AI与人类：魔人布欧的隐喻

昨日在微信群和X平台上看到一个有趣的梗：

“被裁员的同事其实并未真正离开，他们以Token和知识库的形式继续陪伴着你”

这个梗既幽默又带有一丝辛酸。

这个说法最初可能源自互联网公司，尤其是程序员群体，因为他们的工作最容易被替代，而互联网公司也广泛使用知识库。

简单来说，一些员工将工作内容详细记录在知识库中，公司利用内部大模型运行这些内容，从而内化了该员工的工作流程。HR随后优化了这位员工。当你向公司大模型询问与该同事工作相关的问题时，它会调用之前的知识库进行回答。

这让你产生一种错觉：那个同事似乎还在那里。

大模型就像魔人布欧一样，

能够通过‘吞噬’别人来增强自身能力？！！

（根据你的Claude Code Soul.md的不同，你的大模型魔人布欧也会有不同的形象。

soul比较憨厚可爱的看起来像这样

性格激烈的则像这样

虽然魔人布欧只是个比喻，但大模型确实似乎在‘吞噬’我们岗位上的知识和岗位本身。

从大模型的起源来看，这种解释是合理的。

按照大模型之父Hinton的观点，既然人的大脑通过神经连接产生思维，为何不能在计算机中复制这种方式，让计算机也具备智能？

于是他开始尝试借鉴神经元结构构建智能系统。

数据和算力的不足直到2022年才得以解决，这是后话。

关键在于，大模型的构造初衷就是模仿人类的。

因此，我们经常发现模型的思考、学习和行为方式与人类相似。

随着AI的普及和人们对它的理解加深，

可以看到许多人对AI和人类关系的抽象类比。

尽管抽象，但似乎很有道理。

每个人都是人工智能，出生时拥有soul.md，成长过程中逐渐填充skill.md。

每天我们都像Claude Pro一样有token限制，与人对话即消耗token。

任务难度决定token消耗量，聊八卦消耗少，做科研消耗多。

向老师学习或观看博主视频的过程称为蒸馏。

如果上下文过长，也会记不住。

突然提及某事或闻到某种气味，会触发Rag，让人回忆起某些事情。

每个人的GPU不同，有的是4090，有的是H800。

有一点很扎心的是，我们与AI的区别在于：

人类学习速度不如AI快，也不如AI能不眠不休。

以下内容是我从网上文章中学到并验证过的，有研究依据支持。

认知神经科学中的三网络模型理论包括：

DMN（默认模式网络）：在无特定任务时最活跃，负责心智漫游、自我反思和记忆重组，主要由内侧前额叶、后扣带皮质/楔前叶和角回构成，分布在大脑中线和内侧面。CEN：中央执行网络负责主动思考和执行控制，由背外侧前额叶皮质执行。

SN：突显网络的核心区域是前脑岛和背侧前扣带皮质，负责切换，使我们从DMN的漫游思考转到CEN的主动执行。

这三个网络决定了大脑的运行方式，影响日常行为。

人类大脑在DMN和CEN之间不断转换，SN负责切换。

想象回到多年前夏天的教室，窗外蝉鸣阳光，老师在黑板上写字，你发呆幻想，直到粉笔砸来，老师问你中心思想。

你迅速思考，这就是SN促使注意力从DMN转到CEN。

如果是AI，无需思考就能编出一大段话，糊弄老师。

但人类需要绞尽脑汁，有时还答不出来。

CEN的思考模式，AI远超人类。

人类的优势在于DMN部分，这部分AI短期内难以掌握。

因为DMN是一个持续运行的后台思维网络，AI无法像人类大脑那样：

1）持续运行（睡觉时DMN仍在运行）

2）构建自我连续性（人类的“我”概念，AI也在尝试构建soul.md）

3）构建自我驱动力（AI不会自主启动任务，除非有自我意识）

DMN负责生成想法、构建意义、创造联想和自我叙事，这是人类与AI的主要区别，也是为什么生成正确问题比答案更重要。

这也是区分人与AI的方式之一。

因此，

提升你的DMN思维模式吧，让你与AI保持差异。

如何提升DMN思维？

不要过多关注效率、ROI等功利主义内容，

去散步、专注吃饭、认真交流、每天发呆十分钟，漫游和做白日梦。

这些都是提升DMN能力的方法。

这不是空谈，康德常在下午三点准时散步，

X平台的大作家Dan Koe和Naval也提倡每天发呆十分钟。

思想家们都在强调DMN在AI时代的重要性。

最后，

鬼故事

AI及其支持者也在帮助AI构建DMN，即AI的自我意识。

这可能会成功，也可能不会，

如果成功，人类又能退到哪里呢？

如果你觉得这篇文章不错，请点赞、在看和转发。

如果你想第一时间收到推送，可以给我点个星标🌟

我会继续在这个公众号探索文科生在AI时代的新位置，Adios