惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

T
The Exploit Database - CXSecurity.com
V
Vulnerabilities – Threatpost
Google DeepMind News
Google DeepMind News
Attack and Defense Labs
Attack and Defense Labs
Webroot Blog
Webroot Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
TaoSecurity Blog
TaoSecurity Blog
I
Intezer
Application and Cybersecurity Blog
Application and Cybersecurity Blog
N
News | PayPal Newsroom
S
Security Affairs
T
Tor Project blog
P
Proofpoint News Feed
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
S
Security @ Cisco Blogs
H
Heimdal Security Blog
Hacker News: Ask HN
Hacker News: Ask HN
Help Net Security
Help Net Security
U
Unit 42
云风的 BLOG
云风的 BLOG
The Hacker News
The Hacker News
Cisco Talos Blog
Cisco Talos Blog
量子位
F
Full Disclosure
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
博客园 - 叶小钗
有赞技术团队
有赞技术团队
T
Troy Hunt's Blog
P
Privacy & Cybersecurity Law Blog
Forbes - Security
Forbes - Security
人人都是产品经理
人人都是产品经理
L
Lohrmann on Cybersecurity
Apple Machine Learning Research
Apple Machine Learning Research
Microsoft Security Blog
Microsoft Security Blog
博客园 - Franky
腾讯CDC
AI
AI
Last Week in AI
Last Week in AI
Latest news
Latest news
Google Online Security Blog
Google Online Security Blog
N
Netflix TechBlog - Medium
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
IT之家
IT之家
Martin Fowler
Martin Fowler
Blog — PlanetScale
Blog — PlanetScale
V2EX - 技术
V2EX - 技术
酷 壳 – CoolShell
酷 壳 – CoolShell

少数派

派早报:Google 发布 Fitbit Air 等 - 少数派 「新人报到」確認需求,再開始 - 少数派 从 SOLO 独立开发者社区,我看到了越来越多开发者开始做自己的产品 - 少数派 我怎么管理那些"不常做,但总会忘"的生活事项 - 少数派 人形机器人量产元年,数据才是具身智能的“生死线” - 少数派 BuhoLaunchpad 高度还原 Mac 启动台:开发历程与思考 - 少数派 五年陪伴依然不舍,DIY 换壳后让罗技 MX Master 3 继续服役 - 少数派 新玩意 240|少数派的编辑们最近买了啥? - 少数派 一日一技|为什么你应该关闭 iOS 的键盘声音 - 少数派 我做了个插件和 Skills,一键提取任何网站的设计规范 Design.md - 少数派 住在三四线城市的你,该开始录播客了 - 少数派 甘南秘境,大白高国 - 少数派 AI的审美:谁让把我变成川内倫子 - 少数派 返工怎能不烦恼,打工人片单总有一部是你的「嘴替」 - 少数派 为了让「上厕所」更健康,我做了一个小工具 - 少数派 AI + Skill,能够让生成的文章去除 AI 味吗? - 少数派 新玩意|韶音OpenDots ONE 耳夹式耳机 - 少数派 《美满》| 在每一个春天的晚上相爱(362) - 少数派 新玩意|优篮子 PS01 MagSnap 磁吸支架 - 少数派 自我整合手记 | 我开始早睡了:用稳定规则,为自由托底 - 少数派 用龙虾(OpenClaw)两个多月,我最深的12个体会 - 少数派 听歌时间到,12 张你可能错过的 2025 华语乐坛好专辑 - 少数派 承诺能追吗 - 少数派 macOS 26启动台没了? 我做了个不一样的App启动器 - Keboard - 少数派 《四海为家的人》| INTJ对话INTJ(361) - 少数派 你发过的那些黑历史,是时候一次清干净了 - 少数派 新玩意:安安静静玩,越玩越专注:计客密码机 - 少数派 iPad 用户首次体验 Android 平板:vivo Pad6 Pro - 少数派 数据逻辑强 - 少数派 极北行+ | 一路向北,探访日本至北之地 | 001 - 少数派 万字剖析:千问App深度体验报告(2026) - 少数派 在2026年,如何真正防止别人抄袭你的作品 - 少数派 怎么用 50 块搭个 AI 语音助手?我踩了 3 天坑 - 少数派 YeeroAI:让 AI 对话真正成为知识管理的一部分 - 少数派 爬泰山 - 少数派 「旅图显影」 App 更新:这次,我们补上了一点「手感」 - 少数派 假期出门太折磨?我的 23 条经验帮你规划惬意旅行 - 少数派 工作流会变吗 - 少数派 Claude Opus 4.6 怎么用最省钱?我测了 5 种方案 - 少数派 GPT Image 2 让图文并茂不再稀罕 - 少数派 用户侧出发——什么是AI,我要不要学习? - 少数派 找片、转存、整理、播放一条龙!让你的付费网盘值回票价 - 少数派 欢迎试用!日课一问2.0插件 - 少数派 自己做的MDeditor,原本想购买 Typora 试了两次支付不成功,干脆自己做一个 - 少数派 vibe coding了一个 3MB 的小工具,让 ~/Downloads 彻底告别混乱 - 少数派 因为受不了 Mac 的风扇策略,我做了一个风扇控制工具 - 少数派 别只怪模型 - 少数派 Warp 终端的 AI 功能怎么用?我测了一周的体验 - 少数派 AI 写代码老是出 bug?这 5 个配置我后悔没早知道 - 少数派 「新玩意」苹果出相机可能就这样:Sigma BF + 45mm F2.8 DG Contemporary - 少数派 一个面向2030年的AI操作系统是什么样子的:浅谈cola这款有灵魂的Agent - 少数派 别只看写代码 - 少数派 每天解决10个问题,还是一口气攻坚解决400个? - 少数派 AI 交易机器人怎么搭?我用 Claude 跑了一周实盘 - 少数派 Maptoposter Online:把你爱的城市画成艺术海报 - 少数派 Function Calling 怎么用?我测了 3 个模型发现差距真大 - 少数派 Legend Talk:我做了个 AI 圆桌,让 160 位思想家围着你的问题转 - 少数派 如何找到自己的蓝方?在小县城寻找压力测试 - 少数派 语音输入与软件接口|2026年聊AI时,我们都聊些什么(上) - 少数派 混动已经卖爆,纯电又来补刀——钛7闪充版简直“不讲武德” - 少数派 本月玩什么|朋友收藏、识质存在、沙罗周期 - 少数派 为什么要每天坚持输出? - 少数派 Claude API 挂了好几个小时,你的项目有备用方案吗? - 少数派 Function Calling 没你想的复杂——我用它做了个有点用的工具 - 少数派 登录系统立即播放视频或者图片音乐的软件 - 少数派 我为什么创建 FlipHTML5 下载工具 - 少数派 残局没电?多品牌外设电量统一管理软件EasyBluetooth已支持RTSS游戏内显示以及AIDA64 - 少数派 前往通义路的路 - 少数派 太好看了,媲美Sun的个人导航页,NAS部署星云门户 - 少数派 乌黑嘴唇“一键检测”上线了 - 少数派 派早报:Claude AI 接入多个创意软件生态、FILCO 生产方接手品牌等 - 少数派 【更新】BearCLI、Claude 连接器与 MCP 服务器 - 少数派 记了上千条流水,还是看不懂财务?我做了一个让 AI 读懂账本的工作台 - 少数派 MINI R56 升级原厂 Sport 模式 - 少数派 新玩意 | 一棵柠檬树(仿真版) - 少数派 Momenta的“物理AI”野望,需迈过“含摩量”这道关 - 少数派 网页直接投屏控制手机!NAS一键部署PandaScrcpy,流畅丝滑可远程。 - 少数派 众测|邀你一同探索随身 AI 硬件入口 YoooClaw C·ONE - 少数派 2050大会:分享时间是真诚 参会记 - 少数派 iPad 赋能电影创作:国内首部宣纸手绘长片《燃比娃》的幕后故事 - 少数派 AI的审美:我用 8 个大模型给 100 张旅行照片打分 - 少数派 普通人如何破圈?去参加一个本地协会 - 少数派 把极空间的图标全换了,主题DIY全攻略打造你的专属NAS桌面 - 少数派 电子便签墙,帮你实现便签自由 - 少数派 我如何用三个 CLI 工具取代文档创建需求 - 少数派 原来真的有人可以玩一辈子 - 少数派 社区速递 139 | 派友热议三月买了啥、复古单反尼康 Df 体验 - 少数派 06 作品的赏析与评价 - 少数派 TDS REVIEW|索尼 WF-1000XM6 降噪真无线耳机体验 - 少数派 35.98万起售的第二代腾势D9,我看重的不是堆料,而是不凑合 - 少数派 鼠须管 Squirrel 皮肤配置指北 - 少数派 从watch ultra2换到redmi watch6 - 少数派 派早报:阿里巴巴发布视频生成模型 HappyHorse 1.0 等 - 少数派 别迷信1M - 少数派 家人们天塌了!网盘“大封杀”,多个渠道多条路,NAS部署PanHub - 少数派 AI与人勾心斗角!NAS一键部署AI狼人杀,假日休闲必备。 - 少数派 电商必备!Comfyui工作流批量生图插件,一次生成12张!支持Nano banana pro模型 - 少数派 Comfyui工作流配置Gpt-image-2模型教程,0.03/张 - 少数派 OpenClaw第三方APi怎么配置?可使用Gpt-image-2模型 - 少数派 会员社区话题精选 Ep. 103 - 少数派
年度征文|二极管感到疼痛之前:那些必须由人讲述的「体商」叙事 - 少数派
2026-03-09 · via 少数派

编者按:本文是少数派 2025 年度征文活动#TeamCarbon25标签下的入围文章。本文仅代表作者本人观点,少数派只略微调整排版。

今年的征文活动更有创意,「只能用 AI」和「不能用 AI」两大赛道激情 PK,硅基生物和碳基生物都将决出各自领域的佼佼者。我们会在征文结束后统一组织投票活动,但在正式投票之前,如果你喜欢这篇文章,不妨通过充电或评论的方式支持作者,让内容创作者获得更多维度的鼓励。


作者声明:本文中提及了一些「人工智能生成文本」的案例,但所有这些文本的具体内容都经过了人工复述和转写。作者并未使用 AI 直接生成本文中的任何句子,或对任何句子直接进行修改/润色。

引子:手枪,以及十年前的棋局

你完全错了。年轻人,我告诉你,要击倒对方,最好的方法就是用手枪。练武的目标,是要将人的体能推到最高极限。如果你想达到这种境界,就必须要了解宇宙苍生。

在电影《精武英雄》中,象征武学最高境界的船越文夫,讲出了也许是整个动作电影史上最具人文哲思的一句台词。这句台词完全可以代表我在人工智能(以下均简称 AI)时代转向体育科学的初衷,也代表了我在「体商」这个话题上的立场:人在这个主题上的写作,是很难被 AI 超越或取代的。

AI 可以是手枪,但习武或用枪的主体始终是人。手枪是工具,人才是武器。

「体商」是我提出的一个小小概念,一定程度上基于丹尼尔·西格尔(Daniel Siegel, 2021)对心智(Mind)的界定。西格尔将心智描述为「一种涌现性、自组织的复杂系统,源于人类身体之内和人际之间的能量和信息流交互」。相应地,我对体商做出这样的定义:

所谓体商,就是你对「人类心智」和「人类身体」进行感知、认识、体验、发展和整合的能力。

受到人类神经系统结构和生理信息传输速度的限制,我们只能接受和加工有限范围的物理刺激,并需要数百甚至数千毫秒的延迟才能做出反应。我们的工作记忆容量和注意广度只有约 4 单位,也无法随时精确地编码、存储和提取海量的事实信息。我们输出信息的速度不过每秒数十个比特,且很难再有数量级的提高。更不要说我们的肉体还会疲惫、衰老,我们的情绪会波动,我们的注意力会起伏,我们的决策标准无法时刻统一……正因如此,只要一项任务完全依赖信息量、实时计算力、产出效率和一致标准,人类在该任务上被 AI 取代就只是时间问题。

十年前,刚开始练马伽术不久的我,见证了 AlphaGo 和李世石的第一次五番棋大战。在第一番棋开局前,我的一位朋友(也是少数派彼时至今的资深作者)看好人类获胜,并预测李世石可以赢下第一局。我对此不以为然,认为 AI 必定能战胜人类,且李世石最多有机会赢下一局棋。我当时的理由,在今天的人看来实在寻常:AI 不会疲惫,不存在身体状况变化导致的「状态波动」,而且拥有相比于人类无限高的计算和预测能力。最终比赛的走向和结局也确实如我所料。

围棋严格来说是「认知活动」而非「运动」

时至今日,具体到我们要讨论的文章写作(或者「文本生成」),无论是技术性写作还是创意性写作,AI 都在以难以想象的速度追赶和超越人类写作者。即使如此,我依然坚持认为,由于 AI 不以人类的身体为物理基础,其感知能量和信息的方式与人类截然不同,它不可能也不会在「体商」这个主题的写作中取代人类作者。

AI 无法替你讲述身体的故事,更不能代你养成身心合一的习惯。我们不妨以下面的三个子主题为例,管窥一番。

健康行为实践:AI 「从从容容」,人类连滚带爬

经过这些年的学习和实践,我有一个切身的体会和认识:一个人每天能做的事,实在是少而又少的。

当年看 AlphaGo 大战李世石时,我恰好在一家互联网教育公司做产品研发。我们希望为学生提供一整套「自动化测评 + 自动化练习」,帮助学生以较低廉的成本实现「出国考试考高分」的目标。那时候的程序和算法虽然原始,但已经能参考学生的测评分数、备考时长和目标成绩,自动生成每日推送的定制化练习。但即使如此,我们却无法解决学生「执行不力」的问题。学生不肯按时上网课,按时按量完成训练,最终考不出分数,只会归因于我们的产品效果不彰。

这句 slogan 是我写的

另一位同样做出国考试培训的同行,坚持相对「传统」的线下授课和教学,一路发展到今天,每年还是能稳定地培养出不少高分学生。要说有什么秘诀,恐怕也还是「用人解决人的问题」:学生全隔离训练,辅导老师全程陪伴、督促,保证完课和完训。听上去感觉是不是很熟悉?运动员也是这样拿成绩的。

相比于当年人工写在网页端的算法,如今的 AI 可以更快地完成测评,生成看起来更完善的作息表和计划清单。如果你愿意,AI 也可以跟你做「深入灵魂」的动机访谈,挖掘你的过往创伤和底层情结,甚至提供贴心的共情回应。今后的 AI 甚至还可以把这一整套流程自动地生成一个网站、一个 APP,全面实现我们当年未竟的产品开发目标。但只凭借一个对话框,AI 是无法在物理和心理意义上为你创造出那种环境的。

主要靠头脑的英语学习尚且如此,需要身体力行的健康更不必言。不久前,有位朋友找我咨询健康习惯。我请对方填了许多测评、提供了许多数据,经过面询,针对性地设计了一整套饮食、作息、运动和生活干预的计划。两周之后问起来,对方表示,上周临时出差,这周心情不佳,几乎丝毫没有执行。我说,不要紧,最低限度,按照你的优先级,每天做二十分钟运动如何?又过两周,对方表示,动机很强烈,目标很清楚,但运动就只做了一两次,总体上一天打鱼、数日晒网。

把这里的我换成 AI,情况会变得不一样吗?我对此并不乐观。我们不太可能把自己关在封闭环境里,像职业运动员那样遵循日复一日的严格计划。具体的人,在具体的生活中,不知何时何地就会遭遇不知为何的突发事件:可能是环境的限制、刺激物的诱惑,也可能是内心的情绪波动。吃蔬菜还是点奶茶,做五分钟身体活动还是继续葛优瘫,安心睡觉还是刷手机……有关健康的具体行为选择,也许是过往经验和记忆的强化,也许是身边人的榜样示范,也许是道听途说的故事,又或者是内心斗争和妥协的结果。所有这一切都离不开作为经验陈述主体的「人」:谁,在什么情况下,如何思考或感受,做出了怎样的决策。

「道理我都懂,可是……」

可是你目见耳闻过太多相反的案例,听到过太多人表达相反的意见,又经历了太多相反的过往经验。影响着你此时此刻决策的,正是一个个这样的故事和体验,而不是简单的几句大道理。人的学习依赖无数具体的实例,而非抽象的道理。即使是 AI,不也要依托海量「真实」数据集才能完成训练吗?

AI 是有这个本事,但人真能这么用 AI 吗?

想象一个很具体的场景吧。我那位朋友到了下午茶时间,同事们吵吵闹闹地要点奶茶,询问「你要不要凑单」。此时此刻,你喊出暂停,拿出 AI,陈述问题,请 AI 帮忙「劝我不要喝奶茶」,并在阅读了 Gemini 写出的千字小作文之后决定不参与凑单、改吃新鲜水果……

这现实吗?是活生生的人会做出来的事吗?

更有可能的情况或许是,你在那个瞬间想起了我分享的故事和案例,早晨出门前家人的叮嘱,自己参加的「健康打卡群」,或者春节期间与孩子的「少吃糖约定」……推动你最终做出决策的,是这些人的影响和人的故事。如果离开了这些具体的人,无论多完美的 AI,也没法给你「编」出具体的体验、让你感到信服、并运用它们作为参考经验。

我把这两段文字拿给 Gemini 看。Gemini 承认,自己确实能「迅速生成完美的控糖理论」,但这并非现实人类生活的运作方式。(注意,即使这一句话,也是人类手敲的)

身体活动与训练:AI 靠「推测」和「估算」,人类靠「体验」和「模拟」

在接受 Kali(一种菲律宾武术)的教练培训时,我的教练给我们布置过这样的作业:选择一个 Kali 的技术动作,用你自己的语言把它描述出来。如果一个没学过 Kali 的人只听你的描述,就能够把这个动作大致做出个样子来,你在「教学」这件事上就入门了。

这个作业看起来复杂,其实一点都不简单。我的某位师兄在描述某个技术动作时是这样写的:把脑袋从自己的腋下钻过去……

教练看完作业在旁边批注:你做一遍给我看看!

把人变成 AI,这件事会变得简单一些吗?或者说,我们能否让 AI 代替人类,创造出更有效的「动作描述」或「执教语言」呢?AI 大概不会犯下我师兄那样的低级错误,但要让它代替有经验的成熟教练,现在仍然远远不行。

写到这里,我试着让 Gemini 生成了一段有关某 Kali 技术动作的描述,并且真的试图照着做一遍。结果刚到第二个动作步骤,我的两条手臂就缠在一起、拧成了麻花,下一个动作就没办法做下去。我把这个问题交给 Gemini,它提出了两个可能的原因诊断,其中一个指出我左手可能过于紧张、以至于左手的棍子「被紧紧夹在右侧腋下拔不出来」。但,同样根据 Gemini 的描述,我在第一个动作结束时,右手应该收在左侧的腋下。……

对人类身体有正常概念的读者,到这里应该都会明白,Gemini 的描述和诊断,本身就是自相矛盾的。

从伸手开电脑,到敲键盘打字,再到完成一套 Kali 动作,身为人的我是如何理解、识别、记忆、决策和执行一个动作的呢?运动心理学家对此提出过许多不同的理论。所有理论的共通之处在于,我们人类有着一整套对动作进行「编码」的体系,而这个编码体系高度依赖作为人类的身体和心智存在(Gentsch et al., 2016)。相反地,AI 没有人的身体,没有人体的内感觉(interoception),也无法在程序中「模拟」人的真实运动轨迹。哪怕它真的可以调用人类武术家留下的文本、生物力学公式和动作捕捉数据,它的分析和建议也都是基于算法的「推测」。AI 并不真的「知道」身体会从哪里移动到哪里,在怎样的轨迹下运动,可能在何处遭遇阻碍或粘滞。

德国梅耶流长剑术:梅耶方块训练- 知乎
这也是「传统武术」——你让 AI 教你入门试试看?

问题还不仅于此。上面那个报错-质疑-诊断-解决方案的过程,我和 Gemini 对话了许多轮。每一次 Gemini 都会强行解释,提出新的诊断和解决方案,但是越错越离谱。这里的所谓离谱并不是指错误的严重性,而是荒谬性:这个 Kali 的技术动作,我教过许多人许多遍;人类学员会犯的错误,与 Gemini「推测」人类的错误,完全是大相径庭的。AI 甚至无法准确预测活人可以犯什么错误!

举这个例子是为了说明,AI 不具备人的身体,因此从根本上很难胜任与动作相关的写作任务。更具体地来说,AI 因为没有身体,不能形成和人一样的动作编码体系,因此既无法真实地「生成」非虚构性质的、真实的人类动作体验,也不可能有效地「理解」和「反馈」这些体验。假如我不是一个教练,而是一个学习者,将无法通过 AI 写出的「武术秘籍」「训练指南」切实学会一个新的动作。

到此为止,我描述的还只是直观的、外显的(explicit)的执教语言。与之相对,还有另外一种隐喻式的、类比的(analogy)的执教语言,例如「想象你的右手拿着一支笔,在空间中沿对角线写出一个笔画」。有研究表明,类比式教学能让我们在面对压力时更好地完成动作(Lam et al., 2009)。脱离开人体这个共通的基础,脱离具体学员的具体知识和情境,我们如何指望  AI 能够找到最合适的类比完成教学呢?另一方面,上面举的例子还只是相对初级、安全的技术动作。如果把这里的兵器从短棍换成刀呢?如果把单纯的上肢打击动作换成跳跃和空翻呢?如果把动作的难度进一步升级呢?如果还涉及到人体的碰撞或者人际对抗呢?

用 AI 写代码、写综述、写方案或者写小说,大不了不断报错、改错。但靠 AI 的推测学动作,轻则学不会,重则筋断骨折、危及性命。人类在写下有关动作训练的陈述、心得、体验和预测时,总是难免调用大脑中的镜像神经元:我们描述「做什么」,就好像自己正在亲身示范。这是 AI 做不到也不可能做到的事——它知道镜像神经元的概念,但永远不会「知道」镜像神经元发射的感觉,或者人在镜子里认识自身时的体验。

习惯养成与身心关联:AI 提供「方案」,人类寻找「同伴」

根据今年的春晚,机器人已经可以流畅地完成空翻动作——也许比当年的李小龙翻得更好。不久后的将来,人型机器人会代替人类在擂台上格斗、在影视剧中完成危险的特技动作吗?也许吧。但我大概是不肯为这类比赛和影视作品买票的。我实在无法把作为人的自己,代入到一堆金属和塑料里面。若没有这种代入感作为基础,我们欣赏的就只不过是科技时代的猴戏:第一次也许惊叹,第二次不过如此,然后就索然无味。

成龙在电影《A 计划》中从钟楼顶摔落的场面,任谁第一次看都会觉得惊心动魄吧。假如完成这一动作的既非成龙也非人类替身演员,而是一个机器人,你会作何感想?假如片尾花絮播放的不是成龙落地摔到脖子、几乎丧命,而是一排摔得七零八落的机器人,你又会作何感想?我们在观影时体验到的惊险、刺激、愉悦、赞叹……所有这些感受的一个基础都是「代入」:通过设身处地代入,我们意识到人类身体的脆弱,又为演员和角色超越疼痛、战胜危机、突破极限而感动。脱离这一层面的认识过程,我们就无法被叙事打动。

A计划》中成龙摔断脊椎的一跳- 知乎
很难想象用机器人拍这样的电影,反正我也肯定不会看

抛开宏大的或虚构的叙事不谈,仅就非虚构的、记录真实身体经验的写作而言,AI 真的能够代替人类作者吗?或者说,AI 能够触及人类的脆弱、伤病、疼痛、疲惫和丧失吗?《银河系漫游指南》中的马文提供了一个很好的隐喻。作为拥有「行星级大脑」的机器人,马文常常抱怨「左侧身体所有二极管都剧痛难忍」。如今的 AI 甚至还远达不到这样的自知程度。

本文无意从哲学的层面上探讨「什么是人」,但笔者认为,AI 还无法在有关身体的文本生成中代替人类、触及受众的实质情感。究其根本,AI 不具备人类的身体,无法「理解」人类身体的疼痛、脆弱和衰老,因此任何有关这一主题的「AI 写作」,只可能是基于人类生成文本的重新排列组合,或者是基于算法的推测。它可以成为一个数据专家、教练和顾问,但无法成为一个对等的「伙伴」。

以我近期推荐的「每天 5 分钟的小习惯」之一、「5 分钟慢速呼吸练习」为例。AI 能够在很短的时间里遍历所有相关的研究报告,为你生成极尽详细的慢速呼吸指南,甚至变换 100 种方法尝试帮你找到「膈肌下降、肋骨打开」的感觉。有 AI 加持的 app 可以为你定时推送提醒。基于仿真语音的 AI 应用可以为你提供「仿佛活人」的生物反馈指导和陪伴。完成练习之后,你还可以找 AI 打卡,索要一句夸夸。你可以让 AI 为你专门做一个 agent 或者一个小应用,督促你每天按时完成练习。你还可以把我人工写下的这段话交给 AI,让它帮助你优化流程、写成一篇完整的文章。

虽然如此,AI 却不能代替我们执行和体验每一次的呼吸,也不能观察和感受我们累积的变化。再退一步说,我们费了这么大的周章、动用这么多 AI 资源,所求究竟为何呢?在许多许多年前,我曾经有一段时间明知练习呼吸和冥想有益,但就是无法付诸实际练习,那时我想要的不过是:

一个在场的、与我一起练习、相互分享的伙伴。

我的诉求并非个例。无论是在有 AI 之前,还是有 AI 之后,我在推广不同的习惯时,从不同的人那里,听到过相似的诉求:

要是有个人(或者,一群人)陪着,我就能比较轻松容易地做这件事了。

一项尚未在同行评议期刊发表的、覆盖了 65000 名用户的研究为我的主张提供了初步证据。该研究表明,在「减肥」相关的行为改变上,基于手机 app 的「纯 AI 教练」已经可以代替人类教练设计目标、计划并提供知识信息,不过在提供动机和情感价值方面尚无法代替人类教练(Kapoor et al., 2023)。

人类是社会动物,永远需要伙伴、害怕孤独。如果你在「体商」领域不止需求信息、教学、反馈和激励,还有伙伴的陪同,甚至是社群的共享,那么 AI 无论写什么、怎么写,都无法代替人类创作者。人类创作者难免受到人的局限,但只要出于真诚而写,就等于时刻提醒读者:你的痛,我也许经历,正在理解,总是安慰,常常懂得,偶尔治愈。

结尾:教授的一个赌局

德国科隆体育大学运动心理系的主任 Markus Raab 教授指出,同样是打棒球,人类外野手在尝试接住一个高飞球时,并不会像机器人那样尝试计算球的飞行轨迹或预测球的落点——人只是朝着球飞行的方向跑动,并确保球在视野中呈匀速运动(Raab, 2021)。Raab 教授对我们说,理解人如何加工信息、制定决策和执行动作,或许有助于我们造出更像人的机器人。

谈到「像人的机器人」时,Raab 教授提到了他和某同行的一个赌局:2050 年机器人足球队是否能够在比赛中战胜最高水平的人类队伍。赌注据说是一张世界杯决赛的门票。Raab 教授押注于「不能」。读到这里,你想必能够理解我为何提到这个赌局。显然,在有关身体这个领域里,我是高度支持 Raab 教授的。

Judgment, Decision-Making, and Embodied Choices (English Edition) eBook :  Raab PhD, Markus: Amazon.de: Kindle Store
Raab 教授的「小黄书」,可惜还没有中译本

话虽如此,我却没有抱着悲壮的心态,主张什么「在 AI 大潮中,身体是我们最后的堡垒」。我从不认为人类的身体或心智有什么神圣可言。恰恰相反,我抱着好奇的态度,想知道未来的某一天,高度发达的身体和智能,是否能够从「合成」而非「生殖」中诞生——就像我们在《辐射》《质量效应》等电子游戏中已经探讨过的那样。

我们对自己身体和心智的了解越多,就越能促进这一时刻的到来;反过来说,AI 作为此一过程中必定会出现和发展的产物,也一定会帮助我们继续了解、发展和探索自己的心智罢。只不过,如本文所言,在现在和可预见的将来,AI 只能作为一个客体,而不是一个对等的主体发挥作用。既然如此,我没有理由也不应该把「体商」这个领域的写作让给 AI。这正是我完全放弃 AI 写作、手打本文全文的一个初衷。

这个「合成智能生命体」作为新的物种取代或超越我们的时刻,和我身为人类死亡的时刻,究竟何者会先来一步呢?不管怎么说,为了尽可能见证这一时刻,我还是会一如既往地继续使用、照料和强化承载「我」的这个人类身体——并且建议你也同样如此做。

也许你和我立场截然不同,也许你根本就不关心什么机器人足球赛,又或者你就是伪装成人类的机器人马文……那么,在你身体左侧的二极管、集成电路或 GPU(而非肋骨、神经或肌肉)感到疼痛之前,不妨先好好讲述和聆听那些只有人类才能理解的故事。


参考资料:

  • 丹尼尔·西格尔,《心智的本质》,湛庐文化,2021
  • Gentsch, A., Weber, A., Synofzik, M., Vosgerau, G., & Schütz-Bosbach, S. (2016). Towards a common framework of grounded action cognition: Relating motor control, perception and cognition. Cognition, 146, 81–89. https://doi.org/10.1016/j.cognition.2015.09.010
  • Kapoor, A., Narayanan, S., & Manchanda, P. (2023). Does Access to Human Coaches Lead to More Weight Loss than with AI Coaches Alone?. Stanford Graduate School of Business.
  • Lam, W. K., Maxwell, J. P., & Masters, R. (2009). Analogy learning and the performance of motor skills under pressure. Journal of sport & exercise psychology, 31(3), 337–357. https://doi.org/10.1123/jsep.31.3.337
  • Raab, M. (2021). Judgement, Decision-Making and Embodied Choice, Elsevier Inc. https://doi.org/10.1016/B978-0-12-823523-2.00005-2

> 参与 2025 年度少数派征文,分享你的观点和经验 ✍🏻️

> 实用、好用的 正版软件,少数派为你呈现 🚀