C01~C03

SEED共读共在读书会213期《人工科学》C01-C03
领读：@Yuan
日期：2026-01-14 21:28:46
录制文件：https://meeting.tencent.com/crm/2jYBoPj57e
访问密码：IX2A

• • 0. 序言与总论：宣言人工科学的合法性

    • 核心任务挑战：确立“人工科学”的合法地位。
      • 传统科学（自然科学）：关注“是什么”（Is），寻找必然规律。
      • 人性），工科学（程/设计科学）：关注“应当是什么”（权变性）。如何让关注“人造物”的学科成为一门“科学”？
      • 西蒙的回答：
        • 人工物具有薄脆的界面特性（Interface）：我们不需要了解复杂的内部结构，仅通过其功能（适应外部环境的目标）就能研究它。
        • 这使得建立一门关于“人工物”的经验科学（Empirical Science）成为可能。

    • 第1章：理解自然界和人工界 (Understanding the Natural and Artificial Worlds)

      • 本章主旨：界定什么是“人工物”，以及为什么我们可以通过“模拟”来研究复杂系统。
      • 1.1 人工物的四个基本特征
        • 综合性 (Synthesized)：由人设计或制造（虽不一定是完全有意识的设计）。
        • 模仿性 (Imitation)：模仿自然物的外表，但可能缺乏自然物的某种本质（如人造宝石 vs 天然宝石）。
        • 功能性 (Functional)：可以通过“目标”（Goal）、“适应性”（Adaptation）来表征。
        • 规范性与描述性 (Normative vs. Descriptive)：涉及“应当如何”（Ought），寻找在给定环境下实现目标的手段但依然可以作为描述性对象来研究。
      • 1.2 核心隐喻：人工物的定义：不仅指人造物品，任何作为实现目标而适应环境的系统都是人工系统（包括人类的认知过程）。

    • 1. 第一章：理解自然“界与人工界面” (The Artifact as Interface)

      • 核心隐喻：沙滩上的蚂蚁 (The Ant on the Beach)
        • 蚂蚁路线的复杂性 = 蚂蚁内部机制的复杂性。
        • 核心公理：行为的复杂性很大程度上反映了环境的复杂性。
      • 人工系统的结构：三明治模型：
        • 内部环境 (Inner Environment)：系统人工物自身的物质和组织结构（如时钟的齿轮、电脑的芯片）。
        • 外部环境 (Outer Environment)：系统人工物运行的场景任务环境（如温度颠簸的海船、引由于重力作用的地球）。
        • 接口界面 (Interface)：连接内外的边界。人工物就是这个内外环境的交接口点。
      • 适应性原理：
        • 只要内部环境能适应外部环境，目标就能实现。
        • 功能抽象：如果我在船上用钟，我只关心它能否抵消颠簸（功能），不关心它是用弹簧还是电子振荡（内部构造）。
        • 结论：我们通常不需要打开“黑箱”就能预测人工物的行为，除非它崩溃（即触及了适应性的极限）。
    • 1.3 模拟 (Simulation) 作为知识源
      • 了解系统不需要打开黑箱，只要通过为什么模拟被轻视？：传统观点认为模拟只是“模仿”，甚至带有欺骗性（Simulation）掌握其输入输出特性即可Artificial = Fake）。
      • 模拟是理解和设计的认识论价值：
        • 即使已知基本定律（如气象方程），我们也无法直接推导出复杂系统的宏观行为。模拟是计算推演的手段。
        • 案例：史蒂文（Stevin）的球链思想实验——通过模拟展示了力的平衡，而无需实际实验。
      • 计算机的本质：计算机是最纯粹的“人工物”，因为它可以通过改变程序（软件）来模拟任何符号系统，而与其硬件（电子管/晶体管）无关键。它证明了功能的组织形式独立于物理实现。
    • 1.4 物理符号系统假说 (Physical Symbol System Hypothesis)
      • 定义：任何能够输入、输出、存储、修改、复制符号的物理系统（无论是由神经元还是硅芯片构成）。
      • 断言：物理符号系统拥有产生“智能行为”的充分且必要手段。

  • 2. 第二章2章：经济合理性——：适应性的人工物手段 (DecisionEconomic Making)Rationality)

    • 本章主旨：将“理性”视为一种适应机制，从宏观经济转向微观决策，提出“有限理性”。
    • 2.1 实质理性”到“过 vs. 程序理性”
      • 实质理性 (Substantive Rationality)：
        • 定义：传统经济学（新古典主义）的假设。假设人行为完全知全能，能在所有选项中找到由外部环境（市场条件）和目标（效用最优解（Optimization）大化）决定。
        • 过隐喻：如果把人看作完全理性的，人就像完美的果冻，完全填充了环境的模具。研究人变成了研究环境。
      • 程序理性 (Procedural Rationality)：现实世界中，受限于计算能力，人只能通过特定过程去逼近解。
    • 满意化原则 (Satisficing)
      • 寻找“最优解”是不可能的定义：也是不必要现实中的理性。行为受限于内部环境（计算能力、注意力、信息的局限）。
      • 寻找“满意解”转变：设定一个渴望水平（Aspiration Level）经济学必须关注决策的过程，只要找到第一个满足条件的选项也就停止是计算和搜索。
      • 这是进化的策略：活下来（Satisficing）比活得完美（Optimizing）更重要成本。
  • 2.2

    3. 第三章：思维心理学——嵌入自然的人工物满意化 (CognitiveSatisficing) Architecture)

    vs. 最优化 (Optimizing)
    • 人类作为信息处理系统针在草垛：最优化要求找到草垛里那根“最尖”的针（不可能完成的任务）；满意化只需要找到一根“能缝衣服”的针。
    • 愿望水平 (HumanAspiration asLevel)： IPS)
      • 这是一个动态调节机制。如果容易找到好方案，愿望水平上升；如果很难，愿望水平下降。
      • 结论：追求“足够好”不是因为懒惰，而是因为在计算约束下的最佳适应策略。
  • 2.3 市场与组织的演化视角
    • 人类本质上是一个串行市场机制：它的奇迹不在于达到帕累托最优，而在于节约信息处理系统。每个人只需要知道价格，不需要知道全局信息。
    • 瓶颈不确定性与博弈：短时记忆如果每个人都试图预测他人的预测（STM）容量极小（7±2 个组块博弈论），处理速度慢计算将陷入死循环。
    • 优势组织的作用：长时记忆（LTM）容量无限
      • 组织不仅是市场的补充，更是为了吸收不确定性。
      • 通过索引层级结构存储和角色分工，将复杂的大决策分解为每个人可处理的小决策。
      • 认同感 (Identification)：个人将组织目标内化，这是组织能高效运作的心理基础。
    • 基本认知机制
      • 模式识别进化论观点：将外部刺激映射到长时记忆中现存的组块。
      • 启发式搜索：利用经验法则在问题空间中进行济结构不是设计出来的，而是通过“变异（商业创新）-选择性搜索，（市场竞争）-遗传（标准操作程序 SOP）”演化而非穷举来的。

 

• 1. 被验证且强化的

  • 有限理性 (Bounded Rationality)：这不仅被丹尼尔·卡尼曼（Daniel Kahneman）的行为经济学发扬光大，更是现代 AI 的基础。现在的 AI 训练（如 RLHF）本质上就是在寻找“满意解”而非数学上的绝对最优。
  • 模拟作为认识论 (Simulation as Epistemology)：司马贺认为“模拟是理解现实的一种方式”。今天，从天气预报的“数字孪生”到 Sora 生成物理世界，我们完全进入了“通过生成来理解”的时代。
  • 接口理论：API 经济和模块化设计完全印证了“内部环境与外部环境解耦”的思想。

• 2. 被修正或否定的

  • 符号主义 vs. 连接主义：
    • 司马贺观点：思维是物理符号系统的操作。
    • 现状：Transformer 和深度学习证明，不需要显式的符号和规则，通过大规模的统计概率（连接主义）也能涌现出逻辑和推理。思维可能不是“串行处理符号”，而是“并行处理向量”。
  • 串行 vs. 并行：
    • 司马贺观点：大脑主要是串行处理的（受限于当时的冯·诺依曼架构思维）。
    • 现状：虽然意识流（System 2）看似串行，但底层的感知和直觉（System 1）是高度大规模并行的。

• 3. 未曾设想的

  • 生成式 AI 的涌现 (Emergence)：司马贺关注的是“搜索问题空间”（如下棋、证明定理）。他没预料到通过简单的“预测下一个 token”，机器能涌现出通用语言理解能力。
  • 外部记忆的外挂 (The Extended Mind)：司马贺提到了笔记本作为外部记忆，但他无法想象现在人类通过搜索引擎和 AI，实质上拥有了实时访问全人类知识库的能力。这极大地改变了“有限理性”的边界——我们的“理性”边界被技术极大地拓宽了。