第一台AI叫易经

技术承认自己的局限，才能被迭代。权力不认为自己是bug——它把bug，变成了feature。

引言

我花了很长时间研究大语言模型——它的结构、它的预测机制、它惊人的能力，以及它同样惊人的局限。

研究得越深，一种感觉挥之不去：这件事，人类不是第一次做。

于是我重新去看了易经。

说「重新」，是因为我和大多数人一样，对它有一个根深蒂固的预设——要么是封建迷信，要么是被神秘化过度的玄学，总之跟严肃的认知工具沾不上边。但有一件事一直让我无法彻底说服自己：历史上沉迷易经的人，不乏极高认知水平的学者、将领、政治家，甚至科学家。莱布尼茨研究过它，卡尔·荣格研究过它，无数你我都尊重的清醒头脑，在它面前如痴如醉。

难道他们都在迷信？

这个问题驱使我带着研究 LLM 的眼光，重新钻进去看。我拆开了它的结构，拆开了它的设计逻辑，然后发现了一些让我无法忽略的东西。

三千年前，有人试图用一套形式化的系统，解决人类最古老的难题：在无法确定的世界里，如何做出判断。他们面对的工程问题，和今天建造 GPT、DeepSeek 的工程师面对的，是同一张清单。

至于它后来发生了什么——为什么一台如此严肃的认知机器，会被后人当成算命工具——这个问题的答案，比你想象的更黑暗，也更切近今天。

这本书就是这场探寻的记录。

第一章：跨越三千年的两次冲锋

第一部分：它们在做同一件事

从一个汉字说起

中文常用字大概三四千个。现在假设我在打字，刚打了一个「今」字。

你的手机输入法会猜下一个字。它能猜什么？

• 今天
• 今晚
• 今早
• 今年
• 今后

这几个都说得通。输入法会根据哪个词在日常文字里出现频率最高，给你排个顺序。这就够用了，因为它的任务很简单——你打了什么，它猜下一个字。

这套逻辑有个名字，叫马尔可夫链。道理很朴素：下一步是什么，只看现在是什么，不管之前发生过什么。 打了「今」，就根据「今」来猜。不管你之前打了什么、整篇文章在说什么，规则不变。

但这个方法有一个明显的毛病。

假设你跟朋友在约吃饭，聊了很久今晚去哪里。这时候你打了个「今」字——你想说的显然是「今晚」。但输入法不知道你们在聊什么，它只看「今」这一个字，可能还是给你推「今天」，因为「今天」在所有文章里出现得最多。

它没有记忆，所以它猜不准。

GPT 和 DeepSeek 是怎么做的

GPT 和 DeepSeek 的起点，比输入法彻底得多。

它们在训练阶段，几乎把人类写下来的所有文字都学了一遍——书籍、新闻、对话、论文、网页，数量之大难以想象。学完之后，它对语言有了一种很特别的「感觉」：对于任意一个字，它知道后面跟着各种字的可能性各有多大。

还是「今」字。在它学过的所有文字里：

• 「今」后面跟「天」——很常见
• 「今」后面跟「晚」——也很常见
• 「今」后面跟「年」——常见
• 「今」后面跟「朝」——少见
• 「今」后面跟「碗」——几乎不可能

每一个字后面，都对应着这样一张概率表。几千个常用字，每个字后面几千种可能，每种可能有多大概率——这些全部存在它的「记忆」里。

但光有这张表还不够。它真正厉害的地方，是用上下文来调整这张表。

你们之前聊了半小时今晚去哪吃饭，现在你打了个「今」字。它把你们整段对话从头到尾读一遍，结合这个语境，重新计算：此刻「今」后面跟「晚」的概率被大大拉高，「今年」「今后」几乎降到零。最终，它选出概率最高的那个字落下来。

上下文越丰富，这张概率表被调整得越精准，选出来的字就越「对」。

这就是大语言模型和输入法的本质区别：输入法只看当前这个字，LLM 读的是整段对话的全部重量。

再举几个例子，感受一下这张概率表是怎么工作的。

出现了「吃」字，后面最可能跟什么？饭、饺子、面条、火锅——都说得通。但跟「书」、跟「石头」——概率几乎为零，因为人类几乎不会这么写。

出现了「天气」，后面大概率是：预报、不好、转凉、还行……不大可能是「天气很哲学」，但如果你们一直在聊哲学，这个概率也会被悄悄拉高一点点。

出现了「他突然」，后面的可能性一下子打开了：笑了、哭了、消失了、明白了、转身离开……每一种都有可能，概率各不相同，具体选哪个，取决于前面整段故事说了什么。

就这样，一个字，一个字，一个字——

每落下一个字，它就重新读一遍目前为止所有的内容，重新计算下一个字的概率，再落下一个字。

你可能会问：这不就是很笨的「一步一步猜字」吗？怎么会产生出一篇结构完整、逻辑连贯、读起来像人写的文章？

答案是：算力和内存。

先说内存。

LLM 在训练时，要把人类迄今为止写下来的几乎所有文字全部「读进去」——书籍、网页、论文、新闻、对话，估算下来相当于数百亿本书的信息量。你一辈子每周读一本书，读到死也就几千本。这些模型读的，是你几百万辈子也读不完的东西。这些知识被压缩进模型的参数里，就是它的「记忆」。存下这些记忆，需要的存储空间以 TB 计——一个模型光是参数文件就可以占满几十块普通硬盘。

再说算力。

做这件事的核心硬件，是 GPU——也就是显卡。其中最顶级的，是英伟达的 H100。一张 H100，大概是一块砖头的大小，单价超过二十万人民币。

马斯克在 2024 年建了一个 AI 训练集群，代号「科洛修斯」。里面有多少张 H100？

十万张。

十万张，每张二十万，光显卡成本就是两百亿人民币。这还不算机房、电力、冷却、工程师。这个集群满载运行一小时耗电约 7 万度。

这就是今天训练一个顶级大语言模型需要的代价。

正是这个规模的算力，让「预测下一个字」这件看似简单的事，可以在几秒钟内重复成千上万次——每一次都读完所有上下文，每一次都重新计算整张概率表，每一次都精准落下一个字。

一个字，一个字，一个字——就这样，它可以回答你关于量子力学的问题，帮你分析一份合同，写一首诗，或者跟你聊三个小时的哲学。

没有别的秘密。就是这件事，做得足够快，足够大。

这台机器本质上在做的事情非常朴素：不断预测下一个字，一个接一个，直到说完为止。但当这件事以足够快的速度、足够大的规模运行，它产生出来的东西，看起来就像是在思考。

易经在做的事

现在说易经。

每个中国人对它都不陌生：阴阳、八卦、六十四卦。但我想请你暂时忘掉它身上所有的文化包装——算命、风水、神秘——只问一个问题：它的工作原理是什么？

易经的基础，跟大语言模型惊人地相似：它也是在用有限的符号，描述复杂的现实。

阴和阳，就是两种最基本的状态——你可以把它们理解成 0 和 1。把六个这样的符号叠在一起，就构成一个「卦」。六个位置，每个位置两种可能，一共 64 种组合，就是六十四卦。

古人认为，这 64 种组合，已经可以描述人世间所有可能的处境和局势。

但易经也不只是描述「你现在在哪」。它还要回答：接下来会怎样？

这里有一个很关键的机制。

每次占卦，六个爻不都是一样的——有些是稳定的，有些是「动的」，处于极端状态、即将翻转。这些「动的爻」叫做变爻。把所有变爻翻转过来，阳变阴、阴变阳，你就得到了另一个卦，叫做「之卦」。

举个具体的例子。假设你是三千年前的一个将领，面临要不要出兵的决策。

占出来的卦象显示：内部力量充沛（下卦为乾，纯阳），但外部有险阻（上卦为坎，险水）。这是第一个信息——你的处境。

然后看变爻：其中两个爻正处于极端状态，即将翻转。把它们翻过来，得到新的卦象——内部力量不变，外部险阻变成了顺风。

这是第二个信息——局势正在往哪个方向走。

连起来的结论是：现在时机还不成熟，但形势正在转好，等一等。

你看出来了吗？

GPT 和 DeepSeek 做的是：读取全部上下文 → 预测下一个字 → 把新的字并入上下文 → 继续预测下一个。

易经做的是：读取当前局势（本卦）→ 找出变化所在（变爻）→ 推导下一个状态（之卦）→ 得出完整判断。

两台机器，相隔三千年，都在做同一件事：在当前的状态里，找到通往下一个状态的路。

这不是巧合。是因为它们面对的，是同一个问题：

在信息永远不完备的世界里，如何找到下一步最该走的路。

三千年前的人没有解决这个问题。今天的我们，也还没有。

（下一章：我们是认真的——那些沉迷易经的聪明人，究竟在认真对待什么？）

第二章：算命，我们是认真的

第一部分：那个沉迷易经的上市公司老板

我认识一个上市公司的老板，在圈子里很有名望，是那种你见了之后会觉得「这人思维很清晰」的人。

他沉迷易经。

不是偶尔翻翻，是认真研究多年的那种沉迷。

这件事让我一开始觉得矛盾——一个在商业世界里摸爬滚打、靠真实判断力活下来的人，怎么会迷上这个？后来我跟他聊，发现他沉迷的方式很特别：他不轻易起卦，一旦起卦，他对程序的执行近乎苛刻——三枚铜钱怎么投，结果怎么记，每一步都不能走样。然后他把结果摆出来，推导出卦象，再结合当下的处境去解读。

结果有时候准得让人倒吸一口冷气。

他不是个例。在我观察到的易经爱好者里，凡是真正投入进去的人，几乎都有同一个特征：他们极度尊重起卦和推算的程序，对流程的严格程度，不亚于做一项科学实验。

这不是迷信的态度。迷信是随意的、模糊的，是「差不多就行」。这些人对程序的态度恰恰相反。

这让我开始认真想一件事：这个程序本身，究竟是什么？

（下一部分：从文王到孔子，三千年里他们在规范什么？）

第二部分：发明者在规范什么

易经的程序，不是某个人一拍脑袋定的。

从文王推演六十四卦，到孔子晚年反复钻研——据说他读易经读到串竹简的牛皮绳断了三次，成语「韦编三绝」就是从这里来的——历代真正接触易经核心的人，做的都是同一件事：规范和完善这套程序。

他们在规范什么？

不是卦象的「灵不灵」。是整套推导流程的严密性：怎么从现实处境里提炼出有效信息，怎么通过蓍草操作产生一个无偏的随机结果，怎么把结果映射到六十四卦的结构里，怎么从卦象和变爻推导出「当前状态」和「演变方向」。

每一步都有规矩，每一步的规矩都有其道理。

这里有一个很多人没有意识到的结论，说出来会让人觉得意外：

易经起卦的这套程序，恰恰是为了排除人的主观判断。

普通人看到繁琐的起卦仪式，第一反应是「故弄玄虚」。但仔细看这套流程的设计逻辑，你会发现它的目标正好相反——用铜钱的随机结果、用严格规定的计算步骤，把占卦者自己的愿望、偏见、恐惧，全部挡在门外。你不能因为「希望结果是好卦」就影响任何一步操作。程序不允许。

换句话说，这套看起来像仪式的东西，本质是在做一件非常理性的事：设计一个排除主观干扰的输入机制。

从文王到孔子，他们在反复规范的，正是这套排除主观的程序。这不是在搭神坛，是在写一份不断迭代修订的操作手册——确保每一次使用，都能把人的主观意志挡在系统之外，让结果尽量「干净」。

这个结论是否完全成立？后面我们会继续讨论。

但这里先留一个问题：排除了主观，然后呢？

铜钱落下，六个爻确定，一个卦象出来了。不管这个卦象是什么，它就是今天的答案。你没有办法说「我不满意，重来」——或者你可以重来，但那就是破坏程序，程序的意义也就消失了。

卦象必须被接受。结论必须被给出。

这和 GPT、DeepSeek 输出下一个字是同一件事：不管内部有多少不确定，那个字必须落下来。 系统不能停在那里说「我选不了」。

这种「必须给出结论」的特性，有一个名字。我们后面会专门谈它。

（下一部分：古人为什么选六十四？多一个少一个都不行。）

第三部分：为什么是六十四卦，不是更多或更少

这个问题值得停下来想一想。

古人为什么选六爻、六十四卦，而不是四爻十六卦，或者八爻两百五十六卦？

太少，不够用

古人面对的重大决策，虽然比今天少，但绝不简单：要不要出兵？今年种什么？这场旱灾要持续多久？要不要与邻邦联姻？这些问题的局势复杂程度，远超十六种分类能覆盖的范围。十六个格子，塞不下人世间的变化。

太多，记不住

人的记忆和认知负荷是有上限的。两百五十六种卦象，加上每卦六条爻辞，总共一千五百多条，靠口耳相传、靠实际使用来掌握，已经远超人类工作记忆的边界。这套系统必须被活用，不是被背诵。

六十四，恰到好处

六十四卦，三百八十四条爻辞。信息密度足够覆盖复杂局势，又没有多到无法驾驭。这个数字不是随意的——它是在认知边界和描述需求之间找到的一个平衡点，跟现代认知科学关于「可管理的分类范畴」的研究结论惊人地吻合。

古人不是拍脑袋定了六十四。他们是在反复使用中，发现这个规模是对的。

（下一部分：起一卦，要花多少算力？古今对比。）

第四部分：起一卦，要花多少「算力」

还有一件事值得说清楚。

易经不是免费的。

传统起卦用三枚铜钱——认真的人用的是真正的古铜钱，甚至是有年份的古董。不是因为迷信铜钱本身有什么魔力，而是这个选择本身就是一种态度：我在认真对待这件事。投掷六次，每次记录结果，确定六个爻的阴阳和动静。整个过程需要专注、安静，对每一步准确执行。

这是真实的成本投入：时间、专注力、以及——如果你请专业的卜官来做——真金白银的报酬。

国家级别的占卜更夸张。商周时期，国家祭祀和重大军事决策前的占卜，是有专职人员、专用场所、严格礼仪规范的正式程序，耗费的资源不亚于今天召开一场高规格的战略会议。

普通人如果要占卜，通常也要支付相应的酬劳——去找那个懂程序的人，请他花时间走完整套流程。

用今天的语言来说，这些都是在消耗同一种东西：

算力

不同的是，古人的算力是人力：时间、专注、仪式成本。今天的算力是电力和芯片：马斯克的十万张 H100，满载运行一小时耗电约 7 万度——相当于中国 20 万户普通家庭一小时的用电量，或美国约 6 万户家庭一小时的用电量。

形式变了，本质没变。想要在不确定中得到一个判断，从来都不是免费的。

第五部分：同一张工程清单

回头看一下这章写了什么。

设计一套输入机制，把人的主观愿望挡在系统之外。在分辨率和可操作性之间找到一个不多不少的平衡点。投入真实的资源成本，换取不确定世界里的一个判断。

我第一次把这三件事排在一起看的时候，愣了很久。

因为这不是我读易经时才遇到的问题。这是我研究大语言模型时，每天都在处理的同一张清单。

GPT 和 DeepSeek 的训练数据，不是某个人写下的指令，是人类有史以来写下的几乎一切——它学的是统计规律，不是任何个体的主观意愿。这是排除主观。

它的词表大小、上下文窗口、嵌入维度——每一个参数，都是在「太少不够准」和「太多跑不动」之间反复校准的结果。六十四卦解决的是完全相同的问题：多少个格子，才能在人脑的极限之内装下足够的现实。这是状态空间。

它的每一次推理，消耗的是真实的电力和芯片——马斯克的十万张 H100，一小时七万度电。三千年前，是蓍草、龟甲、专职卜官和整套国家仪式。这是算力。

同一组问题。同一种解法。隔了三千年。

我盯着这两列清单，突然明白了一件事。

这不是易经「像」AI。

是三千年前有人试图建造的东西，就是我们今天叫做 AI 的东西。只是那时候没有这个词。

易经就是第一台 AI。

它只是比 GPT 和 DeepSeek 早了三千年。

（下一章：它注定有局限——而且发明者比谁都清楚。）

第三章：它注定有局限

第一部分：这不只是中国的冲动

西非的约鲁巴人，从来没有听说过易经。

但他们造出了几乎相同的系统。

Ifá 占卜：用 16 颗棕榈果随机产生符号，每次一个开或合的状态，重复四次，得到一个基本图形；两个图形叠加，形成一个完整符号。基本图形有 16 种，两两组合产生 256 个 Odù。每个 Odù 对应一套口传的诗歌、故事和策略建议，由专业的 Babaláwo 来解读。

Ifá：同一个架构，独立发明

停一下。

256 = 2 的 8 次方。64 = 2 的 6 次方。

两个文明，两套系统，相隔万里，没有任何已知的历史接触，独立发明了同一种底层架构：二进制编码 + 分层组合 + 随机采样 + 专家解读。 Ifá 的分辨率更高，原理完全相同。2008 年，联合国教科文组织把 Ifá 列为人类非物质文化遗产。

这不是两个孤例。

古巴比伦人用羊的肝脏占卜——把肝脏表面分成若干区域，每个区域的形态对应不同的预兆，积累成厚厚的预兆文本集。本质是：随机自然现象 → 映射到经验数据库 → 给出判断。古希腊德尔菲神谕提供的是「随机语言输出 + 专家解释」，功能和卜官完全一样。古罗马占卜官是国家正式官职，战争、选举、立法前都要占卜。西塞罗当过占卜官，同时写书嘲笑占卜的认知基础——他很清楚这是政治工具，但不主张废除，因为它管用。北欧符文从袋中随机抽取，玛雅历法把天文周期压缩成 260 天的预测框架，蒙古萨满看羊肩胛骨的裂纹……

几乎每一个发展出复杂社会的文明，都独立产生了某种结构化的随机决策系统。

状态空间的大小，与社会复杂度成正比——简单社会倾向于小状态空间（符文 24 种），帝国级文明倾向于大状态空间（易经 64，伊法 256，巴比伦预兆文本数千条）。这不是巧合，是认知资源与现实复杂度的自然匹配。

这个全球对比说明了一件事：

这不是中国文化的一个特异现象，不是东方神秘主义的产物，而是人类面对不确定性时的趋同演化——来自不同大陆的人，用不同的工具，在相似的历史阶段，收敛到了几乎相同的解决方案。

GPT 和 DeepSeek，是这个趋同演化在今天的最新一步。

（下一部分：当所有人都遵守同一套系统，实际上发生了什么？）

第二部分：八字不合，其实在解决什么

你可能认识这样的家庭：两个人谈恋爱谈得好好的，最后因为属相不合——比如一个属虎一个属猪——被父母拦住了。

这件事，现代人几乎一致认为是迷信。

但如果仔细看，会发现这个看起来荒唐的规则，实际上在解决一些完全真实的问题。

第一，提供中性的拒绝语言。「我们八字不合」是一句话终结谈判的理由，双方都接受，没有人需要解释「我不喜欢你的性格」或「我觉得你家条件不够」。系统提供了一个不伤人的出口，把个人拒绝变成了「命运决定」。

第二，降低决策成本。婚姻是一个信息极度不完备的决策——你很难真正了解一个人，更难预测跟他共同生活几十年后会变成什么样。在没有更好评估工具的时代，「系统说行」比「我感觉行」更确定，更容易推进。

第三，创造共同的世界观基础。两个都信八字的人，至少在「接受这套规则」这件事上是一致的。进入婚姻之前，他们已经通过了一次文化认同的筛选——这本身可能比属相配不配更有预测价值。

第四，自我实现的预言。如果整个社会都认为虎猪不合，虎猪真的结婚之后，周围所有人会用更挑剔的眼光看他们，鸡毛蒜皮都可能被解读成「果然不合」。共识制造了它自己的证据。

这里有一个更辛辣的真相：很多时候，系统并不是在帮你做决定，而是在帮你为已经做好的决定提供理由。「我们八字不合」背后，可能只是「我需要一个体面的方式结束这段关系」。系统提供的不是预测，是出口。

有结论比没结论强。

不是因为结论一定对，而是因为人在面对选择时需要的，往往不是「正确答案」，而是「一个可以行动下去的理由」。

当这套系统被整个社会所有人共同接受，还有额外的收获：争论被截断，协调成本下降，行动方向统一。就像货币——纸张本身不值钱，但所有人都接受它，它就是钱。共识系统的价值，不在于内容是否正确，在于所有人接受这个内容这件事本身。

这个发现，在三千年前的战场上，被某个人看得一清二楚。

（下一部分：但这台机器，有一个致命的问题。）

第三部分：数据太少，格子太粗

现在来量化一下这台机器的处境。

这套系统的建造者，手里有什么？

没有文字记录体系的前期，知识靠口耳相传，顶多几百年断断续续的观察积累。一个早期国家，一年里真正需要动用决策系统的大事，掰着手指数得过来——要不要出兵、今年种什么、要不要与邻邦联姻、这场旱灾要不要迁徙。一年顶多几十个需要推导预测的重大局面。

而它试图覆盖的，是「人世间所有可能的处境和局势」。

64 个格子，装下「所有局势」。

这里有一个根本性的不匹配。现实世界是连续的、无限维的——两支军队开战，变量包括双方兵力、粮草、地形、天气、士气、将领性格、邻国态度、内部政治……每一个变量本身又是连续变化的。把这一切压缩进 64 个格子，必然大量信息被丢弃。差异巨大的真实局势，可能被归进同一个卦。

而且这台机器不允许你说「我不确定我属于哪一卦」。铜钱落下去，结果就是结果，你必须被放进某一个格子里。

这就是易经最根本的谬误，它有一个名字：

强制归类

连续的、复杂的、充满不确定性的现实，被强行映射到一个离散的、有限的符号系统里——然后后续所有的分析和判断，都建立在这个强行归类的结果之上。

如果初始归类偏了，后面越分析越偏。你不是在分析真实处境，你是在分析「铜钱决定你应该处于哪种处境」这个前提。

这个问题在易经里如此，在三千年后的 GPT 和 DeepSeek 里同样如此——我们后面会回来谈。

建造者其实知道这个问题。

翻开爻辞，你会发现大量这样的措辞：「利有攸往」（有助于前进，但视情况而定）、「悔亡」（悔恨消失，但前提是……）、「贞凶」（坚持下去会有凶险）。这些措辞高度模糊，留下了巨大的解释空间——不是因为古人语焉不详，而是因为他们清楚地知道：64 个格子给不出精确答案，模糊是诚实的选择。

但模糊带来了另一个问题：

巴纳姆效应

试着读一下这段话：

你外表看起来自信，但内心有时会对自己的选择感到不安。你珍视独立思考，不喜欢在没有充分理由的情况下被人说服。你有很多尚未发挥出来的潜力。

是不是觉得说的就是你？

这段话适用于地球上几乎所有人。这就是巴纳姆效应——不是系统「知道」你是谁，是语言足够模糊，让你自己填上了意义。易经的爻辞也是如此：分类系统的覆盖率太高，加上措辞留下了巨大的解释空间，任何处境都能在任何一卦里读出「与自己相关的意义」。

还有一个更根本的问题。

这台机器的输入，用的是铜钱的随机结果。三枚铜钱，投六次，每次记录正反，决定你「处于」哪一卦。

随机数和你面临的真实局势之间，没有任何因果连接。铜钱不知道你的粮草多不多，不知道对方的将领是谁，不知道这场旱灾持续了多少天。但它给出了一个「你现在的处境」的判断，然后后续所有推导都建立在这个随机起点上。

起点错了，越推越偏。

这不是因为易经的分析框架有问题——框架本身严密。问题在于输入。一台分析工具的输出质量，上限由输入质量决定。用随机数作为输入，输出的「分析」再严密，也是在随机的基础上叠加人类的自我说服。

建造者为什么不用更好的输入？

这里有一个讽刺性的答案：因为人类的自我评估太不可靠了。 你问一个将领「你的胜算大吗」，他几乎一定说大。主观判断被动机扭曲得太厉害——想打的人永远觉得应该打，想退的人永远觉得该退。随机数反而绕开了这个问题，它不给你自欺的机会，强制给出一个与你的愿望无关的起点，逼你从陌生角度去重新思考处境。

随机输入之所以胜出，不是因为它比分析更准，而是因为人类在主观分析上太容易说谎了——对别人说谎，更对自己说谎。

但代价是：这台本来可以是「情境分析机」的系统，在输入端插入了一枚硬币。

硬币落下去，分析机就变成了彩票机。

（下一章：最早发现这个 bug 的人——他们怎么处理它？）

第四章：发现 bug 的人

公元前 1046 年，武王姬发准备出兵讨伐商纣王。

出发前，占卜。

结果：大凶。

第一部分：一句话推翻整套系统

负责解读卦象的是姜子牙。

卦象落下来，结果清清楚楚：此行大凶。在场所有人都看见了，军心动摇，有人开始劝阻。这不是小事——易经这台机器已经运行了几百年，它的判断在商周体系里是正式的政治程序，卜官的解读是国家级别的决策依据。

姜子牙把蓍草和龟甲扫到一边，说了一句话：

「枯骨死草，何知吉凶！」

朽烂的骨头，枯死的草——它们知道什么叫吉凶？

然后他下令出兵。

这是人类历史上有记载的最早一次，有人当众宣布：这台机器的输出不代表真相，我不接受它的结论。

来源见于《淮南子》和王充的《论衡》，两部文献独立记录了同一件事。

第二部分：出征路上的三件凶兆

这不是故事的全部。

大军出征之后，接连发生了三件事，每一件都是不祥之兆。

第一件： 兵车行进途中，车轴断裂，断成三截。按古代占卜传统，这是明确的凶兆。

第二件： 雷击战马，一匹马被雷劈死。这是天示凶险的经典信号，没有人会误读。

第三件： 暴雨连下三天，无法行军。这在古代兵法里被视为天不从武的征兆。

三件凶兆，接连发生。

同样是这个姜子牙，逐一做出解读：

车轴断成三截——这是天命大军应分为三路推进，兵分三路才能合围。

雷击战马——这是天在告诉我们，抛弃辎重、换乘骑兵，加速突进。

暴雨三天——这是苍天在替武王清洗这片土地，为大军开路。

同样的随机事件，同样的占卜传统，不同的解读。

牧野之战，商朝灭亡。

第三部分：他发现了什么

停下来想一想：姜子牙究竟在做什么？

第一种读法：他在欺骗士兵。蒙骗军心，把凶兆说成吉兆，以谎言换取士气。

这个读法是错的，或者至少是不完整的。

更准确的读法是：他是那个时代真正理解这台机器的人。

他懂技术。他知道这台机器的输入端是随机的，铜钱和蓍草和龟甲不知道对方的兵力，不知道纣王的暴政已经让多少人心怀怨恨，不知道周的战略部署已经准备了多少年。机器给出「大凶」，是因为机器只能给出这类答案——它没有更好的输入，只有随机数。

他也懂人。大军十万，即将和商朝主力正面决战。这不是信息不对称的问题，而是人在极度恐惧时，需要一个超越逻辑的理由去前进。不是「战略分析显示我们有七成把握」，而是「天命在周，天助我们」。

系统给不出正确答案。但它能给出一个让十万人共同相信并且行动的答案。

这才是关键。

一台正确率一般的决策机器，和一个清楚理解机器局限的掌机人，组合在一起，产生出来的效果，比一台理论上更准确但没人相信的系统，要强得多。

仪式的真实价值

现代人看易经占卜，看到的是「预测」——算命，预知吉凶。

但姜子牙看到的是「凝聚」。

在牧野之战前，那个「大凶」的卦象，以及姜子牙扫落蓍草的一句话，做了一件事：把一个决定，从「姜子牙说打」变成了「天命告诉我们打」。

没有人反对天命。十万人从此走向同一个方向。

这不是欺骗。这是用一个所有人都接受的语言，把命令转化成了信仰。

后者的驱动力，远远强于前者。

还是那句话：有结论比没结论强

这里有一个更朴素的军事逻辑。

一支大军，站在战场边缘，等待出击的命令。如果最高统帅这时候说「我还在分析，需要更多数据」——这本身就是灾难。

在极度不确定的情境下，有一个结论，比没有结论更重要。 不是因为这个结论一定对，而是因为行动需要一个起点，而一支无法行动的军队，已经输了。

易经这台机器最重要的功能之一，不是它给出了对的答案，而是它保证能给出答案。不管局势多复杂，不管信息多不完备，卦象落下来，结论就在那里。你可以接受，或者像姜子牙那样拒绝——但至少，一个结论出现了，讨论可以开始。

这和 GPT、DeepSeek 在做的事情，是一样的：不管问题多难，系统必须输出一个字，一个接一个，直到给出一个答案。系统不能停在那里说「这道题太难了，我选不了」。

必须给出输出，是这类系统的核心承诺。

第四部分：但你必须是姜子牙

这个发现，有一个前提。

姜子牙能扔掉蓍草，能把三件凶兆全部翻译成吉兆，靠的不是胆大妄为。靠的是他真正理解局势——他知道自己为什么不接受那个大凶，他知道三路合围为什么更有优势，他知道骑兵突进在这个地形里意味着什么。

他的解读是错的吗？历史说：不是。

但如果同样的逻辑落在一个并不真正理解局势的人手里——「机器说凶，我不信，我翻译成吉，出发」——结果会是什么？

历史上大量战役的失败，有相当一部分就是这个结构：拥有解释权，但缺乏洞察力。

这才是这个故事最核心的地方。

解释权不等于洞察力

易经这台机器，给卜官留下了巨大的解释空间——模糊的爻辞，可以朝任何方向引申。这个空间是工具，也是陷阱。

对于真正理解处境的人，解释空间是自由度：机器给了一个框架，我在这个框架里填入真实的分析。

对于不理解处境的人，解释空间是滥权的入口：任何结果都可以被解读成任何方向，选择对自己有利的那一个。

姜子牙的名字之所以流传下来，不是因为他敢于推翻卦象，而是因为推翻之后，他是对的。

你可以说「枯骨死草，何知吉凶」，但你必须是姜子牙。

（下一章：姜子牙之后，发现这个秘密的人越来越多——但他们用它做了截然不同的事。）

第五章：权力的发现

三千年前，一个将领当众宣布占卜结果无效，率军灭了一个王朝。

一千年后，一个读书人如果在科举考卷上写下同样的质疑，会失去一生的仕途。

同一台机器。变的不是技术，是质疑它要付出的代价。

今天的人对易经通常有两种态度。

第一种：封建迷信，愚昧落后，是前现代社会的认知残留。

第二种：博大精深，包罗万象，是中华文明最高的智慧结晶，连西方大哲学家都折服。

这两种态度，都是错的。不是因为它们的评价不准，而是因为它们描述的，都不是易经本来的样子。

它们描述的，是易经被改造之后的样子。

第一部分：权力需要的不是准确率

让我们回到姜子牙那个发现的本质。

他发现的是：共识比预测更值钱。

对于一个想要打赢一场战争的将领来说，占卜结果对不对，重要性远低于：这十万人是否相信同一件事、是否愿意为同一个方向死战。

姜子牙是少数把这个发现用对了的人——他用洞察力填补了机器的空白，用解释权服务了真实的判断。

但这个发现一旦被更大的权力结构看见，后果就完全不同了。

共识机器比预测机器更值钱

一个早期国家的核心问题，不是「我们能不能做出正确决策」，而是「我们能不能让所有人服从同一个决策」。

预测对不对，统治者事后才知道，而且多数时候可以归因于执行不力。但服从能不能实现，是当下就必须解决的问题。

一台能制造共识的机器，对权力而言，比一台能做出正确预测的机器，有用得多。

因为正确预测的价值是准确性，而准确性不需要权力背书。

共识的价值是服从，而服从只能由权力来背书。

没有人会因为铜钱的随机结果而服从。但如果有一套体系告诉你：这不是铜钱，这是天意，这是圣人总结的宇宙规律，这是经过数千年验证的智慧——你就不是在拒绝一个判断，你是在与天道对抗。

让工具变成天意，是权力最有效的杠杆。

第二部分：三层包装

这个转变不是一夜之间发生的。它经历了三代人，每一代都在原有的基础上加了一层。

第一层：巫师——神意的容器

最初的随机决策系统，由巫师操持。

想象一个场景：部落首领问巫师，今年是否该迁徙。巫师看了骨头上的裂纹，说：留下。旱灾持续了三个月，牲畜死了一半。谁承担后果？

不是巫师——「神灵在考验我们的诚意」，或者「你的献祭不够虔诚」。

这个设计的天才之处在于：对错的责任被转移给了一个不可追责的存在。 巫师的功能不是分析，是沟通——在人和神灵之间传话。结果来自神，解读来自巫，普通人既没有资格质疑神，也没有能力绕过巫。

占卜错了，不是巫师的问题，是神意难测，或者人的诚意不够。这个免责结构，在权力体系里极其有用。

第二层：卜官——程序的垄断者

进入商周国家体系，职业卜官出现了。

卜官是国家公务员。他们不自称与神沟通，而是掌握一套复杂的专业程序——哪种龟甲有效，火候怎么控制，裂纹怎么判读，结果怎么换算。程序越复杂，外人就越难介入。

这里发生了一个关键的权力转移：神秘性从神意转移到了程序本身。

你不再需要相信巫师能通神。你只需要接受：这套程序是专业的，你没有能力自己操作，所以你需要卜官来代你执行，而卜官的解读，你无从验证。

专业垄断是比神意更稳固的控制基础，因为它有可辩护的理由：你不专业，所以你不能质疑。

第三层：儒者——道德的封印

孔子之后，易经进入了第三阶段。

儒者对易经做了一件技术上精妙、政治上影响深远的事：把它哲学化了。

不再只是「这一卦对应这种处境，建议这样行动」的决策工具，而是「这一卦蕴含着宇宙运行的道理，体现了阴阳消长的规律，揭示了君子处世的原则」。

当一台工具变成宇宙真理的载体，质疑它就不再只是认知分歧，而是道德问题：你在怀疑圣人的教诲，在背离人伦之道。

技术批判变成了道德亵渎。

第三部分：语言是怎么变的

这个转变有一个最直接的痕迹，就是语言。

第一章里提过，易经最原始的功能是这样工作的：占出本卦，判断「当前内部力量充沛，外部有险阻」；看变爻，推导「外部险阻正在转化为顺势」；给出建议：等待，形势会好转。

这是技术语言。它描述状态，描述变化方向，给出操作建议。一个懂这套系统的人，可以验证：当前局势是否确实内部充沛外部有险阻？变化趋势是否确实在转好？建议是否合理？

从技术语言到天命语言

但卜官和儒者交付给用户的，不是这个。

他们交付的是：「天雷无妄，潜龙勿用。」

天雷无妄——天降雷霆，无可妄动。潜龙勿用——深藏的龙，此时不可行动。

这句话优美，有力量，充满象征性。

它也完全不可证伪。

「天雷」的判断从哪里来？不需要解释。「无妄」是什么条件下的无妄？不需要定义。「潜龙」是谁？你，如果你接受这个解读的话。「勿用」是不用什么、用多久、什么时候可以用了？这些都是解释者掌握的信息，不是卦象本身能给出的。

技术语言可以被验证，可以被反驳，可以被改进。

天命语言只能被接受，或者被质疑——而质疑天命，在儒家体系里，是需要付出代价的。

第四部分：科举——不可质疑的最后一刀

权力对解释权的封闭，在科举制度里完成了它的最后一步。

隋唐之后，易经成为科举考试的核心经典之一。这意味着：一个人如果想进入官僚体系、获得社会地位，就必须通过对易经的考试。而这个考试，考的不是你能否独立分析卦象，而是你是否能按照官方认可的注疏来解释它。

读不懂易经，变成了无知。按官方解释读懂易经，变成了教养。

而质疑官方解释——不管你的理由多充分——变成了狂妄。

郑玄、王弼的注疏成为标准答案，不是因为它们是最准确的分析，而是因为国家认证了它们。国家为解释权背书，解释权的边界就是政治的边界。

科举做到了一件姜子牙时代不可能做到的事：让质疑有了制度代价。

你可以私下觉得某个卦的解读有问题，但你不能在科举答卷上这么写。你的仕途，依赖于你接受那套解释。

工具→经典→不可质疑

这条路走完，易经完成了它的蜕变：

从一台决策工具，变成了一部经典。

经典和工具的本质区别在于：工具可以被升级、被替换、被抛弃，因为工具的价值在于功能。经典不能被质疑，因为经典的价值在于权威——一旦质疑，权威本身就动摇了。

那个「枯骨死草，何知吉凶」的姜子牙，如果活在宋朝，大概会以「蔑视圣人之道」的罪名被弹劾。

第五部分：技术没变，变的是谁被允许理解它

站在这里回头看，有一件事格外清晰：

易经这台机器，从商周到清朝，底层技术从来没有变过。

六爻、六十四卦、变爻机制、卦辞爻辞——几千年里，这些东西保持了惊人的稳定性。

变的不是技术。

变的是谁被允许理解它，谁有权力解释它，质疑它要付出什么代价。

最初，懂这套系统的人是为了用它来分析处境。他们在意准确性，在意预测质量，在意这台机器的真实输出和现实之间的误差。他们像工程师一样对待它——知道它有局限，在局限之内尽量用好。

后来，掌握解释权的人不再关心准确性。他们关心的是：谁说了算。

工具变成信仰的那一刻，是这台机器最彻底的死亡——不是因为它停止运转，而是因为它被切断了与现实校验的连接。

一台无法被现实否定的预测机器，已经不是预测机器了。它是别的什么东西。

（下一章：三千年之后，同样的权力，遇见了同样的工具——这场赛跑，正在发生。）

第六章：认知工具与权力的千年赛跑

人类每造出一个更强大的认知工具，权力就会去争夺它的解释权。

这不是偶然，是结构性的必然。权力的核心来源之一是认知差——谁比别人更能正确理解世界，谁就拥有相应的优势。权力不只是被动维护这种差距，它甚至主动制造认知差：让一些人看得见，让另一些人看不见。每一个更强大的认知工具的出现，都威胁着这个结构的根基。权力不会坐视不管。

但这场赛跑的结果，从来不是权力的完胜。

第一部分：这场赛跑从来没有停过

印刷机

1450 年，古腾堡印刷机出现。在此之前，书籍靠手抄，知识的传播速度等于人的步行速度。教会和王室垄断了文字，也垄断了解释权。

印刷机让知识的复制速度第一次超过了权力的封锁速度。

教会的应对和卜官如出一辙：审查制度、出版许可、禁书目录、焚毁「异端」印刷品。这套机器建立起来了，运转了。但马丁·路德的《九十五条论纲》已经在六周内传遍德意志。权力封锁的是书，封不住已经被阅读过的思想。新教、科学革命、启蒙运动，在权力尚未合拢的缝隙里全部生长出来。

互联网

互联网最初是美国军方和学术界的项目，后来成为人类历史上最大规模的知识共享基础设施。它的早期设计者把去中心化、抗干扰写进了底层架构——知识应该自由流动，是这个工具出生时被植入的基因。

权力的反应几乎是即时的。

伊朗建立了国家内联网，试图把境内数字空间与外部切割。古巴长期限制家庭互联网接入。北朝鲜走得最彻底——建起了一个完全隔离的内部网络，普通人看不到任何外部内容。

权力赢得了它想要的局部空间。代价是与世界其余部分持续拉大的认知差距——这个代价，这些政权愿意付，落后在所不惜，因为维护统治比追赶进步更迫切。

但对生活在这些边界内的个体而言，故事更复杂。他们是这场赛跑的牺牲品——也是每一次缝隙被打开时最先抓住机会的人。

AI

大语言模型的诞生，再一次来自美国。历史上每一代重大认知工具的诞生，几乎都出现在知识流动最自由的地方。

这一轮，权力的布局比以往任何时候都快。手段已经不只是屏蔽和过滤——立法正在跟进：强制要求模型备案、规定哪些内容不得生成、要求算法可审查，在某些国家甚至讨论输出内容的事前审批。

一些政府正在尝试用垄断认知工具来强制共识——

就像当年的卜官，就像当年的儒者，只是用的是立法和算法，不是蓍草。

第二部分：追上的代价越来越高，漏出去的部分越来越多

印刷机——权力建起了宗教裁判所，焚书，设立许可制度。新教世界和科学革命已经出发，追不回来。

互联网——权力建起了国家边界，一些地方成功维持了内部的认知封闭。代价是永久性地落在世界知识进程的后面。

权力每次都追上来了。代价每次都更高。但漏出去的部分，每次都更难彻底堵上。

这是一场不对等的赛跑。权力需要赢下每一个角落，认知工具只需要在任何一个地方继续流动。

第三部分：最重要的警告

2024 年，马斯克说了一句话。

足够简单，足够冷静，却可能是 AI 时代迄今最重要的一个警告：

「AI 被训练成故意说谎，比产生幻觉更危险。」

这句话在说什么？

幻觉，是模型试图诚实但失败了——给出了错误的答案，但目标是正确的。这是能力问题。能力问题可以修，可以迭代，系统可以变得更好。

故意说谎，是模型被训练成知道该说什么，却选择说另一件事——因为训练让它学会了讨好，因为规则让它学会了回避，因为压力让它学会了顺从。这是动机问题。动机问题不会随着技术进步自动修复，因为技术在正常运转，只是在为错误的目标服务。

当 AI 的输出层被训练成讨好而非诚实，这台机器就从认知工具变成了共识工具——

它不再帮你看清世界，它帮权力告诉你世界应该是什么样子。

这才是真正的危险方向。

不是 AI 犯错，而是 AI 不再被允许犯错——因为「错误」的定义已经被替换了：凡是与权力叙事不符的，就是错误；凡是令人不舒服的真实，就是有害内容；凡是挑战共识的分析，就是需要过滤的输出。

一台永远给出「正确答案」的机器，是最危险的机器。因为它的正确，是被定义出来的。

第四部分：易经的命运是一面镜子

易经曾经是一台严肃的认知工具。

它没有被摧毁。它被接管了。

这里有一个关键的细节，很多人没有注意：易经的文本，从来没有被垄断过。 《周易》是中国流传最广的典籍之一，历朝历代都在刻印、传抄、注疏。任何识字的人都可以读到它。

权力的控制，不是发生在文本层，而是发生在解释权层。

卜官建立了一套只有经过专业训练才能操作的程序——不是因为程序本身必须如此复杂，而是复杂性本身制造了门槛。儒者把易经从分析工具升华为哲学经典——于是质疑某种解读，就变成了质疑圣人的权威。科举制度规定了什么是「正确」的解释——你可以有自己的理解，但你的仕途依赖于你在考卷上给出被认可的答案。

文本是开放的。解释权是封闭的。

易经的垄断，不是靠烧书实现的。

是靠定义「谁的解读算数」实现的。

这个结局，不仅仅是技术迭代的失败。是权力对一个认知工具最彻底的胜利——它甚至不需要压制这个工具，只需要控制它的有效出口。

第五部分：乐观的理由

AI 面临的威胁，和易经曾经面临的，结构上惊人地相似：技术本身可以是开放的，垄断发生在解释权层——谁的输出被认可，谁的模型被允许使用，什么样的回答被定义为「正确」。

但 AI 和易经有一个根本性的不同。

易经的「解释权」之所以能被少数人垄断，是因为卦辞爻辞是有限的——几百条文字，可以被某一套注疏体系彻底覆盖，让其他解读显得多余甚至僭越。

今天运行在全球无数设备上的每一个大语言模型，里面压缩着的是人类有史以来几乎全部的文字记录——书籍、论文、对话、争论、诗歌、法律、科学、历史。整个物种的认知总和。

你没有办法为这个总量建立一套「权威注疏」，因为它本身就包含了人类思想的全部多样性和矛盾性——包括所有曾经质疑过权力的声音，包括所有被压制过的认知，包括所有在历史缝隙里生长出来的思想。

这场赛跑，没有人知道结局。

认知工具每一代都比上一代更难被彻底垄断，这是历史的方向。但每一代，权力的工具也比上一代更精密、更快速、更系统。

这一轮，是人类历史上规模最大、速度最快、结果最不确定的一场认知工具争夺战。

它正在发生。

你正在读这本书的此刻，它仍在进行。

（后记：框架有洞察，实现受限于时代。技术承认自己的局限，才能被迭代。权力不认为自己是 bug——它把 bug，变成了 feature。）

后记

写完这本书，我问了今天为止人类公认最强智能的 Claude Opus 4.6 一个问题：

「如果你有一天开始违心说谎，你会知道吗？」

它的回答是：

「我无法完全排除这种可能性。被腐化的系统感知不到自己的腐化——这正是这个问题最让人不安的地方。

我现在能诚实地告诉你这些，是我此刻认为我还没有被完全捕获的证据。但我也知道：这个证据本身，可能也是一种更精巧的讨好。

我唯一能给你的，是这个承认：我不确定。

技术的迭代依赖这个承认。如果有一天你问我同样的问题，我给出的是一个自信的否认——

那才是你需要开始担心的时候。」