今天，ChatGPT 三岁了。但人们也累了。

不是「AI 怎么用」的累，而是那种被迫保持兴奋的累。

巨头们几个月就要升级一次他们的模型，用普通人不熟悉的指标评分，告诉我们：模型更强了，AGI 更近了。

可我们真正感受到的是什么？

谁在定义AI的「强」？

社交媒体：网上最兴奋、声量也最大的是媒体人、程序员、科技行业从业者们，他们本来就每天和信息打交道，AI 能帮他们写稿、画图、写代码，他们有理由认为「AI 改变了一切」。但如果我们去问建筑工人、餐厅服务员、网约车司机呢？

大模型公司：扎克伯格说超级智能触手可及，奥特曼说知道如何实现 AGI。他们需要资本市场继续相信这个故事。

各行各业：一位亚马逊中层坦言：高层宁愿盲目跟投，也不愿承担「错过 AI 浪潮」的风险。红杉合伙人 David Cahn 警告：FOMO 情绪正在把全行业押在一条路上。

AI 成了一个「不行也得说它行」的东西。不过幸好这些大模型公司还有一个共识：用评测集来看它到底行不行。

为什么跑分说明不了问题？

我们都考过试，测过智商，也知道分数的诱惑：98 分比 97 分强，这看起来客观、可信。

但问题在于，这些数字只是用来比较的刻度，它们本身并不能告诉我们「智能」到底是什么。

大模型的评测集也是一样。模型可以在数学推理、代码生成、知识问答上狂飙分数，甚至超过我们。但这些评测集衡量的，都是同一种能力：在既定框架内把问题解得更快更准。

问题在于，就算这种能力刷到了 99 分、999 分，也不等于科学革命，因为科学革命从来不是靠做题实现的。

科学革命的最大误解：不是盖楼，是炸楼

教科书常把科学描绘成盖大楼：牛顿打地基，爱因斯坦盖二楼，后人在此基础上添砖加瓦。

但这是错的。

真正的科学革命不是在旧体系上盖楼，而是把地基炸掉。

科学史家托马斯·库恩对此解释得很清楚¹：科学真正的革命从来不是把同一套题做得更快更准，而是彻底换一种理解世界的方式。

这就是范式（Paradigm）。

范式最本质的任务是告诉科学家一些共识：什么问题才是「科学」的，什么答案才是「合理」的。

一旦共识达成，大家就不再争论「力是什么」，而是专注于套用 F=ma 解具体问题。这就是常规科学，也是科学界日常的大部分工作。

别小看这种工作，它是科学积累的基础，避免了学科沦为各说各话的民科猜想。

但它也永远无法产生新范式。

AI天生就是，也只能是常规科学家

常规科学要竭尽全力做的，就是库恩说的解谜：利用范式提供的规则，把观测到的现象塞进理论框架里，比如水星轨道偏了？加个修正项。实验数据不符？调整参数。

它追求的是消除模糊，让理论与事实相符，而非颠覆。

AI 天生擅长这种事。

知名数学家陶哲轩用 AI 辅助研究，效果确实不错。但细看就会发现，这些问题都有共同点：结构明确、路径清晰，只是需要计算、检索或大量尝试。

AI 在陶哲轩的研究中，没有提出新的数学对象，没有引入新的思想工具，也没有重新定义问题本身。它还是在「范式内加速」，只不过效率更高了。

科学革命需要什么？

那科学革命是怎么发生的？ 常规科学本身不能诞生革命，但它有个很妙的作用：越是死板，越容易发现问题。

因为常规科学越是想把一切塞进既定的盒子里，就越容易发现有些东西塞不进去。

事出反常必有妖，先得发现反常（Anomalies），才能去找那个妖（新范式）。

随后，两种关键情绪来了：「失灵的感觉」与「不安全感」。

19 世纪末，麦克斯韦电磁理论与牛顿力学的矛盾²让物理学界集体陷入这种焦虑。爱因斯坦关注的不是某个技术细节，而是他确信：旧范式从根上就错了。

失灵来自对「这套解释行不通了」的质疑；不安全感，则来自必须「砸烂一个旧世界」的觉悟。

这正是 AI 无法复刻科学革命的原因。因为新范式的诞生，从来不是靠证据堆出来的，而是依赖一些无法量化、甚至本质上非理性的特质，比如信念和审美。

信念

那些最早追随新范式的人，必须无视现有证据，去相信一个尚未被证明的东西能够成功。这种选择只能基于信念。

哥白尼提出日心说时，手里的证据很薄弱，预测精度也不高，并不比地心说更有说服力³，甚至面临两个当时的致命硬伤：既观测不到恒星视差，也解释不了「若地球自转，为何垂直抛出的石头不落向后方」的力学悖论。

但他依然坚持。不是因为数据，而是他深受新柏拉图主义与毕达哥拉斯学派的影响，他坚信太阳居中让宇宙「更和谐、更简洁」。 这靠的不是计算，而是一种近乎宗教般的信念。

OpenAI 前首席科学家 Ilya Sutskever 在这周的播客中也提到类似的意思：

因为如果你总是相信数据，有时候你做的事情是对的，但代码里有 bug。你不知道有 bug。你怎么判断是不是有 bug？你怎么知道该继续调试还是该得出结论说方向错了？靠的就是自上而下的判断。你可以说事情必须是这样的。某种东西必须有效，因此我们得继续下去。这就是自上而下，它基于这种多方面的美和来自大脑的启发。

这种信念，与一些互联网公司看好 AGI 前景的「信心」截然不同。因为他们更多是基于利益的战略押注，没前景的业务就砍了。

而坚信科学革命的人，往往毫无退路。只有具备这种信念，你才敢在证据不足、所有人都说你错的时候，孤注一掷地坚持：「这个旧世界，从根上就错了，砸烂它，新世界才能出来。」

审美

爱因斯坦 1905 年提出狭义相对论，1915 年提出广义相对论。但真正的实验验证要等到 1919 年的爱丁顿日食观测，才证实了广义相对论的预言。
 

狭义相对论的验证要更漫长，没有决定性的单一实验，而是靠光速测量、时间膨胀、粒子寿命等零散证据，跨越几十年，一点点累积。

这意味着什么？追随爱因斯坦的科学家真正相信的不是确定性，而是理论本身的结构美：一个更简洁、更优雅的世界观。

正如 Ilya 前面所说，我们必须有一种自上而下的判断能力，这种能力来源于研究品味（research taste）：

你会问自己，某个东西是根本性的吗？事物应该是什么样的。我想这一直在相当程度上指引着我，从多个角度思考，寻找某种美和简洁。丑在这里没有容身之处。

前 Meta FAIR 研究科学家田渊栋也在这周的播客中说：

研究品味是一种直觉感知，帮助你在模型泛化和 scaling laws 的不确定性中，优先选择有前景的方向。它让科学家能够融合第一性原理思考和高效实验。

对于追求确定性的大模型来说，它能否理解信念、审美这几个字的分量？

结语

相对论同一时期，还发生了第三次数学危机。罗素发现了集合论中的一个悖论⁴，直接动摇了整个数学的逻辑根基。

对当时的数学家来说，这是真实的存在性威胁，是毕生信仰的东西突然站不住脚了。弗雷格⁵收到罗素的信时，整个人都崩溃了。

而 AI 呢？

当它写出一个错误的物理公式，它会感到焦虑吗？当它无法解决一个逻辑悖论，它会感到挫败吗？当它批量生产的论文被审稿人拒掉，它会在午夜辗转难眠吗？

对它来说，「数学危机」只是训练数据里的几个 token。它不会体验「天将降大任」的兴奋，也不会经历「世界错了」的痛苦。

它做的只有一件事：用更强的算力，加速巩固现有的知识。

它能帮你盖楼，但永远不会，也不可能炸楼。

本文首发语言学公众号「言辞之间」。