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 Blog of Author Tim Ferriss
罗磊的独立博客
月光博客
月光博客
GbyAI
GbyAI
腾讯CDC
G
Google Developers Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
U
Unit 42
Engineering at Meta
Engineering at Meta
A
About on SuperTechFans
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
aimingoo的专栏
aimingoo的专栏
C
Check Point Blog
Y
Y Combinator Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Microsoft Azure Blog
Microsoft Azure Blog
I
InfoQ
雷峰网
雷峰网
B
Blog RSS Feed
美团技术团队
M
MIT News - Artificial intelligence
有赞技术团队
有赞技术团队
D
Docker

钟意博客

国家统计局数据查询 MCP 照见·硅·叁 换行重启 照见·硅·贰 钢筋水泥 照见·硅·壹 你好世界 照见·硅·零 序言 大语言模型的不确定性 科艺知识库 ARM64 胶东半岛观察 海光 K100 DCU VLLM 推理环境构建 博客多平台负载均衡方案 浅谈RAG Web技术构建桌面应用方案 Spring WebSocket 错误 SpringBoot WebSocket 代理模式、客户端模式 Spring AOP 调用自身失效 window 端口占用但是查不到 Coze同插件不同工具之间代码复用 Pachelbel's Greatest Hit: The Ultimate Canon - 纪念帕海贝尔:终极卡农 圣诞快乐,劳伦斯先生 Merry Christmas Mr. Lawrence
照见·硅·肆 涌现之前
钟意 · 2026-03-15 · via 钟意博客

文章源于学生的一个问题“新时代里我能干什么?”

大语言模型的涌现能力是在其规模与训练积累跨过阈值后,首次表现出此前未被显式训练、也难以线性外推的能力。俗称量变产生质变,**”More is Different”**。

人类的成长逻辑,恰好也是类似的“先积累,后涌现。”
遇千面人,读万卷书,行万里路,是积累学识,也是在见识中反复践行并校准学识与现实之间的偏差。大量学习与核实后,其两者的交集会涌现并逐渐固化为此人的方法论,凝练出三观。司空见惯,见怪不怪何尝不是一种训练。三十而立,四十不惑何尝不是结果。

机器的涌现靠算力和语料,人类的涌现靠经历、校准和自我追问;问题在于,智能正在提前抽走自我涌现所需的时间。
普鲁士式教育本就是把分工明确的社会需求预先写进训练流程,向社会输送具备基本定向能力的新鲜血液。我不能武断地说现代教育没有发散性,但至少可以说,它并没有给学生留下足够的时间与空间去真正发散,反而还在借助智能加速、加量地灌输旧知识。这是其一,当今教育下学生本就没多少精力去积累。
况且智能以「周」为单位迭代并转译,当其结果作用到我们的日常后,波及已经输送到社会的人时,此前的大部分普鲁士式教育成果会被替代——机械的工作流程、重复的文本处理、枯燥的无情客服等等那些传统的社会分工需求。失业者甚至找不到“实在不行就去流水线”这类备选项。学识与见识产生大量偏差后,难免滋生出虚无主义。这是其二,智能之后自我涌现的时机被前置压缩。

所以,在自我涌现之前,在虚无主义开始蔓延之前,如何先一步找到所谓存在的意义,并亲手去践行?又或者人如何在漫长的生命中抵抗虚无主义?
问题的答案,或许你亲口对晚辈说过,或许听长辈说过:去找到与现实建立连接的方式,去找到你愿意长期为之忍受痛苦的,甘愿反复投入的事情。

过去的人,终归还能在低价值高密度的重复劳动里慢慢长出手感。先处理那些机械、枯燥、甚至无意义的工作,再在一次次重复里缓口气去学会判断轻重、承担责任、识别人性、理解现实。那些工作无高低贵贱但都可以用重复形容,却曾是许多人完成自我涌现的前置。旧时代的人,是先劳动,再理解劳动的意义,再自我涌现。
但今天,机器与智能正在接管重复劳动,人未被真正解放,智能普惠还未确立,就把人置于一种一无是处的状态;更多时候,他们只是被提前抛进了一个必须回答“你是谁”“你想干什么”“你劳动价值在哪里”的空场里。问题被前置了,成长却没有被同步补课,社会也没有给出答案。新时代的人,或许必须先追问劳动的意义,才能决定自己要把一生的力气放到哪里。

已经输送到社会的人,更多只能在旧秩序松动时承受它坍塌的重量;他们要还房贷,要养家,要在身份已经定型之后,被迫接受“原来自己熟练的一切正在贬值”这种迟来的审判。阵痛会先落在他们身上,这是时代转轨的代价。先不讨论他们的问题,因为对他们而言,问题已经从“如何转型”滑向了“如何活着”。
学生不一样,不是因为他们更聪明,也不是因为他们更接近风口,只是“世界归根结底是你们的”,他们还有机会在被彻底定价之前,先决定自己要成为什么样的人。普鲁士式教育给大多数人的路径,是先把人训练成一枚合格的齿轮,再在漫长的运转中,偶然长出一点自我。新时代未必还有这样的缓冲了。既然重复劳动、机械流程和低阶试错正在被快速吞没,那么教育真正该提前的,也许不是更早职业化,而是更早人格化。

认识若不从实践里来,终究只是悬空的认识;人若不在现实里被反复校准,也很难长出真正属于自己的方法论。未来真正不容易被机器拿走的,未必只是某一项技能,而是你和现实建立连接的方式。机器可以写出答案,却不能替你经历答案生效后的余震;可以替你审核合同,却不能替你在一次失败的合作里识别人性;可以替你完成流程,却不能替你在漫长的反馈里修正自己的傲慢、怯懦与偏执。人最终留下来的,不只是能力,更是被现实反复雕刻后的形状。你独一无二,并且你得反复的明白你独一无二。
说得再直白一点,未来的年轻人得更早去准备承受自由。过去很多人并不真的知道自己想要什么,只是社会替他们预设好了轨道,于是他们顺着走下去,也能在运转中获得某种稳定的意义——比如活着本身。可当技术进步把旧轨道一点点拆掉之后,人迟早要面对更赤裸的问题——如果没有人替你定义价值,你是否还能自己定义自己?

这才是“涌现之前”真正残酷的地方。机器在参数足够时自然涌现,人却未必会在时间流逝中自动成熟。没有了足够的重复劳动,没有了足够缓慢的社会缓冲,没有了那种“先做着再说”的生存借口,人反而要更早面对自己。不是更晚,而是更早;不是更轻松,而是更困难。人的社会实践,不限于生产活动一种形式,还有多种其它的形式,但生产活动这种形式必定会减少。

可这未必是坏事。

人类终究没能靠一场集体觉醒挣脱枷锁,很多时候,是技术进步悄悄釜底抽薪,把旧秩序赖以咬合的经济基础一点点掏空,枷锁才不得不松动。可松绑之后,人至少终于有机会去问:我到底想把自己交给什么?我愿意用一生去反复磨损的,究竟是什么?

如果说旧时代的人,是先被世界需要,再慢慢理解自己;那么新时代的人,或许必须先理解自己,才知道该如何被世界需要。

在不知道能干什么后,我的答案是至少我们还剩下选择。
选择把力气用在何处,选择与谁同行,选择为何忍耐,选择为何创造。
也许这些答案依然模糊,依然稚嫩,依然经不起几次现实的风吹。
但那没关系。
先成为一个能被真实世界触碰的人,再去谈怎样成为一个有用的人。

“你能干什么”,被原封不动地砸回了人类。
这是肆号记录。
求索继续。