人脑这个碳基大模型

最近几次打车，我注意到，滴滴师傅开到红绿灯，车一停，手就摸手机。

几十秒时间，要不看直播，要不刷抖音，要不看抓马短剧。堵车的时候更明显，前车尾灯一亮，手机也亮了。

我自己开车时，特意观察旁边的人。差不多，只要车停下来，司机们都是低着头看手机。

然后我发现，我也一样。几十秒红灯，有时会下意识把手机拿起来，看看微信有没有消息。没消息，就顺手刷两下别的。经常视频刚看个开头，绿灯亮了，再把手机扔回去。

当然我不是要表达啥手机成瘾，或者注意力被短视频搞坏了。最近AI用得越来越多以后，我突然换了一个角度。

人的脑子，其实也可以理解成一个碳基大模型。

都在说AI，但很多人未必知道一些基础概念。所谓AI大模型可以理解成一个刚出厂的脑子。先搭建了神经元，这叫底模。然后拿大量数据，书文章去喂它，让它慢慢学会语言和知识，这叫预训练。

学完以后，它虽然知道很多，但不一定会好好回答问题，所以还得继续拿真实问答去教它，答得好就强化，答得差就纠正，这叫后训练。

还有所谓的调参数，就是每学一次，它脑子里的判断方式都会微微变一点。变的次数足够多，最后就变成了我们现在看到的大模型。

人出生的时候，就已经带着一个底模。这个底模还挺牛逼，几十万年的进化提前训练好了很多东西。怕死，会察言观色，会模仿和学语言，这些都不用上课，算是出厂参数。

然后人开始预训练。

学校干的事情，本质上就是往模型里灌大量训练数据。语文数学历史地理，很多东西当时也不知道有什么用，先塞进去再说。

然后大部分离开学校之后，集中的预训练差不多就停了，后面主要靠生活继续调参数。挨社会几顿毒打，开始懂人情世故。被人坑几次，对世界的理解也会升级。带过孩子，又会重新理解父母。

所以一个四十岁的人和一个二十岁的人，真正的差距，是他的模型被现实后训练了很多轮。

按理说，一个人越活，模型应该越强，但现在出了一个很诡异的问题。我们可能是人类历史上摄入信息最多的一代，但模型未必因此变得更好。

因为训练模型有个很基本的前提，数据质量得高。垃圾数据喂得再多，也训不出好模型。

想一下我们每天摄入的语料，睁眼先看群，上班路上刷几个热点，中午知道一个明星离婚了，下午看到哪里又出了奇葩新闻，晚上再刷一堆短视频。一天结束以后，确实知道了很多东西，但大部分连不起来。

今天一个热点，明天一个抓马，后天一个情绪。脑子里塞得满满当当，真正碰到一个复杂问题，模型反而卡住了。

这很像训练数据污染。

表面上每天刷了一千条新东西，底层可能还是那几种模板。男人坏女人坏，老板坏有钱人坏。年轻人躺平，中年人崩溃。今天这个明星塌房，明天那个网红翻车。

看起来五花八门，实际上高度重复。

信息爆炸最大的幻觉，就是让人以为自己的世界越来越宽。很多时候恰恰相反，你接触的信息越来越多，训练集却越来越窄。

因为还有推荐算法。

爱看啥它持续给啥，相信啥，它不断找证据证明你是对的。久了以后，你的模型开始过拟合。更麻烦的是，今天这些平台给的还不只是训练数据，它还在训练你的奖励模型。

划一下，马上一个新刺激，再划一下，又一个。长时间这么训，模型开始越来越吃不了长上下文，变成了只会做“直觉预测下一个Token”的低阶模型，丧失了深度的多步推理能力。

以前能安安静静看一本书一个小时，现在十分钟就想摸手机。以前看两个小时电影很正常，现在觉得像干了一件正经事。

参数都变了。

还有人也每天都在被环境后训练。

在一个公司里待十年，如果甩锅的人总能升职，认真干活的人总吃亏，你的模型会学到东西。你每次在网上说一句极端的话，立刻有人点赞，你的模型也会学到东西。一个孩子每次哭闹都能得到糖，他很快就知道，哭闹是有效策略。

人长期活在什么反馈系统里，可能比他读过什么书，更决定他最后变成什么样的人。这么想以后，我觉得“终身学习”这个词都说轻了。

一个成年人真正的问题，是不能停止预训练。

当一个人离开学校后，模型版本就差不多冻结了。世界还在疯狂更新，他拿着十几年前训练出来的模型继续解释今天。所以年纪越大，越觉得新东西奇怪。

所以持续读书也不只是为了“多知道一点”，是不断给自己的模型补新的训练数据，尤其是那些原来训练集里没有的东西。

所以现在再回头看那个红绿灯，我想的东西已经跟以前不一样了。

人类历史上第一次，有一个工业级的信息系统，一天几百次甚至上千次地往几十亿人的脑子里投放训练数据。它知道你喜欢什么，知道什么东西能让你停下来，也知道什么东西能让你愤怒，然后根据你的每一次反应继续调整下一轮投喂。

而且它训练你的频率，可能比谁都高。

所以AI时代，大家除了研究怎么训练大模型，也该顺手研究一下怎么训练自己。

每天看什么，相信什么，跟什么人待在一起，被什么东西奖励，长期重复什么，最后都会一点点写进参数里。

所谓的“我”，很大程度上就是这些训练留下来的权重。

我们总觉得自己有稳定的性格，有独立的判断，有一个很确定的“我”。但如果一个人的兴趣可以被喂出来，情绪可以被强化，连耐心和欲望都能慢慢改参数，那所谓的“我”，到底有多少是自己选出来的？

这个问题我现在也没有答案，我只觉得，以后再说“做自己”这三个字，这个自己，到底是谁训练出来的？