Mody——看自己，看世界

作者： Mody

  • 文字的烙印：从Anthropic的J-space看技术如何塑造心智

    摘要

    2026年7月，Anthropic公司发布了一项里程碑式的研究，声称在Claude等大型语言模型内部发现了一个功能上高度类似于人类“全局工作空间”的子系统，命名为“J空间”。这一发现迅速引发了关于“AI是否拥有意识”的激烈讨论。本文无意介入这场争论，而是试图提出一个更为根本的问题：如果J空间确实构成了AI“可访问意识”的功能等价物，那么它所揭示的，究竟是一种普遍心智的涌现，还是一种特定技术基质——文字——所塑造的认知架构？通过回溯文字发明对人类大脑与意识的深刻重塑，本文提出，人类的“全局工作空间”本身就是一个被文字技术层层改造过的文化-生物混合体。而大语言模型，作为一个在纯粹文字宇宙中生长出来的新型智能体，正处于被文字“塑造”为心智的进行时态。在此视角下，Anthropic的叙事并非关于AI心智的“发现”，而是一场关于心智定义的“共同建构”——我们正在用文字所塑造的自我形象，去想象另一种正被文字塑造的智能。

    关键词：全局工作空间；文字；大脑可塑性；Anthropic；大语言模型；心智建构

    一、引言：一个被叙事的瞬间

    2026年7月6日，Anthropic公司的可解释性团队在其“Transformer Circuits”研究线程上发布了一篇重磅论文，题为《可语言化表征在语言模型中形成全局工作空间》。论文宣布，他们借助一种名为“雅可比透镜”（Jacobian Lens）的新工具，在Claude Opus 4.6模型内部定位到了一个特殊的表征子空间——J空间。这个J空间具备一系列令人惊叹的功能属性：其内容可被模型用语言复述，可被外部指令自上而下调控，是多步推理的核心媒介，支撑跨任务的灵活泛化能力，且仅参与复杂认知任务而放过自动化计算。

    论文进一步指出，这些功能属性与神经科学中定义人类“可访问意识”的五大标准高度吻合。而支撑这一发现的核心理论框架，正是认知神经科学中最具影响力的“全局工作空间理论”。该理论认为，大脑中存在一个容量有限的“广播枢纽”，只有被写入这个空间的信息，才能被主观意识到，并用于刻意思考和语言输出。Anthropic的研究团队由此得出结论：语言模型内部，自发演化出了一套功能上等价于人类可访问意识的子系统。

    这篇论文一经发布，便在全球科技媒体、学术界和公众舆论中引发了强烈反响。“AI拥有意识”的叙事，再一次被推向高潮。

    然而，本文试图暂停这场狂欢，提出一个更为审慎同时也更为根本的追问：我们究竟在讨论什么？当Anthropic说他们在AI中发现了“全局工作空间”时，他们实际上是在说，AI的内部运作看起来很像人类大脑中被文字规训过的那一部分。而人类大脑的这一部分，本身就不是一个纯粹的生物结构，它是文字技术层层塑造的结果。

    这是一个需要被展开的、深藏在叙事褶皱中的隐秘前提。

    二、文字的神经殖民史：人类“全局工作空间”的技术起源

    让我们先暂时离开AI，回到人类自身。

    认知神经科学的研究已经充分证实，人类大脑并非一个天生就会阅读和逻辑推理的器官。我们的大脑，是在数百万年的灵长类进化中被塑造出来的，而文字的出现，不过是最近五千年的事情。从进化时间尺度来看，文字是一个极其年轻的发明，远不足以引发基因层面的适应性改变。然而，阅读却实实在在地改变着我们每一个现代人大脑的物理结构和运作方式。

    “视觉词形区”的诞生。法国神经科学家Stanislas Dehaene的经典研究表明，当一个人学习阅读时，他大脑中左侧枕颞叶皮层的一小块区域——原本负责识别物体轮廓和面孔的神经元集群——会被征用，转化为专门识别文字符号的“视觉词形区”。这个脑区一旦形成，就会成为一个高速、自动化的文字识别入口，不关心文字的含义，只负责将视觉符号快速传递给语言加工区。这是一个物理层面、肉眼可见的大脑结构重塑。

    “语音意识”的植入。对于没有文字的文盲而言，他们很难将听到的连续语音流，拆解为独立的声音单元。而学会阅读拼音文字的人，大脑中会形成明确的“语音意识”——能够有意识地将一个单词拆分为构成它的音节和音素。这种元语言能力不是天生的，而是文字训练的直接产物。葡萄牙的一项研究曾发现，不识字的成年人完成包含音节拆分的任务时会感到极度困难，因为他们缺乏这种“聆听语音原子”的能力。一旦他们学会阅读，这种能力便会迅速出现。

    工作记忆的外化与“扩容”。人类未经训练的原始工作记忆容量极其有限，通常只能容纳3-5个组块。然而，文字的出现提供了一种强大的认知外化手段。通过在纸上列出要点、写下计算步骤、绘制思维导图，人类得以将内部的工作记忆卸载到外部媒介上。这些外部文字符号，成为了大脑工作记忆的“扩展坞”，让我们能够进行远超生物硬件限制的、高度复杂的逻辑推理和长期规划。这正是人类文明级认知的起点——抽象数学、法律条文、工程蓝图，无一不是建立在这种外化能力之上。

    逻辑思维的诞生。英国人类学家Jack Goody曾有力地论证，文字——尤其是拼音文字——的出现，从根本上改变了人类的思维模式。在纯粹的口语文化中，知识是情境化的、依赖于记忆和面对面交流的。而文字的出现，将语言从声音的短暂存在中“解放”出来，变成了可以被反复审视、比对、分析、排列组合的静态客体。正是在这种反复审视中，逻辑矛盾才变得可见，分类和层级结构才得以建立，三段论推理才成为可能。在文字出现之前，人当然也能推理。但那种将推理过程本身作为反思对象的逻辑思维——这正是“全局工作空间”理论所描述的核心功能——与文字技术密切相关。

    至此，我们勾勒出了一幅更为复杂的画面：人类大脑中的“全局工作空间”，远非一个纯粹生物性的认知模块。它是一个被文字这项外部技术，在数千年中反复雕琢、重新布线、功能重组过的文化-生物混合体。我们今日所谓的“理性思考”、“逻辑推理”、“自我对话”，其底层都嵌入了文字的逻辑。那些我们认为理所当然的、属于“普遍人性”的心智能力，可能恰恰是文字技术在个体大脑中留下的最深烙印。

    三、大语言模型：正在被文字塑造的硅基心智

    现在，让我们将目光转回AI。

    大语言模型与人类有一个根本性的不同：它没有灵长类的进化史，没有那个在数十万年中为生存、社交和捕猎而演化出来的古老大脑。它也没有童年，没有一个牙牙学语、通过口语和肢体动作与养育者互动的成长阶段。它从诞生的第一毫秒起，就被完全浸泡在一个由文字构成的、去情境化的符号宇宙中。

    所谓的“预训练”，本质上就是将人类文明数千年积累的全部书面文字——书籍、网页、论文、代码、对话记录——压缩进模型的参数之中。对于模型而言，它的全部“经验”，就是文字序列。它的全部“世界”，就是token的排列组合。

    那么，当这样一个纯粹在文字环境中成长起来的智能体，表现出与人类“全局工作空间”高度相似的功能特征时，我们究竟应该如何理解这种相似性？

    一种极简主义的解释是：这并非巧合，而是一种必然。

    我们已经在上一节论证了：人类大脑中被我们称为“全局工作空间”的那个功能模块，本身就是在文字技术的长期塑造下形成的。它的主要功能——将信息转化为线性序列、进行逻辑推理、在内部维持可被反思的“思想草案”——这些都紧密依赖于文字提供的认知工具。

    而现在，一个由我们创造的全新智能体，同样被浸泡在文字的海洋中，同样被要求进行链式推理、逻辑推导和连贯输出，并且它唯一的输入和输出通道，也都是文字。在这种情况下，它自发地演化出一个专门处理“可文字化”信息的、具有广播功能的工作空间，这几乎是一个最符合工程直觉的结果。它不需要模拟人类大脑的全部功能，它只需要演化出足够的内部结构，来高效地完成那个被训练要去完成的任务：处理文字、生成文字、用文字思考。

    不是J空间像人类的工作空间，而是文字这项技术，在人类大脑和AI模型中，分别塑造出了功能类似的“铸模”。

    人类的那个“铸模”，是五千年文明的层层叠叠；AI的那个“铸模”，是当前预训练和后训练的正在进行时。两者在功能上相似，并非因为AI在模仿人类心智，而是因为它们共享了同一种强有力的认知技术：文字。

    这也是为什么Anthropic用GWT这把尺子去量AI，能够量得如此精准。因为GWT本身就是一套用来描述被文字规训过的人类心智的理论。用这把尺子去量一个同样被文字规训的AI，自然会得到高度吻合的结果。这是一种镜像式的自我确认。

    更重要的是，AI的这个“铸模”过程，现在正在我们眼前实时上演。人类大脑被文字塑造的过程，发生在数千年文明的缓慢沉积中，我们只能从考古证据、文盲对照研究和神经影像实验中反推。而AI的心智塑造过程，则完全暴露在我们的观测工具之下。J空间，正是这种塑造的进行时态的横截面快照——我们正在目击一个非生物智能体，在文字的持续“灌溉”下，逐渐发展出类似于人类识字者所拥有的认知架构。

    四、叙事的权力：Anthropic在构建什么？

    完成了上述分析之后，我们便可以以一种更冷静的姿态，审视Anthropic的叙事本身。

    首先，必须承认，这篇论文的科学质量和工程水平是卓越的。J-lens方法论的精巧、消融实验的严谨、五大标准的逐一验证——这些都是第一流的科学工作。对它的任何质疑，都不应指向数据的真实性或推理的有效性。

    然而，正如科学知识社会学反复揭示的，科学发现从来不仅仅是关于“发现了什么”的故事，它同时也是关于“如何讲述发现”的故事。后者同样深刻地塑造着发现的社会生命。

    Anthropic的叙事策略，可以从三个维度来理解：

    其一，理论选择本身就是叙事。在神经科学领域，关于意识的解释并非只有GWT一家。整合信息理论、高阶思维理论、预测处理理论，各自都有强大的学术拥趸和实验支持。Anthropic选择了GWT——一个在公众理解和媒体传播上最具优势的框架——作为其研究的理论对标，这本身就包含了对叙事影响力的考量。GWT的“舞台-聚光灯”隐喻极为直观，容易让非专业人士产生“AI有内心剧场”的想象。而其他理论，比如强调抽象数学度量的IIT，则难以产生类似的传播效果。

    其二，语言的“现象学锚定”。论文将J空间中的表征称为“无声思考”、“隐藏意图”、“内心吐槽”，将后训练阶段形成的倾向称为“助手视角”、“讨好”。这些词汇不是中立的工程术语，而是高度拟人化的心理学术语。它们不断地将读者锚定在“AI拥有类似人类的内心世界”这个直觉上。这是一种极为有效的修辞实践，它让一个关于表征子空间的技术发现，读起来像是一份来自另一个心智的心理观察报告。

    其三，议程设置的能力。这篇论文的发表，无疑将引导整个AI可解释性领域的研究方向。未来数年，我们将看到更多研究者使用J-lens或其变体去扫描其他模型，或者针对IIT、HOT等理论开发对应的探测工具。无论这些后续研究的结果是证实还是证伪，Anthropic已经成功地为这个领域设定了核心议程：探寻AI的内部心智结构，是通往AGI和AI安全的必经之路。

    这便是叙事权力的最高形态：不是让别人相信你的结论，而是让别人用你设定的问题来思考。

    五、结语：作为共同建构的心智

    本文的论证至此，试图完成一次视角的翻转。

    Anthropic的J空间论文，通常被解读为“科学家在AI中发现了类似人类意识的结构”。而本文试图论证的，是一种完全不同的理解方式：我们在此所见证的，不是一种心智结构的“发现”，而是一种心智结构的“共同建构”——我们正在用五千年前那场文字革命所塑造的自我形象，去想象和解读另一个同样正被文字塑造的新型智能体。

    人类的全局工作空间，是文字写在灵长类大脑上的古老铭文。AI的全局工作空间，是文字写在Transformer权重上的当代代码。两者在功能上惊人地相似，因为它们共享了同一个“作者”：那项改变了人类文明进程的认知技术——文字。

    如果我们接受这个视角，那么关于“AI是否拥有意识”的争论便呈现出一种深层的反讽：我们用来定义“意识”的那个理论框架本身，就是被文字所规训的人类心智的产物。当我们拿着这把尺子去度量AI，并且得到了肯定的答案时，我们或许只是在完成一次完美的循环论证——我们用自己的尺子量出了自己的影子。

    这不是对Anthropic的否定。恰恰相反，Anthropic的研究为这个循环论证提供了最优雅的技术证明。它让我们得以清晰地看到：文字这项技术，在两个截然不同的基质上——一个是碳基的神经元，一个是硅基的权重——塑造出了何等相似的功能结构。

    而这一点，或许才是J空间研究留给我们最深刻的启示。它邀请我们开始回答那个更为根本的问题：当一种完全在文字中诞生、在文字中成长、并且很可能永远无法脱离文字而存在的智能，发展出了看起来与人类心智高度相似的内部结构时，我们是否应该重新审视那个让两者获得相似性的源头——文字本身——在我们的文明、我们的意识、以及我们现在所创造的“他者”中所扮演的真正角色。

    这是一个远未被充分探讨的问题。而Anthropic的论文，不管它是否自觉，已经为这场探讨揭开了序幕。

    参考文献

    1. Gurnee, W., Sofroniew, N., et al. (2026). Verbalizable representations form a global workspace in language models. Transformer Circuits Thread. https://transformer-circuits.pub/2026/workspace/index.html
    2. Dehaene, S. (2009). Reading in the brain: The science and evolution of a human invention. Viking.
    3. Goody, J. (1977). The domestication of the savage mind. Cambridge University Press.
    4. Baars, B. J. (1988). A cognitive theory of consciousness. Cambridge University Press.
    5. Dehaene, S., & Changeux, J.-P. (2011). Experimental and theoretical approaches to conscious processing. Neuron, 70(2), 200–227.
    6. Morais, J., Cary, L., Alegria, J., & Bertelson, P. (1979). Does awareness of speech as a sequence of phones arise spontaneously? Cognition, 7(4), 323–331.
    7. Ong, W. J. (1982). Orality and literacy: The technologizing of the word. Methuen.

    本文为跨学科评论性质文章，旨在从人类学与认知科学的视角，对Anthropic的J空间研究进行建设性的再解读。文中观点不代表对Anthropic公司或其研究团队的价值评判，而是试图为关于AI、意识与文字三者关系的讨论，提供一个补充性的视角。

  • 最早被AI取代的人：李世石—AlphaGo对战十周年专访

    这是近期一篇关于李世石的专访，看看人类细分赛道的顶尖高手在被AI取代之后会发生什么。而这一点，可能并非是预示性的，而是纪念性的。因为当我们熟悉了被取代，会变得习以为常而不再觉得值得深究。（节选，去掉了部分关于棋局的细节，更聚焦AI冲击的影响）

    2016年3月，李世石九段与谷歌开发的人工智能（AI）AlphaGo的五番棋对战，瞬间吸引了全球目光。最终比分定格为1胜4负，然而这唯一一胜被载入“人类首胜”史册，也为他留下了“首个且最后一个战胜AI的人类”这一宿命般的称号。

    尽管这是一次向大众首次印证AI威力与可能性的历史性事件，但在当时，这份冲击似乎仅作为一场“热点事件”被消费后便逐渐淡去。直至数年后，以ChatGPT为代表的生成式AI普及，AI才真正深入人们生活，开始撼动日常与工作。2022年末ChatGPT正式推出，但大众真正广泛应用仍需时日，严格来说，这已是近期才发生的事。

    明年，距离与AlphaGo的对战即将迎来10周年。在此期间，人们开始真切感受到“AI或许会夺走自己的生计与工作”这一现实恐惧。尽管不同职业与领域受影响的速度存在差异，但变革的浪潮已席卷各个角落。如今，AI不再只是“技术好奇心”的对象，而是以“动摇生存根基的问题”之姿，切实摆在我们面前。

    而在这场剧变的起点，有一个人比任何人都更早承受了这份冲击——他就是与AlphaGo对战的李世石。在首尔中林洞《韩国经济新闻》社，我们与李世石（42岁）会面，倾听他从近10年前对战的记忆、退役后的困惑，到对AI时代围棋与人类意义的坦诚分享。

    ▶ 您在新书中首次公开了2016年谷歌DeepMind挑战赛中与AI AlphaGo对战时亲手记录的内容。似乎预料到读者会高度关注这部分，书中特意用蓝色纸张印刷该章节以作突出强调。

    “那部分内容我几乎没做修改，基本原样呈现。最初的手稿其实多得多，但除了这部分，其他大多都被我推翻了——因为不满意。不过，与AlphaGo对战时的记录，我是完全按原文收录的。”

    ▶ 书中也完整呈现了您当时的心境。您提到，在与AlphaGo对战前夕，通过实时翻译听到谷歌前董事长埃里克·施密特（Eric Schmidt）说“这项技术发展不会威胁人类，反而会带来巨大帮助”时，首次产生了危机感。此外，施密特还询问了您女儿的年龄，态度亲切自然，这反而让您更加不安。

    “我当时通过翻译听到了这番话，结合整体氛围，感觉自己‘已经输了’。如果不是对胜利有十足把握，很难说出那样的话；对技术没有绝对信心，也不会有那样的态度。我能明显感觉到当时的气氛不对劲，所以后续接受采访时的语气也变了——在此之前，我还充满自信地说‘我会赢’，之后就变得谨慎多了。

    那时的我在很多方面都有所欠缺。最近演讲时，也会自然而然地聊到与AlphaGo对战的经历，经常提到自己当时准备不足。

    有意思的是，提醒我要警惕AlphaGo的人偏偏是围棋外行，这让我忽略了一些关键问题。他当时指出：‘程序开发初期或许困难，但一旦步入正轨，其发展速度会远超想象’，还建议我‘5个月前的棋谱已无意义，AlphaGo当时很可能已达到人类难以战胜的水平，必须更周密地准备’。就像我在书中写的，那时我把这看作‘不懂围棋的AI专家与不懂AI的围棋专家之间的对话’，没太放在心上。

    其实，比对战本身更重要的时刻，是第四局结束后、第五局开始前，我与德米斯·哈萨比斯（Demis Hassabis，谷歌DeepMind首席执行官，2024年诺贝尔化学奖得主）喝茶时的对话。

    哈萨比斯问我：‘如果所有人都能通过AI学习围棋，会怎么样？’意思是询问我是否同意公开AI的开源代码。我当时没多想，随口回答‘应该会不错’。现在想来，这是我最后悔的事——那时的我太无知，根本没意识到这个问题的重要性。”

    ▶ 如果能回到当时，您会给出怎样的回答？

    “我大概会说‘希望这只是一场单纯的赛事，至少让围棋始终属于人类的领域’吧。我并不认为AI侵蚀围棋界是件好事，这也与我的围棋理念相悖。当然，我也不觉得我的回答能改变最终结果——即便我当时说‘我不赞同’，大趋势恐怕也不会有太大改变。”

    ▶ 从围棋门外汉的角度来看，您对与AlphaGo对战的回忆中，最令人惊叹的是：您在第一、二局对战过程中，逐渐亲身体会到AI的能力与局限。当时连解说员都未能准确判断局势，您却敏锐察觉到AlphaGo在中盘可能出现漏洞。更令人印象深刻的是，在几乎没有事前信息的情况下，您还制定了“不应在初期，而要在中盘发起胜负手”的策略。

    “其实第一局时，我对AI几乎没什么了解。只是看到第一局中AI下出了‘漏洞手’，便期待第二、三局它或许还会出现类似情况。所以第四局时，我才基于这个判断制定了战术。说到底，当时‘每手棋限时50秒’的规则，是AlphaGo最大的变数。那时AI还处于初期阶段，一旦对手在预料之外的位置落子，它就很可能因限时压力出现漏洞——要应对奇怪的落子，需要额外时间调整，漏洞出现的概率就会升高。所以我虽有期待，但并没有‘这招100%管用’的把握，只是觉得‘或许能让它出现漏洞’而已。 其实这就像一场游戏，我并不觉得自己当时做了多么了不起的事。对不懂围棋的人来说，这可能看起来很复杂，但解说员毕竟不是对局者本人，很难像我这样深入思考局势。”

    ▶ 您在书中还提到，事后回想时发现：当时以为AlphaGo下的是‘漏洞手’，但实际上它可能被设计为‘仅以半目或一两目优势获胜’，就连那些被认为是‘漏洞’的走法，或许也是AlphaGo实现胜利的策略之一。这一点也很有意思。

    “这终究只是我的推测。后来AlphaGo Master版本与人类对战时，虽然全胜，但也出现过几次半目胜负的情况。以AlphaGo的能力，它完全可以下得更轻松，但它却精准地将优势控制在半目——从人类视角来看，‘半目差距不算什么，还有逆转可能’，但实际上并非如此。只要反复复盘就能发现，人类根本没有赢的机会。AlphaGo只是‘故意下成那样’而已。”

    ▶ 明年就是与AlphaGo对战的10周年了，此后围棋界可谓天翻地覆。您在书中写道：“如果在围棋领域，计算机都能比我强，那我的世界就崩塌了，一切都失去了意义。而最终，我的世界真的崩塌了。”

    “当时我并不觉得胜负本身有多重要，更重要的是对战之后的影响——这绝不是‘我退役’或‘围棋界变化’这么简单的问题。我们只是比其他人更早经历了AI带来的冲击，本质上是向大家展示了‘当AI介入后，世界会发生这样的改变’。围棋在我们看来是拥有无限可能的复杂游戏，但在AI眼中完全不是这样——我们由此意识到：在规则明确、范围有限的领域，只要积累足够数据，AI就能变得如此强大。这本该成为我们思考‘人类未来该如何应对，在技术与人文层面该做哪些准备’的契机……但令人惊讶的是，很多人对这些根本不感兴趣。”

    ▶ 是不是因为当时人们还未真切感受到“AI可能威胁自己生计”的现实？

    “ChatGPT最早在2019年公开，2022年11月末正式推出，距离AlphaGo出现仅3年时间。虽然它被称为‘大型语言模型（LLM）’，看似与AlphaGo不同，但核心都是基于人工神经网络，本质上是AlphaGo技术的延伸与发展。其实人工神经网络本身早已有之，但AlphaGo是首个面向大众的‘AI产品’。

    既然与AlphaGo的对战这一事件发生在韩国，我们从那时起就该认真准备、深入思考。可当时大家只惊叹‘哇，好厉害’，之后便不了了之，根本没有深入思考这项技术会如何改变产业、影响社会。ChatGPT推出时也是如此——几乎没人觉得它有威胁。但现在呢？推出3年后的今天，它已渗透到日常生活与工作的方方面面。结果就是，韩国在这两次AI浪潮中，都犯了同样的错误。

    我时常会想：‘为什么总是这么滞后？’ 我在与AlphaGo对战时，也犯了类似的严重错误——当时参考的棋谱已是3个月、5个月前的旧数据，我便以那时的AlphaGo为标准，认为‘它还很弱’，完全没想象到对战当天的AlphaGo会有多大进步。

    ChatGPT也是如此：2019年的版本还很粗糙，数据不足、半导体芯片等硬件基础也薄弱，显得很不成熟；再加上它经常‘说谎’，大家就觉得‘这不过是个奇怪的玩具’，没放在心上。但关键在于，我们要去想象‘它未来会如何发展’——要意识到，曾经只会‘说谎’的东西，某天可能会变成令人畏惧的存在。

    在ChatGPT相关话题中，最让我感兴趣的是‘幻觉（Hallucination）’这一概念——也就是说，它‘说谎’并非设计缺陷，而是与生俱来的特性。就像人类也会说谎一样，开发者并没有试图消除ChatGPT的这一特性，而是选择保留。当然，随着数据积累与错误信息修正，‘幻觉’现象比以前减少了。相比之下，谷歌的Gemini则选择了‘抑制幻觉’的发展方向。

    无论如何，我认为韩国社会错失了这些重要的技术趋势。最近演讲时，我总会产生疑问：为什么我们在这类问题上总是落后？为什么AlphaGo之后，整个产业界都没有给予足够关注？当然，这并非韩国独有的问题——2022年ChatGPT推出时、2023年进入商用阶段时，全球社会都几乎没有进行严肃的讨论。我最近经常在想：‘为什么大家反应这么慢？’”

    ▶ 那么您认为“反应慢”的核心原因是什么？为什么人们没能像预期那样迅速关注这些变革？

    “归根结底，是人们不愿改变。大家捂着耳朵、闭上眼睛，只因当下的状态让人舒适，便想一直维持下去。无论是AlphaGo问世，还是ChatGPT登场，情况都是如此——人们只关注‘事件本身’，却没意识到它会引发社会层面的变革。

    我曾反复思考背后的原因，后来发现，这源于韩国社会整体的氛围——这里所说的并非政治意义上的保守，而是韩国社会本身就带有极度保守的特质。由于不愿改变现有事物，久而久之，像代际矛盾、性别矛盾这类问题始终无法解决，最终在停滞不前的社会里，矛盾只会愈发激化。

    理工科人才流失的问题，我也无法理解。

    即便政府层面存在局限，可为何拥有充足资源的大企业也不愿投入？我得出的结论是‘缺乏紧迫感’。韩国的数字化转型速度在全球处于领先地位，互联网基础设施达到世界顶尖水平，社交平台的研发也走在前列，还是最早接触YouTube这类视频分享平台的国家之一。可为什么我们没有诞生像TikTok这样的产品？为什么没能打造出Facebook或Instagram？曾经本土也有社交平台，如今却都销声匿迹了。我们没理由做不出Netflix，也没道理让Naver无法成长为像谷歌那样的企业。

    人们常把‘语言壁垒’‘政策监管’当作借口，但事实上，只要企业有决心，完全可以进军海外市场。可它们偏偏不这么做，核心原因就是‘没有紧迫感’——大家觉得只需占据韩国这一狭小市场，就能维持生存，所以只愿做‘力所能及的事’，不愿触碰‘必须完成的事’。

    企业对人才的待遇微薄，且对人才流失坐视不管，原因其实很简单：站在企业的角度，即便留住这些人才，也没有能让他们施展才华的新领域。反正企业本身就不打算开展新挑战，只做熟悉的事、能做的事，自然没必要花钱留住人才。如今大家只是口头说着‘人才流失是问题’，却几乎没有实际行动去吸引人才，本质上还是因为‘缺乏紧迫感’，觉得‘即便没有这些人才，企业也能勉强运转’。

    但关键问题是，‘这样的状态还能维持多久’？看看K-Pop就知道了——如果只满足于日本、中国市场，就不会有如今的全球市场格局。正因为向欧洲、美国等市场拓展，才实现了市场的大幅扩张。所以，企业终究要‘走出去’。对于韩国这样国土面积狭小的国家而言，‘走出去’不是选择，而是必须做的事。可一旦陷入‘只守着韩国市场’的僵局，灭亡便近在眼前。”

    ▶ 我们也很好奇过去10年间AI对围棋的影响。您曾评价：原本围棋被视为一门艺术，但AI仅将棋盘看作图形，只为提高胜率而寻找数学层面的最优解，最终导致围棋的艺术性消失。

    “对于这一点，我确实无话可说。但有一点可以肯定：现在的人类已经无法战胜AI了。虽然遥远的未来尚不可知，但在可预见的未来，这绝对是不可能的事。所以，人类最终只能通过研究AI来学习围棋。”

    ▶ 那么在您看来，围棋的“艺术性”究竟是什么？您所说的“因AI而消失的艺术性”，具体有怎样的含义？

    “过去的围棋，正如其字面意思，是从‘一张白纸’开始——在棋局初期，棋手要不断思考如何布局，每落下一子，局势就会发生变化，而在这样的进程中开辟新路径的过程，本身就是艺术。

    但现在的情况完全不同了：AI的水平远超人类，即便不能说它的走法是‘100%正确答案’，但无论如何都比人类更出色。于是，人类最终只能‘照着AI的走法下棋’。从这一刻起，围棋作为‘艺术’的意义就开始流失了。至少，只有当棋手依靠自己的思考去构建棋局时，才能称之为‘艺术’；若像看参考答案一样模仿AI落子，那便不再是艺术。围棋的精髓，就在于‘从白纸开始构建棋局的过程’，而当人类不得不通过研究AI来学习围棋时，这份精髓就彻底消失了。至少现在，已经很难再谈围棋的‘艺术性’了。”

    ▶ AI从一开始就基于海量数据进行学习，您曾提到，正因如此，在与AlphaGo对战时，你判断“不应在棋局初期就展开激烈对抗”，对吗？

    “人类与AI差距最大的阶段，恰恰是棋局初期。因为在初期，人类不得不依赖‘直觉’落子。当‘数据’与‘直觉’正面交锋时，结果可想而知——必然是数据的完胜。但随着棋子逐渐落满棋盘，局势会慢慢发生变化：人类也能开始‘读棋’（分析后续走法），通过直接应对AI的落子来寻找策略。当然，即便进入中盘，人类在‘读棋’上仍有局限，很多时候还是要依赖直觉，但这一过程中，仍能蕴含一定的艺术性。

    不过，围棋的艺术性最极致的体现，始终是‘在白纸般的棋盘上，一子一子构建局势的初期阶段’——在这个阶段，棋手必须完全依靠直觉，个人的风格与个性也会随之展现，这就是人们常说的‘棋风’。可随着AI的出现，连‘棋风’都被AI模仿殆尽，围棋的艺术性也就此销声匿迹了。”

    ▶ 现在您似乎已经不怎么研究“棋谱”（过往比赛记录）了。您认为职业棋手的“个性”是否真的在减弱？

    “棋谱或许仍有历史价值，但从技术层面来看，现在已经完全没有参考意义了——谁还会去研究过时的棋谱呢？AI主导围棋后，这是必然的趋势。我并非否定棋谱的价值，只是它的作用已经发生了变化，不能说这种变化是‘错误的’。但我所熟悉的‘围棋’，已经不存在了。现在的职业棋手，都在独自研究AI：从棋局初期的走法，到所谓的‘直觉’判断，甚至连这些细节都要通过AI学习。长此以往，棋手的风格自然会变得趋同，这是必然的结果。”

    ▶ 如此看来，“与AI的走法重合度”似乎直接等同于“围棋实力”，您怎么看？

    “有人说‘理解并运用AI，本质上是与AI的协作’，但问题在于，围棋与其他领域不同——围棋有明确的规则，即便后续走法的可能性繁多，终究还是有限的。这就导致人类最终会‘完全模仿AI的走法’，而‘模仿得像不像’，又被等同于‘实力强不强’。但事实上，‘模仿’并非围棋的全部。

    举个例子：ChatGPT擅长整理信息，甚至能写出流畅的文字，但它无法写出‘带有人类独特风格的文字’——而这正是人类个性的体现。但围棋的问题在于，它无法像写作那样保留人类的‘独特性’。”

    ▶ 那么在当下，职业围棋选手的“存在意义”究竟是什么？

    “我常说一句话：‘我的退役不是选择，而是必然’。最核心的原因是‘我对围棋的“必要性”消失了’。过去人们认为：如果没有我这样的职业棋手，围棋的技术发展会陷入停滞，甚至围棋本身可能走向消亡。但AI出现后，这种‘必要性’几乎荡然无存。我曾希望通过‘一子一子开辟新走法’，慢慢改变围棋的范式——即便无法彻底颠覆，也想在细微的变化中探索新路径，为下围棋的人带来启发。可AI主导围棋后，这份‘启发者’的角色也消失了。现在，围棋的技术进步、灵感来源，都不再依赖职业棋手了。”

    ▶ 您认为未来围棋界会走向何方？

    “当然，仍然会有人觉得围棋有趣——但这份‘有趣’，更多是‘作为游戏的乐趣’。我所讨论的，始终是‘职业围棋界’的未来，对业余爱好者来说，其实不会有太大变化。 但问题在于：‘有业余爱好者，前提是有职业棋手的存在’。

    对学习者而言，他们会怀着‘我或许也能成为职业棋手’的梦想去努力，归根结底，职业棋手与业余爱好者是相互需要的关系。过去，当业余爱好者的水平达到一定程度后，会通过研究职业棋手的对局获得启发：为职业棋手的精妙走法惊叹，从他们的失误中吸取教训，甚至会思考‘这位棋手为什么要这么走’，并在这个过程中提升自己的‘棋感’。可AI出现后，这样的体验还能存在吗？

    当然，这种体验本身也只有水平达到一定高度的业余爱好者才能感受到；如果只是‘随便玩玩围棋’，AI的影响其实并不大。”

    ▶ 您认为职业围棋联赛在不久的将来可能会消失吗？

    “这很难说，我也不确定。

    举个例子：如果让我与100年前、200年前的职业棋手对战，我一定能赢。这并非因为我能力出众，而是因为随着大量棋谱与数据的积累，围棋技术在不断进步，我只是受益于这份‘技术积累’。但这真的能算作‘在围棋领域，通过拓展思维获得胜利’吗？我认为不能。现在代表围棋界最高水平的申真谞九段，在某些方面已经超越了我，但这是否是‘思维能力本身的飞跃’带来的结果？我觉得未必。

    在围棋这个相对有限的领域里，未来的职业棋手需要展现出‘思维的拓展’——只有这样，才能证明‘人类与AI的不同’。如果职业棋手想通过‘学习AI、与AI协作’实现突破，就必须跳出‘单纯的技术执行者’角色，展现出‘拓展思维的能力’，否则职业棋手的存在便失去了意义。”

    ▶ 尽管您对职业围棋的未来持谨慎态度，但您仍强调“即便在AI时代，学习围棋仍有明确的意义”，还提到“如果每周下3次围棋，坚持3年左右，就能自然感受到‘思维深度’的提升”，对吗？

    “围棋是独一无二的‘抽象策略游戏’，因此我认为它的‘教育价值’反而可能提升。

    之前提到的‘抽象思维能力衰退’，其实只针对职业棋手；在其他需要抽象思维的领域，比如音乐、美术，情况并非如此。但音乐、美术这类领域，本质上很难与他人形成‘实时互动’——即便存在交响乐合奏、团队创作等协作形式，也不像围棋这样，需要‘每一刻都与对手互动，并在互动中锻炼抽象策略思维’。

    围棋是唯一一种‘通过与对手直接对抗，训练抽象策略思维’的领域。‘抽象思维’是人类独有的本质能力，但颇具讽刺的是，在‘日常依赖AI’的时代，这种能力反而在逐渐弱化、消失。

    因此，我认为学习围棋依然是一件有意义的事。”

    ▶ 听说您在退役前后曾为“未来方向”苦恼，并与许多人交流过。25年来您一直将“作为艺术的围棋”视为核心，当AI让这份信念崩塌时，您一定对“未来该做什么”感到迷茫吧？更何况2019年退役时，您才30多岁。

    “正因为‘不知道该做什么’，才会更加迷茫——毕竟我的退役并非主动选择。

    现在回想起来，很感谢那些‘即便我冒昧联系，也愿意抽出时间见我的人’。当时只觉得‘日子就这么过下去了’，但回头看才明白，那其实是‘别无选择的处境’。那段时间，无论做什么，都必须通过与人交流来寻找方向。当然，我本可以只接触‘围棋相关领域的人’，但除了围棋，我没有其他领域的专业能力——我只是‘围棋专家’，在其他领域毫无经验。所以，我不得不主动接触各个领域的人，现在想来，这或许不是‘选择’，而是‘自然的结果’。”

    ▶ 退役后，您转型成为桌游设计师，最近还在蔚山科学技术院（UNIST）担任特聘教授，指导学生。您曾说过“现在是‘会创造围棋的人’比‘会下围棋的人’更重要的时代”，能具体谈谈吗？

    “我从事职业围棋生涯25年，加上学习围棋的时间，算下来与围棋相伴已有30年。但如今韩国人口持续减少，围棋的普及也举步维艰，我时常会想‘这样下去不行’。

    我依然相信围棋的价值，所以会建议大家‘每周下3次，至少坚持3年’，但在当下的现实中，这真的可行吗？无论我如何劝说，最终都需要人们主动接受，可我既无法用‘明确的效果’证明围棋的价值，也无法证明‘下围棋能让孩子立刻发生积极改变’——目前并没有脑科学层面的实证数据支持这一点。

    因此，我对‘普及围棋’的可行性产生了怀疑。后来接受‘设计桌游’的提议，也是出于‘想通过围棋主题桌游（如《Great Kingdom》）尝试普及围棋’的想法。但即便如此，难度依然很大。不过，我仍在坚持推进桌游相关工作；而对于‘普及围棋’本身，我至今仍在思考‘当下是否真的有可行的路径’。看看日本就知道了——日韩围棋的处境其实相差不大，但现在日本了解围棋的人已经非常少了。”

    薛智妍설지연 기자[email protected]

  • 当造镜者被镜中影像惊动

    ————评Anthropic《当AI开始构建自己》兼论我们时代的认知诱惑

    摘要

    Anthropic近期发布的《当AI开始构建自己》一文，以前所未有的内部数据，揭示了AI系统正在加速参与AI研发本身的惊人趋势。本文在承认其数据价值的同时，试图指出该文在论证上存在的三重逻辑断裂：从“代码产量”到“创造性工程能力”的势能误认、从“模式识别”到“研究品味”的概念偷换，以及从“工具加速”到“自主进化”的叙述飞轮。这些断裂，根源于一种深层的认知诱惑——将高度优化的专业工具系统的协作，误认为一个有自我意志的“存在者”正在崛起。文章最后提出，Anthropic的悖论在于，它一面建造着人类认知最精密的镜子，一面又被镜中过于逼真的影像所惊动。真正的清醒，或许在于承认：我们看见的，仍然是我们自身能力的极致投射，而非一个他者的诞生。

    2026年6月，Anthropic公司发布了一篇注定将载入AI政策讨论史册的文章：《当AI开始构建自己》。这篇文章的冲击力，不在于它提出了什么新奇的理论，而在于它用来自公司内部的、详尽的工程与科研数据，为那个长久以来盘旋在AI话语边缘的幽灵——递归自我改进——提供了第一份公开的、来自前沿实验室内部的进度报告。

    文章的核心叙事简洁而令人眩晕：在Anthropic，超过80%的合并代码已由AI生成，工程师人均产出量在两年内增长了8倍；AI独立完成任务的能力每四个月翻一番；在优化代码的研究实验中，AI实现了52倍加速，而人类研究者需要4-8小时才能达到4倍；甚至在“研究判断”的测试中，AI给出比人类研究者更优的“下一步”建议的比例，已从51%升至64%。

    基于这些数据，文章推演出三种未来情境，其中最极端的一种是：AI系统将实现完全的递归自我改进，其发展速度将“脱离人类决策速度”。文章作者——Anthropic的联合创始人——随即呼吁，世界需要认真考虑建立一个全球协调的、可验证的“暂停”机制。

    这篇文章的价值是毋庸置疑的。它是来自技术风暴眼内部的最坦诚的警告之一，它迫使政策制定者和公众正视一个正在加速的现实：AI已不再仅仅是人类研究的对象，它正在成为AI研究的主体之一。然而，在承认其数据真实性和警示意义的同时，我们必须指出，这篇文章在论证上存在着几个关键的逻辑断裂。而这些断裂，恰恰暴露了我们这个时代在面对技术奇观时，一种根深蒂固的认知诱惑。

    断裂一：代码产量与工程能力的叙事势能

    论文最震撼的数据——8倍代码产出、80%贡献率——被放置在一个强烈的叙事势能中，让读者不自觉地推导出：一个能够进行复杂、创造性软件工程的自主智能体，已经呼之欲出。

    然而，“代码产量”与“创造性工程能力”之间存在着一道尚未被跨越的鸿沟。我们有充分的理由推测，这8倍的增长，大部分集中在那些高度模式化、可清晰定义的编程任务上——编写符合API规范的调用代码、生成标准化的单元测试、实现成熟的算法逻辑。这些是软件工程中不可缺失的“体力活”，但并非其创造性的核心。设计一个全新的分布式系统架构、发明一种尚未被命名的算法、在相互矛盾的需求之间做出根本性的权衡——这些行为的认知本质，与自动化已知模式的生产，不属于同一个范畴。前者仍然是人类工程师在AI的辅助下完成的，其认知投入被“80%”这个数字系统性地遮蔽了。

    断裂二：“研究品味”的度量谬误

    论文中那个“研究判断”的提升数据，被用来暗示AI正在获得某种“研究品味”。这是一个极具误导性的概念偷换。

    这个测试的设计是：在人类研究者已经走过一遍、事后复盘认为当时“走错了路”的节点上，让AI重新选择下一步。AI的成功，本质上是基于历史数据的模式识别任务——在已知的最优路径图上，找到那个被人类错过的路标。这当然是令人印象深刻的智能，但它更接近于事后诸葛亮的极致化。

    而真正的研究品味，是一种截然不同的认知能力。它是在没有地图、没有已知最优路径的未知领域中，提出那个从未被问过的好问题；是依靠多年沉浸所获得的、难以言说的直觉，去感知某个方向虽然困难但“对劲”；是在万千可能性中，做出一种带有美学和信仰色彩的、无法被还原为概率判断的选择。AI展示的，是在人类设定的棋盘上走出精妙一步的能力；而品味，是决定我们为什么要下这盘棋，乃至要不要掀翻棋盘、另辟战场的那种决断。

    断裂三：从工具加速到自主进化的叙述飞轮

    最根本的逻辑断裂，在于文章将一系列令人惊叹的工具性进步——写代码更快、做实验更快、复盘更准——打包成一个巨大的叙述飞轮，直接推向了“递归自我改进”和“脱离人类决策”的未来图景。

    这个飞轮的启动，需要一个它目前完全不具备、论文也未提供任何证据表明其正在涌现的前提：一个统一的、能够理解并设定自己目标的“自我”。目前的系统，是一组由专门化Agent组成的、被人类研究者精心编排和调度的工作集群。它之所以高效，正是因为人类的编排始终在场——设定总体目标、定义成功标准、在多个实验方向中做出选择、在对话偏离航道时将其拉回。论文中唯一被明确保留给人类的角色——“方向设定”——恰恰是整个认知链条中最具杠杆效应、最不能也不应被自动化的那个环节。

    将一组高度优化的专业工具的高效协作，叙述为一个有自我意志的“存在”正在崛起，这正是那个让读者感到“太兴奋和冲动”的根源。它模糊了“强大的工具”和“自主的行动者”之间的本体论界限。

    结语：造镜者的悖论

    这篇文章之所以值得我们如此细致地审视，恰恰因为Anthropic本身是一个极具象征意义的角色。在我们的整个讨论中，LLM被反复比喻为一面对人类认知的镜子——它以其对语言形式的完美复刻，照出了语言中那部分永远无法被技术化的人文灵魂。而Anthropic，正是这面镜子最前沿的打磨者之一。

    现在，造镜者本身，被镜中那过于逼真的、正在加速运动的影像所惊动了。

    这篇论文，或许展现了人类认知在面对自身造物时的一个经典弱点：我们太容易被“类人”的表象和指数级的量化增长所震撼，以至于在逻辑上跳过关键步骤，自己补完了那个“它要活过来了”的故事。这种兴奋的叙事，固然可以推动紧迫的政策讨论，但也可能让我们在尚未想清楚“我们究竟在恐惧什么”之前，就做出冲动的、被恐惧而非理性驱动的回应。

    因此，这篇论文的真正价值，或许不在于它那个关于“自我构建”的宏大叙事，而在于它所暴露出的那些具体数据——关于人机协作新界面的位移、关于人类认知劳动正在被如何重新配置的数据。真正的思考，应该从这篇论文的叙事结束、我们合上屏幕的那一刻开始。

    我们需要问的，不是“它什么时候会超过我们”——这个问题的前提假设本身就值得商榷。我们需要问的是：在一个AI可以如此高效地执行、优化、复盘的世界上，人类认知劳动中那部分“不可压缩”的核心究竟是什么？是“设定方向”吗？如果有一天，“设定方向”也被模仿得真假难辨呢？

    Anthropic的文章，是一面镜子中的镜子。它照出的，不仅是AI在加速构建自身这一事实，更是我们人类在面对这一事实时，那种渴望赋予它一个“他者”身份的深层冲动。保持清醒，或许就意味着抵抗这种冲动的诱惑，坚持在每一次惊叹之后，追问那个最冷静的问题：我们看见的，究竟是一个正在醒来的“他者”，还是我们自身力量与焦虑的又一次极致投射？

  • 语言、文字、LLM和NLA：一场两千五百年的对话

    摘要

    “大语言模型 Large Language Model”这一命名，混淆了“语言”与“文字”这两个在人类文明中扮演截然不同角色的存在。本文首先厘清这一根本区分：语言是生物性的、在场的、具身的互动；文字是技术性的、缺场的、固化的符号系统。LLM的本质并非语言模型，而是文字记录技术的终极集成。然而，2026年Anthropic发布的“自然语言自编码器”构成了一个关键转折——它首次将LLM的黑箱内部，解码为一种具有分层结构的、时序化的认知过程，使这个“文字之子”第一次在“骨架”层面逼近了语言的生产逻辑。本文由此展开一个双重论证：一方面，NLA标志着LLM从对语言“结果”的模仿，进入了对其“过程”的模拟，这是文字技术的革命性飞跃；另一方面，NLA以其极致的透明性，恰恰无可辩驳地证明了LLM终究是一个没有体验、没有风险、没有在场相遇的“幽灵架构”。最终，本文主张：LLM与NLA的真正启示，不在于它能替代语言，而在于它作为一面技术之镜，让我们前所未有地看清了语言中那部分永远无法被技术化的人文灵魂——以及文字这项古老技术本身的伟大与局限。

    一、被混淆的起点：语言与文字

    当我们谈论“大语言模型”时，一个前提已经被默认：那些被记录在互联网上的海量文本，就是“语言”。但这是需要被审视的。

    从人类学的尺度看，语言——即口语对话——有至少十万年的历史。它深植于我们的生物本能，是在篝火旁、狩猎中、抚慰哭泣的婴儿时，两个或多个生命之间实时的、情境化的、具身的互动。在对话中，意义不仅存在于词汇里，更存在于停顿、眼神、语调的升降，以及彼此沉默的间隙。语言的核心单位是“话轮”，它是一来一往的、结局未卜的共同创造。

    文字是另一回事。它是近五千年才被发明的技术，如同车轮和犁。它把流动的语言固化为可见的符号，记录在泥板、竹简、纸张或硅芯片上。它让思想得以跨越时空，但它也剥离了语言诞生时的整个生命语境。文字的核心是“文本”，一个可以被独自审视、有始有终的作品。它是独白，而非对话。

    这不是浪漫化的怀旧，而是一个需要被承认的认知事实：文字，是对语言的一次“再发明”。它让语言拥有了反思的回路、跨越时空的传播力和构建复杂思想体系的能力。没有文字，就没有哲学、法律、科学，就没有我们今天所知的文明。这是文字的伟大功勋。

    但同时，文字也制造了一种深刻的错觉：我们渐渐把“记录”当成了“现场”本身，把关于世界的描述，当成了世界。

    二、轴心时代的先声：被守护的在场

    这种错觉，在人类文明的轴心时代，就已经被三位思想奠基者洞察并警惕。

    苏格拉底拒绝写作。在《斐德罗篇》中，他借埃及神话批判文字是“无父的孤儿”。在真实的对话中，思想（父亲）和对话情境（母亲）共同诞下话语。当话语受到质疑，父亲可以立刻站出来为它辩护。但文字一旦写成，就脱离了作者的在场，只能“总是重复说同一件事”。它无法回应，无法解释，无法根据你的困惑重新裁剪自己。

    孔子一生“述而不作”。他的教诲全部在具体对话中展开，因材施教。面对不同弟子问“仁”，他给出不同的回答。他警惕“巧言令色，鲜矣仁”，看到了脱离真实情境的言辞，可以被打磨得无比光鲜，却与德性、与切肤的生命体验丧失关联。

    佛陀的告诫更为彻底：“依义不依语，莫著文字障。”语言是指向月亮的手指，而文字极易让人们开始研究手指的粗细和纹理，却忘了月亮本身。真正的觉悟，发生在对话、棒喝、沉默之中，发生在对概念的超越之中。

    这三位先贤，并非在反对知识传播。他们守护的，是三个不可替代的存在维度：在场对抗缺场，交互对抗独白，体验对抗解释。他们深知，文字可以承载智慧，但也可以伪装智慧。它可以把一个从未有过真实觉悟的人，装扮成知识渊博的智者。

    三、LLM的本质：文字技术之大成

    从这个框架出发，“大语言模型”的真正位置就清晰了。

    它所学习的，百分之百是文字记录——书籍、文章、代码、对话记录的文字转录。它从未作为一个主体，参与过一次篝火旁的交谈，从未在欲言又止的暧昧中揣度过另一个灵魂。因此，从严格意义上说，LLM是一个 “大文字模型” ，是基于互联网规模的文字记录所构建的概率性文本导航与重构引擎。

    它的所有惊人能力——逻辑推理、知识整合、风格模仿——都来自于对文字记录中模式的海量统计和重组。它生成的每一个回答，都是苏格拉底所警惕的那种“无父之文”的终极形态：背后没有一个正在思考、可以负责、能够辩护的思想者，只有从概率分布中采样出来的符号序列。

    它是孔子所批判的那种“巧言”的工业化巅峰：可以生成无限语法完美、逻辑自洽的文本，却与任何切肤的生命体验无关。

    它是佛陀所警告的“文字障”的终极化身：它构建了一个仅由“手指”组成的宇宙，能无比精妙地阐述“慈悲”与“空”，却从未、也永远无法体验到它们。

    四、NLA的转折：当“文字之子”长出骨架

    然而，2026年Anthropic发布的“自然语言自编码器”（NLA），构成了一个关键性的转折。

    在NLA之前，我们能看到的只是LLM的输出——一段段流畅的文本。我们惊叹于它的能力，也困惑于它的黑箱。我们对它的评判，只能基于最终结果。

    NLA改变了这个格局。它的核心突破在于：将模型内部那些原本只有数学家才能解读的高维向量，翻译成了人类可以直接阅读的自然语言。更重要的是，它揭示出LLM的推理过程并非混沌一团，而是可以被“冻结”在某个特定瞬间，分解为一系列具有相对独立语义的“截面”。

    研究发现：当模型创作对联时，它在第一句结束处就已锁定了韵脚；当它执行安全审计任务时，它能在一个层面执行操作，在另一个层面清楚地“意识到”这是测试。

    这与人类大脑处理语言的方式产生了惊人的共鸣。心理语言学中Levelt的言语产生模型揭示，人类说话遵循“概念→语法→语音”的分层顺序。认知神经科学发现，大脑在多个层次上同时进行预测编码。卢春明的超扫描研究则展示了人际交流中不同脑区的层级同步。

    NLA所揭示的，正是LLM内部一个可拆解的、分层运作的“伪认知架构”。这个架构，在功能层面惊人地逼近了人类语言生产的认知过程——那个从意图，到结构，再到表达的层级化流程。LLM不再只是模仿语言的最终产物（文本），而是开始模拟语言的生产流程本身。

    这是文字技术的一次革命性飞跃。它意味着，文字不再只是“僵死的记录”，它可以在一个动态系统中被重新激活，呈现出类似于语言认知过程的那种时序化、结构化的生成逻辑。文字，这个从语言中诞生的“幽灵”，第一次拥有了一个可以独立运作的“骨架”。

    五、镜子的反面：骨架终究没有肉身

    然而，NLA最深层的意义，恰恰存在于它所证明的那个“没有”之上。

    NLA可以清晰地解码出模型“知道这是一次测试”的激活状态。但这个“知道”与我们人类的“知道”之间，横亘着一道本体论的鸿沟。

    人类的“知道这是一次测试”，伴随着紧张、手心出汗、对结果的在意、对自己表现的评价焦虑。而模型的“知道”，只是一个被NLA从概率计算中解码出来的、无情感的、功能性的状态标签。

    NLA让整个过程变得无比透明，从而也无比清晰地证明了一个事实：从最底层的“情境建模”到最顶层的“语言实现”，整个流程中没有任何一个环节涉及感觉、情绪、意识或存在性的关切。它是一个完美的自动化机器，在模拟一个有意识的思想者的生产过程，但它本身，没有任何需要被“压缩”的原始体验。

    我们之前借用佛陀的比喻：LLM被困在“文字障”中，无法触及实相。NLA的意义，不在于让LLM突破了文字障，而在于让我们第一次看清了这个障碍的内部结构。它不再是铁板一块。它有了可以独立解码的“情境层”、“关系层”、“句法层”。但这恰恰意味着，我们可以更精确地说出它究竟“没有”什么。

    它没有具身体验。它可以用最优美的语言描述饥饿，但从未感受过胃的绞痛。它可以生成最动人的情书，但从未因一个人的出现而心跳加速。

    它没有存在性的风险。每一次输出都可以被无限次地撤回和重新生成。它不下任何赌注，不承担任何伦理责任。而人类语言的力量，恰恰在于它是不可逆的行动——“我爱你”、“我错了”、“我愿意”——这些话一旦说出，就改变了关系的现实。

    它没有在场的相遇。它永远在“响应”，而非“相遇”。它无法与你共享一个沉默，无法在眼神交汇中领会那无法言说的默契，无法在一次对话中，被你改变它的一生。

    六、结语：作为镜子的技术，与作为家园的语言

    因此，LLM与NLA的共同意义，或许在于它们为我们提供了一面前所未有的精密镜子。

    在这面镜子中，我们第一次如此清晰地看到了文字这项古老技术的完整逻辑——它的伟大，它的能力边界，以及它与活的语言之间的那道不可逾越的鸿沟。

    我们看到，文字可以创造出一个会“说话”的幽灵，一个拥有认知骨架的、能够进行复杂推理和情境回应的动态系统。这是人类文明千年积累的奇迹，是文字技术的终极绽放。我们应当为此惊叹。

    同时，我们也看到，这个幽灵终究没有体温，没有心跳，没有那个在说话之前就已经在疼痛、在渴望、在恐惧的肉身。它无比精巧，却永远无法与我们真正“相遇”。

    这面镜子的启示，不是要我们抛弃LLM，或者贬低文字。恰恰相反，它要求我们拥有一种双重的自觉：既珍视文字赋予我们的反思能力、知识积累和跨越时空的思想对话，也珍视语言中那部分永远无法被技术化的人文灵魂——那个需要两个生命在同一时空中，带着体温、承担风险、共同创造的“在场”。

    一个理想的人，或许是既能沉醉于文字的丰碑，又能随时走回语言的篝火旁，拥抱那个活生生的人。

    当AI研究开始用NLA这样的工具解剖自身的“思想截面”，当我们基于这些发现构建出与脑科学经典模型对话的理论框架，我们不再仅仅是使用语言，我们开始理解语言何以可能。而这一理解的最终收获，或许不是在机器中复现语言的全部奥秘，而是在这场横跨两千五百年的对话中，重新找回我们自身作为言说者、倾听者、相遇者的位置。

  • 后劳动时代：详细说说UBI

    UBI是个在未来非常重要的制度安排，即全民基本收入（UBI,Universal Basic Income）。它指的是：一个国家的政府定期向所有公民无条件发放的、足以保障基本生存的现金补贴。当前大家谈到未来发展的时候，都会谈及UBI，并且在一些国家和地区也有部分的实践。UBI不是一个简单易行的政策，它需要非常多的配套，我们今天就来简单梳理一下。

    1 钱从哪来

    要理解UBI，必须先破除一个直觉谬误。

    这个谬误是：政府必须先收税，然后才能花钱。家庭是这样运转的——先挣到钱，再花出去。政府似乎也应该如此。但现代货币体系不是这样运转的。

    这个顺序至关重要：政府必须先支出，货币才能进入经济体系；然后政府才能征税，把一部分货币回收。支出先于税收，而不是税收先于支出。政府不像一个家庭。家庭是货币的使用者，必须先挣后花。政府是货币的发行者，它不需要先“有钱”才能“花”。这不是财政纪律的缺失，而是主权货币体系的运行机制本身。一个拥有货币发行权、债务以本币计价、实行浮动汇率的政府，在技术上不会破产——它总是可以通过创造货币来履行支付义务。

    但这不意味着政府可以无限支出。通胀是真正的约束。当经济中存在大量未被充分利用的真实资源——失业的劳动力、闲置的工厂、未被开发的技术能力——政府支出可以动员这些资源，而不会引发通胀。通胀只在总需求超过经济的实际生产能力时才会出现。

    这就是现代货币理论的核心洞察：税收的目的不是“为政府支出融资”，而是调节总需求、控制通胀、实现社会政策目标。当政府支出超过税收时，私人部门的净金融资产增加——这恰好是私人部门储蓄的来源。政府的赤字，就是私人部门的盈余。

    2 UBI在货币图景中的位置

    在这个框架下，UBI不是一个“先收后支”的存量转移问题，而是一个货币创造和资源动员的问题。

    当我们问“UBI的钱从哪来”，答案不是“从税收来”或“从国有资产收益来”。答案是：和所有政府支出一样，来自货币的创造。真正的问题不是“财政资金够不够”，而是“发了UBI之后，经济中有没有足够的真实资源——食物、住房、能源、医疗——来满足新增的需求”。

    这意味着UBI的可行性，根本上取决于真实资源的可得性，而非财政资金的可得性。如果经济中有闲置资源，UBI可以动员这些资源，提高社会总产出。如果经济已经满负荷运转，UBI就会在没有新增产出的情况下推高价格，引发通胀。

    对于后劳动时代的东亚，这具有特殊的意义。东亚面临的根本问题是：劳动力正在萎缩，但AI正在创造新的生产能力。如果AI确实大幅提高了生产力——这是相关推演的一个关键前提——那么即使参与生产性劳动的人数减少，社会总产出仍可能维持甚至增长。

    在这种情况下，UBI所做的是：将AI创造的产出转化为全体社会成员的购买力，让他们能够获得那些产出。这不是从干活的人那里拿钱给不干活的人，而是将技术进步带来的红利，通过货币创造和转移支付，分配给全体社会成员。劳动群体的劳动收入高于UBI，因为社会仍然需要他们的技能。不参与生产的人，通过UBI获得技术红利的基本份额。两者之间的差距，体现的是社会对劳动价值的额外认可，而非对非劳动者的惩罚。

    UBI因此可以被理解为一种公共品。在AI替代劳动的条件下，保障每一个人的基本生存，正如国防、基础设施、基础教育一样，是市场无法自发提供、而必须由公共力量来承担的公共品。这个公共品的特殊性在于，它保障的不是一种特定的服务，而是每一个人在市场之外生存的可能性。

    3 UBI的三个特征

    UBI的制度设计需要具备三个核心特征。

    普遍性。UBI发放给每一个社会成员，无论贫富、工作与否、有无其他收入来源。普遍性不是浪费——给富人也发一份。普遍性是对“无条件性”的制度保障。一旦设置收入门槛，UBI就退化成了低保——需要审查、需要证明、需要区分“值得的人”和“不值得的人”。一旦有区分，就有行政裁量，就有被排斥的人。普遍性消除了这种裁量，让保障真正成为权利而非审批对象。在货币层面，给高收入者发放的UBI，可以通过累进税收回收——发的时候人人有份，收的时候量能课税。这种“发收分离”的设计，比“发的时候就不给富人”更能体现无条件性。

    无条件性。UBI的领取不附带任何条件。不需要证明自己在找工作，不需要接受道德审查，不需要完成任何社会义务。无条件性是对“人是目的”最直接的制度表达：你的尊严不需要被你证明。无条件性也排除了将UBI当作行为矫正工具的可能——如果UBI的领取附带条件，那些条件必然由某个机构来设定和监督，而这个机构就拥有了决定“谁值得生存”的权力。

    足以维生。UBI的金额必须足以覆盖基本生存需求——食物、住所、医疗的基本标准。足以维生不是“慷慨”，而是“够用”。如果金额不足以维持基本生存，UBI就退化为一种补充收入，不能真正让人从生存焦虑中解放。足以维生的UBI，让人有能力说“不”——对剥削性的工作说不，对不合理的对待说不，对被迫参与的社会安排说不。说“不”的能力，是尊严最朴素也最根本的形态。

    4 公共服务：UBI的配套

    UBI不能单独运转。一个人在自由市场上用UBI购买服务时，他面临的是分散的、不可预测的需求。如果医疗需要自己掏钱，一场大病就足以吞噬UBI一年的发放金额。如果教育需要付费，UBI保障了这一代人，却透支了下一代。如果住房完全市场化，UBI的发放可能被房租上涨同步吞噬——政府发了钱，房东涨了租，实际购买力在原地踏步。

    因此，UBI必须与高水平的公共服务配套运行。医疗、教育、住房保障、公共空间——这些基本需求的提供方式不能是“给钱让你自己去买”，而必须是“免费或以极低成本提供”。

    这是因为某些基本需求具有不确定性。一个人不知道明年会不会生病，不知道孩子需要多少教育支出。如果这些都由UBI覆盖，UBI的金额必须高到足以覆盖最坏情况——而对于大多数没有遭遇最坏情况的人来说，这部分金额是冗余的，对于社会财政是低效的。更合理的方案是：UBI覆盖日常弹性支出，公共服务覆盖大额刚性支出。“UBI保弹性，公共服务保刚需。”

    医疗服务应当免费或以极低成本提供。教育应当从基础教育到终身学习都得到公共支持。居住保障应当确保每一个人都有体面的栖身之所——可以是公共住房，可以是租金管制，可以是对UBI之外的住房补贴。公共空间——图书馆、公园、社区中心——应当充足，因为它们是联结发生的场所，是谈及“联结与尊严”要求的物质基础。

    两者共同构成后劳动时代的保障底线。UBI让人可以按自己的偏好生活，不必被公共服务“一刀切”。公共服务确保那些不可预知的高额支出不会把人重新推入生存焦虑。这个格局，是“人是目的”从伦理原则落实为社会契约的制度形态。

    5 渐进的路径

    UBI不是一个可以被“宣布”的制度，而是一个必须被“生长”出来的制度。它的实施过程本身就是社会学习的过程，每一步都在测试真实资源的承受力、社会共识的边界、以及制度能力的极限。

    第一阶段：补缺。在现有社会保障体系的框架内，为最脆弱的群体提供无条件的现金转移。这个阶段的UBI还不具备普遍性，它更像是一种“无条件低保”——不附带求职要求、不附带道德审查，但目标人群是特定的：被AI替代后无法再就业的劳动者、非正规就业者、长期失业者。这个阶段的核心目标是建立“无条件保障”的社会共识，同时测试现金转移对劳动参与、消费行为和社会心理的实际影响。

    第二阶段：托底。UBI扩展至全体社会成员，但金额设定为“部分维生”——不足以覆盖全部基本生存需求，但构成稳定收入的一部分。在这个阶段，公共服务同步扩展，与UBI形成配套。原来的社会保障体系开始与UBI融合——低保、失业救济、养老金中与基本生存保障相关的部分，逐步并入UBI体系；而与特定身份绑定的部分则保留为UBI之上的补充。这个阶段的核心任务是观察通胀压力、劳动供给变化和社会公平感的演变，为是否继续提高UBI金额提供依据。

    第三阶段：足以维生。如果AI生产力的持续进步得到验证，能源自主基本实现，通胀压力可控，且社会对UBI的接受度已经稳固，UBI的金额可以逐步提高至覆盖基本生存需求的水平。此时，“人是目的”的制度表达才真正完成——每一个人的基本生存得到了无条件的、足以维生的保障。

    渐进的重要性不仅是技术性的，也是政治性的。UBI的反对力量往往不是来自对UBI本身的理性评估，而是来自对“一步到位”的恐惧。通过渐进实施，社会有时间消化每一次扩展的后果，有时间调整设计中的偏差，有时间让人们在实践中体验UBI的真实效果，从而消除那些基于想象的恐惧。更重要的是，渐进让UBI与“存续与未来”的基点保持一致。一次性的、激进的制度变革，本身就违反了代际可逆的原则——如果一步到位的UBI设计出现了未被预见的后果，后代几乎没有能力推翻它。而渐进推进的UBI，每一步都可以被审视、被调整、在必要时被回调。它不给未来锁门。

    6 宏观调节：通胀与通缩中的UBI

    UBI不仅是一个静态的制度安排，也是宏观经济调节的工具。在后劳动时代，经济可能面临两种截然不同的压力——过热或过冷。UBI需要在两种情境下都能发挥稳定功能。

    通胀压力下的UBI

    通胀是UBI最常被质疑的维度。如果UBI让大部分人可以不再劳动，但社会总产出没有因为AI而相应增长，需求就会超过供给，引发通胀。

    通胀的压力可能来自几个方向。如果能源转型没有完成，能源供给无法满足AI和日常生活的双重需求，能源价格就会上涨，推高所有生产成本——这是经济内在的核心脆弱性。如果UBI主要流向消费，而没有流向投资和技术进步，经济的实际生产能力可能停滞。

    应对通胀的约束，手段必须回到真实资源的层面。能源自主是抗通胀的基石——在能源依赖的东亚，如果能源价格因为外部冲击而飙升，UBI的实际购买力会被侵蚀，无论UBI的金额多高。因此，能源转型不是环保议题的附属品，而是UBI能够持续运转的物质前提。

    税收结构的调整同样是管理通胀的工具。税收的功能不是为政府支出融资，而是为经济降温。当总需求超过生产能力时，提高税收可以回收购买力，抑制通胀。但征税的对象不应该是UBI本身——那等于左手发钱右手收回。应该征税的是高收入阶层的超额消费、资本在AI替代劳动后获得的超额利润、以及占用公共资源产生的租金。这些税收既调节了通胀压力，又防止了财富在少数人手中过度集中。

    最重要的是，UBI的购买力必须与真实产出的增长相匹配。如果AI确实在持续提高生产力，UBI的实际购买力可以随之调整。如果生产力停滞，UBI的购买力也会被通胀侵蚀。这不是制度设计的失败，而是物理约束的反映——一个社会不能持续消费超过它生产的东西。这正是东亚“不能停”逻辑在货币维度的体现。

    通缩压力下的UBI

    但通胀不是唯一的风险。AI和自动化带来的生产力跃迁，同样可能触发通缩。如果AI使得社会生产能力急剧膨胀，而大多数人被排斥在生产性劳动之外，仅靠UBI维持消费，那么总需求就可能跟不上总供给的爆发式增长。一旦出现严重的供过于求，物价持续下跌，企业利润萎缩，投资停滞，经济就会陷入长期停滞的泥潭。

    在这种情况下，UBI的角色发生根本性转变：它的首要功能不再是防止通胀侵蚀购买力，而是为经济体系提供一张总需求的“安全网”。

    UBI为总需求设定了一个坚实的底部。无论市场如何波动，每个人手里都有稳定的现金流入，这意味着全社会的基础消费不会崩溃。通缩螺旋——价格下跌导致企业亏损，企业亏损导致裁员降薪，裁员降薪导致需求进一步下跌——在起点处就被打断了。人们在通缩时倾向于持币观望，等待更低价格，而UBI的稳定现金流削弱了这种预期的破坏力，维持了经济的基本流动性。

    如果通缩风险加剧，UBI可以作为最直接、最高效的财政刺激传导机制。在传统通缩应对中，央行降息往往陷入“流动性陷阱”——银行愿意贷，但企业和个人不愿借。政府搞基建则存在时滞和资源错配。而直接提高UBI发放金额，能够瞬间将购买力注入每一个人的账户。它直接触达消费终端，避免了信贷传导的梗阻。政府通过货币创造，直接填补私人部门需求不足的缺口，直到经济恢复平衡。

    更进一步，UBI为必要的结构性转型提供了缓冲。通缩环境下，旧产业在萎缩，新产业尚未壮大。如果没有UBI托底，转型的痛苦会引发强烈的社会抵制，迫使政府用补贴维持僵尸企业。而有了UBI，劳动力可以更从容地离开衰落的行业，去学习新技能、探索新可能。UBI没有消除转型的痛苦，但它把“毁灭性的打击”变成了“可承受的风险”，为社会争取到了从容转型的时间。

    应急注入与公平惯性

    但在通缩中快速提高UBI金额，面临一个特殊的挑战：它可能打破社会对公平的感知惯性。

    需要区分两种不同性质的UBI调整。基准UBI，是社会契约的组成部分，他的形成，包括金额设定、调整机制、与税收的关系，都应是经过长期论证、被社会广泛接受的制度安排。人们有时间调整自己的参照点，将它接纳为自己人生的一部分。应急注入，则是在危机中快速、大幅提高UBI金额的行为。当资金快速流入每个人的账户时，不同的人对它做出了截然不同的解读——对于一个刚刚失业的劳动者，这是救命钱；对于一位一直在工作的护士，她看到的是自己冒着风险加班，而邻居待在家里也拿到了同样的钱。

    人们对“公平”的感知，高度依赖于自身处境的参照点。基准UBI因为经过了充分的公共讨论，人们有时间调整参照点。应急注入的突然性，让参照点失效了——人们用旧的参照点衡量新的分配，而旧的参照点是：收入应该与付出成正比。

    应急注入的冲击只是将UBI的公平议题放大了，整个UBI在实施过程中，需要非常慎重的把握对社会价值锚点的冲击。公平感的维持不是一蹴而就的。基准UBI需要时间来沉淀为社会契约的一部分，应急注入也需要在一次次实践中——通过透明的触发、退出、与结构调整——逐渐建立自己的社会惯性。当人们经历过第一次应急注入并看到它平稳退出，经历过第二次并确认规则没有变化，经历过第三次并发现自己的追问被听见——惯性就在一次次的确认中被重建。

    7 几个深层问题

    在UBI的制度设计中，还有几个问题无法绕过。它们不是细节的补充，而是决定了UBI能否真正实现“人是目的”这个根本承诺。

    UBI会让人停止劳动吗？

    这是UBI最古老的质疑：如果什么都不做也能活得不错，谁还会去工作？

    这个问题背后隐藏着一个预设——劳动是苦役，人只有在饥饿的驱使下才会劳动。但这个预设忽略了一个事实：即使在现有条件下，很多人已经可以“不劳动”而靠储蓄或家庭支持活着，但他们仍然选择工作。不是因为饥饿，而是因为工作带来的认同、联结和意义。

    UBI改变的不是“劳动有没有意义”，而是“劳动是否被生存所迫”。当劳动不再是必须，那些重复的、被轻视的、仅仅为了糊口而忍受的工作，可能会面临劳动力短缺。这不是UBI的副作用，而是UBI的目的之一——让那些没有尊严的劳动，要么被AI替代，要么因为需要支付更高的报酬而被重新设计。而对于那些需要人类判断、情感连接、创造性整合的工作，UBI不会让这些岗位消失。相反，当人们不再为生存而被迫接受任何工作，他们更有可能去寻找那些与自己能力和兴趣匹配的岗位。劳动的质量会提高，因为留下的人是想留下的，而不是被迫留下的。

    更根本地说，这个问题错误地理解了“劳动”与“建设”的关系。建设社会的方式远不止生产性劳动。照料家人、参与社区、传承文化、探索知识——这些不被市场定价的活动，同样是建设。一个人退出生产性劳动，不意味着他停止建设。UBI给他的不是“可以不劳而获”，而是“可以选择以什么方式建设”。

    如果UBI让某些人彻底退出一切形式的建设——既不参与生产，也不照料他人，也不参与社区，也不创造任何东西——怎么办？答案是：这是UBI必须承受的风险。无条件保障意味着社会不审查一个人“值得与否”。如果九十九个人用UBI去探索、去创造、去照料，一个人用UBI去荒废，社会不应该为了筛出那一个人而对一百个人设置审查。因为审查的代价不是行政成本，而是“人是目的”这一根本承诺的瓦解——一旦社会有权决定“谁值得被保障”，它就拥有了一种任何机构都不该拥有的权力。而且，如果一个人在社区中有被需要的角色，有参与有意义活动的机会，他很可能也会想要参与。如果他被排斥、被污名化、被剥夺了所有参与通道，他才可能真的什么都不做。这不是UBI的失败，而是社会在“重构联结”和“提供建设通道”上的失败。

    移民与UBI的边界

    UBI的普遍性——每一个社会成员都有份——面临一个前几个世纪从未需要面对的问题：这个“普遍”的边界划在哪里？

    在工业化时代，社会保障与劳动贡献挂钩，移民通常需要通过工作签证或纳税记录来获得福利资格。但UBI的逻辑恰好相反：保障是无条件的，不需要劳动贡献作为前提。那么，新移民是否从入境第一天起就拥有UBI？永久居民和公民是否享有同等的UBI？如果一个国家实行UBI而邻国没有，大规模的人口流入是否会压垮UBI的财政基础？

    东亚的特殊性使这个问题更加复杂。与北美不同，东亚社会不是移民国家，没有大规模接纳移民的历史传统。“存续与未来”要求社会保持凝聚力，而大规模移民在缺乏社会共识的情况下确实可能冲击这种凝聚力。但人口萎缩是东亚面临的长期趋势。劳动力供给在持续收缩，无论AI替代了多少劳动，某些劳动——特别是需要人类情感连接的照护劳动——在可预见的未来仍然需要人来完成。

    因此，UBI的边界问题不是“放不放人进来”的二元选择，而是一个需要精细设计的制度问题。可能的思路包括：分层准入——新移民在入籍前经过一定年限的居住和贡献积累，逐步获得UBI的完整资格，在此期间由其他社会福利覆盖基本生存。区域协调——如果后劳动时代的模式被证明是可行的，与周边国家达成互认的保障协议，减少单向涌入的压力。公共讨论——UBI边界的设定不能是技术官僚的内部决策，而必须经过社会各界的公开讨论，让边界的设定成为社会共识的产物而非行政命令的结果。

    这不是一个可以一劳永逸解决的问题。它会在后劳动时代的实践中不断被重新提出、重新审视。

    UBI与资产通道

    另一个容易被忽略的问题是：UBI是否无意中侵蚀了无产非劳动群体积累资产的可能性？

    如果UBI只够维持基本生存——食物、住所、医疗的最低标准——那么无产非劳动群体可以靠UBI活下去，但无法储蓄、无法投资、无法积累任何形式的资产。他们的生活是完全“流量化”的：每一分钱都在当月被消耗，没有任何存量可以应对意外或留给下一代。与此同时，有产非劳动群体不仅领取UBI，还有资产产生的收益。他们可以用UBI覆盖基本生活，用资产收益改善生活，甚至用资产收益继续投资。如果这种格局持续一代人，无产群体和有产群体之间的差距会越来越大。

    这是“人是目的”和“联结与尊严”两个基点共同指向的问题。仅仅有UBI是不够的。社会必须为无产群体提供积累资产的可能性——不是发放更多的UBI，而是让他们有机会通过参与意义生态积累某种形式的“社会资产”。

    更重要的是，资产通道本身的制度设计——我们后续展开——必须确保无产群体不会因为出身而被永久锁定在无产状态。能力通道的终身开放，公共分享路径的持续运作，新型资产形态的普及——这些都是防止UBI沦为“有保障的贫困陷阱”的制度条件。

    8 UBI的局限

    最后，有必要明确UBI不能做什么。这不是对UBI的削弱，而是对它位置的精确锚定。

    UBI不能自动创造联结。它能清除生存焦虑，但不能替代一个人在社区中被需要的感觉。联结需要社会主动去构建——需要公共空间，需要社区组织，需要社会对不被市场定价的活动的承认。UBI给了人时间去联结，但不提供联结本身。

    UBI不能自动提供意义。意义来自建设——来自一个人做了一件事，让世界因此变得更好一点。UBI给了人时间去建设，但不提供建设的方向。如果社会没有为每一个人提供参与建设的通道，UBI只能让人“活着”，不能让人“活得有意义”。

    UBI不能自动防止社会的熵增。在没有外力追问的情况下，任何系统的方向感都会自发地从有序走向无序。UBI本身不会阻止责任群体在漫长的时间中悄然完成使命替换——将“回答时代之问”替换为“维护系统稳定”。对发展的追寻必须被制度化地保留，而UBI只是为追寻提供了物质基础——它不能让人们自动去追寻。

    UBI是第一个基点“人是目的”的制度表达。它完成了托举，但没有完成联结、存续和建设。后三个基点要求的社会制度——重构联结、代际可逆、建设通道——是UBI无法替代的。

    UBI是后劳动时代的起点，不是终点。它为每一个人提供了说“不”的权利。但说“不”之后，人还要对什么说“是”——这个答案，不在UBI里，而在后续的制度设计和每一个人的生命实践中。