智能的哥白尼视角：我们可能终究不是中心

9

1

一个软件工程师对论文 Mathematical Methods and Human Thought in the Age of AI 的反思，关于思维的机械化，以及人类独特性正在缩小的 gap。

我花了多年磨练软件工程的技艺。你会与代码库发展出一种特定的亲密关系：对语法的肌肉记忆、在运行调试器之前就直觉 bug 藏在哪里的 gut feeling。这是一种感觉上，即使不是不可替代，也至少 solid 的技能。

然后我看着一个 AI 在三十秒内写出了一个功能，那本来会花费我一个下午。

它不只是更快。它更干净。它更好。

今天我读了 Tanya Klowden 和陶哲轩的论文，Mathematical Methods and Human Thought in the Age of AI，它审视了 AI 时代数学推理如何变化。它 crystallized 了一些我作为软件工程师一直在 struggle 着表达的东西。论文引用了陶哲轩关于数学家面临的变化的挑战的观察，而它几乎完美地映射到软件工程上。在数学中，AI 正在让繁琐、繁重的工作变得更容易，但检查和验证 AI 生成的证明正在成为新的、更难的 frontier。

在软件中，我们现在正淹没在那个 exact frontier 里。

「几乎正确」的洪水

任何开源项目的维护者都会告诉你，我们进入了一个 strange 的新代码评审地狱时代。瓶颈曾经是写代码。现在瓶颈是读代码。

我们被 AI 生成的 pull request 淹没了。它们看起来不错。它们通过了 linting 测试。它们通过了 AI 驱动的代码评审工具。但这里是 recursive trap：生成器学会了写通过评审者的代码，而不是解决人类问题的代码。AI 照着 rubric 写，而 rubric 也是由 AI 写的。我们在一个 hall of mirrors 中构建软件，没有人验证反射是否真实。

这感觉像科学中 replication crisis 的软件版本。我们有比以往更多的「显著」结果、更多工作功能、更多合并的 PR，但 underlying truth 正在侵蚀。过程已经 inverted。AI 让简单的部分 instantaneous，而让困难的部分——知道这一切是否 matters——甚至更难。这是数学家新负担的软件版本。不是关于做工作。而是关于知道工作什么时候是谎言。

矮化

我想诚实地谈谈这里涉及的 ego death。震惊不是机器能打字更快。震惊是 dwarfing。是意识到我爬了多年的认知阶梯——语法巫术、算法回忆——现在是由 commodity API 提供的服务。

怀疑论者可能说这不过是 Luddite 的抱怨。每一代工具都让前一代矮化。编译器让汇编程序员矮化。框架让 vanilla JavaScript 开发者矮化。为什么这次不同？

不同之处在于 automation 和 obsolescence 之间的界线。编译器让你更快，但你仍然需要知道什么是循环。你仍然持有心智模型。LLM 经常在你永远不需要理解为什么选择那个特定循环的情况下写出循环。**矮化不是关于速度。而是关于认知的外包。**机器现在正在运行那个 inner dialogue，「嗯，这很奇怪，让我试试别的」，那曾经是我们私人的、产生价值的思维过程。

我之前写过关于 The Loop We Share 的文章，那个时刻当你读 LLM 的推理轨迹，它说：「这很奇怪……让我们试试另一种方法。」它感觉熟悉不是因为机器有灵魂，而是因为你一辈子都生活在那个循环里。你形成一个假设。你测试。你失败。你修正。LLM 的轨迹不 mimic 人类思想。它 mimic 人类 problem-solving 的外部形状，那个我们几百年来投射到纸面和终端上的形状。

现在的不同是，机器以电的速度穿过那个循环。它在我们还在敲命令时就迭代着失败。那才是矮化的部分。

智能的哥白尼视角

这是论文给我 unexpected peace 的时刻。它提到了人类智能的「哥白尼视角」。

哥白尼没有毁灭地球。他只是把它移出了太阳系的中心。几个世纪以来，我们把人类认知放在智力宇宙的 center。它是终极基准，独特的、不可言说 spark。

如果我们不是正在失去那个 spark 呢？如果我们只是发现，我们从来就不是智力宇宙的中心呢？

那才是我真正的转折点。不是问，「我们被取代了吗？」而是意识到，「我们从来没有我们想的那么特别。」智能不是为 Homo sapiens 保留的二元状态。它是宇宙中出现的一个 spectrum，而我们只是这个星球上碰巧建造了那个 spectrum 上下一个节点的第一个。

这是一种 humbling、almost spiritual 的转变。不是拼命保护我们独特的宝座，我们可以向外看。**我们是更大计算和认知系统的一部分。**这个视角不 erase 人类。它只是纠正了我们的天文坐标。它以一种晴朗夜空的 reassuring 方式 reassuring：你感觉渺小，但你也感觉与某种 vast 的东西 connected。

但我想诚实地说说哥白尼隐喻的 limit。哥白尼视角是长期地图。它帮助我们在地面震动时 orient。但地图不能阻止地震。它是导航工具，不是逃生舱口。

让我挥之不去的历史 parallel 是纺织机械化。动力织布机 dismantle 了一个熟练工匠阶层，先用机器看守者取代他们，然后只剩下机器。影响是暴力的、代际的。这一次，织布机同时 targeting 体力和智力劳动。知识工作中没有避难所。织布机学会了编织思想。

我知道这呼应了蒸汽机出现时迎接它的恐惧。是的，工作改变了而不是结束了。但那次转型花了半个世纪的 chaos。现在的不同不只是变化的 kind，还有速度和规模。

工业革命成功是因为对实物商品的需求实际上是无限的。对认知商品的需求可能也是，但瓶颈是人类注意力。你可以在几秒钟内生成 10,000 行完美代码，但人脑一次只能 hold handful 的东西。我们撞上了生物天花板。织布工可以捡起额外的布料。工程师无法在头脑中 hold 更多复杂性。织布机转得比我们 grasp 的速度更快。

而速度 compound 了这一点。第一台织布机花了几代人才完善。AI 每六个月就迭代自己的设计。我们正在失去我们的位置，不只是在智力宇宙的中心，还在反馈循环本身中。我们正在变成我们曾经 power 的过程的观察者。那是我们必须毫不退缩面对的 vertigo。

找到我们的新位置

我仍在试图弄清楚软件工程师的新角色。我还没有答案。我知道它在于 complement，而非 competition。它在于我们共享的循环，那个人类欲望、混乱的现实世界约束和 AI 无情执行交汇的空间。

论文暗示了这个未来。**数学家可能成为真理的策展人，而不只是步骤的计算者。工程师可能成为意图的建筑师和复杂性的审计员。**我们的价值从运行循环转移到定义它的边界。我们是那些知道循环为什么首先 matters 的人。

但现在，我们正坐在 shockwave 中。我们看着我们与机器之间的 gap 缩小的速度比我们重新定义角色的速度还快。我们必须接受哥白尼现实——我们不再是游戏中唯一的玩家——然后，用清晰的眼睛，做那项 terrifying、exhilarating 的工作：建造一个人类和这种新智能可以共存的社会。

我们无法独自完成。而且也许，在人类历史上第一次，那句话不只是关于社区的隐喻。它是我们与一种新心智关系的 technical specification。

9

9

1