一图胜千言

核心观点

• 所有的头衔都是别人给的，是最不值钱的；最值钱的是你自己的知识、技不压身和终身的职业追求。
• 工程师的本质是“造物”与“创造”，在面临新技术时，首要问的是**“应不应该做”（道德与伦理约束），而非仅仅是“能不能做”**（技术能力）。
• 微软转型的核心力量在于文化重构：从 Know-it-all（全知全能） 彻底转向 Learn-it-all（学习一切）。
  • 默认认错是学习的起点；“不知道不寒碜，不去学才寒碜；犯错不寒碜，不改才寒碜。”
• 大多数组织之所以无法转型，是因为其奖惩机制只奖励摘果子的人，而忽略了在平淡时期默默埋下种子、松土除草的“农夫”（沉默的主角）。
• 机器学习算法给人生最大的启示是：跳出局部最优解（Local Optima）。
  • 人生如果像闭卷考试一样只求稳拿100分，是极其危险的。必须主动在步长和探索中引入随机性（方差与异常值），才能打破系统的熵增。
• 文字有神明，语言界定世界：毁掉一个文明或组织，只需要先毁掉它的语言体系。
  • 必须警惕“大语言模型”“人工智能”等词汇的拟人化误导。当技术成熟时，它应该被退火还原为“软件”或“函数”（IPO模型）。
• 工业化生产的信息洪流会导致 “大脑肥胖症” （过度摄入垃圾信息）。
  • 必须采取极其严苛的槽位约束和信息去推送化（Your feed is your fate）
  • 并在物理世界中通过线下深交与肉身在场保持“湿状态”，以此保卫自我心智的护城河。
• 宇宙可以不关心人类，但人类不能不关心自己；
  • 要在机器拟合原有趋势（回归线）时，主动创造出偏离趋势的异常值，这是人类在这个时代最后的价值堡垒。

---

工程师的初心与决策模型：“想能应可以正将”七字诀

韦青微信签名十多年一直保持着“工程师伟青”，在他看来，头衔与职称随时可以被拿走，而终身的职业追求只有“造物”与“创造”。对于真正的构建者而言，必须将决策约束内化为一套系统化的思维坐标系：

• 想（动机与意愿）：
  • 我发自内心想不想做这件事？这是因果链条的起点。
• 能（能力与资源）：
  • 我能不能做？当前的技术和资源是否支持。
• 应（道德与伦理）：
  • 我应不应该做？是否符合人类的福祉，是否对人有害。
• 可（法律与制度）：
  • 我可不可以做？是否被现行的法规和制度所许可。
• 已（历史技术债）：
  • 已经发生、沉淀了哪些历史包袱和技术债？它决定了当前的现实底盘。
• 正（当下正在做）：
  • 当前手头正在推进什么？
• 将（未来的发展）：
  • 未来能走多远、能长成什么样？“将”绝非空中楼阁，它由“已 + 正”的积分累加决定。

在狂热的技术浪潮中，人们极易因为“想”和“能”就盲目上马，从而制造出对人类自身有害的怪物。“应不应该做”的伦理自省，是工程师尊严的第一防线。

微软的文化转型：从“全知全能”到“学习一切”

微软在2014年萨提亚·纳德拉上任后，完成了10万人规模巨型企业的文化转身，其底盘在于思维方式的重写：

• “在位者（Incumbent）”替代“领袖（Leader）”
  • 萨提亚一改过去“市场领袖”的傲慢叙事，将微软重新定义为“现任者”。
  • 领袖意味着静止的垄断与追随者的仰望，而“在位者”随时面临被踢下马的危机，只能像个挑战者一样保持敏捷。这使得整个组织胜不骄、败不馁。
• 重写神经网络的《终身成长》
  • 鲍尔默时代，微软各部门之间“拿枪互指”（梗图背后的现实），每个人都在 fix mindset 里绞尽脑汁去证明“我没错，责任在别人”。
  • 纳德拉引入 growth mindset，把组织的核心追求从 Know-it-all（全知全能） 砸碎为 Learn-it-all（学习一切）。
  • 组织开始接受并鼓励犯错，前提是必须快速纠偏：“不知道不寒碜，不去学才寒碜；犯错不寒碜，不改才寒碜。”
• 纠偏的三错法与五信论
  • 三错法：认错、知错、改错。
    • 认错：默认自己可能错了，是向外学习、打破傲慢的起点。
    • 知错：在节点繁多的庞大系统中，人类肉眼无法直接穿透，必须依靠机器（数据与系统）来帮助发现错误位置。
    • 改错：由人类指引机器，进行对准和方向迭代。
    • 实操纲领：
      • 奖一偏，防二错，罚多错。鼓励并奖励开辟新路径的“一偏（新尝试）”，通过机制“防二错（不重犯）”，对多次在同地跌倒的“多错”重罚。
  • 五信论：
    • 信息：理解宇宙由物质、能量、信息三大资源构成，信息是首要资产。
    • 信仰：在结果尚未被证明是正确时，仍愿意坚守并开始行动。
    • 信心：在坚定的信仰指引下，在实践和知行合一中建立起的确定性把握。
    • 信任：别人愿意把事托付给你，这是一种稀缺纽带。
    • 信誉：靠一次次知行合一的成果积累，是信任的唯一基石。
• 变革在微末处的硬度
  • 萨提亚推动数字化转型，不是物理性地“加膏药”（贴PPT汇报），而是化学性的彻底改造：
    • 强行改革会风：
      • 面对抱残守缺坚持用PPT打印汇报的员工，萨提亚以“不提供OneNote电子笔记我就不开会并当场离场”的强硬姿态扭转恶习。
    • token计量考核：
      • 在AI转型中，公司直接考核每个员工每天消耗了多少 token（提示词消耗）。真问题才有高token消耗，逼迫全员脱离舒适区。

沉默的主角：奖励埋下种子的“农夫”

工业文明时代的企业考核，习惯于奖励在秋天把苹果摘下来的人，并将其捧为耀眼的明星。然而，微软在巴尔默时代虽备受外界嘲笑（错过移动端），但默默在后台埋下了云计算（Azure红石项目）和Office订阅制的种子。

在平淡时期辛勤松土、除草、播种的“农夫”，才是决定公司跨时代命运的“沉默的主角”。

企业评估什么、奖励什么，就会收获什么。如果只奖励摘果子的人，长远来看必然只剩下一片荒芜。

思维工具箱：SCBIG 框架

在混沌大学的讲课中，韦青总结了五大思维模型工具箱：

• S - System Thinking（系统思维）：
  • 受钱学森系统工程思想影响，将万物视为关联的整体，不搞局部的头痛医头。
• C - Critical Thinking（审辩思维）：
  • 不叫批判思维，而是强调在审视的基础上去辩明，理清边界。
• B - Bayes Thinking（贝叶斯思维）：
  • 承认先验知识的局限性，在接收新数据后不断更新我们对世界的概率推演（后验概率）。
• I - Inversion Thinking（反向思维）：
  • 查理·芒格的原则，想知道怎么成功，先研究怎么把事情彻底搞砸，从而在行动上进行余弦避险。
• G - Growth Mindset（成长型思维）：
  • 不给自我设限，在变局中持续刷新自己。

正弦与余弦：周期的微分思维

经济与技术的波动呈现周期性的正弦波波形（$\sin x$）。

• 业务与行动要像余弦波（$\cos x$）一样，与周期保持 90 度的相位差。
• 在大势如日中天（正弦波波峰）时保持克制，不要贪多盲动
• ；在周期跌入谷底（正弦波波谷）时，反而是斜率变化最敏感的时刻，要敢于大力投入，滑向“冰球即将到达的位置”。

机器学习对人生的启示：别在局部最优解里慢性死亡

机器学习（ML）的运行机制给人生态度提供了强大的隐喻：

• 无特征初始化与全维度设错：
  • 模型在刚开始学习时没有任何偏见，随机放置在空间中。
  • 它通过每一次计算偏差，利用反向传播（Backpropagation）来调整权重，在反复的纠偏中逼近最优表现。
• 摆脱本地最优解（Local Optima）：
  • 在机器学习中，如果探索的步长不够、没有随机性，模型极易被卡在“本地最优解”的坑里，以为找到了全局最好，其实外面还有更高的珠穆朗玛峰。
  • 人生也是如此。在一个巨变的时代，追求考“100分”（在确定性空间里把熟练度刷满）是极其危险的。
  • 稳妥的局面可能只是一个矮小的香炉峰，唯有主动提高人生的“方差”，引入随机性的偏离（异常值），主动在青年或中年“早摔跟头”，才能震荡出局部陷阱，走向全局的觉悟。

文字有神明：语言陷阱与文明摧毁

信息文明的核心是符号与媒介。

• 大语言模型（LLM）的中文概念偏颇
  • 应该将其翻译为“大文字模型”。
    • 中文里把 Language 翻译为“语言”甚至引发“智能/人”的幻觉，容易让人坠入拜物教式的“AI宗教”中臣服。
  • 正如科幻作家尼尔·斯蒂芬森所言：“当 AI 成熟之后，我们就会把它叫做软件（软件就是一个函数）。”
• 语言对行为的锁死
  • 天天嘴上挂着“机器人”，思维就会被死死锁在制造“人型机器苦力”的狭窄胡同里，忽略了其背后本质上只是“反馈控制系统”（如 PID、LQR、MPC 控制算法）。
• 毁掉一个文明只需毁掉其语言体系
  • 语言一旦贬值，尊严就随之瓦解。
  • 把程序员戏称为“码农”，把文字创作者矮化为“小编”，这是对创造者职业精神的系统性摧毁。
  • 公司的管理者若能从源头修正词汇选择（如称员工为伙伴，不以形式主义指标规训），就能从最底层改变团队的行为模式。

信息过载与媒介按摩：警惕“大脑糖尿病”

• 媒介即按摩（Medium is the Massage）
  • 信息的工业化大生产就像食品工业化一样。
  • 食品工业化带来了人类肉体的糖尿病、高血压和肥胖症；
  • 信息的工业化推送（AI for Stimuli 纯感官刺激）正在导致人类大脑的“脑肥胖症”。
• 让渡注意力的免费陷阱
  • 免费的往往是最贵的。当我们免费接受算法的推送时，我们实际上是免费让渡了人类最稀缺的第一性资产——注意力（Attention）。
• 信息扫盲的生存方式
  • 信息时代的零信任原则：
    • 拒绝被推送的任何信息，将所有软件的通知权限关闭，只接受主动寻找的知识输入。
  • 杠铃读书策略：
    • 只读经历了漫长时间考验的经典（一端，沉淀2000年经典思想的语料），
    • 以及最前沿的科学论文（另一端），舍弃平庸的信息噪音。

异常值的价值：人类最后的尊严防线

机器学习的本质是拟合一条“回归线”（找到最大公约数特征）。如果在数据中缺乏异常值，模型就会死寂，系统就会陷入热寂与熵增。

• AI 时代，干状态（逻辑推演、标准化知识加工的脑力）将被大模型彻底平权和取代。
• 人类仅剩的价值在于 “湿状态”（心力、身体在场的直觉、主观意志的愿力）**。
• 人类必须在机器极力寻找回归时，主动提供“异常值”和“偏差”（即使方向对错未知，也必须偏离标准线），去拓展认知和生存的方差，这是防止人类社会走向死寂的唯一出路。
• “宇宙可以不关心人类，但人类不能不关心自己。” 即使在宇宙中渺小如蚂蚁，也要做一只有修为、会思考的蚂蚁。

找明师，不找名师

• 有名的师傅：
  • 天天敲锣打鼓，主动求名，通过算法推送和广告很容易找得到。
• 明白的师傅：
  • 从不自我标榜，随缘分安于一隅。
  • 只有当你自己经历沧桑、跌大跟头、甚至走投无路时，主动去碰，才可能碰得到。
  • 明白的师傅会用严厉的棒喝打破你的傲慢。

总结：AI 时代的系统架构对比

音频展现了信息文明时代，人类面对算法侵蚀与自身异化时的系统性自处框架：

维度	工业文明/算法拟合（回归值）	信息文明/人机协作（异常值）
决策准则	物理加法（贴膏药式的形式主义）	想能应可（道德伦理为先） + 已正将的系统观
组织心态	Know-it-all（全知、固步自封、怕犯错）	Learn-it-all（不知道不寒碜，快速纠偏）
容错机制	零容错、追求标准答案与100分	三错法（认错、知错、改错），奖一偏、防二错
思维路径	线性思维、被动接受推送	SCBIG工具箱 + 余弦周期避险
语言媒介	语言降维（码农、小编等贬低性词汇）	文字有神明，探求符号背后的本体指引
心智状态	脑力超载，大脑糖尿病（AI for Stimuli）	坚守心力与湿状态，利用小模型打败大算法

金句时刻

「所有的头衔是别人给的，最不值钱；最值钱的是自己的知识、技不压身和职业追求。工程师是我的职业追求，头衔只是职称，别人能给也能拿走。」
—— 明确了创造者的内在主体性，戳破了外在头衔的虚幻，是回归自我价值的警钟。

「我们必须为人类开发一个 AI，但不能开发出一个是人的 AI。」
—— 从工程伦理的高度，厘清了人与工具的边界，是对当下“AI拟人化”狂热的冷峻降温。

「人类要在机器拟合原有趋势时提供异常值，跳跃开标准拟合线——即使不知道方向对错，也必须有异常值避免社会死寂，这是人类的核心价值。」
—— 将人类的独特创造性与数学拟合进行了极具深度的对比，为AI时代的人类指明了不可替代的生态位。

启示：终结“脑肥胖”，在微末处嚼出人味

• 不要在“脑力平权”的幻觉中缴械
  • AI 让获取知识和撰写代码的门槛降到了历史最低，但这极易让我陷入“万事皆有答案”的惰性中，从而带来思考的悄然退化。
  • 启示：
    • 不能退化为 AI 的“中间人”。
    • 在人机协作中，必须牢牢把握我的“想（起心动念）”与“应（道德价值）”，将繁琐的“能（实现 how）”让渡给 AI，以品味指引 AI，以此放大我的异质性。
• 像控制卡路里一样控制输入带宽
  • 关注长文章、好工具、新技术，极易在无形中塞满我的注意力，导致“大脑肥胖症”。
  • 启示：
    • 必须践行“零推送”的信息减法。
    • 从源头上卸载、关闭非必要的通知，不接受任何被动的信息投喂。
    • 坚持杠铃阅读策略，只在最前沿的原始论文和数千年大浪淘沙的经典中提取能量。
• 在生活的异常值里保卫“人味”
  • 日常被高效的工具、完美的工作流和流水线一般的任务规训，很容易活成一台高精度的“人肉打卡机”。
  • 启示：
    • 必须在日常中留出“低效率”的离群窗口。
    • 拳打蜗牛之地，回归最纯粹的身体在场；
    • 在绿皮火车、一次江边的站立、或买一把宝剑的折腾中，去感知真实的宁静。
    • 每周找真正懂行的朋友进行面对面无主题的湿状态对聊；
    • 在吃饭嚼出甜味、在春天看到第一丝绿芽时由衷欣喜——因为这就是机器永远无法拟合的“人味”。

相关来源

播客地址：https://xiaoyuzhoufm.com/episode/673b5c3989c445a6c4296767
播客标题：E42 孟岩对话韦青 沉默的主角