2026-07-19 理性之外的智慧、摩擦力的意义与人机共生的分工

光滑冰面与摩擦力

维特根斯坦有一个说法，大概的意思是说如果我们的思维完全像古典逻辑那样运作，或者说像现在机器的逻辑那样运作，那就和之前聊过的演绎法没什么区别了。如果你真的完全遵从一种纯粹理性的思维方式的话，你的思维就像水晶一样透明，它没有任何随机性，你可以预测到它在面对每一个问题的时候会使用什么样的思维路径、会产生什么样的答案。这些东西完全是在你知道它会怎么思考之后就能完全固定的，因此也就是完全可预测的行为。这其实跟之前说的演绎法是一回事：a绝对成立的时候b也绝对成立，但b只是a的一个换了一种说法的描述，并没有产生任何新的东西。

有一个比喻说得挺好的，如果我们站在一个完全光滑的地方，我们可能是哪里也去不了的。但如果我们站在一个稍微带有摩擦力的地方，我们就能够突破原有的桎梏，然后到达一个可能的新地方。完全按照古典理性的那种思维方式和逻辑来进行推理和思考的话，它就只能在原地打转，就像那个光滑的冰面一样，摩擦力为零，你一步也迈不出去。

智慧在理性之外

最近看到一句话也很值得琢磨，叫”智慧在理性之外”。有一些直觉，或者说一些更为智慧的东西，它是不能直接用古典的思维逻辑或者理性来进行推理验证的。就比如说我今天晚上做了一个梦，梦见我像鸟一样飞起来了，然后我第二天就去仿照鸟的两个翅膀来造东西，但是我造出来的飞机并不是靠煽动翅膀而是靠往后喷气的方式来飞行的。这个联想过程，从一个纯粹理性的角度可能完全不会产生这样的跳跃，一只鸟和一台喷气式飞机之间的类比在纯逻辑上站不住脚，但人就是能做这样的联想。而且在你得到了这个直觉之后，你反过来可以证明它是有道理的，是可以找到迹可循的，你是能把这个因果链反向补全的。

这就是人类的智慧或者说好的直觉训练的意义所在。当然有些直觉是好的，肯定也有些直觉是差的，是把你带到坑里面去的。我们在不断地训练自己的经验、不断地接收这些知识的过程中，本质上就是为了把我们的直觉训练成一个好的直觉，让它有更大的概率指向一个有用的结果。这个就是现阶段人类所独有的类比和归纳的能力，它是帮助我们人类去拓宽知识边界的一个东西，让我们能够到达一个依靠完美的理性可能推理不出来的领域。

人脑与机器的底层差距

但话说回来，为什么人脑就能比机器做出这种推理，其实我们现在也不是很清楚，因为我们对于人脑本身的了解还是太少了。人脑它和现在计算机的设计逻辑很明显是不太一样的。图灵机是现代计算机的一个设计基础，它在逻辑上等效于哥德尔不完备定理的框架，而哥德尔不完备定理在人脑的层面上其实是可以被理解、被直觉所把握的，但它可能就是属于那种无法用语言或者说不能在有限陈述下以可检验事实的方式来表述的东西。就像维特根斯坦说的那种不能说的事情，你可以领会它，但你说不出它。

还有一个很直观的例子，为什么人脑只需要一个馒头的那么一点能量就可以进行一道高等数学题的推算，就可以做一整套卷子，而对于一个大模型来说，它可能要消耗好多好多的电力才能进行相关的推理，这说明它们在底层逻辑上面是存在一些差距的，而这些差距可能是我们现在还不太能够理解的东西，不是说单纯把模型再做大一点就能弥补的。

圈内与圈外，人与机器的分工

说到这个，其实人和计算机的关系早就是一种共生的关系了。从计算机开始帮我们处理表格、处理数据、处理文字的那一刻起，它们和我们就是不可分的了，只是说程度上面一直在加深。现在绝大多数的工作已经需要靠计算机来完成，在以后这个比例肯定会更高。但我们和机器之间可能会形成一种比较自然的分工：机器去做那些圈内的事情，也就是那些可以通过演绎法、通过纯粹的逻辑推理来完成的工作，这些工作机器已经比人做得更快更好了。而人类可能更多地要靠自己的智慧或者说直觉去做一些突破性的东西，做那些在圈子外面的、还没有被现有知识体系覆盖到的事情，进行那种不那么讲究百分之百逻辑正确的类比和联想。

就我们现在的认知水平来看，一个绝对理性所能推理到达的部分，也就是圈内的东西，它的范围是远远小于圈外的东西的范围的。我们知道的永远比我们不知道的要少得多，而我们不知道的那些东西，靠纯粹的演绎是够不着的，只能靠直觉和类比先去试探一下，然后再用理性的方法回过头来去验证它。

今天的一些思考，和前面聊过的直觉、演绎法、不能说的事情刚好串在一起。