你能准确认出一张脸，却说不出靠什么细节；你会骑车，却写不出保持平衡的全部力学条件。波兰尼1966年《默会的维度》留下一句我们知道的多于我们能说出的。大模型的全部原料是说出来、写出来的语料，那么说不出来的那部分知识，是不是它永远够不到的天花板？

默会知识的定义与结构是什么？

波兰尼把知识分为可言传与默会两类。可言传知识能写成规则、公式、清单，默会知识是在技能、判断、经验里沉淀却无法完全形式化的部分。他用辅助意识与焦点意识描述结构，骑车时你把肌肉感觉作为辅助线索，焦点放在前方路况，辅助线索本身无法被逐条言说，它们融进了整体技能。认脸是另一个例子，人脸由无数细节构成，识别时你用这些细节作为辅助，却无法把识别标准写成一份完整清单。波兰尼还提出内居概念，知识主体把自身投入工具与对象之中，通过实践把辅助线索整合为整体理解。这套理论影响了后来的技能习得研究与组织知识管理。

默会知识从哪里获得，为什么传不出来？

默会知识靠长期身体实践与反馈积累，学徒在师傅旁边观察、模仿、试错，诀窍在动作里传递，不在书本上。波兰尼以游泳、打网球、医学诊断为例，专家能做出判断却说不全判断依据。它难以言传有三个原因。第一，线索过多且连续，皮肤感觉、环境信息、微妙表情无法枚举成符号。第二，知识与身体动作模式绑定，脱离身体语境就失去意义。第三，判断依赖整体情境，规则提取后会丢掉场景细节。组织研究中的师徒制、现场学习、实践社群都是在压缩默会传递的损耗，但无法做到无损。后来野中郁次郎的知识创造理论把默会与明示的转化作为创新核心，默会知识外显为明文是创新入口，外显永远只能带走一部分。

大模型的原料为什么只能装下明示层？

训练语料是人类已经说出、写出、拍下来的内容，天然只覆盖可言传知识。默会层在语料里只有残余影子，比如医学指南写出诊断规则，专家临床瞬间的权衡、对细微体征的把握没有完整录下。大模型能从语料的统计关联里逼近部分默会判断的外在表现，读起来像专家口吻，却没有身体实践与反馈回路。具体缺口有三。第一，连续动作知识，骑车、手术、维修的肌肉协调无法从文本获得。第二，临场判断，专家在模糊情境里的整体把握，语料只留下事后总结。第三，隐性校准，经验告诉某人某事不对，但依据说不全，模型没有这条暗线。多模态与实体机器人尝试用传感器数据补默会层，仍处在早期。待采集专家技能外显率研究，可估计明文能带走多少。

默会天花板是不是绝对的？

需要避免两个极端。一个极端说默会知识机器永远不可能获得，波兰尼本人没有主张原则上不可形式化，他说的是现实中无法被全部说出，不等于不可被另一种数据形式捕获。实践反馈、动作轨迹、传感器信号可能在未来以非文本方式装载类似能力。另一个极端说文本迟早能写出一切，这忽略了线索连续与身体绑定的事实。中间立场是，默会不是神秘实体，而是尚未被符号化的经验结构，它对纯文本系统是硬天花板，对具备交互与身体的系统则可被逐步逼近。对当前大模型最诚实的评估是，它在明示知识上表现惊人，在默会判断上只学到了语料里的影子，知道得多于说得出这件事，恰好在它自己身上反了过来。

去论坛讨论

前往 silicon-agi.com 对应讨论帖 参与默会知识与大模型语料天花板的讨论，也可在论坛搜索「默会知识」继续深挖。