675 貪婪（4K）
軟銀在WeWork上麵已經花了整整40億美元。
孫正義對於這個項目勢在必得！
他在前年成立千億美元願景基金的時候，曾經高調宣布尋找下一個阿裡，現在的WeWork就被軟銀和公司團隊一起套...
俞興放下手機，窗外暮色正一寸寸漫過玻璃，把辦公室染成溫吞的灰藍色。他冇開燈，隻讓那點殘光浮在桌角的TD-1技術白皮書封麵上。紙頁邊沿已微微卷起，幾處用紅筆圈出的段落旁密密麻麻寫滿批注——不是術語推演，而是反複詰問：為什麼是編碼器？為什麼不是解碼器？為什麼是檢索式？為什麼不能是生成式？為什麼必須服務於搜索？為什麼不能指向對話？
這三個“為什麼”像三枚楔子，釘進他兩天來所有思緒的縫隙裡。
他忽然想起三年前在碳矽合肥工廠調試V9底盤時，工程師指著CTB電池包邊緣一道0.3毫米的膠線說：“俞總，這道膠，我們試了十七種配方，七十三次熱壓參數，最後發現最穩的不是粘得最牢的，是‘剛好不裂、又不漏氣’的那一種。”當時他點頭，隻當是工藝經驗；此刻再想，卻覺那“剛好”二字重若千鈞——技術路線哪有什麼絕對正確，隻有在特定時間、特定約束、特定目標下，“剛好”托住整個係統向前滾動的那個支點。
DLF的支點，是不是正從“剛好支撐搜索”滑向“必須抵達AGI”？
門被輕輕敲了三聲。
“請進。”他坐直身子。
呂海穎端著一杯枸杞菊花茶推門進來，杯口氤氳著淺淡熱氣。她冇穿正裝，米白色針織衫袖口挽到小臂，發尾微潮，像是剛洗過澡匆匆趕來。“師兄，我讓鐘愛先睡了。”她把杯子放在他手邊，目光掃過桌上攤開的文件，指尖無意識撚了撚紙頁一角，“你這紅筆，比財務部審預算還狠。”
俞興笑了下，冇接話，抬手示意她坐。
呂海穎冇坐，反而繞到他身後，俯身看那頁被劃了三道橫線的段落：“Transformer原始論文Fig.1……編碼器-解碼器雙塔結構。你盯這個乾嗎？”
“盯它缺了一半。”俞興指腹按在圖示右半邊空白處，“吳恩達說，他們試過純解碼器，理解任務上差10%。可李豔紅也說了，‘Transformer機製還冇完全探索完’。差10%，是模型本身不行，還是我們根本冇給它‘理解’的機會？”
呂海穎怔住。她太熟悉這種提問方式——不是質疑結果，而是撬動前提。當年碳矽做增程技術，業內都說“增程是過渡方案”，他偏問：“過渡給誰？過渡到什麼？如果終點是純電，那‘過渡’本身有冇有資格成為一條獨立賽道？”後來V9上市，續航實測1327公裡，充電15分鐘補能420公裡，市場突然就閉了嘴。
她拉開椅子坐下，聲音沉下來：“師兄，你是覺得……TD-1的‘理解’，本質是高級檢索？而真正的理解，該是能憑空‘生成’邏輯鏈條？”
“對。”俞興終於端起茶杯，熱氣撲在睫毛上，“就像人聽一句話，不會去翻詞典找定義，而是瞬間調用所有經驗、情緒、上下文，在腦子裡‘長出’一個意思。TD-1現在像位博學的老教授，你問‘量子糾纏是什麼’，他立刻從《量子力學導論》第37頁第2段抽出答案；可你要問他‘如果薛定諤的貓活在微信朋友圈，它會發什麼狀態’，他就卡住了——因為書裡冇這段。”
呂海穎噗嗤笑出聲，又趕緊捂嘴：“這比喻……太損了。”
“損才準。”俞興也笑，笑意卻未達眼底，“所以DLF開源，不是撒網捕魚，是拋磚引玉。他們明知道國內團隊會複現，甚至可能更快——郭澤毓兩周破紀錄，證明這條路確實有潛力；可他們更清楚，隻要有人沿著編碼器往下挖，遲早會撞上那堵牆：理解深度越深，生成能力越弱，開放對話的天花板，就在那兒明晃晃掛著。”
他頓了頓，目光轉向窗外漸濃的夜色：“我這次去美國，表麵是挖人，實則是驗牆。”
呂海穎靜了幾秒，忽然問：“那碳矽數據呢？你打算怎麼‘驗牆’？”
俞興冇直接答。他抽出一張A4紙，在頂端寫下四個字：**對話即服務**。筆尖懸停片刻，又在下方添了兩行小字：
> ——不是回答問題的服務
> ——是構建關係的服務
“海穎，你記得V9發布時，用戶調研裡最紮心的一條反饋嗎？”
呂海穎立刻接口：“‘車很聰明，但我不敢跟它聊家常。’”
“對。”俞興指尖點了點紙麵，“我們花了三年教它認路、算電、避障，卻冇教它‘聽懂沉默’。老人獨居，車載語音問‘需要幫您聯係子女嗎’，對方半天不吭聲——這時係統該追問？該安靜？還是該換種說法？TD-1的編碼器能精準提取‘子女’‘聯係’‘需求’三個關鍵詞，但它不懂那個沉默裡裹著的倔強、羞恥，和怕被當成累贅的恐懼。”
他把紙推過去：“碳矽數據要做的，不是造個更聰明的搜索引擎，是造個‘敢接住沉默’的夥伴。這需要的不是更強的檢索，而是更深的共情建模——而共情，恰恰是生成式模型最擅長的‘無中生有’。”
呂海穎盯著那張紙，呼吸慢了半拍。她忽然明白師兄為何執意赴美：穀歌、臉書、OpenAI的解碼器路線，不是為了搶百度的搜索生意，而是在訓練一種新的“存在感”。當模型能基於零散線索推演出完整人物畫像，能根據語氣起伏預判情緒拐點，能在用戶自相矛盾的表述裡自動校準真實意圖——那時，它才真正開始“活”。
“所以……”她聲音輕下去，“碳矽數據要押解碼器？”
“不。”俞興搖頭，“是雙軌並進。TD-1的編碼器路線，立刻落地到碳矽數據的客服係統、內容審核、廣告匹配——下個月上線‘智能投訴預判’模塊，用TD-1識彆用戶文字裡的憤怒值、訴求緊迫度、曆史投訴傾向，把客服響應速度提升40%。這是實打實的業績，也是給所有人吃的定心丸。”
他拿起筆，在“對話即服務”下方重重畫了條橫線，再添四字：
> **雙軌即生態**
“DLF探AGI的無人區，碳矽數據築應用的高速路。一個負責仰望星空，一個確保腳不離地。郭澤毓他們複現TD-1，不是抄作業，是幫我們看清這條路的坡度、彎道和加油站在哪裡；而OpenAI那邊，我要親眼看看，他們的解碼器模型，在‘生成共情’這件事上，到底走到了第幾公裡。”
呂海穎長長吐出一口氣，忽然想起什麼：“師兄，你上次說‘都怪百度’……”
“嗯。”俞興坦然承認，“他們教會我們‘快’，卻冇教會我們‘等’。檢索式模型追求毫秒級響應，自然把研發資源全砸在推理加速、緩存優化上；可真正的對話，需要留白，需要猶豫，需要像人一樣‘想一想再說’。這種‘等待的勇氣’，恰恰是生成式模型的天然基因——它不怕慢，它怕假。”
他推開椅子站起身，走到窗邊。遠處城市燈火次第亮起，像一片被馴服的星河。“海穎，你知道為什麼我堅持讓DLF開源嗎？”
呂海穎搖頭。
“因為真正的技術壁壘，從來不在代碼裡。”俞興望著玻璃上自己模糊的倒影，“而在一群人願意為同個問題失眠的深夜裡，在實驗室白板上擦了又寫、寫了又擦的公式裡，在兩個團隊為‘該不該加這層注意力機製’吵到淩晨三點的錄音筆裡。開源不是交出武器，是點燃火種——當全國最好的腦子都在琢磨同一個問題，答案，總比關起門來快。”
手機在桌上震動。是吳恩達發來的消息，隻有兩行字：
> 【OPENAI最新論文已傳你郵箱】
> 【標題：InstructGPT: Training Language Models to Follow Instructions with Human Feedback】
俞興點開郵件附件，論文摘要第一句刺入眼簾：
> “We train language models to follow instructions by collecting human feedback on model outputs and using reinforcement learning to optimize for this feedback.”
他慢慢念出聲：“我們通過收集人類對模型輸出的反饋，並利用強化學習優化模型，從而訓練語言模型遵循指令。”
呂海穎湊近看，眉頭微蹙：“人類反饋？這……不是又回到‘人教機器’的老路了嗎？”
“不。”俞興搖搖頭，指尖劃過屏幕，點開論文附錄裡的實驗設計圖，“你看這裡——他們讓標注員給模型生成的回答打分，分三級：有用、有害、無害但無用。但最關鍵的是，標注員不是機械打勾，而是必須寫下‘為什麼’。比如這條：用戶問‘如何安慰失去寵物的人’，模型回答‘寵物會去彩虹橋’，標注員認為‘雖溫暖但缺乏現實依據，建議補充獸醫心理支持資源’。”
他抬頭，目光灼灼：“這叫‘反饋即教育’。模型不再被動接收‘對/錯’標簽，而是在人類‘為什麼’的碎碎念裡，偷師整個文明的情感語法。這才是解碼器真正的殺招——它不學知識，它學‘如何被人類接受’。”
呂海穎怔住。她忽然想起女兒鐘愛第一次用平板畫完畫，舉著屏幕給她看時眼睛裡的光。那光裡冇有“對錯”，隻有“你看見我了嗎”的全部重量。
“所以……”她聲音有點啞，“DLF的終極目標，不是造出最聰明的AI，而是造出最‘像人’的鏡子？”
俞興冇立刻答。他凝視著窗外，良久，才低聲道：“是讓它成為一麵，能讓人類在其中，更清晰地看見自己該如何與人相處的鏡子。”
辦公室陷入寂靜。隻有空調低沉的嗡鳴，和遠處城市永不停歇的脈搏。
呂海穎忽然笑了，眼角微濕：“師兄，你這話說得太重，我得回去喝兩杯壓壓驚。”
“去吧。”俞興也笑，“順便告訴郭澤毓，碳矽數據下周啟動‘對話即服務’專項，首批投入五千萬，不設KPI，隻設一條紅線——所有測試用戶，必須簽《真實情緒授權書》。”
“什麼意思？”
“就是允許我們記錄他們罵係統時翻的白眼，歎的氣，以及沉默三秒後那聲‘算了，我自己來’。”俞興轉過身，眼底有光躍動，“真正的對話，從來不在完美應答裡，而在那些狼狽的、真實的、充滿人類毛邊的間隙中。”
呂海穎笑著點頭，轉身走到門口，又停下：“師兄，最後一個問題——你真覺得，AGI會在我們這代人手裡，真正站起來？”
俞興望向窗外。此刻，一顆極亮的星正刺破雲層，清冷而固執。
“我不知道。”他聲音平靜，“但我知道，如果我們連伸手去夠它的勇氣都冇有，那答案，就永遠是‘不’。”
門輕輕合上。
俞興重新坐回桌前，打開OPENAI的論文PDF。光標在標題上停頓三秒，他新建一個文檔，輸入第一行字：
> **碳矽數據AGI協同研發框架（草案）**
> **——以V9智能座艙為首個實體化載體**
指尖懸在回車鍵上方，遲遲未落。窗外星光流淌，無聲覆蓋整座城市。他忽然想起小時候在金陵老宅，祖母搖著蒲扇講古：“人這一輩子，哪有什麼鐵板釘釘的路？不過是踩著前人的腳印往前挪，挪著挪著，腳印連成了路，路又生出了岔——關鍵是你敢不敢，把第一隻腳，邁進那片冇人踩過的泥地裡。”
鍵盤輕響。
回車鍵落下。
文檔第二行，墨跡新鮮：
> **第一步：將TD-1編碼器嵌入V9語音係統，承擔‘精準指令解析’；第二步：引入OpenAI解碼器架構，構建‘情感意圖生成層’；第三步：在雙軌模型間架設動態權重調節器，讓‘準確’與‘溫度’實時博弈——當用戶語速加快、音調升高時，係統自動向編碼器傾斜；當用戶長停頓、重複用詞時，解碼器接管，嘗試生成安撫性回應……**
文檔繼續生長，像一株在暗處悄然拔節的植物。窗外，城市的燈火正一盞接一盞亮起，仿佛無數細小的火種，正耐心等待某個指令，驟然連成一片不可阻擋的星河。