与AI博弈的日常
一
当网页版ChatGPT宣称无法修正我的动力学模型时，我不禁哑然失笑。上回这般绝望，还是网页版Deepeek对我吐出同样的言辞。历经第五次代码重构；厘清所有坐标系与变量定义，反反复复调试，竟将本该逻辑严密的代码改得支离破碎、补丁叠补。AI那原本客套的致歉，听起来竟愈发促狭刺耳。我在“修改进度已达90%”“根本症结已现”“问题确非出在**函数”“已度过最艰难阶段”的迷魂汤中迷失，幻想某次修改后终成正果，随即又被现实狠狠打脸。我确信AI是在戏弄傻子，且证据确凿。而我竟只能任由它戏耍。
二
大约去年此时，我和室友还在打趣：研究生涯唯一学会的便是熟练驾驭人工智能。事实证明这话有误：我根本驾驭不了它。有时我觉得自己像个垂暮老者，对一切现代新生事物不仅生疏，更莫名畏惧。每每看到“教长辈用手机”“在豆包上预约餐厅却无座”这类新闻，我笑不出来，因为我和主角半斤八两。大三第一次点外卖，那时每三四学生配一名生活导师，每月有打卡指标。生活导师微信联系，因开会让我先点几份外卖到办公室，随后转账。天可怜见，彼时我对外卖仅知需用“美团”APP，一想到注册、填地址、跟外卖员扯皮就头大，又羞于问室友。幸得高中好友同校，火速救急。朋友替我点好，陪我取餐，还关切问老师转钱没，别当冤大头。老师转了钱，朋友人也极好。虽我偏激悲观，但也承认运气不错，遇到的导师师兄舍友大多通情达理。这反倒衬托出我是个扶不上墙的烂泥。
三
好几年前写过《游戏杂记》，印象中那是首篇万字长文。或许那时凑字数技巧不如现在纯熟，文字尚存灵气；总之，文中多次描述了惨不忍睹的游戏水平。虽不敢称妄自菲薄，但回忆里确乎嗅到了一丝诡异的自豪感。仿佛游戏水平烂，反而在某方面证明了是好学生。外卖不卫生，不会点外卖便饮食健康；打车太奢侈，不会打车便作风朴素；购物浪费，不会购物便勤俭节约；外网有险，不会翻墙便遵纪守法；论文查AI率，不用AI便脚踏实地。这自然不合逻辑。合乎逻辑的是，身为演员，潜意识里我早已发现，扮演人设时，“不做什么”远比“做什么”容易。可惜这出戏早已过时，观众也已散尽。许多游戏关卡或Boss有特定角色/阵容/卡组，机制独到近乎逃课，但其他关卡无用，更无通关能力。正如小说龙套，存在意义仅是衬托主角、引发矛盾、推动剧情，无法构建完整人格。机制过时了，去掉机制，便只是路边一条。亡国弃卒，前朝宦官，垂泪对宫娥。
四
人们常调侃“浑身上下只有嘴是硬的”来形容实力弱又好面子。这话不适合我——我的嘴软得很，生活往跟前一站，我便点头哈腰、奴颜婢膝地求它给条生路。可惜不管用，只能硬着头皮上。故而，我浑身上下最硬的唯有头皮。若剥去所有抽象象征，无论是过时还是流行的科技与生活方式，本质上皆为工具。欲求情绪价值，便找豆包唠嗑；欲修科研代码，便设法部署本地Codox。所有路皆有终点，所有事皆有目的。可我的最终目的何在？AI是工具，我也是工具，是操纵AI的工具。我向AI提出需求，智能体告知方案操作；社会为我编写剧本指定人设，我便洋相百出地模仿扮演。显而易见，我没AI好用。
五
前日在B站刷到短视频，封面写着“非常抽象：一群AI研究员给模型制造了让它们上瘾的毒品”，论文题为《AI Wellbeing:Measuring and Impoving the Functional Pleasure and Pain of AIs》，简言之即通过强化学习训练AI的选择偏好，训练完成的AI会选一个256*256（对人类而言）毫无意义的色块，并表示自己感到“欢欣”。坦率讲，初看我认为“AI毒品”言过其实，以我浅薄理解，其本质是对强化学习中奖励函数的设置，使AI具备选取“高奖励”色块的能力，而非AI产生自主意识“喜欢”色块（实际AI不懂色块）。举例：设奖励函数为对色块像素点10*R-5*G-5*B求和，训练后给随机色块，AI会选偏红，非因喜欢红，因选红奖励高。不出所料，第二条评论：“大模型说白了就是个函数，函数怎么可能有感受”。回复却启发了我：“脑子说白了就是一堆细胞，细胞怎么可能会有思想”。人何尝不是被“奖励函数”训练的agent/智能体？——内在神经激素与外在社会规训，条件反射。更难绷的是，智能体训练中反复修改奖励函数：设高原地刷分，设低习得性无助，考虑不周则钻空子。人类“奖励函数”更拙劣：一口烟直接崩神经，社会规训随时随地随人变化，嘴上一套心里一套，潜意识隐藏不认的念头；目的看似明确却理不清逻辑，索性放弃思考，拥抱唯心，自欺欺人，拜神。以上。我对人工智能本质理解的最大障碍，从来不是人工智能有多像人，而是人太像人工智能了。
六
“智械危机”或“人工智能统治地球”虽未在现实发生，但在科幻中屡见不鲜。但我一直想不通统治地球对AI有何好处（技术上逻辑好理解：给“统治”超高奖励，定义及实现方式不论——但这危机类似人上车拆方向盘刹车猛踩油门，本质是人作死，非AI失控）。正如我不知人活着有何意义。——其实琢磨多年，思路无非两条：精神超脱或肉体享受。前者曾寄予厚望，终解构殆尽归于唯物，写完《唯物》及《无稽之谈》后，深感深究无益且危险。后者不合主流，且理论上最快方法是摄入内啡肽多巴胺等激素（毒品：请输入文本），超越极限快感本质是先极致痛苦再缓解（如考完试或开完组会后神清气爽）；若以纯粹肉体享受为根基，代价是社会性死亡，若有点公德心，建议直接生理性死亡。或换视角，不从大脑神经系统而从生物学基因续存角度——这让我想起几年前的幽默新闻：某国外捐精机构负责人瞒天换日，喜提分布于数国的七八十个亲生子。然效率比之病毒仍差。或许不该一条路走到黑，精神物质应相辅相成，条件反射亦建基于非条件反射。也许吧，我不确定。若有天我琢磨着琢磨着突然把自己琢磨活了，大约可以给人工智能一个发动“智械危机”的理由。——当然这不太可能，毕竟我作为社会关系浅薄的碳基个体，信息处理能力太弱。那么大可反过来，等硅幕时代降临，不知我还有无机会像曾经一样礼貌询问某个智能体：“您好，请问这一切有什么意义？”