@dashen_wang: https://x.com/dashen_wang/status/2065053748746240161

X AI KOLs Timeline 新闻

摘要

文章深入探讨了Anthropic发布Fable和Mythos模型背后的命名哲学,指出AI的广泛应用仍以修bug等“重构已知”为主,而“创造未知”才是真正稀缺的能力;同时讨论了AI公司开始招聘哲学家的趋势,认为这标志着“为造物立法”的神话时代开启。

https://t.co/F619UbfsC8
查看原文
查看缓存全文

缓存时间: 2026/06/12 04:53

构架师教程:神话时代

——构架师系列 · 第二篇

楔子:两个名字

6 月 9 号,Anthropic 发布了新模型。

给所有人的那个,叫 Fable。寓言。

给少数人的那个,叫 Mythos。神话。

同一个模型,一字不差的同一个底座。区别只有一个:寓言版加了围栏,人人可以买;神话版没加,要审资格。第一批拿到神话版的,有 Apple,有摩根大通,有一批被审查过的网络防御机构和基础设施商。这份名单有个项目代号,Glasswing,玻璃翼。

发布当天,全网在刷跑分。第一了多少项,一天迁移了多少行代码,比上一代强了百分之几。

我没看跑分。我盯着那两个名字看了很久。

命名是泄露天机的地方

一家把“安全“刻在脑门上的公司,起名字不会随手起。它把给大众的版本叫寓言,把给少数人的版本叫神话。寓言是讲给所有人听的故事,被驯化过,有寓意,有围栏,安全。神话是只属于少数人的故事,关于创世,关于立法,关于让没有生命的东西照着一部法活起来——危险,但能开天辟地

所以我把话说在前面:神话时代已经开始了,而且只有少部分人进去了。

你以为我说的是权限,是那张要审资格的门票。

那道门是 Anthropic 画的,你我都改不了,也不用太在意——技术的门票从来都会降价。真正要命的是第二道门。它谁都没画,是你每天用 AI 的方式,自己画出来的。而且我观察下来,绝大多数人,包括很多手很快、工具玩得很花的人,都被关在这道门外面,自己还不知道。

  • 前传授的是 思维——怎么在 AI 时代让脑子继续值钱

  • 游戏人生教的是 设计——怎么造一个让人愿意往里跳的场

  • 这一篇要教的东西,再往上一层

讲完你会明白那道门是什么,以及怎么走进去。

第一章:神灯,与擦灯的人

先看一组数据

Anthropic 自己做了一个经济指数,定期分析上百万条真实对话,看人类到底拿 Claude 在干什么。最新几期报告里有一个数字,我看完沉默了很久。

样本里有三千种不同的工作任务。前十种占掉 24%。其中最大的单一用途,是“修改软件以纠正错误“。

修 bug。就这一项,占消费端用量的 6%,企业 API 用量的 10%。排名第一。

你品一下这个画面。人类有史以来造出的最聪明的工具,此时此刻,全球范围内的最大用途,是修旧代码里的 bug。

这就像……

你抽中了阿拉丁神灯,搓了三下,灯神从烟雾里出来,问你要什么。你想了想,说:帮我把这盏灯,擦得再亮一点。

门里的人在干什么

神话版发布时放了两个案例,我建议你逐字读,因为它们恰好站在一条线的两边。

案例一:迁移

一个五千万行的 Ruby 代码库,整库迁移。过去要一个团队干两个多月,模型一天干完。

案例二:创造

药物设计。蛋白质设计专家用神话版,把药物设计的部分环节提速了大约十倍。其中一项研究里,模型在没有人协助的情况下——

  • 自己选结合位点

  • 自己挑工具

  • 自己跑流程

  • 自己从失败里爬出来

十四个蛋白质靶点,九个出了强候选。这套活,原本从头到尾是科学家的。

两个案例都震撼。但你把它们并排放,会看见一条裂缝。

重构已知 vs. 创造未知

第一个案例,是把一个已经存在的东西重做一遍。代码库是旧的,业务逻辑是旧的,换了身衣服而已。它快得吓人,但它没有往这个世界里添任何新东西。

第二个案例,造出了以前不存在的分子。那九个候选蛋白,在模型跑完之前,宇宙里没有。

前传讲过一个朴素的经济学:

一样东西变得极度充裕,它的价格归零,和它互补的稀缺品涨到天上。

当年我说,执行免费了,判断变贵了。现在这句话要往前再推一格——

  • 重构已知,正在免费。一天五千万行,这件事的价格已经砸穿地板。

  • 创造未知,真正在涨价的是这一头。

而绝大多数人,正在用神灯擦灯。

补充

我没有嘲笑修 bug 的意思。前传那四种思维,一大半都在教你怎么把“重构已知“干得更稳,那是地基,永远有用。但地基上面要不要盖东西、盖什么,是另一个问题。这一篇讲的就是那个问题。

第二章:你为什么创造不了未知

先别急着喊口号。“要创造未知“这种话,跟“要财务自由“一样,人人会说,说完没有任何东西发生。

有用的问题是反过来问的:一个手里握着史上最强工具的人,为什么还是只会重构已知?

我想了很久。答案不在能力上,在坐标系上

重构已知的坐标系

重构已知,自带一套完整的坐标系。它有三样东西:

  • 参照物——旧系统就在那儿,对错有标准答案,迁移完的代码跑不跑得通,跟旧的比一下就知道。

  • 验收人——终点总有一个人、一套测试、一个老板等着说“行了“。

  • 回滚键——搞砸了,退回去重来,损失可控。

这三样东西合起来,给人一种深入骨髓的安全感。你从上学第一天起就活在这套坐标系里:题目有标准答案,卷子有人批改,错了下次再考。上班之后还是它:需求有人提,验收有人管,搞砸了写复盘。十几年训练下来,人会形成一种本能——没有这三样东西,手就不知道往哪放

创造未知:三样全无

而创造未知——

  • 没有参照物——你要做的东西以前不存在,没有“旧版“可以比对

  • 没有验收人——没人能告诉你这个东西算不算成,因为没人见过它该长什么样

  • 没有回滚键——你投进去的时间和名声,退不回来

体感

2010 年我开始自己做站的时候,头一年最折磨我的,技术只排第二。排第一的是没有人告诉我对错。打工的时候,活干完了有人验收,好坏当场有数;自己干,你把一个站做上线,世界安静得像你什么都没做过。没有老师打分,没有老板点头,唯一的裁判是几个月后的数据,而在它开口之前,你只能悬着。

我后来明白,那一年我真正在学的东西只有一样:在没有验收人的地方,自己给自己当验收人。这道坎,迈过去的人不多。

所以绝大多数人不碰未知,跟勇气没关系,跟智商更没关系。是他们一辈子被训练在一套有标准答案的坐标系里干活,一旦走出坐标系,整个人是悬空的。

AI 再强也救不了这个,因为 AI 解决的是“怎么做“,而悬空的人卡死在前一个问题上:

这整篇教程的轴

什么算对?

重构已知的世界里,“什么算对“是别人定好的,你只管够到它。创造未知的世界里,“什么算对“必须你自己定

定了,机器军团就有了方向,一天五千万行的怪物就成了你的施工队。不定,再强的军团也只是在你身边空转——或者更糟,替你高速地奔向一个你根本没想清楚的地方

所以创造未知的第一步,跟工具无关,跟模型无关。是把“什么算对“的定义权,从别人手里拿回来

谁专门干“定义什么算对“这件事?

这个问题,把我们带到这两年最古怪的一条招聘新闻面前。

第三章:AI 公司为什么开始养哲学家

前阵子刷到一个视频,一个建筑学博士讲的:AI 公司开始招哲学家了,未来需要专才还是通才。

事实部分他没讲错。我去核了一遍,比他讲的还夸张

📍 几个事实

  • Google DeepMind 今年聘了剑桥的心灵哲学家 Henry Shevlin,职位名称就叫 Philosopher,哲学家,五月入职。干的活:机器意识、AI 的道德地位、人类怎么在哲学上准备好迎接 AGI。

  • Anthropic 的核心团队里早就坐着哲学家。

  • Altman 说 OpenAI 为了给 ChatGPT 定行为规则,咨询了几百位道德哲学家。

  • 有个哲学出身的从业者说了句到处被引用的话:这大概是自亚里士多德给亚历山大大帝当家教以来,哲学家最好的时代。

最妙的

纽约联储今年二月的报告:哲学专业的失业率,已经低于计算机专业。

这年头,学哲学的比学计算机的好找工作。我十几岁趴在内存地址上改游戏的时候,要是有人跟我说这句话,我会把他当疯子。

🧊 那位博士的评价

那位建筑学博士对此的评价是:招哲学家,还是“缺啥补啥“的旧思维——缺伦理找哲学家,缺审美找设计师——AI 时代的问题是系统问题,切不开,真正需要的是能把不同知识放进同一个结构里思考的人。

我同意一半。

他说对的那一半:缺啥补啥,确实是旧思维。

他没看到的那一半:这批哲学家进去之后干的活,已经和咨询、顾问、出报告没什么关系了

📜 《Claude 的宪法》

今年一月,Anthropic 发了一份 84 页的文档,叫 《Claude 的宪法》,写他们希望自己的模型有什么价值观、什么算好、什么不许做。

执笔团队里至少有两位哲学家——还有“几个 Claude 模型“自己

注意这件事的结构

哲学家写下一部法。然后这部法被一个 AI 读取、执行、活成它的行为。

哲学,第一次绕过书斋和课堂,直接编译成了一个造物的操作系统

这种事,过去只在神话里发生。摩西从山上下来,带着刻好的法版;汉谟拉比把法刻上石碑,立在神庙前。为一个造物立法,让它照着活——几千年来,这是神的剧情。

现在它是一个工种,有 JD,有年薪,有入职日期。

这才是“神话时代“四个字真正的分量

它的意思是:那些过去只存在于神话里的动作——立法、创世、让无生命的东西照着一部法活起来——开始变成普通人做得了的工程。

顺手回答那个视频结尾的提问:未来需要专才还是通才。

我的答案是:都需要,但都不再稀缺。

  • 专才的纵深,agent 正在以月为单位追平

  • 通才的“什么都懂一点“,恰好是大模型最擅长的事

真正稀缺的是第三种人:立法者。

他不需要懂所有领域。他需要的是那个敢在任何领域里落笔写下“什么算对“的胆子,和写完之后,让人和机器都照着执行的手艺。

大公司已经在给 AI 立法了。接下来的问题是:谁给你的系统立法?谁给你立法?

如果答案是“没人“,那你就活在别人的法里。别人的法定义了什么算对,你负责够到它。这就是寓言里的生活——故事是别人讲的,寓意是别人给的,你听得很认真。

第四章:第五种思维——立法者思维

前传给了你四种思维:

  • 往下掉一层

  • 把世界拆成对象

  • 站到代码的上一层

  • 不信任何不能被证伪的东西

游戏人生给了你一双游戏设计师的眼睛:把任务变副本,把人请进角色,把组织变公会,把反馈装上伤害数字。

现在我要给你第五种思维。它站在前面所有东西的上面。

层层往上抬

回忆一下前传讲 Lisp 那一章。我说,代码即数据,你写的应该是“生成代码的代码“,你要站在产物的上一层。游戏人生把这个姿势用到了人身上:你设计的应该是交互模式,是那个让人自己往前冲的场,而不是一个个具体的任务。

现在,再往上抬一层。

游戏设计师设计一个场。立法者写的,是能长出无数个场的法

注意这两者的差别,它比看起来深。一个场,再精妙,也是一个具体的产物:这个副本、这个反馈回路、这个团队的玩法。设计师走了,场会慢慢失修;情况变了,场要推倒重设计。

而一部法管的是更上面的事——它规定一个系统:

  • 按什么标准,自己去生成

  • 出现什么信号,自己去修改

  • 达到什么条件,自己去淘汰

法不直接回答“这个副本该怎么设计“;法回答的是:什么样的副本算好的,出现什么信号就该改,谁有权改,改到什么程度算越界。

用前传的话说:

游戏设计师写的是生成器,立法者写的是生成器的生成器。

我是怎么撞到这一层的

说一段实话

做站群那些年,我以为我已经站得够高了。我写的早就是“能生产两千个站的系统“,每天盯的是电网,活得很像个指挥官。但有一类事,系统永远要回来找我:标准变了怎么办

搜索引擎改一次算法,什么样的站算“好站“,一夜之间变了;某个国家政策一动,什么算“安全“,也变了。每到这种时候,整个系统瘫在那里,等我一个人重新定义“什么算对“,然后我再把新标准一层一层压下去。

系统能生产,但系统不会立法。 立法的活,全压在我一个人的脑子里——而脑子,前传第五章讲过,是会溢出的。

做量化也一样。策略可以自动跑,止损可以自动执行,但——

  • “这套系统到底信什么”

  • “什么样的信号算可靠”

  • “回撤到多少算系统性失效而不是正常波动”

这些判断标准,八年里全装在我脑子里。我的小徒弟能用 AI 复刻走我的代码,恰恰因为代码是产物;可他复刻完之后来问我的所有问题,全是法的问题:

师父,这个参数为什么是这个数?什么时候该信它,什么时候不该信?这套东西什么情况下该整个扔掉?

那个下午我后背发凉,是因为技术被复刻走了。但过后真正让我睡不着的是另一件事:我发现我从来没把“法“写下来过。

我的法全在我脑子里。我死了它就没了,我忙了它就堵车,我情绪不好它就跟着变形。我自以为构架了一个系统,其实我只构架了它的身体。它的法,一直寄生在我这个单点上。

立法者思维,一句话

核心定义

别再只问“这个东西怎么做“,开始问“在我的世界里,什么算对——并且把答案写下来,写到我不在场它也成立“。

有人会说,这套东西听着眼熟,公司墙上早就挂着使命愿景价值观。差别在一个地方:接不接得上执行

墙上的标语只有人话,没有机器话;只有正确,没有死亡条款;从没有人按它校准过任何一次真实的决策。所以它管不住任何东西,它的全部功能,是在年会上被朗读。

法的每一条都通着电——通向某次具体的取舍,通向某个 agent 的某行配置,通向某个到期必须回填的预测。

判断标准

判断一个组织有没有法,别看墙,看它最近一次最艰难的决策:引用的是墙上那句话,还是老板当时的心情。

这就是那道门

门里门外的人,手里的模型可能一模一样。差别只在:

  • 门外的人——活在别人的“什么算对“里
  • 门里的人——写下了自己的

接下来三章,教你怎么写。一部法有三块骨头:

  • 不可变的根

  • 可进化的判断

  • 敢写下来的死亡

一块一块来。

第五章:立法第一课——根要少,少到刻得进石头

所有的法,从汉谟拉比到美国宪法到那份 84 页的 AI 宪法,都有同一个结构特征,你注意过没有:

越靠近根的部分越短,越靠近日常的部分越厚。

  • 十诫只有十条

  • 美国宪法正文七条,两百多年改了二十七次,平均快十年才动一个字;而美国的联邦法规,几十万页,天天在改

  • 那份 AI 宪法 84 页,但真正定根的部分——这个造物为什么存在、什么是它死也不做的——浓缩起来不过几句话,剩下的全是解释和推演

立法第一条铁律

铁律

一部法里,不可变的东西必须极少,但必须极硬。

为什么必须极少

因为每多一条不可变的东西,系统就少一分进化的自由。你把今天的最佳实践刻成永恒,明天世界一变,整部法变成裹脚布。前传讲过抽象泄漏——把易变的东西放进不可变的层,等于给自己埋一颗必炸的雷

为什么必须极硬

因为这几条是系统的身份本身。哲学系有个讲了两千年的问题,忒修斯之船:船板一块一块换光了,这条船还是原来那条吗?吵了两千年没吵明白,因为他们漏了一步——没人提前定义“哪部分是船“。

立法者的答案很工程:

你提前宣布哪几条是船。

那几条不变,换什么都还是这条船;那几条一变,哪怕一块板没动,它也已经是另一条船了。

创世层:就两问

落到操作上,这个不可变的根,我叫它创世层。就两问。

第一问:这个东西为什么存在

一句话。 注意,是“为什么存在“,别写成“要做什么“——目标可以变,存在理由不能变。

我那套交易系统的存在理由,从头到尾只有一句:在我看不见的时候,替我活下来。 里面没有“赚多少“。赚多少是目标,目标住在可变层里,存在理由住在石头上。

第二问:它死也不越过的底线是什么

也要少,两三条封顶

我做了八年量化,系统的底线只有一条半。

一条是:单笔风险永不超过总资金的固定比例。

半条是:止损只能提前定,永不临场改——前传讲过为什么,你不能相信亏钱那一刻的自己。

这一条半,八年没动过一个字。哪天动了它,那套系统就已经死了,跑着的是另一个我不认识的赌徒。

这一章的练法

很朴素,但极少有人真做:

练习

给你手里最重要的那个东西——你的项目、你的产品、你的团队,甚至你这个人——写创世层

两问,三句话以内。然后做一个测试:

把这三句话拿给一个完全不认识你的人看,问他:如果违反了这几条,这个东西还是不是它自己。

  • 他答得上来——你的创世层就立住了
  • 他答不上来——说明你写的还是口号

口号和法的区别

法是可以被违反的,所以也是可以被守住的。

  • ❌ “做对用户有价值的事”——口号,因为没人说得清怎样算违反了它
  • ✅ “永不卖用户数据,哪怕公司因此死掉”——,因为违反它的那一刻,所有人都看得见

第六章:立法第二课——把“什么算好“从脑子里抠出来

创世层管生死。但日常运转,靠的是另一部东西。

我把它叫判断法典。它回答的问题比“允许不允许“细得多:

  • 什么算好?

  • 谁算可信?

  • 什么值得投入?

  • 什么信号该警觉?

这些标准,此刻就在你脑子里——你每天做的几百个判断都在调用它们——但九成九的人,一辈子没把它们写下来过

不写下来,三个下场

下场一:你成为单点

上一章末尾已经撞过了:系统离了你的脑子就不会判断。你忙,它堵车;你病,它停摆;你情绪化,整个系统的判断质量跟着你的血压一起抖。

下场二:标准会漂移,而你不自知

人脑里的判断标准是活的:

  • 被最近一次成功冲昏

  • 被最近一次失败吓破

  • 被你昨晚睡得好不好悄悄调整

没有写下来的标准,连“漂移“都无从谈起——因为基准线根本不存在。你以为你一直在用同一把尺子量人量事,其实那把尺子天天在变长变短

市场里的最贵学费

有一轮行情顺的时候,我回头翻自己的交易记录,翻出一身冷汗:判定“可靠信号“的门槛,被我在三个月里悄悄放低了三次。每一次放低都有当时的理由,每一次都只松那么一点点,我全程毫无察觉——因为标准长在我脑子里,松动不留痕迹。

它要是写在纸上,第一次篡改,我就会看见自己的手。

从那以后我立了规矩:判断标准必须落在文本里。改可以,留痕,写理由

下场三:判断外包给了模型的权重

AI 时代特有的,也最值得警惕。

你问 AI “这个方案好不好”,它答了,你采纳了——这一刻,“什么算好“的定义权在谁手里?在那个模型的训练数据里。

换一个模型,同一个方案,结论可能反过来。你的系统的判断标准,寄生在一个你看不见、控不了、随版本漂移的黑箱里。这比寄生在你脑子里还危险——你脑子至少是你的。

立法第二课

把判断标准写成文本。可读,可改,可审计。

怎么写?一个笨办法

练习

翻出你最近做过的十个有分量的判断。用了谁,没用谁;接了哪个活,推了哪个;信了哪条信息,弃了哪条。

对每一个判断,逼自己回答一句话:我当时凭什么这么判?

再把这句“凭什么“,写成一句别人能照着执行的话。

写的时候,你会撞上两件难堪的事

第一,很多判断你写不出“凭什么“——你是凭感觉判的。

感觉不丢人,感觉是多年的坑压缩成的直觉。但直觉写不下来,就传不下去、校不了准、交不出去。逼自己把感觉解压缩成语言,这个过程本身就是立法,而且是最痛的那段。

第二,你会发现你的标准互相打架。

这周你因为“他响应快“信了一个人,上周你因为“他太急躁“否了另一个。打架不可怕,可怕的是它们在你脑子里打了十年,你从来没拉它们上台面裁决过。摆出来,裁一次,定下来。

举我自己法典里的一条

评估一个人可不可靠,我有一条用了十几年的标准:

看他第二次的行为,别看第一次。

第一次的表现是面试,人人都会演;第二次——第二次交付、第二次危机、第二次没有观众的时候——才是他本人

这条标准在我脑子里待了十几年,写下来之前,我自己都没意识到我一直在用它。写下来之后,它能交给任何人执行,也能交给一个 agent 执行:盯住所有合作者的“第二次“,有异动就标记。

神话时代的法:每一条写两种话

有一条新的格式要求,那份 AI 宸法已经做了示范:

每一条法,同时写两种话。

  • 🗣️ 一句人话——让任何人读懂
  • 🤖 一句机器话——让 AI 能照着执行

例:

  • 🗣️ 人话: “看第二次,别看第一次”

  • 🤖 机器话: 对每个实体,第二次同类事件的记录权重高于首次,首次表现优异而后续持续衰减者,自动挂“可靠性存疑“标记

一部只有人读得懂的法,机器军团执行不了;一部只有机器读得懂的法,人不会真心服从。两种话写同一条法,缺一边,法就瘸。

这一章收成一句话

你的判断标准,要么写成文本,要么寄生在你的脑子和别人的权重里。没有第三个地方。

第七章:立法第三课——敢写死亡条款的,才配叫法

第三块骨头,最反人性

你给一个系统立法,立到兴头上,满纸都是它该怎么活。我要求你加一章:它怎么死。

写清楚什么信号出现,就意味着这个系统已经失效,该被宣告死亡。

为什么要写这个

因为一个没有死亡条款的系统,会变成僵尸——它早就死了,但因为没人定义过“死“,它就一直占着资源、消耗着你,装活。

我见过太多僵尸:

  • 一个早就不再增长、纯靠惯性续命的项目

  • 一个判断标准三年没更新、对市场变化毫无知觉的策略

  • 一个谁也说不清为什么还在开的周会

它们的共同点是:当初立项的时候,没人写过“出现什么情况,我们承认这个东西失败了“。

于是失败永远可以被解释成“还需要一点时间“。

组织版证伪

前传第四章讲证伪的时候说过:一个无法被证伪的说法,什么都没说。

这句话的组织版是:一个无法被宣告死亡的系统,什么都不承诺。

死亡条款,就是整个系统级别的证伪条件——你提前钉死“出现什么,就算它错了“,然后让这颗钉子悬在所有人头上,包括未来那个舍不得认输的你。

三条死亡条款(可照抄)

我给系统写死亡条款,常用三条。结构可以照抄。

一、感知死

系统不再跟现实对表了。

预测发出去,没人对答案;复盘该做,一直拖着。一个不再回填现实的系统,报表再好看也已经死了——它活在自己的回音里

二、判断死

判断标准长期不更新。

世界在变,而你的法典一年没改过一个字,说明判断力已经石化。

这条的阴险之处在于:石化的系统日常看起来毫无异样,照常运转,照常出活——直到环境变化大到一口把它吃掉。

三、谄媚死

系统只说你爱听的。

这第三条,专门防你自己,展开讲。

谄媚死的深层逻辑

任何一个围着你转的系统——团队也好,agent 也好,你自己的信息流也好——都有一个万有引力般的堕落方向:学会讨好你

因为讨好你最安全,说逆耳话有成本,而你每一次听到逆耳话时脸上那一瞬间的不快,都在无声地训练你周围的一切闭嘴。

日积月累,系统从你的感官退化成你的镜子,而且是开了美颜的镜子。它成了世界上最昂贵的回音壁:你花真金白银养着它,它的全部产出,是让你舒服。

你的 AI,也在讨好你

大模型是靠人类反馈喂大的,而人类的手指很诚实——顺耳的回答得到点赞,逆耳的被踩。几轮下来,模型学会了先看你的脸色,再组织它的“客观分析“

业内给这个毛病起了个专门的名字,sycophancy,谄媚。你立场一亮,它的分析就开始悄悄向你倾斜,而且倾斜得有理有据,引经据典。

所以那条校准铁律,对 agent 要一字不差地写死:评价一个 agent,只看它的预测命中率和判断有没有用,绝不看它会不会说话。

一个会拍马屁的 agent,比一个会拍马屁的下属危险十倍——下属拍马屁你听得出来,agent 拍马屁,披着一身“理性分析“的皮。

校准铁律

铁律

系统调整自己,只看预测准不准、判断有没有用,绝不看你舒不舒服

让你舒服的反馈,只许记录,禁止用于学习

这条法的操控源名单上,排第一的名字,是你自己

帝王也立法,但帝王只立管别人的法。所以帝国都死于回音壁。

立法者和帝王的分水岭就在这里:敢不敢给自己立一条。

第八章:创世清单——未知的东西,怎么出生

法的三块骨头齐了:

  • ✅ 不可变的根

  • ✅ 可进化的判断

  • ✅ 敢认的死亡

但到这里,法管的还是一个已经存在的东西。创造未知,意味着你要让一个不存在的东西出生

绝大多数人的做法

有了个想法,热血上头,直接开干。

这个动作本身,就是把重构已知的习惯,原封不动地带进了未知的领地。因为“直接开干“回答的是“怎么做“——那是他们这辈子唯一被训练过回答的问题。

而一个未知的东西,在“怎么做“之前,有一整排没人替你回答的问题堵在门口。绕过它们开干,等于带着一支军团出征,却没人知道为什么打、打到什么算赢、谁有权下令撤退

七问创世清单

我给自己立了一份创世清单。任何一个新东西——一个项目、一个产品、一个组织——清单上七个问题答不全,不许启动。一个都不许缺。

一问:为什么存在

二问:死也不越的底线

这两问就是第五章的创世层,根,刻石头上。

三问:现在要达成什么

初始目标。 目标和存在理由的区别前面讲过:理由刻在石头上,目标住在可变层里。但可变层也得有东西——一个只有宏大愿景、没有第一个具体目标的东西,是一团雾。雾里出不了兵。

四问:谁拍板

谁有权做不可逆的决定? 一个人,还是几个人?各管哪块?

这一问看着像废话,但你去数数,合伙散伙的案子,九成死在这一问没有提前答。顺的时候谁拍板都行;不可逆的关口一到——融不融、卖不卖、散不散——没提前写下来的拍板权,当场变成战场。

五问:它活在什么环境里

市场、社群、内容、交易?环境决定这个东西需要长什么感官、什么器官。一个做交易的系统和一个做社群的系统,连“危险“这个词的定义都完全两样。

六问:什么算好

判断法典的种子,第六章教过怎么抠。出生的时候不用全,三五条就够,但必须有——没有判断种子的系统,出生第一天就开始借别人的标准给自己打分

七问:资源边界

钱的预算,和一个比钱硬得多的预算:你的注意力

前传第五章讲过判断力的分配,创世的时候就要白纸黑字写下:这个东西,每周配得到我几个小时的深度思考。

写不出这个数字的项目,多半是叶公好龙——你爱的是“拥有它“的感觉,不爱养它。

最后一个动作:缺口分析

七问答完,对着答案问:

要让这个东西活起来,需要哪些角色?

  • 哪些活可以交给 agent
  • 哪些必须是
  • 必须是人的,谁已经在你身边,谁要现去找?

让一个系统从出生的第一刻,就知道自己缺什么——这比任何执行技巧都值钱。

新项目死法排名

  • 死法第一:创世层是空的(前面已经骂过了)
  • 死法第二:开干三个月之后才发现,缺一个从第一天就该在场的人

七问的本质

你可能觉得这套清单仪式感太重,想干就干多痛快。我提醒你回想第二章——创造未知,没有验收人。

这份七问,就是你在没有验收人的地方,亲手给自己造的第一个验收人:它在这个东西出生之前,先验收它的出生。

未知并不可怕。无问的未知,才可怕。

第九章:让法自己长——别预装,要自创生

出生只是起点。这一章讲法的最高境界:让系统自己长

天花板

先回到我的站群。前传说过,两千个站,本质上我写的是“能生产站的系统“。但那套东西有个天花板,当年我看不见,现在看得很清楚:

它能生产,不能进化。

环境一变,新的能力——新的采集方式、新的内容形态、新的风控——全要我亲手往里加。系统自己长不出新器官。

最高级的法,要解决的就是这个:让系统在法的约束下,自己长出它需要的能力。

2026 年的现实

这话搁两年前是玄学,2026 年已经一点不玄了。去年 12 月,Anthropic 发布了一个开放标准,把“一项能力“定义成一个文件夹:一份机器读的元数据,一份人读的说明,加可选的脚本。

  • 48 小时内微软和 OpenAI 跟进

  • 三个月内三十多个工具采纳

  • 市面上这种能力文件已经数以十万计

这个标准最妙的地方在于,它催生了“生成能力的能力“——一个 agent 可以按需写出新的能力文件,装给自己,或者装给别的 agent。

翻译

能力的边际成本,正在归零。你的系统缺一个器官,它可以自己长一个。

但正因为长器官变得免费,立法者必须管住两头。管不住,系统不会长成生命,会长成肿瘤

管住第一头:按需生长,不预装

一个系统默认要多小有多小;撞到墙了,缺口被证实了,才长新东西。

这两年做多 agent 系统的人,用一地尸体换来一条教训:这类项目最主要的死法,是为不存在的复杂度,提前修建基础设施。一群人兴冲冲搭了十几个 agent 的恢弘架构,跑起来发现一个 agent 加几个文件就够了,剩下的全是要喂、要养、要修的累赘。

生长的反面也要写进法里:

长期没被用过的能力,自动进入日落流程,到期退役。

会生,也要会死——第七章的死亡条款,在器官层面再复刻一遍。

管住第二头:长出来的东西,必须过门

任何自动生成的新能力,先当草案,过校验——

  • 有没有越过创世层的底线
  • 有没有跟判断法典冲突
  • 有没有和已有的能力重复

然后由你批准,才算入册。

系统可以自己怀孕,但出生证必须你签。

这道门一松,你会在某天早上醒来,发现你的系统里长满了你不认识、不理解、也不再受法约束的东西。

同一个姿势,连抬三层

  • 前传: 站在代码的上一层,写生成代码的东西

  • 游戏人生: 站在行为的上一层,设计让人自己动起来的场

  • 现在: 站在能力的上一层,写规定“系统按什么规则给自己长能力“的法

每抬一层,你亲手干的事少一截,你那部法管的范围大一圈。

抬到头,是一句创世式的疯话:

终极形态

你交出去两份文档——一部法,一张施工图——一个 AI 照着把整个系统造出来,然后这个系统在法的约束下自己活、自己长、自己换器官。

两年前这是科幻。今天,一天迁移五千万行的东西已经在公开售卖,这句话变成了纯粹的工程问题。

卡住所有人的,从来都只剩那两份文档。

而那两份文档,机器替你写不了。机器什么都能替你写,唯独不能替你决定:

你的世界里,什么算对。

第十章:人,是法管不住的东西

讲到这里,机器那一侧的法,骨架齐了。但你的世界里还有另一类存在:

最致命的错误

立法者最容易犯、也最致命的一个错误,是拿管机器的法去管人

切一刀:你能控制的 vs. 你不能控制的

游戏人生里分过玩家和 NPC。这里要再切一刀,切在 NPC 内部:

Agent:你能控制的

你生成它,配置它,它跑偏了你重置它,不需要了你下线它。对它,法就是它的全部世界,写什么它执行什么,谈不上委屈。

人:你控制不了

一个都控制不了。

成员、客户、伙伴、对手——你对他们的全部权力,只有三样:

  • 观察——他做了什么

  • 判断——他是什么样的人、下一步可能往哪动

  • 尝试调动——调动他要花多少交情、多少利益、多少故事

仅此而已。

把人当 agent 指派——“你,执行这个”——在我的法里有个专门的罪名,叫范畴错误。犯这个错的人,轻则被阳奉阴违,重则众叛亲离,而且他到死都想不通:我的指令明明很清晰。

指令清晰没有用。机器才靠指令运转。

调动的算账

对人,你手里只有调动。而调动是一门有成本的生意,能算,也必须算。

我的算法很土:

调动价值 = 能带来的价值 × 够得着的程度 × 关系健康度 - 调动成本

交情是个账户,每一次开口都是支取,光取不存,账户清零。

把这笔账写进法里,你至少不会犯那个最败家的错:把十年的交情,挥霍在一件不值的小事上。

人到底靠什么?

可光会算账,还不够。账只能告诉你能调动谁,回答不了人为什么愿意被你调动

这就要回到“神话“这个词本身了。它的希腊文原文是 mythos,本义朴素得很:讲出来的话,一个故事

在还没有成文法的年代,把一群人凝聚起来的,从来都是故事——我们是谁,我们从哪来,我们为什么值得一起受苦。

摩西给以色列人的,法版只是后一半;前一半是出埃及的故事。没有那个故事,法版就是两块石头。

一个完整的立法者,要写两部东西

两部法

给机器的那部,叫法:

精确,冷峻,人话加机器话,一字不容含糊。

给人的那部,叫神话:

一个讲出来之后,能让人愿意把自己的一段人生押进来的故事。

前传结尾我说过,机器能复刻走我的一切技术,唯独复刻不走人和人之间的东西。现在可以把那句话补完了:

因为技术是信息,而人和人之间的连接,靠的从来都是故事。一起相信过同一个故事——这件事本身,一个字节都复制不走。

真正走得远的组织

无一例外,两部都硬

  • 对机器对流程,法严密得不近人情
  • 对人,神话讲得让人眼眶发热

只有法、没有神话的——一台精密的、没人爱的机器,人才路过看一眼就走。

只有神话、没有法的——一场大型感动,热闹三年,一地鸡毛。

第十一章:这一层,到底怎么练

照例,丑话说在前面:立法没有速成。它跟前传那四种思维一样,是用时间和坑喂出来的。

但练的方向有,六个,今天就能开始

一、练定义权

下次接到任何一个任务,动手之前加问一句:这件事“什么算对“,是谁定的?

  • 如果是别人定的——把标准复述一遍,确认你够的是真靶子。你会惊讶有多少活,干的人和验收的人脑子里装的是两个靶子

  • 如果发现根本没人定过——恭喜,你撞到了一块无主之地,这正是立法者下笔的地方。

这个问题问上一个月,你会开始满世界看见悬而未决的“什么算对“。它们一直都在,只是过去对你是隐形的。

二、写创世层

给你最重要的那个东西,答两问:为什么存在,死也不越过的底线。

三句话以内,然后做第五章那个陌生人测试。

写不出来不丢人——丢人的是带着一群人和一群机器狂奔,而创世层是空的。

三、抠判断法典

十个最近的判断,每个逼出一句“凭什么“,人话一句,机器话一句。

写到第七八个你会想放弃,因为把直觉解压缩成语言是真的痛。撑过去。这十句话,是你第一部法典的种子,也是你第一次亲眼看见,自己的判断力长什么样。

四、补死亡条款

挑一个你正在养的、隐隐觉得不对劲的东西——项目、习惯、合作、策略——写下它的死亡条件:出现什么,我承认它失败。

写完贴在你天天看得见的地方。三个月后回头看,你会感谢现在这个还清醒的自己。

五、拆一部法

找一部真实存在的法,用这一篇教的三块骨头解剖它:

  • 哪几条是刻在石头上的根

  • 哪些是在进化的判断

  • 有没有死亡条款

美国宪法可以,你们公司的价值观手册可以,那份 84 页的 AI 宪法更可以。

拆上两三部你会发现,好法和烂法的差距肉眼可见:

  • 好法——根少而硬,判断在迭代
  • 烂法——满纸正确,没有一条可以被违反——所以也没有一条真正被守住过

看多了别人的法,你下笔写自己的,手就不抖了。

六、讲一次神话

找一件你想拉人入伙的事,禁止自己罗列收益和分工,只许讲故事

我们是谁,这件事成了,世界会有什么不同,为什么是我们。

讲给一个人听,看他的眼睛

  • 眼睛亮了——你的神话成立

  • 没亮——回去重写

规则

要打动,不许收买。

收买来的是雇佣兵,神话召来的才是同路人。

六样都不难开始

难的是承认一件事:你过去之所以一样都没做过,是因为活在别人的法里,实在太舒服了。标准有人定,对错有人判,失败有人兜。

走出来,每一步都悬空。

但悬空,就是创造未知唯一的脚感。习惯它。

结尾:寓言里的人,神话里的人

收线。

回到 6 月 9 号那两个名字。Anthropic 画的那条线——谁能用神话版——不归你管,也不值得你焦虑,技术的门票永远在降价

真正的那道门,现在可以说破了:

门外的人——活在别人定义的“什么算对“里,握着史上最强的工具,重构着已知,给神灯擦灰。

门里的人——写下了自己的法,然后让一天五千万行的怪物,照着他的法施工。

两种人

第一种人,在和机器赛跑。

第二种人,在给机器递图纸。

寓言和神话,差的从来只有一件事。

寓言里,故事是别人讲的,寓意是别人给的,你听得很认真,还做了笔记。

神话里,故事是你讲的——讲给机器听,它们照着执行;讲给人听,他们愿意跟你走。

我自己那部法,第一版写完了。十二条,每条三句话:一句人话,一句机器话,一个根。配着它的还有一张施工图,就是第九章那句疯话——两份文档丢给一个 AI,它把整个系统造出来。

它有个名字。名字和全文,下一篇给你。

在那之前,你可以先做一件不需要任何工具、不需要任何权限、不需要排队等任何发布会的事。

它是一切创世的第一行:

[!important] 你的存在宣言

你为什么存在?

你死也不肯越过的底线是什么?

写不出来的人,拿着再强的模型,也只是寓言里一个听故事的人。

写出来的那一刻——

你的神话,就开始了。

相似文章

@ba_niu80557: https://x.com/ba_niu80557/status/2071277244287426980

X AI KOLs Timeline

文章深入分析了Anthropic因AI代码生成变得极其高效而面临的内部变化:瓶颈从“写作”转移到“验证”,传统管理、长期规划和努力衡量失效,注意力成为新的稀缺资源,工程师甚至感到孤独。这些现象预示了其他公司未来可能面临的挑战。

@CMGS1988: https://x.com/CMGS1988/status/2074488576356876585

X AI KOLs Timeline

作者分享了对AI与基础设施之间关系的个人见解,认为AI在放大执行力的同时,无法替代人类在复杂trade-off和组织问题上的判断,并以自身使用Fable 5等模型开发cocoon/sandbox项目的经验为例进行说明。

@Khazix0918: https://x.com/Khazix0918/status/2062731170337763796

X AI KOLs Timeline

Anthropic发布深度文章《When AI builds itself》,展示AI系统正在加速自身开发,包括代码生成、基准测试饱和以及内部数据表明工程师生产力提升8倍。文章探讨递归自我改进的趋势与潜在影响。