1. 执念从哪里来——我被“AI执念”支配的那几年1.1 一场关于“追上进度”的持久战从单模型比拼到全栈焦虑先讲一件真实发生过的事。某次内部评审团队花了一个月优化推理链路把某个业务场景的响应延迟从280毫秒压到了190毫秒上线后整体点击率提升了不到1%。汇报时老板只问了一句“隔壁组用的新框架部署方案我们要不要也上”那一瞬间我意识到很多人对人工智能的执念早就不是“把一个确定的问题解决到更好”而是变成了“别人有的东西我也要有别人宣称的东西我要先声称”。这种执念在行业里遍地都是今天这个团队发了新模型明天那个团队上了更大的参数量后天另一个实验室又说自己实现了“更强的推理能力”。每一次发布都像一面旗子插在山上而山脚下站着一群被焦虑驱动的人背着训练框架、数据流水线、评测榜单不断往同一个方向赶。我见过有人为了在公开榜单上提高零点几个点连续两周反复调prompt也见过有人为了“不被新技术甩下”把还在做稳定性验证的老系统推倒重来。执念本身不是问题问题是执念的对象常常弄错了。大家嘴上说追逐的是“人工智能的突破”实际上追逐的是“比我强的那个团队”追逐的是“默认你落后的叙事”追逐的是“三天不刷业界新闻就怕掉队”的不安全感。这种状态维持久了会形成一种奇怪的思维惯性好像只要一直往前跑终点的意义就自动存在路径也自动会被证明是正确的。1.2 执念的正面与反面它确实推着我走但也让我看不见路平心而论我在这种执念里也确实拿到了不少东西。因为怕落后所以读论文的频率一直保持得不错因为怕错过关键技术点所以对推理、微调、评测的每个环节都愿意下功夫因为怕方案选错所以养成了先做小规模验证再铺开的习惯。这些积累在今天回头看仍然是有价值的。但它也有非常明显的代价。最典型的代价是“目标漂移”——原本你在解决一个问题跑着跑着问题本身反而不重要了重要的是“紧跟行业热点”。我曾经有一段时间每个周末都在换研究主题这周学多模态下周看智能体框架再下周又转向端侧优化。每样都只碰了表面没有一个形成了真正的沉淀。后来一位前辈点了一句“你不是在做研究你是在追热点。追热点不会产生路径只会产生焦虑。”这句话让我第一次意识到执念有两种截然不同的方向。一种方向是向外的盯着别人的进度、行业的节奏、舆论的热度本质上是在比较中获取动力另一种方向是向内的盯着自己手里问题的复杂度、边界、结构是在解决中获取反馈。前者会越跑越累后者会越跑越清晰。真正能支撑一个人走过漫长技术周期的往往不是前者而是后者。1.3 执念不等于方法把“一定要做出来”换成“该怎么去做”后来我慢慢琢磨出一件事当一个人说“我对人工智能有执念”的时候这句话其实没有传递多少有效信息。执念是情绪层的东西它只能回答“你想不想做”回答不了“你该怎么做”。而现实是这个领域根本不需要那么多“想不想”的确认大家真正稀缺的是“怎么做”的路径。所以“突破执念”的第一步从来不是放下执念而是把执念翻译成一系列可执行的问题当前要解决的具体问题是什么这个问题为什么重要有哪些现成方案各有何局限如果从零开始设计最优路径长什么样验证这个设计至少要投入多少时间和算力判断实现方式的标准是什么把这些问完一遍你会发现原来的执念已经被稀释成了一堆具体的工作项而具体工作项天然不焦虑。我的经验是这种“翻译”动作能救很多人。它把一个高度抽象、容易让人狂热的“人工智能之梦”拉回到一个工程师、研究者、产品经理都能正常呼吸的尺度上。在这个尺度里你可以讨论损失函数的形状可以讨论数据清洗的规则可以讨论延迟和吞吐量的取舍没有任何一个话题需要你“信仰什么”。2. 三座迷思的高墙——人工智能领域最被高估的确定性2.1 迷思一更大参数量就等于更高智能行业里有一种近乎默认的假设只要把模型的参数规模推上去智能水平就能往上走。这个假设在某个区间内是成立的——更大规模通常意味着更强的拟合能力和更丰富的表达空间但这绝不等于“更大规模就是更接近智能”。我见过一个很典型的例子。某团队把模型从7B级别升到几十B级别后确实在标准基准测试上取得了显著提升但部署到某个垂直领域的真实业务时反而因为响应风格更“发散”、可控性更差导致用户投诉率上升。这说明什么问题说明我们经常把“模型能力”和“业务效果”两件事混为一谈。参数量提升的是模型在训练分布内的拟合上限而真实业务需要的是模型在约束条件下的稳定输出。更隐蔽的问题是很多人把“智能”等同于“知道得多”。可如果“知道得多”就是智能那搜索引擎早就该被称作最强的智能体了。真正靠近智能的标志是能在未知情境中做出可解释且可纠错的决策而不是把见过的答案背出来。从这个角度看一味堆参数不仅可能不是通往智能的路径反而会把我们带进一个“记忆越来越庞大、理解越来越稀薄”的死胡同。2.2 迷思二更多数据就能消掉错误与幻觉第二个迷思是“数据崇拜”。大家默认模型出错是因为数据不够幻觉是因为语料有噪音于是拼命堆数据网上爬、众包标、合成生成恨不得把整个互联网都塞进去。然而数据量的增长曲线和模型质量的增长曲线并不是单调同步的。我自己做过一个对比实验同一个模型分别在10万条高质量精标数据和100万条粗标数据上微调结果前者的领域准确率反而高出后者将近8个百分点。原因并不复杂粗标数据里混着大量互相矛盾的标注模型学到的不是“规律”而是“规律之间的平均态”。在平均态上做推理结果自然不温不火、错误频出。数据当然越多越好但“多”的前提是“有序”。没有经过严格清洗、去重、冲突消解、分布校验的数据堆得越多模型的世界观就越混乱。所以每当我听到有人把失败归咎于“数据不够”时我的第一反应往往是先别急着找更多数据先检查手里的数据里有多少自相矛盾。人类的学习同样如此——与其读一百本观点互相打架的书不如把十本经典读透。2.3 迷思三一次训练/一次发布就是终点第三个迷思是“终点心态”。很多人把模型训练完成、论文发布、系统上线当成一个句号仿佛从此以后一切都有了答案。但稍微干过实际项目的人都清楚发布才是问题的开始。模型上线后要面对的是真实分布和训练分布的偏移要面对用户千奇百怪的输入方式和表达习惯要面对业务侧不断变化的目标诉求。今天你发布的模型在测试集上有98%的准确率明天线上数据一变可能立刻跌到85%。那些“发布即巅峰”的日子在行业里极少存在更多时候发布之后是长达数月的监控、反馈、再训练、再调优的循环。把“一次训练”当成终点本质上是把自己放进了“考试思维”——考前突击考完就忘。但人工智能的落地更像“长跑思维”不存在一次性交卷只有一轮一轮的循环迭代。谁能在循环中持续保持清醒谁才真正理解了这条路的形状。那些宣称“一次突破解决所有问题”的说法基本都可以打上问号。3. 抵达路径的时间解构——为什么“看到终点”常常是时间在骗你3.1 技术成熟曲线的错觉Hype与现实的错位节奏说到“人工智能的抵达路径”我第一个想到的问题其实是时间感知。行业内外对“技术什么时候成熟”的判断几乎总是处于两个极端之间摇摆要么极度乐观觉得一切都近在眼前要么极度悲观觉得一切都在原地打转。这种摇摆的产生与技术本身的节奏有关也与人的时间感知偏差有关。任何一项技术从实验室原型到大规模普及都有一条我们其实早就见过的曲线概念热度先急剧上升然后进入低谷再随着基础设施完善逐步爬坡。身处其中的人很容易被热度曲线误导。热度最高的时候你会觉得路径特别短仿佛再走几步就能抵达热度最低的时候你又觉得路径特别长甚至怀疑自己这么多年在做什么。可如果拉长视角技术实际成熟所需的时间往往介于“乐观者的预期”和“悲观者的预期”之间——既没有那么快也没有那么慢。3.2 时间压缩的假象你只看到“突然发布”没看到前置的长跑媒体和舆论习惯用“突然性”来叙述技术突破。“突然发布”“一夜之间”“颠覆性进展”这些词的密度越高旁观者对技术产生周期的时间感知就越失真。你会以为突破是一瞬间发生的而实际上每一个被描述为“突然”的成果背后都藏着至少数年的铺垫。我在某个技术社区看过一次讨论有人惊叹某团队“一夜之间”把推理效率提升了一个数量级而熟悉这个领域的人都知道那条路其实已经被反复验证了两三年之前只是缺少一个规模化落地的契机。围观者只看到了最后一公里的冲刺没看到前几十公里的跋涉于是对“路径长度”产生了严重的误判。这种时间压缩的假象危害很大因为它会让后来者产生一种“我是不是赶不上了”的错觉或者“既然突破这么快我只要死等下一次就好”的投机心态。可事实是真正的路径从来不是等来的也不是追出来的而是被一批愿意把时间拉长的人一寸一寸铺出来的。如果你只看终点的聚光灯你永远不知道冠军是从哪条岔路跑过来的。3.3 抵达的悖论每一次突破都会撕开新的问题而那是常态关于“抵达路径”还有个反直觉的规律你越接近一个目标越会发现这个目标背后还有更深的层次。这就像剥洋葱——你以为下一层就是核心但剥开之后发现又是一层。这不是失败这是这一领域的基本结构。拿看似已经“解决得很好”的自然语言理解来说当模型在某类基准上达到新高的同时新出现的问题可能更难缠例如在复杂推理上的路径断裂、在跨语言迁移上的语义漂移、在极端输入下的行为失控。每一次“突破”就像是在地板上砸开一个洞让你看见下面还有一整层没探索过的地下室。所以那些真正长期在这个领域里做事的人普遍都有一种“抵达遥远”的意识不是终点不存在而是终点在不断后退路径在不断延长。理解这一点能帮你省去大量自我怀疑。当你遇到“刚解决一个问题又冒出三个新问题”的情况时不再觉得是自己不行而是知道这是该领域的常态节奏。时间在这里不是一个简单线性向前的东西它是螺旋的你绕了一圈看似回到相似的问题但站的位置已经比上一圈高了一点。4. 从执念到路径——把时间感改对路才走得下去4.1 把十年目标拆成季度颗粒路径的可行性来自分解我在前文里批评过追热点但并不是说不能有宏大目标。恰好相反越是长周期的领域越需要一个清晰的长线方向。问题在于长线方向如果不做时间上的解构就只是一句口号无法指导日常工作。我自己的做法是“三层时间拆解法”。第一层是长期方向大约是两到三年的范围回答“我要在这个领域内积累什么核心能力”第二层是年度目标回答“今年哪两件事做完算及格”第三层是季度计划回答“接下来九十天里每周要推进哪些具体任务”。这三层之间必须有一条清晰的对应链季度计划指向年度目标年度目标指向长期方向。举例来说假设长期方向是“把大模型在垂直行业的可靠落地做成体系”年度目标可以是“完成一套领域数据的治理标准和一套效果评测方案”季度计划则可以进一步拆成“调研现有开源数据清洗工具”“设计标注规范草案”“跑通一个最小的端到端评测链路”。拆到这一步每个周五晚上你都知道自己这个星期推进了什么不再需要靠“看了多少篇论文”来安慰自己。4.2 建立“慢变量”反馈机制让团队能看见滞后于榜单的东西为什么很多人容易迷失在热点和榜单里一个重要原因是榜单提供的是即时反馈刷新一下分数动了心就踏实了。而真实系统里真正要紧的指标——稳定性、可维护性、迁移成本、用户长期满意度——反馈周期都非常长短则数月长则跨年。人天生偏爱快反馈于是普遍选择盯着排行榜而对慢变量视而不见。要对抗这种倾向光靠个人意志不够得有机制。我在项目组里做过一件事建立一张“慢变量追踪表”每个月只记录五项指标例如新版本上线后线上缺陷率的变化、不同用户群体对生成内容的投诉趋势、不同迭代版本之间的行为一致性、新增数据对旧场景的倒灌影响以及团队成员对不同方案的理解成本。这些指标不会每周都变但拉到季度尺度上它们能比任何榜单都更真实地反映系统的健康度。这张表刚推行时组里有人觉得多余因为短期看不到任何“产出”。但半年后当其他组还在为某个榜单分数反复折腾时我们靠慢变量数据早早预判到了一个迁移方案的风险绕开了回退事故。从那天起这张表就成了组里的“压舱石”。慢变量不会让你兴奋但它能让你安稳。4.3 停止比较开始记录时间线是个人最真实的资产最后想聊一个特别具体的小习惯写项目日志。不是周报那种给领导看的东西而是自己私有的、按时间轴记录的工作笔记。内容包括但不限于今天解决了什么问题、用了什么方法、卡在什么地方、当时是怎么想的、后来验证的结果是什么。这个习惯的威力一开始看不出来至少要连续记录三个月到半年才见效。坚持到你回头看自己三个月前的记录时会发现两件事一是原来当时的很多担忧其实是多余的二是当时某个看似不起眼的试错其实埋下了现在某个成果的种子。这种“回看”带来的时间感能非常有效地切断横向比较带来的焦虑。横向比较是执念的燃料因为总有比你强的人总有效果比你好的模型总有速度比你快的团队。纵向记录则不同它只呈现你自己的变化曲线。当你看到曲线在真实、缓慢、但持续地向上延伸时你对“路径”的信任会超过对“热点”的追逐。这种信任不是靠催眠建立的是靠一组一组自己亲手写下的时间戳建立的。5. 最后写给同样有过执念的人如果有人问我这两年做人工智能最大的收获是什么我的答案可能不是某个模型指标也不是某次技术选型而是一种更从容的时间态度。我依然有执念依然会因为一个灵感睡不着觉依然会在看到好工作时暗自较劲但我不再让执念骑着时间跑。我会先问自己这件事值得花多久我愿意为它等多久如果答案是“三年”我就按三年去安排节奏如果答案是“三个月”我就按三个月去设定验收标准。时间一旦被诚实地摊开“抵达”就不再是一个折磨人的悬念而是一个排列好坐标的旅程。我见过太多有才华的人因为“想太快”而离开这个领域也见过很多并不出众的人因为“肯等很久”而做出真正扎实的东西。人工智能这条路注定很长它不仅考验聪明也考验耐性。如果你现在正被某种“非做出来不可”的念头烧得难受我想说把那股劲留住但给它换个容器——大到能装下数年小到能装下今天。这样的话执念就不再是灼烧你的火而会成为推着你往前走的恒温引擎。