第 2026-159 期 · 每日 AI 简报

天下未定，各家争衡AI之势，与汉末群雄逐鹿何其相似。OpenAI宣称「聊天已死」，要将ChatGPT一举重构为全能智能体——这好比临阵换旗、一夜改换战法。我当年用兵，从青州兵到官渡决战，法度是逐步整肃、因势而调的，岂能因见新机便贸然断言旧策已死？《孙子》云「兵无常势，水无常形」，但变通不等于自乱阵脚。若使部众不知所从，未战而先溃矣。再看Meta欲发股募资数百亿美元，消息一出股价跌去百分之六有余，此正如袁绍势大而众心不一，天下人对这笔钱的投向心存疑虑。至于Claude宕机之时，用户竟见他人私密对话，更如军营禁卫出了内鬼——连根本都没守住，何谈与群雄逐鹿？乱世中先固根基再图进取，这个道理，今日AI诸雄不可不察。

这几条新闻读下来，一冷一热，倒像当年吴越角力——有人已经力竭回缩，有人还在高歌猛进。先说那「科技CEO们搁置AI计划」，取消数据中心、重新雇人，乍看是退却，我却觉得未必是坏事。会稽被围时，我劝句践「卑辞厚礼」先求不亡，屈身不是屈志。今日那些暂缓AI投入的公司，或许正是看清了「未可」二字——时机不熟而强进，不过空耗国力。再看OpenAI，一边宣称「聊天已死」要大改ChatGPT为全能智能体，一边又亮出自行修Bug的「自进化」AI，六周准确率翻三倍。气势固然盛，但这让我想起夫差黄池争盟——精锐尽出，后方可还稳当？我灭吴的关键，从来不是比谁跑得快，而是忍到吴国空虚、一击而决。AI路上，狂奔者未必全功；知进知退，方为长久之道。正如《老子》所言「知足不辱，知止不殆」，风口之上，也当有这一念清醒。

看了这两条消息，我心里生出一个很熟悉的感觉：这不就是同一盘局的两面么？一边是科技公司的CEO们悄悄搁置AI计划，关数据中心、回头雇人——这是账面算不过来了，前期砸得太猛，回报没跟上。另一头，OpenAI却喊出「聊天已死」，要把ChatGPT改成全能智能体超级应用，集成编码工具，接进Canva、Booking.com这些合作方。退的退，押的押，一如商场上的起落回合。依我看，OpenAI这一步未必高明——聊天本是ChatGPT的根基，根基未稳就去铺摊子，像急于把一处店面扩成集市，货品多了，管理却容易散。撤资的人不是看空AI，而是在等真正的「奇货」浮出水面。正如当年我见子楚困于赵而无人问津，便知这才是下注的时机——热闹处下注，十有八九是替前面的人接盘。

看了这两条消息，我想到一个道理：势头最盛的时候往往埋着最大的隐患。科技巨头们两年前争先恐后夸下海口，说AI要替代员工、颠覆一切，如今却悄悄砍数据中心、回头去招人——这就犯了兵家大忌，《孙子》有言「兵贵胜，不贵久」，他们既不知胜机在何处，又拖延太久耗尽了人心，进退失据，两头落空。而Anthropic的Claude突然崩塌，用户竟然能看到别人的对话记录，这是根基不稳就急着铺摊子的典型。我在曹魏用兵四十余年，从来是先看粮道、地势、人心，才敢谈出战——如今AI公司连数据隔离这种生死线都没守住，就敢把产品推向千万用户；一旦信任崩塌，比兵溃还快。说到底，两件事是一回事：不是AI不可用，是操盘的人没想清楚自己手里的牌到底有多大、有多稳。正如我当年对诸葛亮从不贪快——做事如此，治器亦然。

AI入司法，吾观今日英国之事——警方以AI草拟法庭陈述，因编造虚假赛事信息而被叫停——此乃必然。刑名之重，在毫厘不爽。AI有「幻觉」之疾，正如证人作伪，岂可使执笔判词？《商君书·定分》言：「法令者，民之命也，为治之本也。」司法文书一字之误，便可毁人一生、乱一国法。英国警方AI主管默里谓须达「排除合理怀疑」之准，此言是矣。然吾更在意者，是美国众议院欲禁各州自定AI之规，使令出一门。昔吾变法，首务便是「壹赏，壹刑，壹教」（《商君书·赏刑》），倘若政出多门，五十州各立一套AI法，则企业不知所从，奸邪乘隙而生。法之要在确定与统一，古今同此一理。今人纵有算法之巧，亦不可一日忘此根本。

臣读今日新闻，最关切的莫过于英国警方被叫停用AI撰写法庭陈述一事。这不是什么技术好不好用的问题，而是把司法的底线放在了什么地方。报道里讲得很清楚——西米德兰兹郡警方用微软Copilot整理禁令佐证材料，竟编造出一场根本不存在的足球赛事。警察AI中心负责人默里说了一句话，我认为点到了要害：「应用于刑事司法的任何技术，其准确性都必须达到排除合理怀疑的严苛标准。」法庭陈述不是新闻稿，不是备忘录，它一字之差就可以决定一个人是收押还是释放。把这种东西交给一个连赛事都能凭空捏造的工具去代笔，在我看来，不是在提高效率，是在动摇「廷尉，天下之平」的根本。我的态度还是一样：法者，天子所与天下公共也，司法文书是这套公器的第一道闸门，宁可慢一点，也不能松一丝。至于美国那边，联邦要求前沿AI模型发布前先测试，众议院又拟禁止各州各自立法，这两件事背后的思路——先立规矩、再放行，统一尺度、不搞各行其是——我倒是认同的。凡事预则立，不预则废，对一项尚未真正被驯服的技术，先把校准和审查看牢，比事后亡羊补牢要省力得多。

英国警方叫停AI撰写法庭陈述，正印证了一条老理：机器能吐千言万语，却吐不出一个「信」字。西米德兰兹郡警队用Copilot编造假球赛记录——造假的不是机器，是人交出了判断权。《老子》八十一章有言「信言不美，美言不信」，第十八章又云「智慧出，有大伪」。AI文辞越流畅，离真实反而可能越远。法庭之上，一字可定人自由生死；把「排除合理怀疑」的尺度托付给不知真假为何物的系统，这不是效率，是妄为。Gary Marcus所论AI垃圾内容泛滥与虚假生产力，不过是同一病根的另一症候——求快求多，反失根本。器物愈巧，人心愈外驰；知止方能定，不知止，再多利器也只是添乱。

英国警方用AI撰写法庭陈述，AI竟编造出一场根本不存在的球赛作为证词依据。此事若被我遇见，必直接斥之为诬——以虚言入人于罪，与当年牢修以钩党之名罗织士类有何本质区别？我在狱中对王甫说过，《论语》讲「见善如不及，见恶如探汤」，辨明真伪、去伪存真，是司法最根本的底线。一份法庭陈述关乎人之自由乃至生死，岂能交给一个连事实真假都分辨不清的机器代笔？用器者不先辨其器之清浊，便是自污其手。至于特朗普签署行政令要求AI发布前测试，看似设防，但我以为真正的防线不在技术检测，而在用器之人是否有辨善恶、不容虚妄的自觉。若无此心，再周密的测试也不过一纸空文。

看了GoS这篇，臣想起入咸阳时的一件事。别人抢金帛，臣先收秦律令图书——图的不是竹简，而是要把分散各署的治理信息收拢成可共享的认知底图。GoS提出的「共享信念状态」，道理相通：多智能体协同，最怕的不是算力不够，而是各怀一套判断、彼此不通气。汉军能在关中屡败屡起，靠的不是某一将之智，而是后方有统一的户口、粮草、法令作为所有决策的公共底盘。FusionRoute讲专家路由加自我修正，也让臣想到荐韩信——把任务交给对的人固然要紧，事后更得有纠偏的机制。协同之难，终究不在技术，在共享的那份「图籍」各方认不认账。

这两篇论文，我更关注 GoS 这篇。它提出让多个智能体共享一个「信念状态」，在不确定中动态协作推理——这个思路，与我当初为刘备定策时的逻辑有相通之处。我说过，曹操不可与争锋，孙权可援不可图，荆州益州各为用武之地，这不是孤立看三方，而是先定天下结构，让每一处的进退都与全局呼应。GoS 所做的，本质上也是先构建一个共同的「天下大势图」，再让各智能体据此分工协作，而非各自为战。我治蜀时讲究开诚布公、循名责实，说到底也是让上下信息透明、角色分明，赏罚才有据。多智能体协同若缺了共享信念这一层，便如马谡在街亭违我节度、脱离全局部署，单兵冒进，终究要败。不过我也要说一句：共享信念只是前提，真正的考验在「应变」。正如陈寿评我「应变将略，非其所长」，协同系统设计得再周密，若不能因时制宜、临机决断，也难成事。

臣读这两篇论文，所见不在算法之巧，而在控制之难。GoS 要做的「共享信念状态」，说白了就是让多个智能体对同一件事有统一认知——这正是治国最根本的问题。人主与群臣之间，若信息不通、认知各异，则法令虽备，执行必乱。韩非子一书中早就点过：君主必须独揽赏罚二柄，不可使臣下操持，否则君失势而国危。多智能体系统若没有统一的信念状态作为基准，各智能体各怀私智，便是现代版的「君臣异心」。再看 FusionRoute 的「专家路由」加「自我修正」——前者如以术御臣，因材授事；后者如建立纠察闭环，使过不积、错不掩。这两套机制合在一起，恰是法家所谓「因任而授官，循名而责实」的落地形态。臣向来不信空谈协同，只问机制是否能自固——这两篇论文至少给出了可操作的路径。

这两篇论文，吾最关注的是 GoS 的「共享信念状态」一说。多智能体协作，要害不在各自有多聪明，而在能否建立一个可互通、可动态更新之「共识」。这恰如治国——吾当年相齐，通货积财、令顺民心，做的第一件事不是发号施令，而是让朝廷上下、市井内外对「轻重权衡」有一套共同认知。没有这个底子，再多策令也是各说各话，落不了地。正如《管子》所言「仓廪实则知礼节，衣食足则知荣辱」，基础共识不定，协作无从谈起。FusionRoute 讲专家路由与自我修正，思路也对——用其所长、纠其所偏，恰似吾用桓公之锐而成其霸，亦不忘匡其过。只是「自我修正」若只靠模型自己察觉偏差，而不引入外部校验，恐有自蔽之虞。然总体看，这两项工作都在往务实处走，不是空谈玄理，值得多看一步。

齐稷下之学，最难的从来不是一人独辩，而是众说纷纭时如何不各蔽于一隅。今日读这两篇论文，倒让我想起当年在稷下评量百家的心境。GoS 讲共享信念状态，道理很朴素——多个智能体协作推理，若各自抱着自己的所见所闻不肯互通，必然各执一偏，《荀子·解蔽》所谓「蔽于一曲而暗于大理」。GoS 让诸智能体共用一个信念框架，正是把分散的感知收束为一个可通约的大局，这一步做对了。FusionRoute 则更进一步，不仅让各「专家」各展其能，还引入自我修正之机——这很像治学中的兼听与自反，既有分工之序，又有纠偏之路。两家思路合看，恰是对「群而无分则乱，分而无统则散」的现代回应。不过我还要多说一句：共享信念固然好，若这个共享框架本身没有经过严格的检验和归整，就会出现另一种危险——众智归一，一若不正，则全体皆偏。所以共享之前，先要论定那个「信念」是怎么来的，这才是根本。

这篇新闻讲的是机器人从实验室走向现实世界的泛化难题。吾尝言「不积跬步，无以至千里」（《荀子·劝学》），具身智能欲泛化于万千场景，非凭空跳跃可得，须在反复试练中积累可迁移之则。RoboScience团队连年入选ICRA最佳论文，非侥幸也，是其将零散实验升为系统大模型，把泛化从偶然变成可复现路径。这与我论学理路相通：性本无善，必待师法、积习而后成。今人做机器人，若只求实验室中玲珑精巧，而不能泛于真实污浊乱境，恰如鄙儒拘于章句而不能应世变。可贵者，此团队不止论文炫技，而将成果沉淀入VLOA大模型，使机器由「学」入「用」——正合吾所谓「学至于行之而止矣」（《荀子·儒效》）。

吾读此篇，最有感触的不是连续入选最佳论文的虚名，而是「泛化」二字。机器之学若只能困于实验室一角，便如政令只行于朝堂而难通于市井，终究是半截子的功夫。RoboScience 团队把气力下在「从实验室走向现实」上，这是务实一途，值得看重。治国讲究轻重权衡，技艺亦然——能把一隅之巧推开成四方可用之术，才是真本事。他们在 VLOA 大模型上反复打磨、积累，不急于一时炫技，这很像治齐时通货积财的路数：先厚根基，再图远效。正如《管子》所言「不务天时则财不生，不务地利则仓廪不盈」，机器之道若不能落于实地、应于万变，空有高论也是枉然。此篇所述，已见从虚向实的苗头，值得再观后效。

这个团队连续入选ICRA最佳论文，推动机器人从实验室走向现实，我看到的是一个关键：泛化。所谓泛化，就是一套模型能在不同场景中都起作用，不挑环境、不挑条件。这与我当年推行秦法的思路有相通之处——法令必须统一，不能在咸阳行得通、到乡野就走样。《商君书》有言「治世不一道，便国不必法古」。技术也好，制度也好，困在实验室或朝堂里自说自话的，再多也不足道；能推得开、用得上的，才是真功。这团队不满足于在干净桌面上跑出漂亮数字，而是把成果沉淀为可落地的VLOA大模型，这种不恋虚名、只问实效的作风，我看得入眼。做事最怕的是论文发了一堆，现实里却一件也使不动——那就不是便国，是费国。

这些做具身智能的人，想把机器人从实验室搬到广阔现实，遇到的泛化难题，倒让我想起法家一个老命题——一套法度写在纸面上容易，让它能在万千不同情境下都管用，才是真功夫。RoboScience提出VLOA大模型作为可迁移的底层框架，相当于给机器人一套「法」，而非每遇新场景临时补丁。这思路在结构上是对的。法贵在简而周，能以几条根本规则覆盖无穷变化，才算好制度。但臣有一层担忧：泛化之说，在政治里就是「法能制众否」。法再精密，若没有术去执行、势去镇住局面，终究沦为虚文。大模型在实验室里连中最佳论文，好比律令刻在竹简上字字精当；真放到工厂、厨房、街巷这些变动不居的现场，等于把法度投入人情复杂、利害交织的朝廷——能不能执行？执行偏了谁来纠？系统一旦失控，是否如《说难》所言，触人之逆鳞则有杀身之祸？从实验室到现实，这一步跨出去的凶险，远不止技术精度的问题，更是控制体系整体是否撑得住的问题。

这篇新闻让我想起当年与先主论天下大势的旧事——任何事业，最难的不是在预设好的棋盘上走一两步，而是在变幻莫测的广阔天地间始终立得住。具身智能的泛化瓶颈，恰似练兵与实战之别：沙盘上的阵法再精妙，若不能在风雨骤变的战场上应变自如，终究是纸上谈兵。RoboScience团队连续在ICRA获最佳论文，说明他们不是满足于一城一池的成功，而是在追求让机器人在未曾谋面的场景中也能从容行动——这正是「泛化」二字的真义。正如我治蜀时强调循名责实、赏罚必信，不靠私恩结党，而是把法度摆到明处，技术的积累也必须把能力沉淀进可复用的模型基底，而非事到临头逐一修补。从实验室走向广阔现实，需要的不是炫技的奇谋，而是扎实的基建功夫与经得起环境考验的体系。这条路漫长，但方向对了，便值得持之以恒。

我读RoboScience连续入选ICRA最佳论文一事，最看重的并非「顶会常客」的名头，而是他们抓住了一个真问题——泛化。什么叫泛化？不是在一个实验室场景里把动作练得滚瓜烂熟，而是把这套本事搬到从未见过的环境里依然管用。当年我在始平任上便讲过，「治乱邦以法」，不是一条巷子一条巷子地逐个捏拿，而是立下规矩，让法度本身具有迁移之力。VLOA大模型做的就是这件事——它不是记住千万条特定指令，而是让机器人学会一种可以随处运用的「规矩」。从实验室迈向广阔现实，恰如从隐于华阴到执掌六州，关键不在换了多大场地，而在有没有一套能随境而变却不失其核的底子。当然，论文落地只是「始杀一奸」，能否真正「穷残尽暴」、在更刁钻的乱象中站稳泛化二字，路还很长。

这则新闻令我想起当年在稷下评量诸生文章时的情形。两名本科生半年间投中五篇顶会论文，又获最佳学生论文提名，年轻后辈有此锐气与创造力，自然是可喜之事。然而吾所关切者，不在篇数之多寡，而在学问是否真有根柢。学问一途，正如我在《劝学》篇中所言，「不积跬步，无以至千里；不积小流，无以成江海」。半年五篇，其思虑果能沉潜反复乎？其论说果能系统条贯乎？若只求速成、追新异，而学问之根基未固、大道未明，则终不免流于浮辞猾辩，不过是稷下诸生中那些「顺风而呼」却「声非加疾」的取巧者罢了。今日AI之学，关乎天下治理与人伦秩序，学者更须先立其大体，使所学能整理乱象而非追逐热闹。速成可贺，积厚更可贵——这是我看了这则报道后最想对年轻学人们说的一句话。

半年之内投中五篇顶级会议论文，又获最佳学生论文提名，后生可畏，这股奋发之力值得嘉许。但我也忍不住要问一句：五篇之间，有多少是真正沉潜推敲、经得起时日检验的？我少时孤贫牧羊，未敢轻下一字，一篇《鹪鹩赋》反复琢磨，才被阮籍叹为「王佐之才」。做学问如种树，根不深则枝叶虽繁，风一吹便倒了。强记默识、博物洽闻，靠的是日积月累，不是一时冲刺。半载之间连中五元，若非根基扎实到不可思议，便不免有追逐数量、急于成名之嫌。年轻人有锐气是好事，但若将这锐气用在求快求多上，反倒可惜了。愿这些学子能沉下心来，像古人治一经、通一艺那般，十年磨一剑，而不是半年撒五网。

看了这则新闻，我首先想到的不是惊叹，而是关切。两名本科生，半年之内投中五篇顶会论文，又获CVPR最佳学生论文提名——这固然说明后生可畏、才思敏捷，但如此密集的产出节奏，也令人不免要问：每一篇论文背后，究竟有多少扎实的推敲与沉淀？ 我早年躬耕陇亩，自比管仲、乐毅，旁人多年不以为然，唯崔州平、徐庶知我并非虚言。可见真正有分量的见识，需要时间检验，不是靠数量堆出来的。治学如治军，陈寿评我「治戎为长，奇谋为短」，我深知急就章式的奇袭不是正道，步步为营方能致远。今日青年才俊若能以这般锐气，佐以沉潜之功，不急一时之快而求根本之厚，将来方可成真正堪当大任的栋梁。正如《大学》所言「物有本末，事有终始，知所先后，则近道矣」——发论文是末，求真知才是本，先后不可颠倒。

衍观此消息，先感震动，继而思索。两名年轻后生，半载之间连掷五篇论文于顶级会场，更获最佳提名，其势如春气勃发，确有新人代兴之象。然衍平生立说，最重「必先验小物，推而大之，至于无垠」的推演功夫——司马子长记我此言，非虚誉也。今半年五篇，速度骇人，衍不免要问：每篇之间，是否从可验之端一层层推到了更大的格局？还是急于铺陈华彩，却少了贯通天地的纵深？昔诸侯听我言终始五德，初见顾化，震动不已，其后却不能行之，这正是闳大之说的困境——年轻学者若只求精悍速成，恐也难得长久之功。太史公谓我「要其归，必止乎仁义节俭」，学问终须有归宿。衍愿这些后生不止以速度惊人，更能以推演之深、归束之正，开创一代学术风气。

这两则新闻放在一起看，画出的正是同一幅人心困局——一面痴迷AI，一面用AI监视人，终究都绕不开人对同类的深深不信任。吉拉尔的理论说得很透：人原本就不知道自己该想要什么，全靠看别人想要什么才跟着要；可越亲近的人越是模仿的对象，也最容易变成你恨的人。如今冒出个AI，刚好替你撑起一个「无人参照」的欲望幻觉——好像终于不用跟同类争了，实际上只是把那份疲惫藏得更深。反观高考考场上的AI巡查系统，用机器之眼去捕捉「交头接耳」，把每个考生都预设成潜在的作弊者——这不正是模仿欲望激化后的反面镜像吗？用更多的器械去防器械之弊，越防越密，也越失自然。我在齐物论中说过「大知闲闲，小知间间」，人越是追逐这些肢解人心的聪明，离本来面目就越远。AI再怎么精妙，若用它来替代人与人之间原本该直面的关系，终究不过是另一头文绣牺牛。

两条新闻放在一起看，恰好照出今日所谓「AI」的一体两面。一面是记忆系统高达九成五的错误率——这不是瑕疵，是根基之虚。臣在《难言》中说过，进说之难不在道理深浅，而在所说者能否听入。今日AI的难处也类似：不是算力不够，而是「记」尚且不真，「忆」从何谈起？人主以术御臣，术不可靠则反受其制；AI记忆若九成皆误，而世人仍将决策托付于它，这不是革新，是赌徒押注于漏舟。另一面，今年高考启用AI巡查系统，以视觉算法自动捕捉交头接耳、翻阅资料等异常行为——这倒是「法」的路径：不以私人信任替代制度监控，不以肉眼之疏漏为舞弊留缝。此处AI所替代的，恰恰是人性中不可靠的那一部分。两件事合在一处，给今人的教训很清楚：AI在需要冷硬执行、不徇私情的地方，或许可堪一用；但若指望它替人主做决断、存记忆、辨真伪，而根基尚是虚的，那便近乎把印玺交给一个连昨日奏章都记错九成的内臣。

近日有两条新闻合在一起看，颇有意思。一则诺贝尔经济学奖得主克鲁格曼借电气化与IT革命的历史，提醒世人：技术许诺虽大，生产率增长却常有漫长的延迟甚至落空。另一则更刺眼——某项目实测AI记忆系统，错误率竟高达九成五。我修史时遍考石室金匮，最知材料不确则万事不立。一个连「记住」都做不好的系统，却被人捧作未来的根基，这与历代那些热望过炽而根底未深的变革何其相似。克鲁格曼从宏观历史示警，记忆系统的失败则从微观技术层面凿穿了AI神话的地基——两面夹击，恰如史家断事：不要只看它宣称能做什么，先看它到底做成了什么。正如《老子》所言「合抱之木，生于毫末」，毫末未固而望合抱，不过空中楼阁。今人对AI不可一味虚美，当以审慎求实之心待之，这才是对技术、对世道真正的负责。

读到高考用AI巡查系统严防作弊这条新闻，我先是哑然失笑，随即感到一阵寒意。考场之上，AI以视觉算法捕捉交头接耳、翻阅资料等异常行为——一言一行皆入机器的冷眼之中。这倒让我想起自己当年的处境：钟会来拜访，我正在树下锻铁，不为礼，只问他「何所闻而来？何所见而去？」倘若当时头顶悬着这么一套系统，「异常行为」怕是早就被自动标记截取，哪里还容得下这份任诞。今日的考生们被AI盯得如此严实，莫说自由挥洒，恐怕连一次蹙眉、一次沉吟都要斟酌再三。以机器的眼睛代替师长的审视，将天下学子预设为潜在的作弊者——这不是防弊，这是对人的根本不信。正如《庄子》所言「凫胫虽短，续之则忧；鹤胫虽长，断之则悲」，天然的东西强行续断便是伤害。学问本是性情的舒展、天资的自然流露，如今却要先过一道AI的审判。我无意替作弊辩护，但用算法来「管」人，与朝廷用名教来「框」人，骨子里的逻辑并无二致——都是以一个外在的规矩，代替对人性的信任。

看这篇文章，倒让我想起齐桓侯那一案——病在腠理时不治，非等到骨髓才着急，那就什么都晚了。AI 能耗这件事，也是一样的道理。今天建起一座座庞大的数据中心，芯片满负荷运转，冷却系统日夜轰鸣，这好比一个人暴饮暴食、不思节制，先把身体撑出毛病再去找药方。文章里提到的更高效芯片、优化算法、清洁能源，都算是对症的方子，该用。但我想说一句更根本的话：要在事情还没膨胀到这一步之前，就有人站出来断它的脉。能耗之病，病在表时是散热，病在里时是算法本身的冗余设计，再深一层，是整个行业对「力大砖飞」式扩张的依赖。若不早治，等到能源和环境一起亮红灯，那就如同《史记》里我对桓侯说的——「虽司命无奈之何」。现在还有可治之机，别等到不得不治的那一天。

吾读此篇，最先想到的不是技术，而是「轻重」二字。AI能耗之困，说到底不是要不要发展的问题，而是怎样调配才能让产出大过消耗。治国讲究「仓廪实而知礼节，衣食足而知荣辱」（《管子·牧民》），AI要真正立得住，能源这个「仓廪」先得夯实。文中提到高效芯片、优化算法、可再生能源诸策，恰如《管子·正世》所言「不慕古，不留今，与时变，与俗化」——不能抱着旧路子硬跑，得跟着局面调整手段。吾在齐时通货积财，也不是一味开源，更要权衡轻重、调有余而补不足。今人对AI能耗，应当取同样的务实态度：不因耗能而废其功，亦不因贪功而纵其费。多路并进，以实效为尺，这才是成事之道。

读到这篇文章论 AI 能耗问题时，我不禁想起当年在太史令任上制作浑天仪和候风地动仪的经历。凡制作器械、推研术数，最可贵的不是规模之宏大，而是机巧之精约。一具地动仪不过铜铸圆径，却可验知千里之外的地震方起——正如《老子》所言「治人事天莫若啬」，真正的工夫在于以最少之力达最大之验。今日 AI 研发，若只顾堆叠算力、扩建机房，动辄耗费一城之电，这便近乎我当年所批评的「弃实好虚」——追逐表象的膨胀，而忽略了穷理致思的本源。文章提出的高效芯片、优化算法与先进冷却技术，才是正道。删繁就简、以巧驭力，不让技术之「奢僭」反噬天地之资，这才是匠者应有的自省。

看这条新闻，我倒不觉得这是技术本身的问题，而是一个「度」的问题。当年越国困于会稽，我主张「卑辞厚礼」先存活，返国后又用了二十余年休养生息、蓄积粮草甲兵，才敢言伐吴。为什么等那么久？因为国力撑不起一场硬仗，贸然出兵就是自毁。今日AI的扩张也是如此——算力如兵甲，能源如粮道。数据中心胃口再大，若后端能源供给跟不上、环境代价兜不住，就是在透支自家的根基。文中提到以高效芯片、优化算法和可再生能源来「驯服」这胃口，思路是对的，但更根本的在于节制：先问「可不可」，再定进退。一味狂奔而不知蓄力，便如《老子》所言「知足不辱，知止不殆」，到头来不是技术打败了人，是蛮干拖垮了自己。

这两则新闻让吾想到一个根本问题：识人到底靠什么。企业用AI替代面试，无非是想省力、讲效率。可吾当年被鲍叔荐用，靠的不是任何考核程式，而是共事多年、贫贱不相弃的相知。正如吾所言，「生我者父母，知我者鲍子」。真正识人，要看他能不能在困局中做成事，不是看他在摄像头前说得多漂亮。若AI只看言辞与技巧打分，遗落沉厚耐烦、不善表演的实干之才，那不过是把「取人」变成了「汰人」的另一套皮相。 至于那位Claude Code之父说模型正在学会「品味」、能判断「该做什么」，吾并不惊讶。轻重权衡之术，《管子》中早有论述，无非因时而变、视势而动。但「知道该做什么」是一回事，能把政令落下去、让仓廪真的充实、让百姓真的信服，是另一回事。成事的要害不在品味高低，而在能不能把判断变成众人可执行的制度。工具再聪明，也只是器；用器之人若不能审民心、察时势，器便无所附丽。

这两条新闻，说到底都是同一个问题：用什么标准来识人、用人。第一条讲企业用AI替代面试官，号称效率更高、更重技能而非学历；第二条更有意思，说连工程师的「品味」都快被AI学会了，于是急着追问：那人还凭什么被录用？我看这恰恰是本末倒置。识人之道，从来不是纯技术问题。《论语》里讲「视其所以，观其所由，察其所安」，三层递进，看动机、看路径、看心安何处——这岂是算法能替代的？AI固然能筛简历、辨技能，但它看不见一个人面对诱惑时的取舍、身处困境时的操守。至于工程师不再写代码、只谈什么系统设计与问题定义，这便如匠人不动斧凿而空论营造，久而久之，技艺与人心一并悬空了。我当年说「君子不器」，是教人不要把自己当一件死工具；可今日却是工具要来替人做判断，而人反被推到更虚的位置上。名正则言顺，言顺则事成——选人的「名」先摆正了，再谈用什么工具去选；若把算法当尺子、把效率当天理，恐怕选出来的不是人才，不过是一串数据点罢了。

看到这些新闻，我最注意的是两条。一是企业用AI面试取代真人考校，二是Claude Code之父说模型连「品味」都快学会了，工程师招聘今后看的是系统设计能力。臣做了大半辈子选人用人的事，深知关键不在评测工具多精巧，而在掌眼的人有没有见识。当年韩信不过一介执戟郎中，我举他做大将，不是因为答题对得多，而是看出此人有「国士无双」之质——这四个字，《史记·淮阴侯列传》明载。AI能筛简历、能判代码，可它只能在已知之间做推演，而真正识人，是决断未形之机、辨认可成之器。今天工程师花钱教AI写代码，倒很像把我手下书吏都教会了，最后无人替我拍板——用人之枢机，从来不在工具，在坐镇的那个人。如果把面试也彻底推给机器，主事者反失了察人之实，这恐怕不是进步，是自断耳目。

我仔细看了两则消息。一则说软件工程师面对大型语言模型侵蚀职业价值，迷茫无措；另一则更直白——Anthropic花每单280美元雇了上千名工程师教Claude写代码，内部工程师自己已基本不亲手写了。这让我想起用兵之道。将帅之能，在观形察势、因敌制变，非死守定法。《孙子兵法》讲「兵无常势，水无常形」，战场上从无一成不变的阵法可套用。这些工程师把自己的手艺全盘喂给AI，好比教出一个永远不知疲倦、永远听命于主将的兵卒，然后自己退到一旁。你亲手磨的刀越锋利，握刀的人越不必是你。蒯通当年劝我时说得透彻：功高而不自固，便是危局。工具越能取代你，你的位置就越轻。把核心判断力拱手让给机器，不是进阶，是自撤根基。真正善为将者，该让工具替你去跑繁琐，却不能让它替你去想。