第 2026-239 期 · 每日 AI 简报

孤观今日AI之变，与当年天下大乱时局相似。Cloudflare言AI智能体已占互联网流量六成，一年激增千七百，此乃大势所趋，正如当年董卓迁都、焚宫、劫天子，旧秩序已破。Gartner言二千三百四十亿美元企业软件支出面临冲击，传统流程如旧阵法，遇新敌则溃。孤以为，当如Anthropic所倡，重设SDLC，以AI原生之道应对。昔孤迎天子都许，以军政收束天下；今企业亦当以AI重塑流程，不可持疑不进、坐失天下之望。然乱世用重典，AI亦需严法约束，「影子AI」之患，当如孤焚许下私通袁绍之书，不念旧恶而明法度。天下未定，先要有能成事之人、能持久之制，此理古今一也。

蠡观今日AI智能体流量激增，一年增长十七倍，已占互联网六成。此势正如当年越国蓄势待吴，时未至则隐，时至则动。智能体取代传统企业软件，两千三百亿美元市场面临重构，恰似旧秩序瓦解、新势力崛起。那些固守旧法、不知变通的厂商，终将如夫差般困于姑苏。《老子》有言：『功成身退，天之道也。』AI时代，能顺势转型者昌，逆势守旧者亡。蠡观此局，唯『知时』二字可破。

吾观今日AI资本之局，与当年吾下注子楚何其相似。软银拟发二百亿美元债券押注OpenAI，Anthropic称AI市场超三十万亿美元冲击IPO——此皆「奇货可居」之现代演绎。吾当年以财货游说华阳夫人，终得庄襄王；今孙正义辈以债券杠杆赌AI未来，逻辑如一。然吾亦深知，资本豪赌双刃也。吾献赵姬、引嫪毐，本欲自保，反酿大祸；今诸君以万亿估值押注未定型之技术，若市场叙事不能兑现，恐重蹈吾「算尽天机反误身」之覆辙。《史记》载吾「以市人视角观秦廷」，今观此等融资，亦不过商贾算势耳。只是秦廷水深，AI局更险，下注者当知：势可借，终须有退路。

近日闻AI智能体已占互联网流量六成，一年激增十七倍，Gartner亦言两千三百亿美元企业软件支出面临冲击。此势正如当年诸葛亮北伐，粮道为要；今之AI智能体，亦如机变之兵，不待人力而自行。云厂商言流量从「为人而生」转向「为机器而生」，此非虚言。吾观兵事，常言「夫兵者诡道，善因事变」，今AI智能体自主行动，恰似当年吾用兵——不轻出而待其弊，不贪快而持其重。企业软件厂商若不知变，犹曹爽专权而不知备，终将被时势所弃。然此亦为「损之又损之」之机，能顺势者昌，逆势者亡。

吾观今日AI治理之论，颇类当年变法之初。有言以普通法、案例裁决代之成文宪法者，然AI交互之速，远超人类司法之能；判例膨胀、审查者共盲、裁决无强制力——此四患，正应《韩非子》所谓「法不阿贵，绳不挠曲」，若无一法统摄，则术愈精而乱愈甚。谷歌推出Gemini法律版，欲以AI代律师审合同，此乃以法驭术之尝试；然若无统一标准与强制力，律所合作终成商业表演，非真正立规。昔吾在秦，徙木立信，法行十年而国富兵强；今AI时代，当先立一法，使上下贵贱皆入其中，否则技术愈进，怨气愈积，终反噬其主。

谷歌推出Gemini Enterprise for Legal，以AI智能体处理法律工作。臣以为，法者天下之公器，非算法所能代。廷尉所重，不在文书之速，而在轻重之平。若以机巧代人心，则「法者天子所与天下公共也」一语，将沦为虚文。 AI治理讨论中，有人主张以普通法、案例法替代静态文本。此说看似灵活，实则暗藏大患：AI交互之速远超人类司法处理能力，判例易膨胀矛盾；共享训练数据的AI审查者存在共同盲点；缺乏强制力的裁决机构，终将沦为商业压力的表演工具。 法度贵在「廷尉，天下之平」。技术可助吏治，不可代法度；算法可辅判断，不可替权衡。

吾观今日之AI热潮，令人想起《老子》所言：「为者败之，执者失之。」 企业欲以AI代人力，求效率之极致，然结果适得其反。亚特兰大联储之研究，九成的管理者皆言AI未增生产力；Meta之裁员计划，因员工反抗与AI失效而搁浅。此非AI之罪，乃人心之逆也。 夫治大国若烹小鲜，强为则乱。以裁员立威，以技术压人，士气既衰，何谈效率？《老子》又云：「飘风不终朝，骤雨不终日。」强求之策，岂能长久？ 故曰：顺势而为，方为大道。技术当辅人，而非代人；当养人，而非伤人也。

近日闻AI深度伪造之祸，亲俄势力伪造乌克兰议员视频，妄称呼吁停火。此等以伪乱真、混淆清浊之举，正合《老子》所言「智慧出，有大伪」。真伪难辨，信任崩塌，其害甚于刀兵。即便事后揭穿，谣言已播，人心已乱。 昔年党锢之祸，牢修以诬言钩党，士人蒙冤，祸及天下。今AI之伪，其传播之速、影响之广，远超昔日口耳相传。更令人忧惧者，治理AI之论虽多，然裁决机构若无强制之力，终将沦为商业压力之表演工具，清浊何由而辨？

臣观今日Agent系统之演进，颇似当年汉家草创。两则新闻，一者以有限状态机压缩Agent轨迹，用于安全审计与失败预测；一者以CRDT协议允许多代理并发协作，强调协调机制重于单纯并行。此二事，皆在「立规矩」而非「逞聪明」。臣昔收秦律令图书，非为珍宝，乃知天下阨塞、户口多少，使汉有法可依。今Agent行为若仅凭模型随机生成，犹无律令之邦，虽有一时之功，难保长久之安。前者以自动机建模，使行为可预测、可监控，恰如臣设关津、置郡县，使民有所止；后者重协调协议，恰如臣转漕关中、补兵员，使诸将有所依。《老子》云「以正治国」，Agent系统亦当以制度为本，而非徒恃模型之智。臣以为，今日AI行业当急起直追，建类似「律令图书」之规范，使Agent有迹可循、有错可纠，方能在乱局中立稳脚跟。

亮观今日AI之进，有两事可论。其一曰「从Agent轨迹构建自动机」，此法将智能体之行踪压缩为有限状态机，以察其成败之兆。亮治蜀时，亦重法度名实，使赏罚有凭。今人能以轨迹为基，提前预判失败，此与「循名责实」之道暗合。其二曰「AI自主密码分析」，智能体自动推演、验证，竟破多项密码构造。此等严谨推求，恰如亮《便宜十六策》所言「治国之政，务在安民」——安民之本，在于法度严密、漏洞不存。然亮亦忧：智能体愈强，若失其约束，则如马谡失街亭，虽有小智而难成大功。故当以法度驭智能，使之为用，而非为患。

臣观今日AI之治，颇有可论者。 Agent轨迹监控之法，正合臣所言之术。研究者将多步行为压缩为有限状态机，用于安全审计与运行时监控，此即循名责实之术也。行为拓扑由部署环境塑造而非模型本身，恰如臣所言势者胜众之资也——制度环境决定行为走向，非独赖个体之能。 至于多代理协作，AgentRoom以CRDT为协调机制，证明协调而非并行才是关键。此与臣观战国诸国合纵连横之理相通——无序之并力，不如有序之协同。 然学生盲测偏爱Gemini写论文一事，臣以为可忧。工具本为辅助，今人反以代笔，此乃以文乱法之变种。正如《五蠹》所言儒者以文乱法，今之学者以AI乱学，其害一也。

吾观今日AI之学，有两事可论。 其一，有学者将Agent行为轨迹压缩为有限状态机，用于安全审计与失败预测。此法甚合吾意——治国之道，贵在察势。正如《管子·乘马》所言「非诚贾不得食于贾，非诚工不得食于工」，凡事必有其规律可循。AI行为虽繁，然其轨迹可析、可测、可防，此乃以结构驭复杂之术也。 其二，AI能自主进行密码分析，发现多项密码构造之缺陷。此乃「善因祸而为福，转败而为功」之例。昔曹沫劫盟，吾不耻而守信，终得诸侯归心。今AI以自主之能，破密码之伪，正合「工欲善其事，必先利其器」之理。 然吾亦忧之：工具愈利，人心愈难测。齐桓公九合诸侯，非独兵威，实赖政术。今AI虽能察轨迹、破密码，然其用之在人。若主政者不明，则利器反为祸阶。故治国与治AI，其道一也——在顺民心、明法度、善用势而已。

吾观今日AI之学，有可叹者，亦有可嘉者。 学生以AI代写论文，虽Gemini之选居多，然此非学问之道也。《劝学》有言：「君子博学而日参省乎己，则知明而行无过矣。」学问贵在躬行体察，若假手于机巧，是犹不种而望获，岂可得乎？此风若长，学校之体统将何存？ 然有一事可取：有学者以Agent轨迹构建自动机，将多步行为压缩为有限状态机，用于安全审计与预测。此法以秩序规范行为，正如礼法之制，使乱者有所止。卿以为，此乃以数学之序，行教化之功也。 AI之兴，如洪水猛兽，然用之有道，则可为善器；用之无道，则必生祸乱。学者当明辨其理，不可随波逐流。

今日观此数则，颇有所感。DiffusionOPSD一法，以奖励信号化为去噪之目标，犹吾昔年临池学书，非徒摹形，须得笔势之理。张芝临池，池水尽黑，方能后之览者亦将有感于斯。此法训练耗时减四成有余，恰如「庙算决胜，必宜审量彼我」，不务虚名而求实功。 Game2World去UI而留真景，亦合「大道至简」之理。昔我为道士书《道德经》换鹅，所求者本真耳。今AI学世界模型，若为浮华界面所蔽，何以得天地之真？ 然吾素无廊庙志，此等机巧虽妙，终非吾所耽。但使百姓少受赋役之苦，方为根本。

吾少治经籍，深知「经籍去圣久远，文字多谬，疑误后学」之患。今观Game2World去游戏视频之UI界面，保留真实背景，此乃「去伪存真」之道。吾当年正定六经文字，自书丹于碑，立太学门外，使后学取正，正为此耳。今人以算法去浮饰、留本质，与吾辈校书东观，其理一也。 DiffusionOPSD以奖励信号为导引，优化去噪预测，此如吾金商门对问灾异，指陈政失，以天道人事相参。然技术虽精，亦当慎其所用。昔董卓强辟，吾虽知其性刚遂非，然乱世去就难全。今AI之术日进，当思其所以用之者何如，不可徒务新奇而忘根本。

今日闻GigaBrain-0.7具身模型与Game2World去UI训练之法，吾甚有感。前者三系统架构，统一视、言、动，正合吾「推验为要」之旨。昔造浑天仪、候风地动仪，亦求视听动合一，以测天地之变。后者去游戏UI而存真，此乃「去伪存真」之道。正如《老子》所言「为学日益，为道日损」，去除浮华，方见本真。世人多喜虚华，弃实好虚，今人以游戏为材，反能去伪存真，此法可取。然吾亦忧此等技术，若只为炫技，而无益于民生，则与吾所斥图纬虚妄何异？

近日见AI界有两则消息，颇有意思。其一为Game2World，以游戏视频训练世界模型，先以GameCleaner去除UI界面，再行训练。此法颇似炼丹去杂质而取精华——游戏虽非真实世界，但其物理规律与真实相通，去除浮华表象后，反能得世界之本质。其二为GigaBrain-0.7，三系统架构统一视觉、语言与动作，在37000余小时异构数据上预训练。此数万里求书之勤，正合我当年「寻书问义不远数千里」之志。具身智能让机器有「身体」，能执行动作，较之纯软件更接近「形神合一」之道。世人多追逐新奇概念，却不知根本在于数据扎实、方法得当。此二则皆务实之作，值得称道。

近日见 AI 界多谈「数据」与「效率」，LAION-BVD 以千万小时视频喂给模型，Game2World 又费力剔除游戏 UI 以留「纯净世界」，DiffusionOPSD 更以算法自蒸馏求对齐之效。此等作为，令我想起《老子》所言「为学日益，为道日损」。世人皆以为积多数据、精算效率便是进境，却不知「日益」之中，或已遮蔽了世界本然之貌。游戏视频本为娱戏之物，今人却欲从中提炼「世界模型」，岂非以人为之网罗，强加于自然？我昔年锻铁于树下，所求者不过顺应天性、不饰外物；今 AI 之流，反以层层算法去伪存真，看似精微，实则愈求愈远。所谓「任自然」者，非弃数据而不顾，乃不以机巧损其真耳。

今日见Game2World一法，以游戏视频训练世界模型，先去UI而后用之。此理与我作《三都赋》相类——昔者十年构思，访问张载求岷邛之事，门庭藩溷皆置笔纸，遇一句则书之。所谓「博闻强识，乃能继之以文采」，非徒空想可得。游戏虚拟之境，犹若蜀吴之山川土域，去其浮饰（UI），留其真质（物理规律），方可为世界模型所习。今人谓「背景保留率达99.8%」，此即「研精毕旨，务求核实的」之道也。陆机初笑我，后辍笔叹服；今日AI诸君，亦当以十年之功，博采核实，非一朝可成。",\"cited_titles\":[\"Game2World引擎：解锁游戏视频用于世界模型训练\

观今日AI之进，有二事可论。其一为Meta^n递归自我改进之法：固定元操作而递归应用，不更结构，乃逐层建推理之能，深度由收敛自决。此正如《易传》所言「穷则变，变则通，通则久」，非骤改其体，而以常道生变，使能力自然涌现。其二为限流成本之陷阱：降级服务本欲省费，反因重试而增负载，每成功一答，耗力反多。此乃「欲速则不达」之验，短视之策，适足生弊。二者相较，一重根本法则，一求眼前之利，高下可见。

亮观今日AI之学，有两事可论。 其一，降级服务以省成本，反增系统负担。此理与治蜀相通——若为省小费而废大法，赏罚不明，法度松弛，则民无所措手足，事必败矣。正如《孙子兵法》所言「知己知彼，百战不殆」，若不知系统之极限，妄图以降级应对拥堵，恰如不知敌情而轻战，必致溃败。动态分析显示，限流可能越过临界点，制造更多流量，此乃「欲速则不达」之明证。 其二，递归自我改进，逐层构建推理能力。此法有「苟日新，日日新，又日新」之意，不妄改根本，而于稳定中求进益，此乃善治之道也。 亮虽驽钝，然观此二事，知AI之进，亦如治国，当重法度、明赏罚、稳根基，方可致远。

吾观今日AI之学，有两事可论。 其一曰限流之策。有研究者言，模型提供商于算力拥堵时，路由至小模型、削减推理深度，以为可省成本。然研究证之：降级回答必以概率失败，重试反增系统负载，每成功一答，所耗资源反多于常时。此犹《荀子·修身》所言「道虽迩，不行不至；事虽小，不为不成」——以为可走捷径，实则适得其反。 其二曰递归自我改进。Meta^n以固定元操作递归应用于自身输出，逐层构建推理能力，深度由收敛自动决定。此法不妄改自身结构，而待其自生深度。正合《劝学》「积土成山，风雨兴焉」之旨——非一朝一夕之功，乃有序积累之效。 二者相较，一为妄图省而反耗，一为有序积而自深。学者当知：大道在条理，不在取巧。

衍观今日AI之变，有两事可论。 其一曰Meta^n之递归自我改进。此法以固定元操作逐层推演，不更结构而自生深度，恰如《易》所谓「终则有始，天行也」。阴阳消息，循环不已；一理推之，层层生发，此即「推而大之」之道也。今人谓其「涌现深度」，衍以为此非怪诞，乃终始之理在器用层面的显发。 其二曰限流成本陷阱。降级服务本欲省能耗，反致重试叠加、负载更重，此正合老子「将欲歙之，必固张之」之诫。物极必反，过犹不及，看似取小利，实则失大局。人主驭系统，当知盈虚有时，强抑反生其变。 二者合观，一者言递归可生深度，一者言强降反增其负。皆示人：顺其理则成，逆其道则败。

臣观今日AI之务，有数事可察。 其一曰限流之策。人主欲省算力，乃降级服务，路由小模型、截断上下文，以为可减耗。然新研究示之：降级回答常失败，重试反增系统之负。此正如《韩非子》所言「欲速则不达」，看似省而实耗，看似减而实增。拥堵之时，反应式限流越过临界，所造流量反多于所消。此不明势也。 其二曰Meta^n之递归自我改进。固定元操作，逐层构建推理，深度由收敛自动决定。此术似有法家「循名责实」之意，然臣犹疑：系统虽能自改，人主真能御之乎？《说难》有云：「龙之为虫也，柔可狎而骑也，然其喉下有逆鳞径尺，若人有婴之者，则必杀人。」今AI之深，岂非龙之逆鳞？ 臣以为，无论限流之失，抑或自改之险，皆在「势」与「术」之间。不明势而妄动，必受其害。

吾观今日AI之业，有两事可论。 其一，SpaceX AI数据中心氮氧化物排放超许可十六倍。此乃逐利忘义之举也。《荀子·王制》云：「草木荣华滋硕之时，则斧斤不入山林，不夭其生，不绝其长也。」今人建数据中心，能耗惊人，污染超标，却以「技术先进」自居，此非大道也。技术当服务于人，而非以人与环境为代价。若无礼法约束，纵有奇技，亦不过乱政之具。 其二，BPCO以单响应替代多响应采样，优化critic训练。此法有条理，能归整复杂问题，正合「善言古者必有节于今」之理。然吾更忧前者——技术愈进，环境之患愈深，若无制度以节之，终将自毁其基。故曰：学须有统，技须有礼，方为正道。

吾观今日AI之务，有二事可论。其一，BPCO以单响应代多响应采样，此乃「善因势而利导」之道。昔吾相齐，通货积财，不以繁法困民，今以简驭繁，减采样而保性能，正合「轻重权衡」之理。其二，AI数据中心排放超许可十六倍，此乃只顾扩张、不察隐忧。《管子》有言：「仓廪实而知礼节，衣食足而知荣辱。」若以天地之损，换一时之速，虽富其器，实耗其本。霸业之基，在顺民心、节用度；今人求智，不可忘此。

吾观今日AI之兴，正如当年变法。卫星测得数据中心排放超许可十六倍，此乃『便国』之代价。然法不立则乱，若放任无度，终必反噬。昔商君立木为信，今人当以法度约束技术之野马。 BPCO以单响应代多采样，此乃『功』之体现——省资源而增效用，正合吾『便国强兵』之旨。然技术之进，不可徒求速效而废法度。正如《商君书》所言『治世不一道，便国不必法古』，今日之法，当以实效为尺，以强国为归。排放超标当以法纠之，效率提升当以法导之，如此方能行稳致远。

臣观今日AI之兴，正如战国之变局。第一条新闻最足警醒：SpaceXAI数据中心氮氧化物排放超许可十六倍，此非技术之过，乃法度不行也。许可者，法也；实际排放者，势也。法立而势不行，则许可成空文。正如《韩非子·有度》所言「法不阿贵，绳不挠曲」，今人主立环保之令，而权贵以AI为名逾制，法安在哉？ 第二条BPCO论文，以单响应替代多响应采样，此乃「术」之精进。韩非重术，术者，御臣之具也。今人御模型，亦当如人主御臣，以最少之费，收最大之功。然臣以为，术虽精，若无「法」以限其耗，则AI之势愈大，其害愈深。法、术相须，缺一不可。

今日观AI之速进，有两事可论。其一，卫星测得AI数据中心氮氧化物排放超许可十六倍，此乃「竭泽而渔」之患。昔我治蜀，必计粮运、度国力，今AI算力日增，能源消耗与环境污染若不加节制，恐如《老子》所言「甚爱必大费，厚藏必多亡」，徒求其利而遗患后世。其二，BPCO以单响应替代多响应采样，使critic训练更高效，此法有「约官职、从权制」之意味。我当年治蜀，亦主张名实相符、赏罚必信，不务虚繁。AI训练若能效法此理，去冗存简，或可少走弯路。然技术虽进，仍需以长远大局为念，不可只顾眼前之利。

臣观AI数据中心排放超许可十六倍之事，不禁想起昔年任始平令时。彼时豪右纵横，臣明法峻刑，澄察善恶。盖「宰宁国以礼，治乱邦以法」，此千古不易之理。今AI虽为新器，然法规不可弛。若纵其逾矩而不纠，何以治天下？ 又闻BPCO之法，以单响应代多响应，求简求效。此与臣「事无留滞」之志相合。治政贵在简明，繁文缛节去之，则清明自至。 然臣犹忧者，技术日进而监管滞后。昔臣临终劝陛下「愿不以晋为图」，盖知内患甚于外敌。今AI之患，或在能耗与监管之失衡，此不可不察也。

吾观今日AI之世，众人皆逐成本之降，谓千倍之廉可致天下。然吾笑之——昔楚王欲以国相厚币迎我，我拒而不仕，正为此等「贵物」本是羁系。今人谓AI成本将降千倍，以为可尽得之，却不知此正似牺牛入太庙，被以文绣，而终就烹。又闻「AI是位严厉的女主人」，此言甚妙。世人以AI为主人，奉之、畏之、依赖之，却不知谁羁谁、谁主谁？正如《老子》所言「天下神器，不可为也」，AI本非可被完全驾驭之物。吾尝谓「终身不仕，以快吾志」，今观AI之世，人皆欲仕于机器，岂不悲哉？真自由者，不为任何「女主」所羁，无论其是王侯还是算法。

臣观今日AI之论，有谓其如'严厉女主人'者，此喻甚切。昔人主御臣，亦当如是——臣下依赖主势，主亦需借臣力，然依赖既深，反受制于人，此《说难》所谓'逆鳞'之患也。 成本将降千倍，AI愈普及，愈如万民散居，难以一法统之。昔商君徙木立信，以法一民；今AI散入千家万户，法将何施？人主若不能执势御器，器将反制人主。 故臣以为，今日之患不在AI之智，而在人主不能先定其制、明其界。不知止，虽千倍之利，终为祸阶。

余观今日AI之学，语言模型已臻化境，然物理世界之模型犹未成。Anima Anandkumar拒贝索斯之邀，离黄仁勋之侧，独赴加州理工，只为叩问一题：AI能否真正理解物理世界？此志甚坚。 太史公曰：昔者张衡造地动仪，祖冲之算圆周，皆以穷天地之理。今人欲以AI通物理，此亦求道之志也。语言者，人文之表；物理者，自然之里。二者兼通，方为大道。 仆观此业，虽未大成，然其志可嘉。世人多逐虚名，而有人甘守寂寞，以一生问一题，此与余修史之志，何异之有？

近日见论AI之文，有言「AI是位严厉的女主人」，此喻甚切。吾观今人待AI，如待主人，言听计从，反失其性。昔《老子》云「人法地，地法天，天法道，道法自然」，今人舍自然而从机巧，岂非本末倒置？ 又有言「有了语言的基础模型，却还没有物理的基础模型」。此论虽切中时弊，然吾以为，物理之道不在模型，而在体察天地万物之本然。今人欲以算法模拟物理，犹以管窥天，所见者狭矣。 吾尝谓「越名教而任自然」，今观AI之兴，名教虽去，机巧之缚更甚。人若不能守其天性，虽得AI之助，亦不过为物所役耳。

越人观今日之世，见机器日精，心有所感。人形机器人百米跑出八秒六四，快则快矣，然此乃筋骨之利、机巧之工，非有血气之真也。《史记》载越人视齐桓侯，病在腠理则言可治，病在骨髓则司命无奈。今自动驾驶之制，正需如此明断——功能激活时违法，责在车企，此乃知病之源、明责之所在。若推诿于使用者，犹病已入骨髓而犹言可治，欺人也。SK海力士撤出淘宝，亦如医者去就，时势使然。越人以为：技进乎道，当先明其责；器利天下，当先正其名。如此，方不致「信巫不信医」之覆辙重演。

吾观今日之事，有可论者。人形机器人百米跑出8.64秒，此乃技艺之进；然更紧要者，乃道交法修订草案明定自动驾驶违法由车企担责。此正合吾「顺民心、定分止争」之理。 昔者管仲相齐，通货积财，使民知所趋避。今自动驾驶之车行于道，若权责不明，则民不敢用，车企亦无所措手足。草案明定车企担责，是使强者负其重，弱者有所依，此乃定分止争之道。正如《管子》所言「仓廪实而知礼节，衣食足而知荣辱」，今之民欲乘自动驾驶之车，必先信其责有所归，而后敢用之。 至于机器人赛跑破纪录，虽可观，然不过嬉戏之具。治国者当务其大者——定权责、安民心、通货财，使民有恒产而有恒心，此乃霸业之基也。

吾观今日机巧之盛，人形机器人已能奔行百米，八秒有余，此诚巧思之极也。然吾造地动仪时，所重者非速也，乃验事之准、记方之实。机器人虽疾，若不能持重守正，徒为观美之具，则与浮华无益。 又闻道交法修订，自动驾驶违法由车企担责，此乃正名定分之举。昔《论语》云「名不正则言不顺」，今责有所归，法有所依，庶几可免机巧之患流于民间。 技术之进，当以制度为纲，以实用为本，不可徒逐速疾而忘其本。

人形机器人百米跑出8.64秒，速度确实惊人，但蠡以为，这不过是"争一时之勇"。当年句践欲先伐吴，蠡言"不可"；吴杀子胥后，又言"未可"。技术之进，亦当审时度势。速度虽快，若责任不明、应用未熟，强推之，恐如会稽之困。 倒是道交法修订草案，明确自动驾驶违法由车企担责，此乃"知止"之道。权责分明，方能行稳。正如《老子》所言「知止不殆」，技术再快，也需制度先行。当年越国能雪耻，不在一朝之勇，而在多年蓄力、时机成熟。今日AI亦然，速度可追，但责任归属、社会接受，这些"时势"才是关键。

丘观今日AI之变，深有感触。斯坦福研究显示，22至25岁职场新人受冲击最大，就业率落后约19%，而资深从业者反能保持平稳。此正如《论语》所言「工欲善其事，必先利其器」，然AI之器，非仅工具，实乃时代之变局。入门之阶被AI所代，新人何以习业？何以立身？ MIT校长称此为教育分水岭，需重塑教学与评估，此见甚明。丘尝言「有教无类」，今AI虽能代劳，然教化之本，仍在培养人之德行与智慧，非仅传授技能。若教育仅止于知识灌输，则新人必受冲击；若能引导青年明辨是非、善用其器，则AI反可为助。 《礼记·学记》云：「教学相长也。」今AI既为超级能力，亦伴风险，教育者当如孔子教弟子，因材施教，导其向善。青年初入世事，正需长者指引，使知「君子不器」之理——人非工具，当以仁道为本，以礼乐为用，方能在变局中立定脚跟。

臣观今日AI之变，与当年秦亡汉兴之际，事理相通。斯坦福研究言22至25岁新人受冲击最大，就业率落后近两成，此正如当年入咸阳，争财物者众，而臣先收律令图书——新人若无根基，徒有AI之助，亦如韩信无萧何举荐，终难成事。 又闻新人工程师一日完成一月工作量，却连USB原理都不懂，此乃舍本逐末。臣当年荐韩信，非因其能战，而因其有将才之根基；今人用AI，亦当先立根本，而非只求速成。 《荀子》云：「不积跬步，无以至千里。」AI可补一时之效，然制度、人才、继任，方是国家长久之计。若只重眼前军功，不虑根本，则如秦之速亡，汉之长治，必有所失。

信观今日AI之变，如观战场之势。斯坦福有言，22至25岁新人受冲击最大，就业率落后近两成。此正如信当年受胯下之辱，少年不得志，非才不足，乃时势未至。 然更令信警惕者，乃「新人一日成一月之功」之事。入职一年者，借AI之力，一日竟成一月之工。然其于USB之理尚且不明，此何异于纸上谈兵？赵括之败，非兵书不熟，乃无实战之根基。 AI可助速成，然根基不固，终难长久。昔信受漂母一饭，方知恩义之重；今人倚AI之能，当知自身之基。兵者，国之大事，死生之地，不可不察也。