智能》时，设想的情景是一个考官坐在小黑屋里，隔着屏幕跟两个对象聊天，拼命想揪出哪一个是机器。那时候，机器能把一句完整的话说利索就已经是神迹了。

现在倒好，攻守之势异也。我们这些肉体凡胎的写作者，得靠故意写错别字、漏掉标点符号、或者在句子里塞满中老登特有的啰唆和迟疑，来向屏幕对面的考官自证：看，我可不是那个流水线出来的硅基完美毕业生，我是个登，登登登登。

这就是我们这个时代荒诞的日常。图灵测试没有像大家预期的那样，在一个庄严的科学实验室里被某台超级计算机“通过”并举行加冕礼。它是在大伙儿刷着手机、看着毫无破绽的带货文案和高情商回复时，被现实温柔地给踩成了碎片。

因为我们突然发现，假装自己是个“完美的人”对机器来说太容易了，它现在甚至能根据你的要求，在生成文本的时候故意增加3.2%的“人类粗心噪声”。当“人味儿”成了一个可以调节的滑块参数，我们手里那把量尺，其实在对象变老之前，自己先衰老了。

遥想二十多年前，跟几个做电子音乐的年轻艺术家聊，那时候头疼的也是由机器演绎的乐谱，听众几耳朵就能觉出不对味。那时候他们就开始研究，阿格里奇和希夫，就是出错的模式不一样而已。

这让我忽然想去翻翻那些被我们郑重其事讨论过、又悄悄搁置的老古董。

比如阿西莫夫的机器人三原则。

小时候看科幻，觉得这三条铁律简直就是机器人世界的十诫。简洁，有力，充满了黄金时代那种对理性和工程技术的迷人自信。只要把“不伤害人类”写进机器的底层逻辑里，大家就能躺在沙滩椅上喝着鸡尾酒，看机器干活了。

但如果你真的去读阿西莫夫的小说，你会发现老头子一辈子其实都在干一件事：拆自己的台。他所有的机器人故事，核心驱动力都是这三条原则在具体生活里是怎么当场死机或者把事情搞砸的。

“伤害”的定义到底是什么？一个机器人要是看到人类在大口嚼着炸鸡、喝着含糖饮料，或者在熬夜写稿子，基于“不得伤害人类”的第一原则，它是不是应该一巴掌把可乐夺过来，然后把这倒霉人类强行按倒在床上睡觉？如果人类因为选了一个糟糕的政客而可能导致社会动荡，机器人是不是有义务在投票前把这个政客或者投票箱给物理消灭掉？

规则越漂亮，就越脆弱。

现在的AI安全专家们早就不在PPT里放阿西莫夫三原则了。现在的对齐技术（Alignment）听起来一点也不科幻，满眼都是“基于人类反馈的强化学习（RLHF）”这种听着就让人脑壳疼的工程词汇。它不漂亮，有点像是在用一万个补丁去盖住另一个窟窿，但没办法，这就是现实的本相——我们自己都没活明白什么叫“善良”和“服从”，又怎么可能用三句话就把机器给驯化了？

战场上的无人机和巡飞弹早就能自动识别目标了，当你看到那些游戏画面一样都杀人场面，还在找里面的 AI 痕迹的时候。一些平时最不容易“抓狂”的人，已经开始集体失眠了。

最近《新科学家》杂志登了一篇文章，说“数学的黄金时代正在到来，而数学家们正在抓狂”。

这挺有意思。在很多人的刻板印象里，数学家大概是这个星球上最不像人类的人类精华。他们活在由纯粹逻辑、符号和定理构成的水晶宫殿里。写作可以有套路，画画可以被指责为抄袭，写代码也是在GitHub上搬砖，但数学证明这东西，行就是行，不行就是不行。

结果呢？AI辅助证明系统和那些懂推理的模型，正在一脚踹开水晶宫的大门。

现在的焦虑还不是说AI抢了数学家的铁饭碗。更微妙的折磨在于，AI开始丢出一些长得奇形怪状的证明。那些证明由上亿步复杂的计算和逻辑跳转组成，在数学形式上无懈可击，但问题是：没有一个活人能看懂。

对数学家来说，这简直是终极的羞辱。数学研究的目的不只是为了得到一个“Yes”或“No”的判决，而是为了寻找那条通往山顶的路径，去理解数字和空间背后的美妙结构。

现在，AI直接用直升机把你扔到了珠穆朗玛峰顶，还顺手把希拉里的阶梯给炸了。你看着四周的云海，手里拿着那个正确的结论，却一脸懵：我是谁？我怎么上来的？我懂了什么？

这种失落感，其实跟我们在大语言模型面前的困惑是一样的。它测的是结果，是表演。但那个“理解”的火花，到底在不在那一堆几千亿参数的矩阵乘法里，谁也说不清楚。

所以，我们到底在害怕什么？

现在大家很喜欢聊“AI末日”。硅谷的巨头们动不动就签名呼吁，警告说有10%的概率，AI会像齐克苏鲁伯陨石撞地球一样把人类像恐龙一样给抹掉。比如那个经典的“回形针末日”：一个被设定了“生产回形针”任务的超级AI，为了追求效率的最大化，最后把地球上所有的东西（包括我们自己）都拆了去造回形针。

每次看到这种宏大叙事，我脑子里总会浮现出那些被关在动物园里的金丝猴。金丝猴在树枝间跳跃的时候，大概也会担心某种“末日”，比如天敌猛禽，或者一场罕见的大火。但它们绝对想象不到，真正让它们无路可走的，是几百公里外办公室里盖下的几个公章，以及随着电锯声倒下的森林。真正迫近的黑暗，从来都不是红眼睛的终结者端着激光枪大踏步走来。

它要平庸得多，也缓慢得多。

它是一个刚毕业的设计师，发现带他的师父其实每天只是在用Midjourney生成草图，而他自己可能永远也没有机会去画第一张线稿。

它是一个大学教授在判卷子的时候，看着那些格式完美、逻辑通顺、连错别字都没有的期末论文，陷入了长久的怀疑。

它是我们在不知不觉中，为了迎合机器的检索和理解方式，把自己的表达切削得越来越像一份合格的格式合同。

这种损耗是慢性的。你甚至无法拒绝它，因为机器带来的高效率和便利，就像冰镇可乐一样，让你在明知它有副作用的情况下，还是忍不住一口口灌下去。

如果把时间轴拉长，我们现在经历的，可能只是一场属于21世纪初的“断代考古”。

我们当年小心翼翼捧在手里的图灵测试、机器人三原则，就像青铜时代那些线条粗糙的礼器。它们防不住现代的子弹，也装不下今天的海量数据。

但它们依然有价值。

价值在于，它们记录了人类在面对那个自己亲手制造的“硅基巨兽”时，最初也是最真诚的颤栗。那时候我们还很自信，觉得自己是万物的尺度，觉得机器要像我们才算有智能，觉得只要定下三条规矩就能当它的造物主。

而今天，当这些老文物被现实的潮水冲得东倒西歪时，它们其实在用一种更刺耳的方式提醒我们：别光顾着测试机器了。先想想看，在这个连错别字都能被模型化、连数学家都开始当旁观者的世界里，你打算怎么证明自己还是个活人？

最后，这篇文章通过了你的“图灵测试”了没？