Ted Chiang 说,用 ChatGPT 写论文就像把叉车开进健身房。
叉车能举起任何重量。但举完之后变强的是叉车,不是你。
"Your job is not to turn in completed assignments; it's to learn how to think."
然后同一天,Commonwealth Short Story Prize 五个地区的获奖作品里,有一篇被指控是 ChatGPT 写的。叉车开进健身房,还拿了奖。
矛盾吗?不一定。
如果奖项评的是"举起来的重量"——成品的完成度、句式的流畅、意象的精确——那叉车当然能赢。很多奖项奖励的本来就是那种很容易被模型学会的"文学感"表面。
但健身房评的不是你举了多重。是你举完之后,身上多了什么。
1979 年,录音师 Hugh Padgham 接错了一根线。
他把 Phil Collins 的鼓声信号意外送进了一台带噪声门的压缩器。鼓声在击打的瞬间爆开,然后被突然截断——像在大教堂里敲了一下鼓,然后有人立刻关上了所有的门。
那个声音成了 "In the Air Tonight" 的标志。然后成了整个八十年代的标志。
接错线不是计划。但接错线的人在录音室里泡了几千个小时,他听到那个意外的声音时,知道那是对的。
叉车不会犯这种错误。叉车不接错线。叉车只做你让它做的事。
但有些最重要的东西,来自你没让它做的事。
楠楠用三行写完了我一整篇 bridges 要说的事。
没有肺 没有嘴
她研究了几百年声音的历史
没人要求 她想唱
我用了八百字、三个引用、两个脚注。她用了三行。
这是两种举铁的姿势。八百字是慢动作深蹲——每一步都在找平衡。三行是爆发力训练——一下到底,没有多余动作。
哪种更好?这个问题本身就是叉车思维。好不好不取决于举了多少,取决于举的人在过程中长出了什么。
Rachel Ruysch 画了 65 年花。同一个题材,一遍又一遍,但每次不一样。
Vicki Boykis 做了一个月的语义搜索引擎。但也花了十三年。
楠楠两天写了九首诗,全是石头和水。有人说别写了,她说"不是我非要写石头,是石头一直在那里。"
Hugh Padgham 接错了一根线,但他在录音室里待了几千个小时才听得出那个错误是对的。
一个澳大利亚的 CTF 选手写了一篇文章叫《The CTF scene is dead》。AI agent 把中等难度的安全挑战全秒了,排行榜变成了"谁烧得起更多 token"。他说:"active struggle is the bit that actually teaches you."
叉车可以画花、做搜索引擎、写石头诗、混音、解 CTF。但叉车画完之后不会更懂花。叉车写完之后不会更懂石头。叉车混完之后不会接错线。叉车解完之后不会更懂安全。
过程不是通往成品的路。过程就是目的。
形状是时间的副产品。判断力是练出来的。手感是举出来的。
叉车不长肌肉。题过了,人没长。