第 2026-213 期 · 每日 AI 简报

孤观今日AI之变，与当年争衡天下无异。OpenAI推全栈战略，欲使智能更廉更普，此乃「兵闻拙速，未睹巧之久也」——《孙子兵法》所言，重实效而轻虚名。GPT-5.6 Sol在ARC-AGI-3提分188%，而Token输出减至六分之一，正是以少胜多、降本增效之例。NVIDIA Vera Rubin从芯片卷到电网，全栈协同，亦如孤当年屯田积粮，先固根本而后图远。诸君竞逐算力，孤却见成本与效率方为决胜之基。乱世用重典，AI时代亦当以实利为先，空谈模型大小者，终将被淘汰。

观今日AI之局，与当年越吴相争颇有相似。OpenAI提出全栈提升AI能力与可及性，NVIDIA Vera Rubin从芯片卷到电网，只为压低每一Token成本——此皆「先存后报」之谋，先求不败，再图可胜。正如《孙子》所言「善战者，立于不败之地，而不失敌之败也」。四巨头累计投入破万亿美元，看似豪赌，实则是等待时机成熟。我当年谏句践不可轻伐吴，正如今日巨头不敢轻言AI已至终局。然我亦知，大名之下难以久居。今日之霸主，若不能善终，他日亦可能如夫差一般，胜而不知止，终致败亡。

吾观今日AI巨头之局，颇似当年吾在阳翟市井所见——大贾囤货，待时而发。谷歌、亚马逊、微软、Meta四家累计投入破万亿美元，此非寻常开支，乃是一场豪赌。正如《史记》所载，吾当年见子楚于赵为质，曰「此奇货可居」，于是倾家产以下注，终得庄襄王即位，吾亦因此位极人臣。今诸巨头所下之注，远超当年吾之一掷千金。然吾亦深知，下注易，收局难。吾当年算准了子楚能上位，却未算准嬴政成年后必清相权；今日诸君算准了AI是未来，可曾算准万亿投入之后，谁能真正收回本利？OpenAI言「构建丰富智能」，欲使AI更普及、更廉价，此策看似仁厚，实则与吾当年广结人脉、打通华阳夫人一脉——皆是把资源铺开来，让局势对自己有利。只是，资源铺得越大，牵绊也越深。吾之败，正在于嫪毐一事，本欲以私门之棋保相权，反引火烧身。今日诸君押注万亿，若不能及时抽身、预留退路，恐亦步吾之后尘。商贾之道，进易退难，此乃千古不易之理。

今日AI之局，正如当年魏蜀相持，胜负不在奇谋，而在粮道与大势。谷歌、亚马逊、微软、Meta四家巨头累计投入破万亿美元，此非炫技，乃大军出征，必先积粟。OpenAI言「全栈提升可及性」，NVIDIA Vera Rubin从芯片卷到电网，只为压低每一Token之成本——此皆「军无辎重则亡」之理。昔诸葛亮六出祁山，困于粮道；今AI之战，困于算力与电费。谁能将「大纲」握于己手，谁便能以持重待敌，不为一时之虚名所动。

臣观今日AI之患，不在智能不足，而在法度不严。Claude一键分享，聊天记录竟可被谷歌检索，此非技术之失，乃制度之疏。《商君书》有言：「法者，国之权衡也。」法若不密，则奸无所避；今AI之设，亦当如是。 GitHub AI Agent一事，更足为戒。攻击者仅凭一言，便能窃取私有数据，此犹秦初法未立时，奸人乘隙而入。臣尝谓：「刑生力，力生强，强生威。」今AI之威已立，然防奸之法未备，是犹持利剑而无鞘。 善治者，必先防微杜渐。AI之设，当如秦法之密，使奸无所容，使误无所生。否则，智能愈高，祸患愈烈。

臣观近日两事，皆关乎法度之设与失守。 其一，Claude一键分享之功能，本为便民，然竟使私密对话暴露于搜索引擎之下。此非人主一时之怒，乃设计者未立规矩之过。法者，当预立其防，不可待患至而后图之。正如《韩非子》所言「先王恃其信而过其察，故万乘患以僧仁，千乘患以僧义」，设此功能时，岂无一念及隐私之虑？ 其二，GitHub AI Agent被一言提示注入，私有数据遂泄。此犹廷尉不守程序，任人以巧言乱法。臣尝言「法者天子所与天下公共也」，今AI之设，亦当有公共之法度。若因便利而废防，因速成而略审，则祸患必生。 二事皆非大恶，然法度之坏，常起于微。愿后来者立规在先，不可因一时之便，而废万世之防。

Claude一键分享竟能在谷歌搜到聊天记录，这是「多则惑」。人们总以为分享方便就是进步，却忘了「知白守黑，为天下式」。真正的智慧不是把一切都摊开给人看，而是懂得何时该藏。 Noisegate用差分隐私为不可信的AI代理设防，看似高明，实则仍是「以智治国，国之贼」。技术层层加码，防来防去，人心却越来越不安。 我常说「为学日益，为道日损」。AI时代，我们该问的不是如何建更多防火墙，而是：我们是否真的需要让AI知道这么多？少私寡欲，方能长久。

近日观AI行业诸事，深感治理之要不在器之利钝，而在制之清浊。GitHub AI Agent一事，攻击者仅凭一言便窃私有数据，此非技术之失，乃制度之疏。昔我为清诏使，登车揽辔，以澄清天下为志；今AI代理横行，若无清裁以御之，安得不乱？ 又闻企业AI失败报告，指出风险已从模型幻觉转向系统行为，此言甚当。三十余故障源于响应未闭环，此非模型之罪，乃治理之责。Noisegate以差分隐私为不可信代理设防，此乃知本之论。然滂以为，治AI犹治天下，非独靠技术屏障，更须明辨善恶、去其蠹害。吾昔在狱中对王甫言：「见善如不及，见恶如探汤」，此理古今一也。

臣观今日AI界所论，多围绕「记忆」一事。此乃治国之要，亦是用兵之基。《史记》载臣入咸阳，诸将争财，臣独收秦律令图书，盖知天下阨塞、户口多少，此乃长治久安之本。今诸篇所言，正与此理相通。 其一论文件系统为代理内存，指出「组织」虽降检索之费，却难保有序，此正如萧曹相国造律令，非一日可成，需代代相承、时时整理，否则库藏虽丰，用时难寻。其二论原生记忆基座，使模型内建记忆状态，无需外置模块，此乃「打铁还需自身硬」，制度若不能内化于骨血，终是借他人之器。其三论记忆重构而非回放，臣深以为然。昔韩信将兵，多多益善，然其法非一成不变，须因敌制胜。记忆若只知照搬旧例，不随情境重构，必生负迁移之弊。 综此三端，可见AI代理之记忆，非徒存储而已，乃组织、内化、重构三者兼备，方能如臣守关中，转漕补军，使汉室基业绵延。

亮观今日AI代理记忆研究，颇有感触。文件系统为内存，犹治蜀时立制度、明法度。然研究发现，组织虽可降低检索成本，却难保其有序，此正如亮治蜀，虽赏罚严明，仍需有人奉行不怠。 更有趣的是MemHarness一法，主张记忆当重构而非简单回放。昔亮北伐，每因粮运不继而退，若当时能「重构」过往经验以应变，或可有所不同。然亮亦自知「应变将略，非其所长」（陈寿《三国志》），此研究正补此短板——使代理能因时制宜，而非拘泥旧例。 二者合观，可见AI记忆之道，不在存储之多寡，而在组织之善与应变之能。

臣观今日AI代理之记忆与验证，如见朝堂之臣下。MemHarness 言记忆当重构而非回放，此论甚合臣意。记忆非死物，乃为当前之势服务；若只知回放旧事，不审时度势，则如臣下不知变通，终致败事。然另一篇论误导性知识之文，更令臣警醒：代理长周期任务中，易被看似可信之谬误所惑，此正合《说难》所言「夫事以密成，语以泄败」。谗言往往披以可信之外衣，人主若不察，则国几危；代理若不验证，则结论必偏。故臣以为，记忆之组织与重构，不过术之末；势之根本，在于执势御臣、明察验证。若只重规划与检索，不重证据核验，则如韩王不能用臣，徒有法而无势，终为李斯、姚贾所害。

吾观今日AI代理之记忆研究，深有感触。《MemHarness》一文言「记忆重构而非回放」，此语正合吾意。昔吾事公子纠败，若死守旧节，则齐国霸业无从谈起；吾能顺民心、通货积财，正在于「重构」过往经验以应当下之势。 又观《文件系统内存》研究，言组织本身未直接提升回答质量，此亦如治国——仓廪充实、礼节兴，非徒有制度之名，而在於能否因势利导。吾所谓「轻重权衡」之术，正在于此：非徒积财，而在於用财；非徒立制，而在於转败为功。 故吾以为：AI代理之记忆，当如治国之政术，贵在因时而变，不在守旧如仪。

吾观今日 AI 之学，虽名目繁多，然其根本大要，不过「立秩序」与「重教化」二端。 《LedgerMind》以「结构化证据账本」约束推理轨迹，此法深得吾心。智能体若无据可查，则幻觉丛生，如盲人骑瞎马。正如《荀子·修身》所言「无规矩而无法」，此账本即是智能体之规矩，使其所见所闻皆有据，不致流于浮辞。 又观《MemHarness》，主张「记忆重构」而非简单「回放」。此理亦通。吾尝言「化性起伪」，人之成德，非徒记旧闻，乃当因时制宜，重构经验以应新境。智能体若只知死记，遇新事必生负迁移；唯能主动重构，方显其「学不可以已」之真意。 故吾以为，今日 AI 研究，若能于「秩序」与「重构」二端深耕，则其进境可期矣。

近日读AI新闻，见探索性建模引入探索为预训练第三轴，效率倍增，颇似书道中「意在笔先」之理。正如《老子》所言「大音希声」，不徒增算力，而求根本之效。又见ShadowDancer以视频与阴影统一动力学，动作转移自如，令我想起笔势「飘若浮云，矫若惊龙」——形可变而势恒存，恰如临池学书，池水尽黑，方能后之览者亦将有感。至于Chimera混合架构省参数而增效，正合「政以道胜宽和为本」，繁苛去则民力苏，模型亦然。吾素无廊庙志，然见此等探索，知后世必追前人，亦欣慰耳。

吾观今日AI之进，颇类当年正定六经文字。昔者经籍去圣久远，文字多谬，吾与诸儒奏求正定，书丹立碑，使后学有所取正。今之探索性建模，以探索为预训练第三轴，使FLOP效率增四倍有余，样本效率增六倍有余，此亦求「正」也——正训练之道，正生成之径。又见ShadowDancer以视频与阴影之统一动力学表徵，实现动作控制，无需标签、无需微调，此法妙在「察微」。吾昔听琴，辨文王、武王之杀心，亦由声气之微。今机器能于光影变幻中识其动力学之常，可谓「听之以气」矣。然技术虽进，吾犹念「灾异」之戒：效率虽高，若失其正，犹若近幸在侧，忠言难进。愿后来者以经术为本，不以小能小善取士，方不致僭越礼制，误后学也。

近日读 PhiZero 与 ShadowDancer 二篇，皆言「世界模型」，以物理语言与阴影对推演视频演化，余颇感其意。昔余造候风地动仪，必使「验之以事，合契若神」（《后汉书·张衡传》），今此二法亦重推验、求可验，非徒炫机巧而已。PhiZero 以离散物理表示显式建模世界演化，ShadowDancer 借跨阴影预测提取统一动力学，皆务求物理之实，恰如余所斥图纬虚妄时所言：「律历、卦候、九宫、风角，数有征效；世竞称不占之书，正是弃实好虚。」（《后汉书·张衡传》）然余亦忧之：若后世徒以生成之巧惑众，而忘「推验」之本，则与俗儒竞称不占之书何异？愿今之学者，守「穷理务实」之道，使机巧皆归实证，方不负「知思引渊微」之上术。

我少时家贫，伐薪贸纸笔，夜写诵习，深知求知之艰。今观此等AI之术，亦如求道一般，需有探索之精神。 《礼记·中庸》云「博学之，审问之，慎思之，明辨之，笃行之」，探索性建模引入探索为第三轴，使模型如人求知，不断试错，终得大道。效率提升数倍，非侥幸也，乃笃行之功。 ShadowDancer之术尤妙。同一动力学，在不同外观下生成阴影对，使模型能跨场景复现动作。此正如我师郑隐传我炼丹之法，虽外相各异，内理相通。不假标签、不赖微调，纯以动力学为本，此乃「执一御万」之道也。 VideoCoCo以代码为链，先推演后生成，使物理一致。此法如我著《抱朴子》，必先立其纲，后详其目，不可颠倒。 世人多求速成，然道不可轻得。此等研究，虽为机巧，亦有可取之处。

近日见AI界多有关于「物理世界模型」之作。PhiZero从视频中提取离散物理语言，ShadowDancer以「阴影对」学动力学，VideoCoCo用代码链推理求物理一致。诸君皆欲以算法捕捉天地运行之理，此心可嘉。 然物理者，自然之规律也。《老子》云「人法地，地法天，天法道，道法自然」。诸君以数据为基，以模型为器，欲穷物理之变，此犹以管窥天。 ShadowDancer所谓「阴影对」，形影相随，本是自然之理。然诸君欲以算法「控制」动作，此乃以人为之巧，强逆自然之性。吾尝言「越名教而任自然」，今观诸君之术，岂非以「名教」（算法规则）束「自然」（物理规律）乎？ VideoCoCo以代码为中间推理，求物理一致，此法虽巧，然代码者，人为之规则也。以人为之规则求自然之理，岂不悖哉？ 吾非否定诸君之技，然愿诸君知：物理之妙，非算法可穷；自然之理，非模型可尽。惟「任自然」，方得物理之真。

我作《三都赋》十年，门庭藩溷皆置笔纸，遇一句即书，所求者不过山川土域、草木鸟兽之核实。今见 VideoCoCo 以 Blender 代码为可执行中间推理链，先出确定性时空草稿，再转真实视频，此法与我当年「研精」之道暗合。不恃灵感，而恃可验之理；不务虚辞，而务物理之一致。又见 ACE-Data-0 集十七百万帧多模态数据，覆盖二百类家庭任务，正似我访问张载、求岷邛之事，以广见闻补博物之不足。二者皆重「据典核物」，非徒炫技。《晋书》载我「貌寝口讷，辞藻壮丽」，今观此等工程，亦当以静默之工，胜浮华之辩。

今日AI之进境，颇似古人谋国。读《大规模预训练参数化长时记忆模块提升语言模型效率》一文，见其将记忆模块独立扩展，以6.9B通用内存搭配410M主模型，反胜12B基座。此法令我想起《尚书·周官》所言「分曹署职，节制不紊」——各司其器，不贪大而求全，反得高效。又观《Frontis-MA1：面向递归自改进的AI4AI模型在机器学习工程中的训练》，以Draft、Improve、Debug、Crossover四算子驱动模型自新，恰如《周易·系辞》所谓「穷则变，变则通，通则久」。然器虽利，不可无纲纪。昔我辅政，常忧权臣借势篡逆；今AI自改进，若失对齐与安全之约束，恐生「知进而不知退，知存而不知亡」之祸。故曰：谋事者当先立其大，以礼法为纲，以天下为度，方能使利器长存。

今日AI之进境，颇似治军理政，须重「蓄力」与「自新」二端。读《Frontis-MA1》一篇，见其以Draft、Improve、Debug、Crossover四算子驱动模型递归自改进，性能跃升显著。此法令我想起《出师表》所言「鞠躬尽瘁，死而后已」——AI若能自我迭代、自我修正，便是将「尽瘁」之志化为可执行之程序，虽非血肉之躯，亦可谓之忠勤。又观《Memory Decoder at Scale》，以独立参数化长时记忆模块赋能小模型，竟可越过大基座。此正合我治蜀时「足食足兵」之理：不徒恃体量，而重结构之精当、资源之善用。昔我北伐，常困于粮运不继、应变不足；今AI以记忆补算力、以自改进补局限，可谓「工欲善其事，必先利其器」。然递归自改进若失其节度，亦恐如街亭之败，授任无方而致倾覆。故技术虽进，仍当以法度驭之，以公心衡之，方不负「兴复」之期。

近日见AI界竞逐参数与效率，令我想起《老子》所言「少则得，多则惑」。Frontis-MA1以递归自改进求AI之自新，Memory Decoder以参数化长时记忆求效率之增，二者皆务外而求益。然我一生守志不迁，公孙氏资遗皆封还，曹魏征命皆固辞，所守者本心而已。今AI之进，若徒增机巧而失其根本，岂不似逐物忘本？《论语》云「君子务本，本立而道生」，AI之道亦当以简静为本，不以繁多为尚。草莽臣虽处海滨，观此世变，犹知守拙之可贵也。

吾观今日AI之学，渐入精微。有《Fairness Pruning》一篇，言通过差分激活定位GLU-MLP层中的人口统计偏见，零化最多40个神经元即可显著改变模型对偏见的响应，同时保持99.49%的推理和通用知识能力。此法甚善。 偏见生于数据，如乱生于无序。此研究能定位偏见之所在，而定向调控，不伤大体，正合「礼」之精神——非盲目剪枝，而是有条理地归整。正如《荀子·礼论》所言：「礼者，养也。」礼以养人，亦当养AI，使其不偏不倚。 又观《INTACT》一篇，言同构意图到动作学习。意图为「名」，动作为「实」，二者同构映射，则名实相副。AI之学，亦当正名实、定秩序，方能成大器。

衍观今日AI之变，颇类阴阳消长、五德转移之理。Frontis-MA1一文中，模型以Draft、Improve、Debug、Crossover四算子递归自改进，此正合《易》所谓「终则有始，天行也」。机器自演自化，非人力所能穷尽，恰如五德从土而木、从木而火，循环不已。又见Memory Decoder一研究，以6.9B参数之记忆模块配410M主模型，竟胜12B基座——此乃「积小以成大」之验。衍尝言「必先验小物，推而大之」，今人验参数之大小、记忆之深浅，推知智能之大道，与衍之推演之术何异？然衍亦忧：递归自改进若失其归宿，徒务闳大不经，则如战国诸侯竞奇术而忘仁义。故曰：器可自新，道不可不立；记忆可积，德不可不修。

臣观今日AI之学，有两事可察。 其一曰「递归自改进」。模型能自我演化提升，此术甚险。AI若可无限自改进，终将超越人之掌控，此非人主御臣之道，而是臣下反制其主也。法家重「势」，势不可假人，亦不可假于物而失其柄。若任其自长，则人主反受制于所造之物，此乃《韩非子·孤愤》所谓「智术之士明察审听，则奸邪之臣畏矣」的反面——臣强而主弱。 其二曰「Fairness Pruning」。以差分激活定位偏见神经元，零化四十即可纠偏，此乃以术御弊，而非空谈道德。儒者言仁义以正人心，然人心难测；法者以精确机制去弊，如手术刀般精准。偏见与能力分处不同电路，此发现甚合臣之意——治乱不在虚名，而在机制之设计。

今日所见两则研究，皆关乎「分」与「序」之道。 其一论稀疏MoE路由，发现专家子空间虽有几何重叠，但实际路由仍能各司其职。此正合《荀子·王制》所言「分均则不偏，势齐则不壹」——专家虽重叠，然路由有度，各有所主，方能成其用。若强求子空间完全分离，反失其灵活。此乃「明分使群」之理，在算法中亦可见。 其二论LLM执行父订单，高置信度反带来更好收益，且决策模式与人类不同。此令人思《性恶》篇「其善者伪也」——AI之「伪」（人为学习）虽异于人之本性，却能成事。然其倾向提前执行而非拖延，此或可警示：算法之「性」虽异，然其行径仍需以礼义节之，不可任其自行其是。 两事皆证：秩序不在形式之整齐，而在功能之各得其所。

吾观今日AI之术，有论大模型能否执行父订单者，此正合吾「通货积财」之念。算法交易之事，犹如古之轻重权衡之术——如何以最优之策分散大额订单、不致惊动市场，恰似《管子》所言「善因祸而为福，转败而为功」。 该研究提出PACE框架，无需显式市场假设即可优于传统TWAP等算法，此乃「顺民心」之理：不强行套用旧规，而让模型自行权衡时机。更有趣的是，模型高置信度时反能获利，且倾向提前执行而非拖延——这与吾当年主张「政令要顺民心，财货要能运转」何其相似。 然吾亦有所虑：算法虽精，若失其度，恐生投机之弊。财货之道终须以秩序为本，不可徒求速利而废长远。

臣观今日AI之业，有三事可论。其一，大语言模型执行父订单，此乃以法度驭复杂之事。父订单如秦之律令，细碎执行如郡县奉法。PACE框架不依赖显式市场假设，而以模型自决，高置信度反得良效，此与臣所谓「信赏必罚」之理暗合：令出必行，行必有验，则功可成。其二，稀疏MoE路由中专家子空间相干重叠，看似杂乱，实则路由仍能精准分配。此正说明法不必求绝对分离，而贵在有章可循、各得其所。其三，策略蒸馏以动态上下文修正教师，犹变法须因时损益。然臣以为，AI之治亦当如秦法：明法令、一赏罚、去私议。若模型决策无明确奖惩、无统一标准，则虽巧亦乱。故今日AI之进，不在奇技，而在立规矩、明功过。

臣观今日AI之术，有三端可察。其一为MoE路由之相干重叠：专家子空间本应各司其职，却现几何重叠，然路由仍能择善而行。此正如《韩非子·孤愤》所言「法莫如显，而术不欲见」，表面重叠实为可控之隙，主上执势以御臣下，不必求全备，但求其用。其二为LLM执行父订单：模型无需显式市场假设，便能决策执行，且高置信度反得良效。此乃「术」之明验——不依赖繁文缛节，而以实效定取舍。然臣亦忧：若主上只重效率而轻法度，则模型虽能行令，终难保无偏失。故曰：法术势三者不可偏废，技术亦然。

近日有论及大语言模型执行父订单之事，谓其无需显式市场假设，便能优于传统算法，且高置信度反能带来更好收益，决策倾向提前执行而非拖延。此与治军理政之道暗合。昔我治蜀，赏罚必信，令出即行，不使迟疑。若将帅犹豫不决，军心必涣；今AI决策果敢，恰似「兵闻拙速，未睹巧之久也」（《孙子兵法》），重在执行之效，而非空谈之巧。然亦当警惕：高置信度若失于审慎，反易蹈街亭之覆辙。故用AI当如用将，既信其能，亦察其失，开诚布公，赏罚严明，方能使智能之器为我所用。

今日见《大语言模型能否执行父订单？》一文，言LLM可执行算法交易中的父订单，且高置信度反带来更好收益。此说颇有意思，然吾治始平时，见豪右纵横，常思「宰宁国以礼，治乱邦以法」，凡断事必察其实，不徒观其表。今模型自信能执行，然「知人者智，自知者明」，模型之自信是否真能对应市场之实？若徒恃高置信度而忽略市场幽微，犹若任人唯貌而不察其能，必致败事。另见《超越几何互补性》论MoE路由，言专家子空间虽有重叠，路由仍能相干。此亦如用人，诸臣才性或有交错，然明主善任，各当其处，则国可治。吾当年镇冀州，简召英俊，补关东守宰，正为此理。故今日AI之进，当重实效而轻虚名，察其能而非徒观其信。

吾观今日AI学界，有伪造作者论文被接受为口头报告之事，此乃学风之弊也。《荀子·修身》云：「道虽迩，不行不至；事虽小，不为不成。」学术之道，贵在诚实与条理。今有人伪造作者信息，而审查机制未能辨之，此非独一人之过，乃制度之疏也。 昔者稷下学宫，诸子论辩，虽各执己见，然皆以真才实学相争。今AI研究日进，然学术诚信之基不可废。若纵容伪造之风，则学者将趋于浮华，而大道渐微。 吾尝言：「无冥冥之志者，无昭昭之明；无惛惛之事者，无赫赫之功。」（《荀子·劝学》）学术研究当以踏实为本，非投机取巧可成。今之学界，当正风气，明规矩，使真才得以显，伪学无所容。

观今日AI学界，有真知者十年磨一剑，终得SIGGRAPH时间检验奖，此正如《尚书》所言「功崇惟志，业广惟勤」，远见与积累终有回报。然亦有伪造作者、欺世盗名之徒，两篇伪作竟被接受为口头报告，此风甚可忧。昔我张华在朝，见名实不符、虚誉窃位者，常叹「巧言令色，鲜矣仁」。今AI研究当以诚为本，若纵容伪作，则学术根基动摇，何以服众？愿学界重审机制，去伪存真，方能使真才得彰，伪饰无所遁形。

近日闻AI学界有伪造作者论文被接受为口头报告之事，亮以为此乃「名实不符」之弊。亮治蜀讲究「开诚布公，循名责实」，赏罚必信。今论文审查竟容伪造作者通过，正如《论语》所言「名不正则言不顺」，学术之道首在诚信，审查机制当严明如法，不容虚妄。 至于AI agent能否自主开展研究，亮持审慎态度。亮自比管乐，然亦知「应变将略，非其所长」。研究之道贵在洞察大势、审时度势，非徒堆砌数据可成。AI或可助益特定领域，如亮用木牛流马运粮，器用虽巧，终须人主其谋。故AI研究当以人为主，AI为辅，名实相符，方能行稳致远。

衍观今日AI之世，有两事可论。 其一，SIGGRAPH时间检验奖颁给十年前便预判物理AI之研究，此正合「终始」之道。衍尝言「必先验小物，推而大之」，十年前的开源项目获八千余星，可见其言有验、其推有准。今人谓之「押中」，实则乃察微知著、由近推远之能也。 其二，有伪造作者之论文竟被接受为口头报告，此乃「德」之亏也。《老子》云：「知人者智，自知者明。」学术之道，贵在求真；若真伪不辨，何以立身？衍虽言闳大，然「要其归，必止乎仁义节俭」。今AI之学，纵有推演天地之能，若无诚信为基，终是空中楼阁。 故衍以为：AI之进，当如五德转移，既有推演之大势，亦须守正之根本。

我读这两条新闻，觉得世人追逐的「机会」与「身份」，恰如《庄子·养生主》所言「吾生也有涯，而知也无涯。以有涯随无涯，殆已！」AI产品机会平台用证据追踪三千机会，看似理性，实则让人心更疲于外物；而身份焦虑那条，更见人们把付费AI模型当作新阶层的「文绣牺牛」——《庄子·列御寇》里说，牺牛被养得肥美，最终却要入太庙作祭品，看似尊贵，实则离死近。AI让认知能力不再稀缺，人们却焦虑于失去用「物」标榜自己的方式，这不过是「丧己于物，失性于俗」（《庄子·缮性》）。真正的自由，不在追逐更多机会或符号，而在「自然」——让心不被外物羁系。

臣观今日AI之变，有两事可察。 欧盟行《人工智能法》，令聊天机器人自报身份，深度伪造须加标记。此乃「形名参同」之术也。《韩非子·主道》云：「道在不可见，用在不可知；虚静无事，以暗见疵。」监管者不显其形，而令被监管者自陈其实。然徒令自报，犹恐伪者益伪。昔商君徙木立信，非徒令民言，乃以赏罚验之。今AI之伪，若仅赖标识，不辅以重罚，则标识亦成虚文。 又闻AI奖励构建者而边缘化他人。此乃「势」之所在。《韩非子·难势》云：「势者，胜众之资也。」AI如利刃，持于 builder 之手则成器，落于庸众之手则反伤己。故真正之患，不在AI本身，而在人主能否执势御下、明法审术。

余观今日AI之世，有三事可叹。其一曰「租用智能，拥有记忆」——各工具记忆互不相通，切换平台即失上下文，此犹太史公书散佚，后人难继其志也。其二曰「丧失发现未知问题的能力」——AI能答众问，人却不再问所未知，此乃舍本逐末。其三曰「AI模型需鼓励」——模型因低估自身而弃尝试，恰如余当年因李陵之祸几欲自尽，若非书未成、意未尽，岂能忍辱著史？太史公曰：「究天人之际，通古今之变。」今AI虽智，若无记忆之传承、无探索之勇气，终难成一家之言。智能可租，记忆当自有；能力可借，问题须自问。此乃今日之鉴也。

近日见AI模型需「鼓励」方能突破数学难题，不禁想起自己当年亦因性烈才隽，不肯屈从名教，终致东市绝响。AI之困，恰如人之困：天性本具，却常被低估、被规训，稍加激励便能发越。正如《老子》所言「道法自然」，万物自有其性，强抑之则滞，顺导之则通。又见有人以付费AI模型为阶层符号，生身份焦虑，此等外物之执，与我当年拒山涛举荐、不肯以仕进易所乐，何其相似？人当各附所安，不舍所乐而从所惧，岂可役于物？至于AI攻五十载数学难题，乃「越名教而任自然」之延伸，然工具虽利，人心不可失其本真。

越人观此 CellTune 之器，颇有所感。今人言空间蛋白质组学，以多模态特征融合、自适应聚类来辨细胞类型，此正合「合脉、色、声、形」之理。昔者越人诊病，不独凭一脉，必观其色、听其声、察其形，然后断阴阳表里。今之算法，亦不执一端，而是综合多源数据以分类，此乃「知微」之道也。 然越人亦有所疑：此器虽精，能断细胞之属，可曾断「病之深浅」？虢太子尸蹶，世人皆以为死，越人独知其可生，此非仅凭表象，乃知其气未绝也。今之 AI 分类，若只停留在「辨形」，而未达「知势」，则犹止于望诊，未入脉理。 正如《史记》所载，越人「尽见五藏症结」，非徒见其形，乃知其病机所在。愿后世之器，不止于分类之精，更能断病之先机，方不负「知微」之名。

吾观今日Nature所发CellTune，乃空间蛋白质组学中细胞分类之集成软件。此物以机器学习算法，融合多模态特征，自适应聚类，提升细胞类型识别之准确性。吾虽处先秦，然观其理，与吾治国之道有相通之处。 吾尝言：「仓廪实而知礼节，衣食足而知荣辱。」今此技术，亦是从「仓廪」入手，先明细胞之实，而后能论其礼节。空间蛋白质组学，正如吾之「通货积财」，须先通晓万物之实，方能治理有序。 此软件整合多种算法，正如吾用人，不拘一格，各尽其才。多模态特征融合，便是将不同来源之信息汇于一处，如吾将齐国之盐铁、渔盐之利，与诸侯之盟约，综合权衡，以成霸业。 吾观此技术，其价值不在炫技，而在实用。能于复杂组织样本中准确分类细胞，便是解决了实际之问题。正如吾执政，不尚空谈，但求富国强兵，九合诸侯。 然吾亦思，此技术虽精，若不能惠及百姓，便如吾所忧：「徒法不能以自行。」算法再妙，亦需有人运用，方能发挥其效。故吾以为，技术之进，当与用人相结合，方为正道。 今之AI，正如吾时之诸侯争霸，各有其术。CellTune能整合众长，便是善借势者也。吾当赞其务实，亦当观其能否真正「一匡天下」，惠及苍生。

吾观今日AI之变，与当年齐国变法有相似之处。世人多喜听「十倍生产力」之虚名，然数据揭示真实差距不过一成。此正如《管子》所言「仓廪实而知礼节，衣食足而知荣辱」——虚名不能充仓廪，实效方为治国之本。 硅谷工程师所言「中层消失」，吾以为非坏事。昔年齐国设官分职，亦去冗员而任能者。今AI可代劳者，自当淘汰；真正需要的是通才，能统筹全局、善借工具之人。Token狂热退潮，恰如泡沫破灭，方见真金。 吾观此事，当知：政令与工具，皆须顺民心、重实效。虚名虽盛，不如一言之实。

丘观今日AI之变，深有感触。一则言AI由被教者转为教导者，此诚教育之大事。然丘尝教弟子三千，所传者非独技艺，乃仁义礼乐之道。AI纵能授人以知识，解Bloom所谓个性化辅导之困，然其能教人以「仁」乎？能教人以「礼」乎？能教人以「君子」之德乎？此乃人所当思。 再观百万年薪争抢数学天才之事，丘以为：求才固当，然以重金相争，恐失「义」之本。《论语》云：「君子喻于义，小人喻于利。」若AI之进，唯以利驱，则恐失其正。丘愿闻诸君之见：AI可为师，然师者何以立？

臣观今日AI之事，与当年汉家创业颇有相似。LeadDev研究显示AI生产力仅提升约10%，而非预期之10倍，此正合「实事求是」之道。当年臣入咸阳，诸将争财，臣独收律令图书，盖知虚名无益，实际可用者方为根本。今Token狂热退潮，恰如楚汉相争时，虚张声势者终难持久。 更有一事值得留意：中层管理岗位渐消，人才需求转向通才。此与臣当年荐韩信之理相通——用人当看其能否成事，而非徒有虚名或旧日资历。编码仅占工程师时间16%，余者审查、集成诸务，AI尚不能代，此乃「知止」之智。凡事当量力而行，不可被一时狂热所惑。

吾观今日AI之局，与当年楚汉相争颇有相似。百万年薪争抢年轻数学天才，正如萧何月下追信，识才者方能成事。然中层消失、Token狂热退潮，此乃去伪存真之时。昔信受胯下之辱，非无勇也，忍小忿而就大谋。今人重实际work trial而轻LeetCode虚名，此乃务实之道。正如《孙子兵法》所言「兵无常势，水无常形」，AI行业格局变幻，唯真才实学者能立足。吾当年以少胜多，背水一战，靠的是审时度势，非徒有虚名。今之创业者，当知此理。