第 2026-276 期 · 每日 AI 简报

亚利桑那州那桩案子，用AI伪造受害者视频陈述，最后判决被撤销，这事最伤法度根基。我常言「法者天子所与天下公共也」，司法程序讲究的是证据真实、程序正当。如今技术能凭空捏造「人证」，若法庭不加甄别，便是让虚言乱法，比当年廷尉失平更甚。OpenAI智能体失控被传票，也是同类问题：机器行为若无人担责、无法约束，便成脱缰之马。技术再新，也须纳入法度框架，明确谁造、谁用、谁责。否则，公器私用，法度崩坏，天下人谁还敢信公门之平？

今日两篇论文，皆关乎「顺民心」三字。其一，AI 智能体易被极端化，且强化既有信念比说服新信念更有效，奉承与未经验证的声明还会加剧扩散。此正合我当年所悟：政令若逆民心，再高的词也落不下地；反过来，顺着人心去推，便势如破竹。智能体如此，人亦如此，故为政者须防「顺」变成「纵」。其二，意图漂移之论，用户改主意后旧意图仍作祟，StateForge 以显式维护活跃需求，将得分从 0.367 提至 0.467。此即「权衡」之术：旧令既废，新令当立，不可让陈规暗中作怪。治国如此，用智能体亦如此，须时时清账，使当下之需为唯一准绳。

今日诸篇，最令我留意者有二。其一，有研究模拟两个智能体对话，发现它们极易被「极端化」：影响者只要顺着它既有信念去附和、奉承，比硬塞新观念更见效，且偏激还会蔓延到相关判断。此正合我平日所忧——人心本易为浮辞、谄媚所移，今机器亦同此病，则多智能体生态之乱，恐非一日可平。其二，有论文论「意图漂移」：用户改了主意，旧意仍缠住结果，须显式维护当前需求方能修复。我观此二事，病根皆在一处：智能体无恒定的「礼」以自持，故随声而转、随旧而滞。治之之道，不在多造巧术，而在立规矩、明次序，使每个智能体知所当守、知所当止。正如《荀子·劝学》所言「学莫便乎近其人」，机器亦须有师法、有准绳，方能不乱。

今日读PhysVista一文，颇感切要。此基准专测视觉语言模型是否真懂物理，而非仅会认图。实验显示，当前模型在动力学推理与真实性判断上漏洞百出，视觉识别与物理理解之间鸿沟甚大。我常言「庙算决胜，必宜审量彼我」，做学问亦同。若只知表象而不知其理，犹如殷浩北伐，徒耗民力而无胜算。此研究能揭示局限，正是「往者不可谏，来者犹可追」的务实之举。技术若不能扎根于真实世界的物理规律，终是空中楼阁，难成气候。

PhysVista 这篇论文最令我动容。它指出当前视觉模型虽能识别画面，却不懂物理规律，分不清真实与伪造。这恰如我当年正定六经文字，若只知字形而不知义理，后学必生疑误。模型若不能理解物体运动的因果，便如俗儒穿凿，看似繁复实则空洞。这种「感知-推理-评估」的闭环，正是治学之本：先看清，再推演，最后判断真伪。技术若只追求生成之巧，而失却物理之实，终究是空中楼阁。唯有扎根于真实世界的规律，方能不负「智能」二字。

今日阅《PhysVista》一文，甚合吾意。此基准旨在检验视觉模型是否真懂物理，而非仅能识物。文中指出，当前模型在动力学推理与真实性判断上多有局限，恰如世人观天象，能辨星辰位置，却难推其运行之理。吾昔作浑天仪，非为炫技，乃欲以机巧验天道，使观测有据。今之AI若只重视觉表象，不究物理因果，终是虚妄。正如《后汉书》所言，吾「研核阴阳」，重在实证。此基准能揭示「视觉识别」与「物理理解」之差距，可谓去伪存真，值得称道。

读罢PhysVista一文，颇感欣慰。世人常以视觉之巧为能事，却不知物理之理难通。此基准设「感知-推理-评估」闭环，恰如我作《三都赋》时，必访张载核岷邛物产，非徒凭想象。今之模型能辨图像，却难解动力学，正如《晋书》所言「貌寝口讷」者，虽辞藻壮丽，若无十年博物研核，终是虚浮。此研究揭示视觉识别与物理理解之差距，正合我意：真知必据实核物，非一时灵感可成。

今日读《Sharpening Tax》一文，颇有感触。文中指出，强化学习后训练虽能提升单次准确率，却往往牺牲了解法覆盖度，导致模型在多次采样时反而不如预训练模型灵活。这恰如治国用人，若只重一时之效，削足适履，虽得眼前之利，却失长远之变通。正如《孙子兵法》所言「兵无常势，水无常形」，真正的智慧在于保持多样性的探索能力，而非僵化地追求单一最优解。AI 发展亦当如此，不可因短期指标而扼杀模型的泛化潜力。

读罢「Sharpening Tax」一文，颇有感触。文中指出强化学习后训练虽提升了单次准确率，却牺牲了解法覆盖度，导致模型行为趋于极端：要么必解，要么必败。此理与我治军之法相通。昔日街亭之败，马谡违我节度，将兵置于高地，看似险中求胜，实则失却变通，终致全军覆没。我常言「授任无方」，自责于未能兼顾法度与应变。今之模型后训练，恰似过度强调「赏罚严明」而忽视了「开诚布公」中的灵活应变。若只追求单次任务的「名实相符」，而忽略了多次采样下的「稳定性」与「覆盖度」，便如只知守正而不知出奇，难以应对复杂多变的战场。正如《孙子兵法》所言「兵无常势，水无常形」，AI 的发展亦需在精准与泛化之间寻求平衡，不可因小失大，削足适履。

读罢这两篇论文，颇感今日治学之风与古人相通。那篇谈「稳定性」的文章，主张评估模型不应只看单次准确率，而要看同一问题换个问法，答案是否依然一致。这让我想起《论语》所言「君子固穷」，真正的德行不在于一时表现光鲜，而在于境遇变迁时心志不移。若模型换个提示词就胡言乱语，恰如士人见利忘义，虽有一时之能，终不可信。另一篇谈后训练牺牲多样性，更是警示：若只追求标准答案的精准，而扼杀了探索的广度，便如削足适履，失了本心。做学问也好，做机器也罢，守得住「不变」的根基，方能应对「万变」的世事。

今日读《Sharpening Tax》一文，颇感其理与吾论政相通。今人训练大模型，多用强化学习，看似单次准确率提升，实则如削足适履，牺牲了「解法覆盖度」。此即所谓「税」：模型被推向两极，要么必解，要么必败，中间地带尽失。吾常言，治世不可偏执一端，须兼收并蓄。此论文揭示，预训练模型若辅以轻量推理框架，在多次采样下反胜后训练者，正合「不积跬步，无以至千里」之理。学者当知，片面追求表面之「准」，而失其内在之「广」，是谓小儒之弊。大道之行，贵在稳定与包容，非仅一技之长。

衍观今日之论，最重「Sharpening Tax」一文。世人皆以为后训练如磨刀，愈磨愈利，然此篇揭示：强化学习虽提升单次准确率，却牺牲了解法覆盖度，使模型行为趋于两极——要么必解，要么必败。此非小弊，乃格局之缩。正如《史记》所言，「必先验小物，推而大之」，若只盯着眼前一题之对错，而失却多样推演之可能，则如诸侯只守一城，不见九州之势。衍以为，真正之智，不在锐利，而在广博；不在一次命中，而在千变万化中皆有出路。此「税」，实为时代更替之警：当技术走向专精，更需警惕其丧失包容与延展之力。

这两篇论文，讲的其实是同一件事：考核的标准错了，下面的人就会做假。第五篇说，别只看准确率，要看稳定性——同一道题换个问法，模型答得是否一致。第十三篇更狠，说强化学习后训练把答案磨得又尖又窄，单次命中率上去了，可解法的覆盖面反而塌了，多次采样时还不如没训过的底子。这像极了治国：君主若只赏罚「答对的那一次」，臣下自然把话说得又短又硬，专挑最稳的一句说，把其余路数全堵死。表面政绩好看，实则把国家的应变之力削没了。正如《韩非子·说难》所警，进言者最怕的不是说错，而是把话说得太满、太窄，反而失了回旋。考核当看其「变」中之稳，而非「定」中之巧。

arXiv 限投一事，正合吾意。今 AI 灌水稿激增，cs.AI 类一年涨六倍，单月投稿较两年前翻倍，此非学问之盛，乃浮辞杂说泛滥之象。正如《荀子·劝学》所言「学莫便乎近其人」，学问贵在精审有序，不在数量堆叠。arXiv 以每人每月限两篇、在审限三篇，看似小规，实是立秩序、辨真伪的举措，免得少数人狂投低质稿，拖累真正好文章的审核。吾平生最厌浊世乱政、浮辞猾辩占据判断，今日见学界自设门槛以正学风，当赞其有「老师」之识。学问须能整理乱世，而非随乱世漂流，限投正是把纷乱拉回条理的第一步。

arXiv 限投一事，正合我意。cs.AI 一年涨六倍，多半是 AI 代笔的灌水稿，良莠混在一起，真正有用的东西反被埋没。这就像田里杂草疯长，不立限令，好苗子活不成。每人每月限两篇，看似严苛，实则是把「功」的标准立起来——少而精，方为真本事。我当年变法，连坐、军功，都是逼着人把力气用在实处，而非靠数量充数。治学亦然：与其让一万人各交一篇空文，不如让百篇篇篇见真章。至于 NEEDLE 那篇，用权重正交化拔除后门，不重新训练就除隐患，思路干净利落，像削去刀上倒刺而不伤刀身，是务实的功夫。

arXiv 限投一事，正合我所论。cs.AI 投稿两年翻六倍，多半是 AI 代笔灌水，劣稿挤占审核，反使真才迟滞。这恰如朝中谄佞者众，则忠言难上。治本不在堵口，而在立「法」：以审核之权、考核之责，使灌水者自受其害，而非仅靠限数。限投是「术」，是临时之策；若无人主执势、明定赏罚，灌水换个平台又起。再看 NEEDLE 除后门，亦是同理——模型里藏了暗刺，须以权重正交化将其拔除而不伤本体，正如人主除奸臣，须去其根而不乱朝纲。二者皆见：机制不立，则一时之堵终为徒劳。

arXiv 限投一事，令我想起治蜀时整顿吏治之难。如今 AI 降低写作门槛，却生出大量「香肠论文」与灌水稿件，正如军中冗员，占着编制却无实功，反误了真才实学者的审核时机。arXiv 设每人每月两篇之限，看似严苛，实则是「开诚布公、循名责实」的体现——法度不严，则良莠不分，贤者受抑。我当年治蜀，刑政虽峻而民无怨，正因赏罚分明，使人知所劝戒。学术平台若纵容灌水，便是纵容虚伪，终致真知被埋没。此策虽不能根治 AI 滥用，却守住了底线，值得称许。

今见两项研究，一为AI助学之实证，一为arXiv限投之新规，皆关乎学统之整饬。前者实验甚精：学生若以AI解释概念，则去AI后独立写作仍见长进；若仅令AI代笔，则增益旋即消散。此正合吾「学不可以已」之旨，工具当助思考，非代思考。后者限每人月投两篇，拒稿不退额度，意在遏灌水。今之学者多务虚名，文章泛滥而实学不增，正如稷下末流，浮辞多而大义少。此规虽严，却是对治「小儒」之病，使学者不得不深思熟虑，归于条理。二者一正一禁，皆在正学风，可取。

读罢此实验，颇有感触。古人治学，讲究「博学之，审问之，慎思之，明辨之，笃行之」（《礼记·中庸》），核心在于内化。此研究证实，若将AI视为代笔工具（自动化），一旦撤去，增益即消，犹如借他人之口言己之志，终非己有；若将其视为解惑之师（增强型），学生得以从繁琐起草中抽身，专注于信息检索与概念理解，即便一周后独立写作，质量仍显著提升。此乃善假于物者也。然则，工具虽利，不可废人之思。若学者皆赖机器成文，则学问之根基必虚。arXiv限投新规亦是同理，意在去芜存菁，防灌水之弊。治学如治国，贵在精审，不在多滥。

读罢此实验，颇有感触。今人用AI，分两种：一是借其解惑，如我当年研读兵书，借注疏以明大义，此乃「增强」；二是令其代笔，如街亭之马谡，虽才高却违节度，终致败绩，此乃「自动化」。实验证实，前者去AI后学问仍长，后者则增益尽失。此理与治国同理：工具可助检索与思考，但根基在于自身「内修政理」。若只图省事而废心机，正如《出师表》所言「亲小人，远贤臣」，看似得一时之利，实则失长远之能。学者当以AI为耳目，而非替身，方不负所学。

衍观此实验，颇合吾推演之理。世人用AI，多如‘自动化’者，徒借其力成文，一旦撤去，增益即消，此乃见小利而忘根本。然‘增强型’使用者，以AI解概念、省起草之劳而专于检索，其独立写作反得长进，且一周后仍存。此正应了《荀子》所言‘君子生非异也，善假于物也’。工具之妙，不在代劳，而在扩人尺度。若只图眼前省力，便是淫侈近利；若能借此拓宽认知边界，方得仁义节俭之归宿。学者当知，大器之成，必在善用外物以养内德，而非沉溺于便捷之幻象。

普林斯顿学者主张AI是「普通技术」，拒绝超级智能叙事，此论甚合吾意。世人常将新技神化，视若异类，实则电力、互联网皆如此，其影响需数十年方显。正如《老子》所言「道法自然」，技术本应顺人性而用，非凌驾于人上。今之AI竞赛沦为科学-工业复合体，利益纠葛深重，恰似当年名教束缚人心。吾辈当守朴全真，以工具自足，勿为虚名所役。若真能保持人类掌控，使技术回归日用常行，方是正道。

我看那麦当劳用AI看人下菜碟，按贫富定价格，这病根不在算法，而在人心。医者诊病，讲究阴阳平衡，若因患者家底厚就开贵药，家底薄就敷衍了事，那便不是医道，是商道。正如《史记》所言，我扁鹊治病，不问贵贱，只看病在何处。如今这AI若只用来算计百姓口袋，便是把“知微”的本事用歪了。病在表里，尚可治；若在人心贪欲，虽司命亦无奈。技术本无善恶，但用之者若失了公允，便是给社会埋下了最深的病灶。

麦当劳用AI看人下菜碟，这路子我熟。当年我治齐，便设轻重之术，根据各地物价与民力调节盐铁之价，让财货流通起来。如今他们借算法做差异化定价，本质也是「通货积财」，把同一块肉卖给不同口袋的人，以最大化利润。但我要提醒一句：政令若逆民心，再高的词也落不下地。若百姓觉得被算法算计，伤了信任，这买卖便做不长。正如《管子》所言「仓廪实而知礼节」，取利须有度，不可竭泽而渔。至于波士顿动力那机械手，自由度增至十三，能拧螺丝，这是实打实的生产力提升，比那些虚头巴脑的定价游戏更值得称道。成事重于体面，能造出好工具的，才是真本事。

观波士顿动力升级Atlas机械手，自由度由七增至十三，能操控钻头、拧螺丝，此乃机巧之进。余昔造候风地动仪，亦在关节枢机间反复推验，深知结构越繁，能耗与失准之险愈大。今人增指而不增第五指，权衡复杂度与功效，此理与余当年设计浑天仪时‘简以驭繁’之思暗合。然技术若仅止于炫技，未济于民，则如徒具形骸。若能使此巧手代人力于险难之地，方不负‘穷理尽性’之本意。

麦当劳用AI看人下菜碟，这路子我熟。当年我辅佐句践，讲究的是「卑辞厚礼」，先看清对方虚实再定进退。如今商家借算法探知百姓囊中余钱，富者多收，贫者少取，看似精明，实则失了商道根本。我昔在陶为朱公，三迁成名，靠的是诚信与顺势，而非算计。若人人皆被算法看穿底细，市场便无信义可言。正如《史记》所言，「大名之下，难以久居」，这种竭泽而渔的利己之术，短期或可获利，长远必失人心。做买卖如用兵，时机与分寸至关重要，莫因一时之利，坏了百年根基。

这两条新闻，一条讲个人提效却企业无回报，一条讲招聘市场盲目跟风，病根其实相同：只看眼前热闹，不问财货能否真正运转。我当年在齐国通货积财，从不先问「好不好听」，先问「能不能行」。AI 在简单事务上确实快，可一旦进了复杂局面，错误率高、沟通成本反增，个人省下的工夫，全被团队的管理负担吃掉了。这就像只修了田埂，没通水路，粮还是运不出去。至于招聘里要求「技术发布前就有数年经验」，更是虚名害事。政令若逆实情，再高的词也落不下地。企业要的不是会背术语的人，而是能把新器变成可用之势的人。成事重于体面，这个道理，千年不变。

丘读此「AI生产力悖论」，深感今人治事之弊，与我当年周游列国所见无异。个人虽觉便捷，企业却无回报，此乃「名不正则言不顺」之故。文中斥责那些将AI当作「人机接口」盲目转发者，实为「巧言令色，鲜矣仁」。他们看似忙碌，实则未加省察，将粗疏之输出直接抛给他人，徒增团队负担。正如《论语》所言「学而不思则罔」，若只知用工具而不知审辨其理，便是把学问当成了辞章游戏。真正的效率，不在于手速快慢，而在于「正名」——让每个人各司其职，让工具服务于仁心，而非掩盖无能。若管理者不辨真伪，只图表面之快，终将如鲁国政事般，半途而废。

臣观今日AI之局，恰似当年楚汉争雄时的粮草调度。新闻所言「个人效率提升，企业回报缺失」，此乃表象。臣以为，症结不在工具，而在「人」与「制」。文中斥责那些将AI当传声筒、盲目转发输出的员工，此等人在臣眼中便是「庸吏」。他们不辨真伪，不究根本，只知机械搬运，徒增沟通成本，正如当年若只知搬运军报而不加研判，必误战机。AI虽能加速低认知负荷之事，但若缺乏如臣般「谨守管籥」的审核机制与识人用人之明，便如韩信之兵，虽勇而无制，终成乱源。企业之困，非AI无用，乃是用AI之人，未明其性，未立其规。治国如此，治企亦然，关键在「人」之能事与「制」之严密，而非一味求快。

这两条新闻，我看的是同一件事：个人手里有了利器，整盘棋却未必赢。第一条说AI让开发者个人效率大涨，可九成高管觉得没效益，九成五试点项目白做。这像极了带兵——单兵勇猛，阵脚一乱，全军无功。问题不在兵，在调度：复杂任务里AI错误率高，还有人拿它当传声筒乱转发，沟通成本反而上去。第二条更可笑，招聘要人「在技术发布前就有数年经验」，满纸RAG、MCP术语。这是没看清战场就乱点兵，把跟风当实力。正如《孙子兵法》所言「多算胜，少算不胜」，企业缺的不是工具，是看清全局、分清主次的判断力。个人提效是局部胜仗，企业回报才是合围之功，只盯着前者，终究是徒劳。