MacroAlpha.io
Launch App启动应用

LLMWIKI · CONCEPT

建模 (Modeling) — 智能的最底层操作

王利杰提出的"AI 时代人类最重要能力"。无论碳基大脑还是硅基 LLM,做的都是同一件事——用有限的参数压缩无限的世界,用模型预测未来,用模型指导行动。觉知是建模的元操作,是 AI 暂时不具备的维度。

免费开放 · 更新于

TL;DR王利杰提出的"AI 时代人类最重要能力"。无论碳基大脑还是硅基 LLM,做的都是同一件事——用有限的参数压缩无限的世界,用模型预测未来,用模型指导行动。觉知是建模的元操作,是 AI 暂时不具备的维度。

建模 (Modeling) 是王利杰在频道里定义的智能的最底层操作。一切智能行为——无论是人脑识别一个表情、LLM 生成一个 token、大模型涌现一个推理链、甚至单个神经元的电活动——本质上都是同一件事:用有限的参数压缩无限的世界,用模型做预测,用预测指导行动,根据误差更新模型^1。

这个看似平凡的定义,背后藏着一个革命性主张:碳基智能和硅基智能在底层架构上是同一种东西,只是载体不同。

三步循环 (The Modeling Loop)

graph LR
    A[输入信号] --> B[模型预测]
    B --> C[行动/输出]
    A --> D[误差对比]
    B --> D
    D --> E[更新模型参数]
    E --> B
步骤 大脑里发生什么 LLM 里发生什么
输入 感官信号传入 Token 序列输入
预测 预测编码 生成预测 矩阵运算生成下一 token 概率分布
行动 肌肉、决策、反应 采样输出 token
误差 与实际感知对比 与训练数据对比
更新 突触权重调整 梯度下降调参数

你每一秒都在建模

王利杰举的日常例子让"建模"从抽象概念变成可感的事实^1:

  • 天气模型:你早上看一眼天空灰蒙蒙就说"可能下雨",没有分析大气压湿度云层,是几十年经验训练出来的天气模型一秒钟给出预测
  • 语言模型:别人说上半句,你已经猜到下半句
  • 社交模型:发朋友圈前,你已经模拟了老板、伴侣、妈妈看到会怎么反应
  • 物理模型:筷子滑下桌,你的手在大脑想清楚之前就伸出去了
  • 情绪模型:你看到一个人皱眉,立刻判断他不高兴,没有扫描他的面部肌肉

你不是一个会建模的人,你本身就是一台建模机器^1。

关键认知:你从未直接接触世界

大脑从来没有直接接触过这个世界。所有的光、声音、触觉、温度,全部是被感觉器官预处理之后,以电信号的形式传进大脑的。大脑拿到的不是世界本身,而是一串编码过的信号。然后大脑用它内部的模型去解读这些信号,生成你以为你看到的那个世界^1。

这就是 预测编码 在哲学层面的含义。你的整个感知世界,其实是大脑内部模型的一场实时渲染。这与 万法唯识 的核心命题——"你体验的不是世界,而是大脑构造的世界版本"——在认知科学层面完全打通。

三种不同的"建模"

类型 例子 透明度
白盒建模 桥梁力学模型、经济学方程 每个变量含义清晰
大脑建模 你识别人脸、说话、共情 半透明,能内省但不全
黑盒涌现建模 大语言模型、深度神经网络 输入输出可见,过程不可解

三种建模背后藏着同一个本质:用有限的参数去压缩无限的世界^1。这就是为什么压缩即智能 命题在所有类型的智能上都成立。

训练 vs 推理 — 人脑的隐藏优势

LLM 是先训练后推理:训练阶段灌海量数据调参,训练结束之后再去做推理。但人脑从来没有把训练和推理分开——你的大脑每一秒都在训练,每一秒也都在推理^1。

你看到一个新东西,你在理解它的同时已经在更新模型了。

维度 LLM (当前架构) 人脑
学习模式 训练 / 推理分离 持续学习
更新频率 离线大批量 每秒在线小批量
推理时是否学习 否(除上下文学习外)
灾难性遗忘 严重 几乎没有

这是当前 LLM 架构最重要的设计局限。Online learning、Continual Learning 等是工程界正在追赶人脑这个优势的方向。

觉知是建模的元操作 (Meta-Modeling)

王利杰在这篇里给出的最深一层洞察:人类有 AI 暂时没有的一个维度——觉知^1。

能力 LLM 人类
能用模型做预测 ✅ 比人类强
能改模型参数 ✅ 训练时 ✅ 学习时
能观察自己在建模 ❌ 暂无 ✅ 觉知
能跳出模型审视模型 ❌ 暂无 ✅ 觉醒
能改写"建模的元规则" ❌ 暂无 ✅ 顿悟、范式转移

觉知 = 元建模能力 (Meta-Modeling Capability)。人类不仅能建模,还能知道自己在建模;不仅能用模型预测,还能跳出模型审视模型本身;不仅能跑程序,还能改写程序的源代码^1。

这也是为什么 觉悟 在频道的工程化定义是"对自身意识参数的主动改写"——它要求的不只是"建一个模型",而是"觉察到自己一直在用某个模型",然后"决定换一个"。

觉醒 = 模型相变 (Awakening as Model Phase Transition)

频道里的 顿悟 不是修辞,是建模框架下的精确事件:长时间训练后,模型在某个临界点突然结构性重组。LLM 工程界叫这个 Grokking,神经科学里叫认知模型的相变,佛学里叫顿悟,禅宗里叫开悟^1。

王利杰用"建模"的语言重新统一了这一组概念:它们都是认知模型的一次相变

观察改变结果 — 量子力学到日常生活

王利杰从量子力学的观察者效应推广到日常生活:当你开始觉察自己的念头,用意识去观察你的思维模型,这个观察行为本身就会改变模型的运行方向^1。

下一次发火时,如果你能在愤怒升起的那一刻觉察到"哦,这是我的情绪模型被触发了"——就这一个觉察,胸口那团火会松一些。愤怒还在,但它不再控制你了。因为觉察改变了模型的执行路径

这是觉知能力的"工程版本"——不是神秘体验,是日常可验证的元认知干预。

对 AI 时代年轻人的建议

王利杰给出的"AI 时代不可替代性"答案:学会建模,特别是学会用自己的觉知去建模^1。

  • 不只是学会用 AI 工具(那只是入门)
  • 而是学会观察你自己的思维模式,拆解你的认知框架,发现那些从未被质疑的隐性假设
  • 然后重构它们

因为 AI 可以帮你建模,但它不能帮你觉察。它可以告诉你答案,但它不能帮你看见你的问题本身是从哪个模型里生出来的

与本频道其他概念的联系

引用源

建模 (Modeling) — 智能的最底层操作 · 关系图