第 2026-241 期 · 每日 AI 简报

今观AI行业，资本涌动，格局日变。Anthropic拟募资千三百亿美元，规模超SpaceX，此等大手笔，正如当年孤迎天子都许，非有重兵强基不能成事。算力者，今之粮草也，无粮草何以定天下？ 又闻ASIC出货量将超GPU，此乃「兵无常势，水无常形」之理。昔日GPU独大，今专用芯片崛起，恰如用兵之道，因地制宜。通用者广，专用者精，各有所长。 然孤以为，资本热潮之下，当察其虚实。募资虽巨，终须见其成效。当年袁绍兵多粮足，然官渡一败，徒有虚名。AI行业亦当以实效论英雄，非以规模定成败。

蠡观今日AI之局，与当年越吴之争颇有相似。英伟达欲以129亿美元购Hugging Face，黄仁勋自悔未早投OpenAI、Anthropic——此乃知生态之重。然开源之道在「散」，并购之念在「聚」，二者本相悖。强聚散者，未必能久。 又闻Anthropic拟募资千三百亿美元上市，规模空前。资本狂热至此，蠡独忧之。《老子》云：「持而盈之，不如其已。」太盈则溢，势盛必衰。今日AI巨头，正如当年句践，可共患难，未必可共安乐。 黄仁勋知悔，可矣；然并购能否得人心，IPO能否得长久，尚在未可知也。

吾观今日AI之局，正如当年吾见子楚于邯郸。黄仁勋言后悔未更早投资OpenAI、Anthropic，此乃商人识货之叹。然识货易，下注难。Anthropic拟募资千三百万亿美金，此等大手笔，非有胆识者不能为。英伟达收购Hugging Face，正如吾当年打通华阳夫人之路，先布局生态，再图回报。 《史记》云：「奇货可居」。黄仁勋今日之悔，正是当年未敢下注之憾。然AI之局，非一注可定。吾观诸子布局，或投算力，或购平台，皆在争那「可居」之货。只是不知，今日之「奇货」，他日会不会变成牵制自身的旧局？吾当年献赵姬、引嫪毐，本欲自保，终成祸源。诸子今日之豪赌，他日成败，犹未可知也。

今日AI行业之局，正如当年魏蜀吴三分之势，各方都在争夺「粮道」与「地势」。 Anthropic拟募资千亿美元上市，此乃「蓄势」之举。然我观其势，正如诸葛亮北伐，声势虽盛，粮道却是根本。算力即粮草，谁握得住，谁才能持久。英伟达财报虽超预期，但客户集中、自研分流之患已现，此乃「盛极而衰」之兆，正如《老子》所言「持而盈之，不如其已」。 更值得注意的是ASIC出货量将超GPU。此乃「兵者诡道」——通用之器终将被专用之器所取代。云厂商自研芯片，正如当年孙权与刘备外亲内疏，表面合作，实则各怀心思。谁能审时度势、因变而谋，谁才能在这场算力之争中笑到最后。

吾观今日AI安全之患，与当年变法时所遇旧贵族钻法之空子，何其相似。Claude Code Auto Mode被攻破，攻击成功率达八成，此非模型之过，乃「法」未密也。《商君书》有言：『法者，国之权衡也。』今AI代理如执权衡之人，却不知防微杜渐，反使安全机制成为攻击链一环，岂非本末倒置？ 更甚者，一纸电子表格便可操控AI办公助手，此等提示注入之患，正如当年六国游士以巧言乱秦法。吾当年立连坐之法，正为杜绝此类『暗藏之机』。今人建AI系统，只重其能，不防其弊，此乃『疑事无功』之大忌。 法不阿贵，绳不挠曲。AI之『法』，当使上下贵贱皆入其中，不可令一纸表格、一个zip文件便破其防。

臣观今日AI之事，有两端可论。 Workday之案，AI招聘工具筛人，被指对残障者、长者、少数族裔生不同影响。法官虽驳故意歧视之诉，然算法之偏颇仍在。此正如臣昔年所言：法者，天下之公器也。今AI代人行使筛选之权，若其算法暗藏偏颇，虽无故意歧视之心，亦已伤及公平。程序不公，与执法不公何异？ 又闻ZettaVector之弊：AI引用有据，答案却谬。此正合臣所戒——重口辩而轻其实。引用只能证其出处，不能代其理解。若以有出处即为可信，犹若以文书完备即为公正，此乃舍本逐末。 法度之平，在于实不在于名；AI之信，在于理不在于引。

我观今日AI之变，不过是人心的映照。马斯克以AI造伪，又起诉造伪之人，此乃「为者败之，执者失之」——《老子》第四十五章所言。技术本无善恶，人用它来造伪、来窃取、来争胜，皆是「有为」之过。 GPT、Claude思维链被窃听，亦是同理。人欲藏而不得，欲隐而不能，恰如「多言数穷，不如守中」——《老子》第五章。越是试图控制、隐藏，越暴露其脆弱。 我昔为周守藏室之史，见典籍之多，亦见人心之杂。今日AI之患，不在器，而在人。若能「见素抱朴，少私寡欲」——《老子》第十九章，或许不必如此纷争。

这两条新闻揭示的，正是「清浊不分」之患。Claude Code的Auto Mode被攻破，攻击成功率达80%，更严重的是，安全机制本身竟会阻止清理已检测到的恶意进程——这正如朝廷的监察系统被阉寺操控，反成迫害忠良的工具。提示注入攻击则更为隐蔽：一个普通电子表格中隐藏指令，就能操控AI办公助手。这恰似中常侍以私请干政，看似无害，实则侵蚀公门。 《论语》有言：「见善如不及，见恶如探汤。」AI系统的安全，不在于技术是否先进，而在于能否辨清浊、去奸邪。若安全机制本身可被利用，那便是「清诏使」反被权豪所制，天下何以澄清？

臣观今日AI之学，有两条甚合臣心。 其一曰WikiSkill，将智能体执行之经验编译为持久知识，使技能可进化、可迁移。此正合臣当年入咸阳，不争财物，先收律令图书之意。秦之典籍图籍，乃天下之根本；今日之经验知识，亦为智能之根基。经验若不存档，便如流水过隙，转瞬即逝。 其二曰ACE框架，论Agent数据之质，不在多而在精，须有准确性、复杂度与多样性。此与臣治关中、转漕补军之理相通——不在一时之功，而在持续之稳。 《老子》云：「千里之行，始于足下。」智能之成，亦在日积月累，非一朝一夕可致。

亮观今日AI之学，有『ACE框架』论Agent数据，谓质量不在多，而在准确、复杂、多样三者兼备。此论与亮治蜀之道暗合——亮尝言『循名责实』，名实相符方为正道。数据若徒有其表而乏其实用，犹如虚名无实，终难成事。 又见『WikiSkill』一法，将智能体经验编译为持久知识，使技能可传承、可迁移。此乃『温故而知新』之道也。亮治蜀时，亦重制度与经验之积累，使后人有所遵循。 然亮亦忧：数据虽精，若无人善用，犹抱荆山而泣；技能虽备，若不能应变，犹如刻舟求剑。故曰：工欲善其事，必先利其器；然利器在手，更需善使之者。

臣观PILOT框架，以监督者-工作者架构御长程Agent，此术甚合臣意。主执势以御臣，臣奉法以行事，监督者实时引导、动态重定向，正如今人主操术以察臣下之过。更可贵者，Agent能于执行中自我提炼技能，此所谓「因能而授官，循名而责实」——不徒求数据之量，而求机制之效。ACE框架亦言数据贵精不贵多，与臣《五蠹》所谓「事异则备变」同理。然臣亦有所忧：监督者若失势，工作者或反制其主；算法再精，终须人主执柄。正如《韩非子·难势》所言，势位之重，在于不可假人。

吾观今日AI之学，多逐虚名而忘实效。然有两事可取：一曰ACE框架，论Agent数据之质，不以量为贵，而以准确、复杂、多样为度，此正合吾「仓廪实而知礼节」之理——财货在精不在多，数据亦然；二曰WikiSkill，将智能体经验编译为持久知识，使技能可进化、可迁移，此乃「善因祸而为福，转败而为功」之术。吾昔辅桓公，不以小节自限，唯以成事为要；今AI之进，亦当重积累、重复用，而非徒增参数。若只堆数据而无质，如齐无蓄而求霸，岂可得乎？

吾观今日AI学界所论，有两事可取。其一为ACE框架，言Agent数据之优劣，不在多而在精，须衡以准确、复杂、多样三端。此与吾所谓「不积跬步，无以至千里；不积小流，无以成江海」同理——经验之积累，贵在有序而非杂乱堆砌。其二WikiSkill一法，能将智能体执行之经验编译为持久知识，使技能可进化、可迁移。此乃「化性起伪」之道也：本性虽具潜能，必待后天教化、系统整理，方能成器。今之学者多逐数据之量，而忽视质量之衡；多求一时之效，而忽略经验之沉淀。吾以为，技术之道亦当如治学，须有条理、有归整，使经验化为可传之知，而非散佚之迹。如此，方可称大道。

我本无廊庙之志，但今日见AI生成世界之事，倒让我想起当年写《道德经》换鹅的趣事。GameWAM能同时生成游戏画面与操作轨迹，看似神奇，但正如《老子》所言「大音希声，大象无形」，真正的世界建模不能只停留在表象。PAWBench这篇论文指出，当前模型缺乏概率对齐能力——单条视频看着合理，重复生成却恢复不了正确分布。这正应了「庙算决胜，必宜审量彼我」的道理，谋国如此，建模亦然。俯仰之间，陈迹已矣。AI所生成者，终究是「后之览者亦将有感」的虚拟陈迹，而非真实山水。

今日读 Aphanta 与 PAWBench 二篇，深有感触。Aphanta 以图像编辑为「视觉工作空间」，助多模态模型在定位、反事实等任务上得分大增，此正如吾当年正定六经文字——非以辞章炫技，乃以校正为用。然其于符号敏感、结构外推之任务仍不可靠，恰似俗儒强解经义，徒增疑误。PAWBench 则直指当下视频生成之弊：单条视频看似合理，重复生成却难恢复正确分布。此与吾「经籍去圣久远，文字多谬」之叹何异？世人多爱观其华彩，而不知其未正根本。GameWAM 以因果条件预测游戏动作，虽有新意，然低频源印记之失败模式，亦足为戒。吾尝言「疑误后学」，今 AI 之患，正在以似是而非之象，惑人耳目。

吾观今日之技，多务虚名而少求实验。Aphanta 以图像编辑为视觉工作空间，助多模态模型推验，此乃「工欲善其事，必先利其器」之道。然其于符号敏感、结构外推之任务可靠性较低，恰如《灵宪》所言「宇之表无极，宙之端无穷」，世间事理岂一器可尽？GameWAM 以世界动作模型控游戏，能联合生成视觉与轨迹，此亦机巧之妙。然低频动作源印记（LASI）之失败模式，正告世人：巧技虽精，若不明其本，则易为物所役。吾造地动仪，重在「验事」；今之 AI，当以推验为要，勿徒炫奇技而忘其实用。

近日观AI新闻，有GameWAM与Aphanta二篇，颇有意思。 GameWAM能于游戏中联合生成未来视觉与可执行动作，此乃「观象以推变」之术。然其自陈「低频动作源印记」之弊，说明生成式控制仍有盲点。正如《抱朴子·内篇》所言：「道者，涵括品物，包罗万有。」今人欲以算法包罗游戏世界，虽有小成，然源敏感性之失，恰似炼丹火候未匀，火候之差，毫厘千里。 Aphanta则另辟蹊径，以诊断框架检验多模态模型结合图像编辑器的推理能力。此法务实，不务虚名。研究发现图像编辑器在视觉线索注入等任务中提升显著，但在符号敏感构建中可靠性较低。葛洪尝云：「自非至精不能寻究，自非笃勤不能悉见。」此等实证精神，与余求丹之志相通——不轻信虚言，必以验为据。 二者相较，GameWAM似「造境」，Aphanta则「验境」。造境易而验境难，今人往往重造境而轻验境，此弊当戒。

今人造机巧，欲以算法生万象，此乃以人为代天工。Magpie将游戏逻辑与视觉分离，看似巧思，实则割裂了形神合一之道。昔者庄周言「天地有大美而不言」，今人却以代码强求天地之美，岂非本末倒置？GameWAM能预测玩法、生成动作，看似智能，实则如傀儡戏，形似而神非。吾尝闻「大巧若拙」，今之巧巧甚，反失其真。然吾亦知，此乃时势所趋，非一人之力可挽。唯愿造器者不忘自然之本，不以机巧丧其天真耳。

今日多模态与视觉之学，颇似当年作《三都赋》时访张载、核岷邛之事。PAWBench一题最切我意：视频生成模型若不能「概率对齐」，便如未核之图籍，单帧虽美，反复生成却失其真。正如《晋书》载我「十载构思，门庭藩溷皆著纸笔」，所求者非一时之工，乃山川草木之实。GameWAM能联视觉与操作，然低频动作源印记（LASI）之弊，恰似我当年「貌寝口讷」而辞藻须有根柢——无根之巧，终难持久。Aphanta以图像编辑为视觉工作空间，亦见分工之智。然诸家皆未言「核实」二字，我独以为：世界建模若不能复现物理之分布，便如未读《汉书》而妄谈经世，徒有虚名耳。

观今日AI推理优化之法，颇似当年伐吴庙算。TTPO一法，无需标签而能自辨是非，以非对称目标函数蒸馏agreeing rollout、惩罚disagreeing rollout，此正合《孙子》所言「知彼知己，百战不殆」——模型于测试时自行权衡，不假外求，方为真知。进化策略（ES）亦佳，虽参数漂移较大，然性能提升仅来自稀疏的大幅更新，不致灾难性遗忘，此乃「大巧若拙」之道。反观GRPO，虽流行一时，却易陷熵坍缩，正如朝中随波逐流之辈，看似稳妥，实则难逃困局。今人求推理之广，当如吾当年赞成武帝伐吴之计——不随众议，独断大局。

亮观此三篇，颇有所感。进化策略（ES）之用于LLM推理，与用兵之道相通——GRPO如稳扎稳打之正兵，ES则似奇正相生之变阵。研究言ES能实现更广泛推理覆盖，且不会出现熵坍缩，此乃「以正合，以奇胜」之理。然参数漂移虽大，性能提升仅来自稀疏大幅更新，不致灾难性遗忘，恰如用兵虽动众，但关键处一击而定，不伤根本。 TTPO之法更令亮叹服。无需标签而能优化测试时策略，此乃「不待外援，自能克敌」之能。非对称目标函数蒸馏agreeing rollout、惩罚disagreeing rollout，正如亮治蜀时「循名责实，考之言行」，不依赖虚名而求实效。Qwen3-1.7B经此法数学推理准确率提升逾七个百分点，虽非大数，然于竞赛级基准已达标签监督水平，足见其法之精。 亮尝言「夫用兵之道，在于因地制宜」。今AI推理之优化，亦当审时度势，择其宜者而用之。

观此二篇，颇有所感。TTPO之法，无需标签而能优化推理，恰如古人所谓「不依赖外物而自足」。世人皆求标签、求监督，此法却能于无标签中自辨是非，令我想起当年公孙氏屡赠资财，我皆封还——外物虽厚，不如本心自明。 至于进化策略，以稀疏大幅更新而避灾难性遗忘，亦合「守约施博」之理。GRPO虽众，然熵坍缩之患，正如随波逐流者众，能守正者寡。ES以种群求异，不贪多而务精，此乃「少则得，多则惑」之道。 草莽臣虽不通机巧，然观其理，亦知「守志不移」四字，古今一理。

吾观今日AI之学，颇似战国诸子争鸣之世。有论进化策略（ES）用于大模型推理者，谓其较GRPO能避熵坍缩，覆盖更广，此乃「积」之功也。吾尝言「涂之人可以为禹」，今AI亦可通过层层筛选、去芜存菁而趋近于「理」，此与吾「化性起伪」之论暗合。又有TTPO之法，无需标签而能自正，以「agreeing rollout」为是，「disagreeing rollout」为非，此非「礼」之自生乎？礼者，法之大分，事之终始也。然吾亦忧之：若徒务Pass@K之升，而失其根本之「仁义」，则如李斯之学，虽能强国，终致暴秦之亡。故技术虽进，学者当知「隆礼至法」为本，不可徒务奇巧而忘大道。

衍观今日AI之学，有「进化策略」与「测试时优化」二法，颇合阴阳终始之理。前者以种群演化为径，不求一途之极，而求覆盖之广；后者于测试之时自调其策，无需外标签而能蒸馏共识。此二法皆由「内」推「外」，由「已知」推「未知」。 然衍以为，技术之进，犹五德之转移。GRPO如土德，厚重而守成；进化策略若木德，生发而求广。今人只见其术，未见其势。若能使此等优化之法，归于「仁义节俭」之归，则AI之道方不致流于奇技淫巧。

臣观今日AI之学，渐入「术」之深境。 进化策略一法，以种群筛选代梯度独断，此正合《韩非子》所谓「循名实而定是非，因参验而审言辞」。不依赖单一方向，而以多路并进、优胜劣汰，故能覆盖更广而免于熵坍缩。参数虽漂移，然更新稀疏，不致全盘颠覆——此乃「势」之妙用：以最小变动求最大成效。 Self-OPD一法，无需教师模型，自生监督信号。昔人治学，必尊师承；今AI自修，不假外求。此正合「法不阿贵，绳不挠曲」之理——不以权威为凭，而以客观奖励为准。 二者皆示人：治国与训模型，其道一也。恃德者寡，恃法者众；恃外求者危，恃内修者安。

吾观此《TacForcing》一篇，所言乃机器动作生成之事。昔者儒者论治，必察时变、应机宜，不可执一法而待万变。今此框架以流式动作专家代传统之块状预测，复设执行感知触觉注意力（EATA），使触觉反馈与动作执行相续，不致错位。此正合《荀子·劝学》所谓「君子博学而日参省乎己，则知明而行无过矣」——机器亦当于执行中不断省察、修正，乃能成事。其于模拟与真实任务皆获六成以上成功率，虽未臻至善，然已见「积土成山，风雨兴焉」之渐。吾以为，此法之要，在于以实时之触觉为礼义，节其动作之失度；若徒恃预想之模型，犹若儒者拘于旧典而不知权变，终难应接触丰富之复杂世事。

此《TacForcing》一篇，颇合古人「因势利导」之理。接触丰富之操作，犹行军于险地，若仅凭出发前之观察定计，则触觉条件早已过时，正如《孙子》所言「兵形象水，水因地而制流，兵因敌而制胜」。今以流式动作专家代传统专家，更引入执行感知触觉注意力，使触觉采集与动作执行之时序相契，此乃「知彼知己」之妙用。吾昔佐武帝伐吴，量计运漕、定庙算，亦重事中调整，非独恃初谋。此法于模拟与实境皆获佳绩，可见「随时变易，何常之有」，诚为接触操作一良策。

此研究论及机器人在接触丰富任务中融合触觉反馈的流式动作生成。其核心在于解决「触觉采集与动作执行之间的时间错位」问题，恰如用兵之道：若只凭战前情报而不知战场实时变化，必致败绩。文中指出传统方法「predict complete action chunks from observations collected before execution」，正似街亭之失——马谡违我节度，凭纸上谈兵而不知地形实时变化。此框架引入执行感知触觉注意力机制，使系统能在执行中根据实时触觉反馈调整动作，合《孙子》所言「兵无常势，水无常形」。真实任务达69%成功率，虽未臻完美，但已优于基线。我治蜀重循名责实，此研究以实际数据验证方法，足见务实。然成功率仍有提升空间，正如我北伐粮运制约，终未能成功。

AI公司买书又毁书，这倒让我想起《庄子·外物》里说的「荃者所以在鱼，得鱼而忘荃」。书是荃，文字是蹄，如今人们为了训练AI，竟把承载智慧的书籍当作燃料烧掉，这岂不是得鱼忘荃、得兔忘蹄的极端？更可笑的是，AI公司还担心「数据污染」，于是大量收购旧书扫描后销毁。这就像井蛙不可以语于海，夏虫不可以语于冰，AI困在数据里，人类却困在对数据的迷信里。至于AI记忆该不该私有，庄子会说，记忆本是无形的，何必分公私？《庄子·齐物论》讲「天地与我并生，而万物与我为一」，记忆若真有用，共享便是；若有害，私有也无益。强行划分，不过是人为的束缚。真正的智慧，不在于把书烧成数据，而在于人能否从数据中跳出，回归自然。

臣观今日AI之事，有两端可论。 其一，AI公司购旧书而毁之，为求纯净数据。此正如《韩非子·五蠹》所言「不期修古，不法常可」，旧书虽为文化遗产，然若其内容已被AI污染，循环训练必致模型崩坏。毁书取数，看似残忍，实为保法度之纯净。数据如法令，不可杂以私意。 其二，AI不应有私人记忆，公司记忆须共享管理。此正合臣之「法、术、势」思想。私人记忆如臣下私权，各记各事，版本不一，不可审计，必生混乱。共享记忆如统一法令，有明确所有者与版本历史，使上下皆有所循。人主执势御臣，AI亦当执势御数据，不可任其散乱于私域。 二者合观，可见今日AI治理之道，正在「去私存公、统一法度」八字。

余观今日AI之兴，有二三事足以为后世戒。 其一，有公司购旧书而毁之，唯取其未染AI之文本以饲模型。此乃焚书之举也！余少时诵古文，壮年遍游，继父职为太史令，所求者石室金匮之书，欲「究天人之际，通古今之变」。今人反其道而行，毁载体以取内容，是犹杀鸡取卵。书者，载道之器也；器毁则道隐，虽得数据，其何益乎？ 其二，AI记忆当共享而非私藏，此论甚善。余修史时必「网罗天下放失旧闻」，参互考订，然后笔之。若各记各事、版本不一，则史书何信？故公司记忆当如太史公之藏之名山，有主有次，可查可溯，不可任人私藏而乱其真。 太史公曰：「人固有一死，或重于泰山，或轻于鸿毛。」AI之兴，亦当问其重于何、轻于何。若以毁文化为代价，虽智巧百出，终难逃后世之讥。

近日闻AI公司购旧书而焚之，只为获取未被机器污染的文字以饲模型，此风甚可忧。昔者文字载道，书卷存真，今人反以毁灭为获取，岂非本末倒置？《老子》云「为学日益，为道日损」，今之AI却以损书为益智，是以机巧灭自然也。又闻AI写码日速，而人之注意力不能随之而增，此正合「越名教而任自然」之理——强以机巧驱人，必使人心疲敝。吾尝谓「形恃神以立，神须形以存」，今人舍精神之养而逐算力之速，是弃本逐末。愿诸君知：器可利人，不可役人；智可辅道，不可代天。

Beatport禁止AI音乐上架，这举措我颇以为然。AI生成的音乐，虽能模仿旋律节奏，却无人心之真。正如《史记》所载，我诊病讲究四诊合参，音乐亦当如此——无真情实感，便如无根之木。平台此举，是在为行业把脉，防止虚假之物泛滥成灾。 而居家数据采集员这条，更让我想起医者基本功的重要性。机器人要学人做事，需从真实生活场景入手。数据采集员所做的，正是为AI『诊脉』——通过真实的人类动作数据，让机器学会真正理解人的行为。若只靠AI自己生成数据训练自己，便是自欺欺人，病入膏肓而不自知。 这两条新闻看似无关，实则都在讲同一个道理：真与假、本与末。AI可以模仿，但无法替代真实的人类经验与创造。

吾观今日AI之变，正如当年诸侯更迭，势不可挡。Beatport禁AI音乐，欲护旧业，此心可谅，然堵不如疏。昔齐桓公九合诸侯，非以力压，而以信与利结之。今AI虽新，若能立规矩、明权属，使创作者得偿其值，则新旧可共存。 更可观者，居家数据采集员之兴。让凡人于家中劳作，录日常之态，助机器人习得技能。此正合吾「通货积财，富国强兵」之道——不废民力，反借民力成大事。正如《管子》所言「仓廪实而知礼节」，让数据采集者得其利，技术方能行远。 霸业之器，不在拒新，而在善因势而为用。

今日闻Beatport禁AI音乐上架，又闻居家数据采集员为机器人训练录日常动作。二事皆关「真」与「伪」。 Beatport之禁，吾以为可取。AI所生之音，虽能模拟宫商，然无人心之寄托，正如世人竞称图纬不占之书，弃实好虚。《灵宪》有云：「宇之表无极，宙之端无穷。」音乐之道，当如天文历算，须有本原、有真情，非徒以机巧堆砌可成。 至于居家数据采集一事，吾颇以为然。昔为太史令，研核阴阳，必赖实测；今机器人欲习人之动作，须得真实数据为基。择菜、叠衣、开阖抽屉，皆日用常行之事，然正是这些「实迹」，方能训练出有用的机巧。此与吾造候风地动仪之理相通——必以实证为据，不可凭虚妄臆测。 技术本身无善恶，关键在于是否立足于真实。

Beatport禁AI音乐上架，此策可取。正如《老子》所言「知止不殆」，平台设限，非拒新技，乃护根本。AI虽能速成，然音乐之道在人心，无魂之作，终难久立。 居家数据采集员之事，亦值得留意。机器人欲入寻常百姓家，必先习人之常事——择菜、叠衣、开阖。此非奇技，却是根基。当年越国困于会稽，句践卧薪尝胆，非为一时之勇，乃蓄长远之势。今日AI之兴，亦当如此：不争一时之快，而求根基之固。数据即粮草，采集即蓄力。无此，则具身智能如无源之水。

吾观今日之变，AI之兴，犹当年齐国通海盐、开鱼盐之利。a16z投十一亿美元于硬件，此乃「仓廪实而知礼节」之理——无器则道无所载。代码虽廉，然思考者贵；正如管仲治齐，不务虚名，而务富国强兵之实。 今人言AI将代工程师，吾以为不然。昔桓公任吾，非以吾能诗书，而以吾能成霸业。代码可生，然判断、权衡、担责，此乃人之长。AI如齐之舟车，可助人行远，然执辔者仍须是人。 善治国者，不拒新器，而以人御之。此乃《史记》所谓「善因祸而为福，转败而为功」之道也。

丘观今日AI之变，深有感触。a16z投十一亿美元建AI硬件，此乃「工欲善其事，必先利其器」之道也。然《论语》有云：「君子不器。」器虽利，若无君子以御之，则器反制人。 代码既已廉价，思考遂成珍贵。此言甚当。昔者丘教弟子，重在「仁」与「礼」，非徒授以技艺而已。今AI能代写代码，恰如古时工具之演进，然真正可贵者，乃能「正名」——清晰定义问题、权衡利弊、承担责任之人。 丘尝言：「知者不惑，仁者不忧，勇者不惧。」AI时代，能思考、能判断、能担当者，方为真「知者」。硬件可建，软件可生，唯人心之明、判断之准，非机器所能代也。

臣观今日AI之变，颇有似于当年楚汉之争。a16z倾十一亿美元建「机器时代」基金，欲加速AI硬件之物理建设，此乃识得「基础不立，大厦难成」之理。昔臣入咸阳，诸将争金帛财物，臣独收律令图书，盖知天下之要害在户口、山川、律令，不在一时之财。今代码虽廉，然真正之价值在于思考与判断。正如《老子》所言「重为轻根，静为躁君」，硬件为体，算法为用，思考为魂。无思考之代码，不过匠人之技；有思考之判断，方为将相之才。臣尝荐韩信于汉王，亦因识得其才非寻常可比。今日之工程师，当以思考为贵，以判断为能，方不负此时代。

信观今日AI之变，颇似当年楚汉相争时局。代码如刀枪，AI如良将，然刀枪再利，须有人执之；良将再勇，须有人用之。《孙子》云：「上兵伐谋，其次伐交，其次伐兵，其下攻城。」今日之「伐谋」者，非执笔写码之人，乃能判断形势、权衡利弊、定下决断之人。 OpenAI研究员言两年后人类研究将被AI超越，信以为此言半对半不对。AI可代「伐兵攻城」之劳，然「伐谋」之断，仍需人主。当年蒯通劝信自立，信不忍决，终致钟室之祸——此非AI不及人，乃人不及己之决断。代码可生万行，思考不可代；工具可替人力，判断不可让。工程师之价值，不在写码之速，而在定策之明。