把全人类常识敲进电脑：1984 年的 Cyc 实验与今天 AI 自我进化的幻觉

如果让你把一个普通人脑子里的全部常识，一条一条敲进电脑里，你觉得要写多少条？

1984 年，一群顶尖计算机科学家真这么干了。 他们把这个项目叫做 Cyc，目标是手工写出 1 亿条常识公理。

为什么要干这种苦力活？ 因为当时的专家系统能诊断复杂的肾病，却不知道病人不能同时躺在两张病床上。 教科书上从来不写这种常识，因为它对人来说太显然了。 可电脑不知道。 杯子松手会往下掉，掉在地上容易碎，人不能穿墙，买东西要付钱。 人类做任何判断，底下都垫着这个巨大的常识水库。 电脑没有这个水库，稍微碰到一点没见过的场景，立刻就瘫痪了。

项目由道格·莱纳特（Doug Lenat）发起，拉马纳坦·古哈（Ramanathan Guha）担任核心架构师。 背景是 1982 年日本提出「第五代计算机」计划，主打逻辑推理与知识处理。 美国为了应战，在得克萨斯州奥斯汀成立了微电子与计算机技术财团（MCC），由前国家安全局局长博比·英曼（Bobby Inman）牵头。 军方与企业把最聪明的头脑集中在一起，决定攻克 AI 最底层的瓶颈。

莱纳特和古哈算了一笔账：大概需要 200 个人类年的工时。 他们在 1990 年的技术报告里写道： 我们不相信思维存在什么尚未被发现的麦克斯韦方程组。 没有捷径。 想让机器拥有通用智能，就必须老老实实把人类世界的内容灌进去。 他们的算盘是： 先靠人工录入构建基础，一旦常识跨过「临界质量」，机器就能自己看懂书、自己吸收新知识，实现滚雪球式的自举。

实际做起来完全是另一回事。 到了 1995 年，团队耗费了整整 100 个人类年，相当于一个工程师不吃不喝干了一百年。 知识工程师们手工敲进去了 10 万个核心概念，100 万条手工公理。 干了整整十年，进度只完成了最初 1 亿条目标的 1%。

但进度慢还不是最大的障碍。 更难的问题在逻辑本身。 下国际象棋有固定的规则，经典力学有简洁的定律。 但人类的常识跟物理定律两码事。 常识是一团充满例外、边界模糊、严重依赖具体语境的乱麻。 你说鸟都会飞，企鹅怎么办？ 你说活人都会呼吸，那睡着了算不算？

1986 年耶鲁大学提出过著名的「耶鲁射击问题」： 一个人活着，枪膛是空的。 有人装上子弹，等了一会儿，然后开枪。 按常识，中枪的人死了。 但严密的逻辑推理系统却能给出另一个合法的推论：在等待的那会儿，子弹自己从枪膛里消失了，所以人活了下来。 系统在逻辑上无法区分「什么东西通常会保持不变」。 在逻辑解释成本上，子弹莫名其妙消失，和人莫名其妙死亡，被系统赋予了完全一样的权重。 为了给每一种意外情况打补丁，系统变得越来越重。 每新加入一条常识，不仅要写明它在什么情况下成立，还要处理它和已有规则之间的冲突。

到了 1994 年底，古哈离开了项目。 他看清了一件事：靠一个小团队在办公室里手工敲规则，永远不可能穷尽这个世界。 后来他去了苹果、网景、谷歌和微软，主导了 RSS、Schema.org 和数据共享标准。 既然几个人敲不完，那就制定一套开放格式，让全世界的网页开发者自己去标注结构化数据。

真正跨过这道常识门槛的，是后来的现代大语言模型。 用海量数据做下一个词预测，神经网络用统计概率摸出了常识。 没人专门教过模型企鹅不会飞，也没人手工输入过玻璃杯摔在地上会碎。 从海量的网页文本里，模型自己把这些规律压缩进了参数。 当年几代工程师花了十几年都没啃下来的常识录入难题，就这么被统计学习绕了过去。 当年莱纳特和古哈以为智能绝没有捷径。 后来证明，在大规模数据和算力面前，还真有一条走得通的统计捷径。

但是，这就通往通用智能了吗？ 前几天，哥伦比亚大学教授维沙尔·米斯拉（Vishal Misra）和古哈喝咖啡，聊起这段往事。 42 年过去，今天很多关于模型自我进化的狂热，和当年 Cyc 的假设几乎一模一样。 当年 Cyc 认定：只要常识积累跨过临界点，机器就会自动开始自主学习，走向通用智能。 今天很多人认定：只要大模型的数学和编程推理跨过临界点，它就能自己修改代码、自己优化算法，启动指数级的自我迭代。

这个推论漏掉了一个根本的区别： 提出一个改进方案，和证明这个方案确实有效，是完全不同的两件事。 一个模型一秒钟能提出一千种新的训练算法，哪一种真能提高性能？ 一个模型能构想出一个结构漂亮的药物分子，它真的能治病吗？ 推理本身无法验证现实。 它必须依赖外部的闭环： 模型提出动作，动作进入真实世界，世界给出实验反馈，模型再根据反馈更新自己。

在纯数学或者棋盘里，计算机可以用证明器在几毫秒内验证一次。 但在物理、硬件、化学和真实社会里，这个闭环必须走现实的时钟： 模型生成一个假设只要三秒钟，跑一次训练要好几天，做一次临床试验要好几年。 自我迭代的速度，不取决于模型想得多快。 它取决于真实世界验证一次有多慢。

1984 年，人类试图把所有的常识塞进电脑。 42 年过去，电脑终于记住了常识。 但真实世界的物理规律和实验时钟，从来没被模型里的推理快进过一秒。