心神野而有度，灵思密而无疆

人生而自由，这种自由是选择的自由。 —— 萨特

最开始之前，是个人免责声明：本文纯属个人暴论，如有意见不同，欢迎留言。

在开篇之时，我想先抛出一个问题给大家：你认为，周围的人日常会使用 GPT 或者 AI 相关的产品呢？

在熟人群体中，我做了一个简单的调研。抛开和我一样的计算机领域的从业者外，其他的回答呈现一个极端的比例：一成不到的人会使用 ChatGPT 或者其他的 AI Chatbot；剩下九成的人表示完全没用过，或者试过就放弃了。非常反直觉的地方在于，我自认为「读研读博的学生」、「做市场调研和销售的朋友」、「游戏公司的员工」这些看起来和前沿科技比较接近的人，实际上并不会在日常中使用 AI 产品。

这个结论是反直觉的，环顾四周，外有 OpenAI、Meta、Google 相互倾轧；内有通义千问、文心一言、月之暗面百舸争流。看起来似乎是个神仙遍地走的辉煌时代。然而呢？各家企业实际上还是在为了各自的 AI 业务苦苦挣扎，能用的 AI 模型不少，但是我自己觉得好用的可能就只有 OpenAI 和 Claude，即使是 OpenAI 这样的行业领头羊也不好说有没有真正通过 AI 业务盈利。

我的之前的文章中也讨论了很多 AI 落地的困难：不稳定，不好用，不确定，部署难，隐私问题，等等……这些都是限制更广大群众接触和使用 AI 的桎梏。其实不论从哪个角度来看，现在的 AI 产品使用成本确实过高了。这里的成本是多方面的，不光是价格成本，也有部署成本、开发成本、测试成本，以及评估 AI 到底能不能带来收益这件事本身，评估需要的成本也相当高。

上面所说种种，可以换一种说法简单概括，那就是「不自由」。特别是对于最普通的广大群众来说，他们不具备自由的权利，也没有选择的自由。对于大部分普通人来说，用 AI 可能已经足够困难了。姑且不提大部分人不具备自己部署模型的能力，市面上的 AI 竞品又如此繁多，用户很难知道哪一个好用，哪一种适合自己。

说了这么多现状，在这里想借着这个机会，随便聊聊，我过去一年，为了追求「自由」所做的一些事情。

我们为什么要创新

计算机科学界长期以来存在一个经典难题：重复造轮子的倾向。这种现象不仅存在于学术圈，更是在工程领域屡见不鲜。

从学习的角度来看，造轮子确实有其积极意义。它能帮助我们深入理解技术细节，从而达到知其然也知其所以然的境界。从工程的视角出发，重新设计和优化现有方案也不失为一种进步。然而，这些美好的愿景往往只存在于理论层面，现实却往往不尽如人意。

现实中，重复造轮子则成为了大厂进行「技术储备」和「战略宣传」的工具。今天你做了一个新的库，明天我也要有一个自己的与你对标。每一个厂商都自己维护了自己的开发生态，凭空构建了阻碍知识传播的桥梁。要不是编译器和操作系统这种东西的门槛相对高一点，不难想象每个厂商都拿着自己的编译器和操作系统自立为王。这种现象让人不禁想起安部公房在《绳》中的一段妙喻：

绳子和棍棒，是人类最早的工具。棍棒可以抵挡麻烦，绳子可以把好东西收归身边；它们是人类最早的朋友，也是我们的创造。有人的地方，一定也有绳子和棍棒。

——安部公房《绳》

公司精心打造的工具生态系统，一方面如同绳，将创新成果牢牢绑在自家平台上，增加了技术迁移的难度，从而获得长期优势；另一方面又像棍，用来抵御竞争对手的法律威胁，同时规避技术授权的高昂成本。

从感性角度来说，这种重复劳动的做法令人反感。但理性分析后不得不承认，从商业角度看，这种策略确实能让公司在短时间内在特定领域占得先机。然而，这种成功更多是商业上的胜利，对消费者而言，情况并没有实质性改善：尝试新技术的成本居高不下，软件价格昂贵，平台间迁移困难重重。即便在今天，我们仍需在电脑上保持更新最新版本的 pandoc 和 ffmpeg，以应对各种文档和视频格式的转换需求。哪怕是图片和文档，这种最为基础的文件格式在世界范围内都还没有完全统一，更不必说其他方面的产品了。

之后便是当下 AI 大模型爆炸发展的时代。个各厂商甚至不惜一切代价，让自己朝向 AI 的方向进行转型。过去的一年内，但凡和科技沾点边的企业都在用 AI 给产品「赋能」。互联网和软件厂商不惜代价自己训练自己的模型，硬件厂商不惜代价设计最适合 Transformer 的硬件设施。几乎所有人都在这条路上疾驰，而且短期内还没有停下来的势头。大家都认为 AI 就是下一个工业革命的核心元素，和蒸汽机、电、互联网一样，是下一个革命性的工具的心脏。

可惜的是，当下的 AI 产品暂时还不能算作工具，甚至可能是一种轻奢侈品。理想状态下，我们不是为了用 AI 本身而用 AI，而是因为我们看到了 AI 在自动化上的强大能力，以及应对复杂多样环境所呈现的强大鲁棒性。因而 AI 应该成为我们当下正在使用工具的上位替代，而不是如今用这种聊天交互的形式呈现给人。这种形式所催生出来的并不是工具，而是商品。而一件工具从工具本身变成商品的那一刻，就开始了对人的异化，从而让我们变成工具的奴隶，而不是使用工具的人。甚至为了追求更好更强的工具而无限付出不必要的成本。而这就是当下 AI 略微畸形的发展现状。

不过实际上我也没有那么悲观。工具本身是具有双重性的。一方面，它能够被用来加强社会控制和压迫，就和当下一样，作为绳和棍棒存在；另一方面，它也具有解放的潜力，这也是我们对 AI 真正期待的地方。我们认为这种自动化的能力可以将我们从重复劳动中解放出来。为了实现人类的真正解放，我们必须重新思考和设计技术，使其服务于人类的真实需求和幸福，而不是维护现有的权力结构。至于解放后可能带来的社会结构冲击和过剩生产力导致的失业问题，我暂时没有更好的解决方案。作为技术从业者我还是希望纯存一点，从技术角度思考问题。至于制度和文化我觉得应该交给更适合的人来先行思考。就从技术角度而言，大语言模型为代表的一系列 AI 技术和产品，确实可能给我们带来一个更好的未来。当下的 GPT 给我们的未来一个有所保障的下限，即使我们技术路线没有办法进步，我们对已有技术进行完善也足以称之为优秀的工作了。这些让我们技术侧的工作者有了更强的信心和动力，让我们朝着光的方向前进。

这种光，在我眼里，有另一个名字，是我认为一种对现实的「超越性」。我所追求的，是我在技术上看到了超越其本身的超越性。AI 技术带来的自动化，让我看到我脱离日常琐碎重复劳动的希望；而基于海量文本对人类心理的理解能力，让我看到了对自我性格进行补全完善的可能。这也是我希望通过创新所追求的。

溯洄从之，道阻且长

创新难吗？

确实很难。作为一个典型的「中国式学生」，我的思想不可避免地受到中式传统的影响。思考问题的模式也会收到过往教育经历的影响。很多时候我的「解题思路」会影响我的思考模式。我学了些东西，就想找个场景把他们用起来，故而经常拿着锤子去找钉子。然而，现实中成功的科研很多都是对着钉子去制造锤子的。

但是这种思维模式的阻碍其实只是我的个人问题，我也在学着用另一种思考模式去调整我的心态，这种问题是出自我自身的问题，是可以克服的。其实更难克服的障碍来自其他方面。

作为计算机领域的科研从业者，复现前人的工作是试验中重要的基础环节。为了公平的对比和测试，我花费了大量时间去整理和复现之前的工作。对某些测试的复现和测试开销非常巨大，让我本不富裕的钱包雪上加霜。而且即便是计算机这种学科，其中的工作也真真假假，也有很多同行不愿放出代码、数据或者详细的测试步骤，让文章复现阻碍重重。更有一些文章让人恼火，采用不开源的手段使指标虚高，导致同行无法复现，从而直接阻碍了领域的发展。

不过上述的问题是做科研路上不可避免的，是每个科研人都要面对的基础问题。相对比较幸运的是我选择了计算机这个比较年轻，也比较公平的学科。实验复现的成本比起生物、物理等重度依赖专业仪器的学科，这门学科还是给了我非常多的机会。

最近一年，AI 领域最热门的一个子方向无疑是 RAG 了。理论上说，RAG 的很多工作某种意义上只是一种高级的 prompt engineer。各种厂商在这个赛道上拼命内卷，让独立项目难以生存。虽然现状确有一些悲观，但是我还是非常认可这种思考模式。对我来说，RAG 证明了我的一个猜想：小模型的能力可以通过外接数据进行弥补。

这种说法，在有些地方叫作「Quality in. Quality out」。而其中最难处理的部分，是我们如何将高质量的知识送到 LLM 中。而信息不等于数据，更不等于知识。过去的一年中，我花费了大量时间研究这种前置数据的处理过程，如何处理数据这件事情上，我也有了更深刻的认识和思考。我们的资源决定了获取信息的流量，在有限的信息中更高效地提取知识，可能是未来几年最值得研究的问题。

整理前人的知识，这件事情在 2024 年的当下可能格外迫切。而这件事本身也确实非常符合我的个人价值观，不论是我四年前在 zlib 岌岌可危时和同学众筹搭建镜像站，还是最近无偿为计算机领域从业者搭建 arXiv 检索，其本质都是一致的，都是普天下读书人的理想：

「为天地立心，为生民立命，为往圣继绝学，为万世开太平」。

何以继绝学，卧薪尝胆苦读十载，方窥圣人遗志，习得先贤灵思；何以开太平，闭口深思实干万日，终能拨云见日，超越空谈妄语。人类耗费千年光阴在知性的丰碑上镌刻的一切皆能被我所用，超越跻身先贤之列也不是没有可能。这种自信，三分来自我少时青云之志，愿能鸿鹄高翔；三分来自我当下年轻气盛，正值年少轻狂；三分来自前辈传承，代代百世流芳；剩下一分是留得些许自知之明，能把谦卑好学留在心上，存得心境流光。

创新这件事，确实道阻且长。做科研的路确实不好走，不过我还年轻，在我有机会试错的时候，不妨让我试试为这个世界献上一场盛大的艺术吧

末法时代的读书人会梦到什么呢

从事计算机领域的科研之后，我思想上确实变得更加自由了。通过过去一年的学习和思考，我慢慢看到了一条边界，是当前 AI 模型和传统算法的边界，或者说是人和机器之间一条模糊的边界。这条界限之下，我看到的是人性，是温暖的文字，是优雅的公式，是用努力汗水和知性的一场交易；这条界限之上，是漫天星辰，是自动化的生产力，是辉煌灿烂的新世界。

这条界限在逐渐清晰的时候，我们也看到当下生产模式的变化，AI 辅助创作这种模式也不算新鲜了。越来越多的作品会使用同样的词句，基于同一个模型的的文章总是有一股不谋而合的 AI 风味。效率被提升的同时，不可避免带来的就是严重的同质化，这两者是相依相存的。

数千年前，印刷技术出现的时候，我们也曾经面对过这个矛盾。当活字印刷渐渐成为效率工具的时候，我们看到的是文明的传播，是技术的进步，是生产力的突破；被历史忽视的是书匠的失业，以及书写差异性的流失。待到打字机时代，这种自由被进一步剥夺。在人类还在亲手书写思想的时代，有颜筋柳骨，有苏黄米蔡。然当下，我们的书写工具的质量虽迅速提升，我们的纸笔质量比千年前优秀了千百倍，然当今天下书法，又有几人称王，几人成圣？

创作这件事也大抵如此，这是个体独立性的末法时代，是传统创作模式在凋亡和挣扎的年代。创作是不会死亡的，即便书法渐渐凋零的当下，这种文化还是得到了传承，而创新性更强的创作模式也不会死亡和消失。千年前的大儒学者，可能会喜欢自己的字体，会坚守自己的观念。他们亲手书写自己的作品，创作属于自己的字体，让形式和内容结合的艺术代代相传。当下大家已经不再固执地要为自己独创一种字体以彰显自己的个性，我们不再执着地追求字体上的形式自由，而在更深刻的创作领域追求自由。这也是我对这个世界最为痴迷和热爱的地方，人类总能在精神上找到自由的出路。焚书坑儒烧不毁诸子百家的辉煌，文艺复兴也不会被教会禁锢思想，我们的种族总有办法，让思想在无边无际的原野上驰骋奔放。

作为末法时代的读书人，除了做点小小的研究之外，这一年的闲暇时间，我还会用自己的文字真实地记录和描写我的生活。在鲍德里亚的观点中，我们的现代社会已经被拆解成符号。现在的 AI 也多少有些这种影子。许多所谓的虚拟女友或者是虚拟陪伴，对「人」的刻画也仅仅停留在符号化和标签化的描述上。一模一样的模型，贴上不同的标签就能变成不同的人。就好像今朝的《标签 拉链 皮》一样，我也真切感到科幻小说和现实的边界是如此模糊。但我觉得这个世界可能不应该这么简单，生命是体验的总和，我们的过往一切经历成就了我们的现在。就好比我并不喜欢用 MBTI 这种流行的标签定义自己一样，我的过去可爱又漂亮，短短几个标签怎么能概括我的灵魂在这世上二十余年的飘荡。

地球转动的速度，是每小时 15 度。arXiv 上，每天计算机领域的文章平均是 1500 篇。Groq 上的大语言模型半分钟可以生成 15000 个 token。尽管这个世界转得很快，变化也很快。相比之下，我每小时 1500 字的速度创作完全不值一提。但是这个世界很宽容，在 AI 慢慢抹除我们创作独立性的前夜，也请容我不紧不慢地为自己的创作小小地缅怀。

（好吧，我自己根据我自己过去 blog 的风格 fine tune 了一个模型，之后的创作或多或少会有一些自动化的要素了，所以有了这篇故事的结尾。）