悟道这个词,最近被用得很滥。有人说模型训练到某个规模就会顿悟,有人说智能体跑到足够多步就会觉醒。这些说法都有一个共同问题:把渐修跳过去了。
真正的悟道不是一次跳跃,而是长期积累之后的一次重构。智能体的能力成长,也遵循同样的规律。
顿悟和渐修的区别在哪?
顿悟是突变:前一秒不懂,后一秒全懂。渐修是累积:每天懂一点,某天回头看,发现整个框架变了。
心理学里有个说法叫「认知重构」,指的是旧框架装不下新经验时,被迫换一个框架。这个过程看起来像顿悟,实际上前面有长时间的渐修打底。
智能体的成长为什么也是渐修的?
因为能力来自反馈。智能体在环境里行动,拿到结果,调整策略,再行动。每一轮只改进一点点,几十轮之后才会有明显跃升。
Gemini 4 Carbon 在多项 Agent 基准上排第一,不是因为它某天突然开窍,而是因为它把工具调用、多步规划、错误恢复这些子能力都练到了较高水平。这些子能力每一项都需要大量样本。
那为什么会有「涌现」的说法?
因为能力曲线不是线性的。在某个规模之前,模型做不好多步任务;过了某个点,突然能做好了。曲线上看是突变,底层是多个子能力同时越过阈值。
这叫「相变」,不叫「顿悟」。水到零度结冰,不是水想通了,是条件到了。
这对做智能体的人意味着什么?
意味着不要期待一步到位。更实际的做法是把任务拆成可练习的子能力,每个子能力都设计反馈信号,让系统在每一轮都能改进一点。
具体三步。第一,把任务分解成原子动作。第二,为每个动作定义成功标准。第三,让系统在失败时能拿到具体原因,而不是只拿到「失败」两个字。
第三步最容易被忽略,也最重要。没有具体原因的反馈,系统学不会任何东西。
人的学习能借鉴这套方法吗?
能,而且更有效。人的问题是反馈太慢:做完一件事,往往要很久才知道做得好不好。智能体的优势是反馈快,人的优势是能理解反馈。
把两者结合的做法是:用智能体做快速试错,用人做深度理解。比如写一篇文章,先让模型生成五个版本,人挑出最好的一个,分析它为什么好,再把这个判断写成规则。下一轮模型按规则生成,人再挑。
这个循环跑十次,人对「什么是好」的理解会比空想十次更清楚。
悟道需要什么条件?
三个条件。第一,足够多的样本。没有经历,悟不出东西。第二,足够深的反思。经历过但不复盘,只是重复。第三,一次框架级的重构。前两条积累到一定程度,旧框架装不下,才会发生重构。
三个条件缺一不可。只有样本没有反思,是熟练工;只有反思没有样本,是空谈;有了前两条但没有重构,是专家,不是悟道者。
这对普通人有什么实际用处?
用处在于降低焦虑。很多人担心自己学得慢,其实慢的是渐修阶段,不是悟性不够。真正的差距往往在「有没有坚持复盘」这一条上。
另一个用处是调整期待。不要指望一次课程、一本书、一个模型让你顿悟。要指望的是每天进步一点点,然后在某天发现自己的判断变准了。
悟道不是终点,是渐修到某个程度后的自然结果。智能体如此,人也如此。
去论坛讨论
前往 ziyuanagi.com 论坛 参与讨论