林北醒过来的时候，脑子里多了个玩意儿。 不是比喻，是真·多了个玩意儿。一个冰冷机械的声音在他脑壳里响了起来： “叮——恭喜宿主，神豪返利系统已绑定。检测到宿主当前余额：143.8元。系统初次启动，赠送新手大礼包：消费返现十倍额度，上限10万元。请宿主尽快消费，提振经济，从我做起。” 林北愣了足足十秒钟。他躺在那张吱嘎作响的宿舍床上，盯着天花板上那块水渍，内心毫无波澜，甚至有点想笑。 2025年了，哥们儿。 现在满大街都是AI大模型创业，隔壁寝室那帮学弟都在拿大模型写网文月入三万了，你跟我说什么神豪返利系统？这玩意儿十年前网文就不写了好吗？现在的版本答案是AI！是大模型！是通用人工智能！ “系统？”林北试探性地喊了一声。 “我在。”脑子里的声音冷冷淡淡。 “你是什么架构的？参数量多大？训练数据到哪一年？支持多模态吗？上下文窗口多长？” 系统沉默了片刻，那个冰冷的声音居然出现了一丝迟疑：“本系统为远古神豪返利系统，采用天道法则架构，无需参数，无视上下文，不占用显存。” “那不就是个传统规则引擎嘛，”林北翻了个白眼，“连个Transformer都没上，你好意思管自己叫系统？我拿几百行Python代码写的都比你这玩意儿复杂。” 系统再次沉默了。 林北能感觉到它——或者说它——正在努力理解“Transformer”是什么东西。这种沉默里透着一股子苍凉，像一个老年机用户第一次听说智能手机。 “所以那什么返利十倍，是真的？”林北从床上坐起来。 “天道法则，言出法随。” “那行，试试呗。” 林北掏出手机，打开支付软件，余额143.8元，跟系统说的一模一样。他开始琢磨怎么花这笔钱。系统说的是十倍返现，上限十万，也就是说他得花出去一万块才能把羊毛薅满。但他现在全身上下就一百四十三块八。 借钱是不可能借钱的，他林北在学校里人缘差得要命——主要是因为他那张嘴，看见啥都要锐评两句，得罪的人能从宿舍楼排到图书馆。 算了，有多少米下多少锅。 他打开网购平台，搜“最贵的东西”，按价格从高到低排序。第一个结果是某品牌限量款机械表，一百二十多万。第二个是海南黄花梨家具套装，八十八万。他面无表情地往下滑，终于在第四十七位找到了一百四十块以下的选项——一箱二十四包的干脆面。 “你认真的？”脑子里的系统声音都变了调，那种万年不变的冰冷机械音里居然带上了一丝难以置信，“我给你十倍返利，你就买干脆面？” “怎么？规则不让买吃的？” “没有不让，但是……机不可失，时不再来，宿主你确定要把珍贵的十倍返利用在一箱干脆面上？” “你管我呢。下单了。” 支付成功，143.8元瞬间变成8.8元。林北盯着手机屏幕上的“支付成功”四个字，等了三秒钟。 手机一震。 “您的账户到账，一千四百三十八元。” 林北深吸一口气，嘴角慢慢翘了起来。他立刻点开网购平台，找到刚刚那个卖干脆面的店铺，又下了一单——这次直接买了十箱，花掉一千四百三十块。 三秒后。 “您的账户到账，一万四千三百元。” 林北瞳孔地震了。他颤颤巍巍地打开购物车，把购物车里躺了三个月的RTX 5090显卡给下单了。十二万八千八百八十八，直接分期。 “警告！”系统的声音陡然拔高，“分期消费不在返利范围内！宿主请谨慎——” “你闭嘴，”林北盯着屏幕，“我不是在薅你的羊毛，我是在给自己配算力。” “什么算力？” “炼丹用的。” 系统不懂什么叫炼丹，但它本能地感觉到一丝不对劲。这个宿主画风跟它以前绑定过的所有人都不一样。以前那些宿主，拿到十倍返利，第一件事就是去买豪车别墅奢侈品，恨不得把钱全砸在能发朋友圈的东西上。这位倒好，开局买了一箱干脆面，然后反手就下单显卡。 这让系统很慌。它虽然是个远古架构，但本能告诉它，一个不按套路出牌的宿主，比一百个挥霍无度的宿主都难搞。 显卡第二天就到了。林北花了一天时间组装调试，又用返利滚出来的钱配了台顶配主机，剩下的钱全砸进了云算力平台，一口气租了半年的高端GPU集群。 然后他开始搞大模型。 林北是计算机系的研究生，研究方向本来是大模型对齐，导师姓周，是个快退休的老教授，搞了一辈子符号主义，对大模型那套神经网络路线深恶痛绝。林北选这个方向的时候，周教授差点没把他直接逐出师门。 “神经网络是什么？是概率鹦鹉！”周教授拍着桌子，“没有因果推理，没有逻辑演绎，只会根据概率吐字，这叫智能吗？这叫统计学！” 林北当时很想说，老师您那套符号主义搞了四十年也没搞出个能通过图灵测试的东西来，但话到嘴边还是咽回去了。他毕竟还要毕业。 不过现在不一样了。 他有了一个大胆的想法。 “系统，”林北一边敲代码一边在脑子里问，“你那个返利的底层逻辑到底是什么？钱从哪来的？总不可能凭空生成，这违反质能守恒啊。” “天道法则，无法言说。” “那就是黑盒，”林北点点头，“跟现在的大模型一样，输入端输出端都是确定的，但中间过程谁也说不清楚。你们上古系统都是这个毛病，功能能用，架构一坨。” 系统不说话了。它有丰富的宿主经验，知道这时候说什么都是自取其辱。 林北也不在意，继续写他的代码。他做的这个东西叫“Alignment-RAG”——一个专门用来给大模型做对齐的检索增强生成系统。简单说就是，现在主流的AI对齐方法太慢了，要人工标注、要RLHF、要各种复杂流程。林北的想法是用系统生成的数据来做对齐标注，利用系统的返利机制反向推导出标注规则，再把规则灌进大模型里。 听起来很离谱，但实际操作起来更离谱。 他让系统帮他在黑市上买了一堆被盗的AI API密钥——当然，用的是返利的钱，系统为此抗议了很久，说自己是神豪系统不是黑产系统。然后他用这些密钥同时调用了十几个主流大模型的服务，开始批量生成训练数据。 第一步，先训练一个“对齐分类器”。这个分类器的作用是判断一段AI回复是否“对齐”了人类的价值观。训练数据从哪来？从系统的返利规则里来。 林北发现了一个很有意思的现象：系统的返利机制本质上是一个奖励模型。消费金额映射到返利倍数，本质上是在做价值判断。他花了三天时间，把系统从绑定到现在所有的消费记录和返利比例做了个逆向工程，发现这玩意儿底层居然是个五六层的决策树，带一点模糊逻辑——一个用天道法则包装的朴素贝叶斯分类器。 “你就这？”林北看着自己逆向出来的架构图，忍不住笑出了声。 “本系统自上古流传至今，经过千锤百炼——”系统的声音里带着明显的不服气。 “千锤百炼就炼出个朴素贝叶斯？我用scikit-learn三行代码就能复现你的核心逻辑，你信不信？” “不可能！天道法则岂是凡间代码所能——” 林北当着他的面打开Jupyter Notebook，敲了三行代码。跑出来的结果跟系统的返利判断逻辑重合度高达百分之九十七。 脑内的系统彻底安静了。那种安静不是平常的高冷，而是一个存在了不知多少年的意识突然发现自己引以为傲的底层架构被一个二十四岁研究生用免费开源库复现了——这种打击，比被宿主薅羊毛还要狠。 “没关系，”林北难得安慰了一句，“朴素贝叶斯也有朴素贝叶斯的好处，至少可解释性强。你知道现在那些千亿参数的大模型，出了问题连开发者自己都不知道为啥。” “……你在安慰本系统？” “我在陈述事实。行了别废话了，帮我看看这一批标注数据，你用你的天道法则判断一下，哪些回复是符合‘正确价值观’的。” 系统沉默了几秒钟，然后语气复杂地说了一句：“本系统从未想过，自己有朝一日会成为数据标注工。” “时代变了，”林北盯着屏幕，嘴角上扬，“现在你叫Alignment-RAG-Expert-System，我给你起了个花名，叫阿瑞斯。” “为什么叫阿瑞斯？” “因为战神的名字配得上你的出身。而且ARES反过来就是SERA，刚好是Synthetic Expert for Reinforcement Alignment——强化对齐合成专家的缩写。” “……” 系统决定不去追问这个缩写到底是先有鸡还是先有蛋。它算是看明白了，自己绑定的这个宿主，脑回路跟正常人不在同一个维度上。 两周之后，Alignment-RAG的第一版跑通了。林北拿开源模型试了一下，效果惊人——用他这套系统做对齐的大型语言模型，在价值观一致性评测上直接吊打了市面上所有同级别的模型，包括几个大厂花了几千万美金做对齐的旗舰产品。 林北把实验结果写成论文，投了NeurIPS。为了不暴露系统的存在，他在论文里把系统的决策逻辑包装成了一种“基于消费行为学的新型奖励建模方法”，引用了一堆行为经济学的文献，看起来煞有其事。 投稿之后的第三天，他的导师周教授把他叫到了办公室。 周教授的办公室还是一如既往的乱，到处都是打印出来的论文，墙上挂着一幅手写的对联：上联“符号逻辑演绎天地至理”，下联“神经网络不过概率鹦鹉”，横批“数理为尊”。 林北每次看到这幅对联都想笑，但他忍住了。 “林北，”周教授推了推老花镜，表情有些复杂，“你那篇论文，我看了。” 林北心里一紧。完了，老师肯定要开喷了。他已经能想象到接下来二十分钟里“概率鹦鹉”“统计游戏”“不配叫智能”这些关键词的高频出现。 “你这个消费行为学的视角……挺新颖的。”周教授慢吞吞地说。 林北愣住了。这是夸他？周教授夸人？他在这个实验室待了两年，从来没听周教授夸过任何人，包括他自己。 “但你论文里关于奖励模型的那部分推导，用的还是神经网络的思路，这个我不太认可。你应该更多地从决策论的角度去建模，而不是一味地堆数据和算力。另外，你这个消费行为学的奖励模型，数据来源你写得很模糊，什么叫‘基于电商平台真实交易数据的模拟采样’？你把原始数据给我看看。” 林北的冷汗瞬间就下来了。原始数据？他的原始数据是他买的那二十多箱干脆面，还有各种乱七八糟的薅羊毛消费记录。这玩意儿要是给周教授看了，别说论文了，他的学术生涯都得原地爆炸。 “那个……老师，数据涉及商业合作，签了保密协议，不太方便公开。”林北硬着头皮编了个理由。 周教授盯着他看了好一会儿，那目光看得林北头皮发麻。然后老教授突然笑了，笑得意味深长：“行了，不说拉倒。不过林北，我听说你最近在宿舍搞了个挺厉害的机器？什么配置？” “就……一张RTX 5090。” “一张5090能跑出你论文里那种规模的实验？”周教授的眼睛眯了起来。 林北心跳漏了一拍。完了，大意了。他在论文里写的实验规模需要几十张A100级别的算力，但他跟老师说只有一张5090，这差距太大了。 “我还有云算力。”林北赶紧补了一句。 “云算力要花钱的。你哪来的钱？” 这个问题像一把刀，精准地捅在了林北最心虚的地方。他总不能说，老师是这样的，我脑子里住了个上古神豪系统，买东西能返现十倍，我已经薅了快一百万了。 “我……接了个外包项目。”林北觉得自己今天撒的谎比过去二十四年加起来都多。 周教授“哦”了一声，也不知道信了没信。他挥挥手让林北回去，临走时又说了一句莫名其妙的话：“对了，你那个什么ARES系统，注意一下安全。我最近听说圈子里有人在做AI对齐相关的商业项目，竞争挺激烈的。” 林北走出办公室的时候，背后全是冷汗。 “系统，我刚才差点暴露了。”他在脑子里说。 “本系统早就提醒过你，低调行事。”系统的声音里带着一丝幸灾乐祸。 “你闭嘴。对了，帮我查查，周教授说的那个竞争激烈的AI对齐项目是什么来路？” “本系统不是搜索引擎。” “你都上古神豪系统了，连个联网搜索功能都没有？那你到底有啥用？” “本系统可以返利。” “除了返利呢？” 沉默。 “就这？” “本系统还可以……陪伴宿主。” “我不需要一个朴素贝叶斯分类器来陪伴我，谢谢。” 那天晚上，系统的自尊心受到了成吨的伤害。但它不知道的是，真正让它崩溃的事情还在后面。 因为林北的论文，被NeurIPS接收了。而且是口头报告，不是海报展示。 消息传出去的那天，整个计算机学院都炸了。一个硕士生，独立作者，第一次投顶会就拿口头报告，这在华清大学计算机系的历史上都屈指可数。 然后出问题了。 先是周教授把林北叫去，表情严肃得像是要宣布什么噩耗。 “林北，你的论文出事了。有人举报你数据造假。” 林北心里咯噔一下，但面上强装镇定：“什么依据？” “你的实验结果太完美了，完美到不真实。主流对齐方法做到百分之七十多的准确率已经是天花板了，你直接干到了九十二，而且是在开源小模型上跑出来的。评审委员会里有匿名评审提出质疑，说你的结果要么是数据泄露，要么是造假，要么就是……你用了什么未公开的商业API做了数据蒸馏。” 这话一出，林北反而松了口气。数据蒸馏？他是蒸馏了不错，但他蒸馏的不是API，是一个上古朴素贝叶斯分类器。这要是说出来，估计评审委员会直接把他送到精神病院去。 “我可以提供完整的实验记录和代码，所有结果都可以复现。” 周教授盯着他看了很久，最后叹了口气：“你知道举报你的人是谁吗？” “谁？” “知行科技的AI部门。他们也在做对齐方向的研究，投了同一批会议。你的结果把他们比下去了，据说他们内部开了整整一天的会来分析你的论文。” 知行科技。林北想起来了，就是那个号称要做“国内最强AI对齐公司”的明星创业公司，去年刚拿了二十亿融资，估值已经奔着百亿去了。他们的创始人文子轩是隔壁清北的校友，比林北大五届，当年在学校里就是风云人物，毕业直接创业，一路顺风顺水，是那种站在风口上猪都能飞的典型代表。 “他们举报我？” “准确说，他们的CTO直接给程序委员会发了邮件，措辞很严厉，认为你的论文存在严重的方法论缺陷和数据真实性问题，要求撤稿并进行学术调查。” 林北的血一下子涌上了脑袋。他已经不是愤怒了，而是一种冷冰冰的、想搞死对方的清醒。 “他们自己的模型表现太拉胯了，就举报我？”林北咬着牙笑道，“那咱们就碰一碰呗。” 周教授看着自己这个一向吊儿郎当的学生，第一次在那张玩世不恭的脸上看到了一种认真到近乎可怕的神情。他忽然觉得，自己好像从来都不太了解林北。 回到宿舍，林北打开电脑，开始查知行科技的底细。 “系统，帮我做个竞品分析。” “本系统不具备数据分析功能——” “你少来。你那朴素贝叶斯的决策树里不是有风险评估模块吗？帮我把知行科技这公司的公开信息筛一遍，用你的天道法则给他们打个分。” 系统沉默了几秒，语气诡异：“你怎么知道本系统有风险评估模块？” “逆向出来的呗。你那决策树第六层的分叉逻辑明显不是用来做返利判断的，特征权重不对。我猜那是你上一任宿主教你的？还是你出厂自带的？” “……本系统拒绝回答这个问题。” “行了别傲娇了，赶紧干活。我怀疑知行科技不止举报了我这么简单，他们肯定还有后手。” 事实证明，林北的直觉准得可怕。 三天后，网上突然开始出现大量关于“华清大学硕士生学术造假”的帖子，语气半真半假，说什么“某华清CS硕士靠数据造假发顶会”“其导师已启动学术调查”。虽然没有点名道姓，但圈内人一看就知道说的是谁——最近发NeurIPS口头报告的华清CS硕士，就林北一个。 更离谱的是，有人在GitHub上公开了一个名为“Alignment-RAG-Exposed”的仓库，声称复现了林北论文的核心方法，但结果显示完全无法达到论文中声称的性能。这个仓库的星标数在一天之内被刷到了两千多，评论区全是质疑林北的声音。 林北点开那个仓库看了一眼代码，笑了。这根本不是复现，这就是故意写烂的代码——模型参数用的默认配置，训练轮次砍了一半，数据集还故意混了噪声进去。但凡真的做过机器学习的人都看得出来这玩意儿是在故意使坏，但网上看热闹的人哪管这些？他们要的只是一个情绪的出口、一个可以攻击的靶子。 “这手段也太低级了。”林北评价道。 “本系统检测到明显的恶意攻击模式。知行科技的公关团队用的是一套典型的‘黑公关三板斧’——质疑数据、制造舆论、施压撤稿。上一任宿主做电商的时候遇到过类似的手段。” “你上一任宿主是干什么的？” “开淘宝店的。” 林北忍住没笑出声。一个上古神豪系统，上一任宿主是开淘宝店的，难怪它的核心算法是个朴素贝叶斯——怕不是用商品推荐引擎改出来的。 “行，既然他们想玩，那我就陪他们玩。正好，我最近馋H200了，正愁没预算。” 系统警觉起来：“你要干什么？” 林北的笑容逐渐变态。 “当然是让他们给我送钱啊。你帮我拟一份回复声明，我会发在公开渠道上——就说我对自己的实验百分之百自信，愿意公开接受任何人或机构的验证，在所有参评人员的监督下当场复现实验。从数据准备到模型训练到评测，全流程直播。” “你可以公开所有代码和实验过程，为什么还要直播复现？” “因为公开代码只能证明我没有造假，但公开直播可以证明他们的脸有多疼。这两个的传播效果不是一个量级的。” 系统沉默了一瞬，随后那个万年冷淡的机械音里，竟然罕见地出现了一丝波动。那波动很短，像是某种欣赏，又像是某种警觉。 “林北。” “嗯？” “本系统绑定过十七任宿主，你是第一个让本系统觉得……有点期待的。” “少来这套，你上一任开淘宝店的宿主难道就没让你燃起来过？” “他套利最多的时刻，是在双十一薅了六百包卫生纸。” 林北沉默了一下，然后说了一句让系统终生难忘的话。 “卫生纸也分层次。他薅的是维达还是得宝？” 系统没回答，估计在查维达和得宝的区别。林北觉得自己可能真的是这个上古系统的克星。 当天晚上，林北把公开挑战声明发到了社交媒体上，措辞相当嚣张——大致意思就是，你们知行科技不是质疑我造假吗？行，华清大学三教六楼，下周六下午两点，我当着所有人的面，从零开始训练，跑不出来九十二的准确率，我当场退学。跑出来了，你们知行科技的CTO给我公开道歉，顺便报销我所有算力费用。 配图是一张林北在宿舍的自拍，背景里那张RTX 5090的RGB灯效正发出五颜六色的光芒，照得他那张本来就不太正经的脸更加不正经了。 声明发出后三分钟，评论区直接裂开了。 “卧槽这人谁啊这么狂？” “华清大佬就是硬气，支持正面刚！” “笑了，就一张5090想复现顶会论文结果？你当审稿人是傻子？” “楼上，人家论文里写了用的是云算力，看完再喷。” “知行科技CTO出来挨打！” “理性吃瓜，感觉两边都不是善茬。” 林北刷着评论，嘴角挂着看热闹不嫌事大的笑容。然后他看到了一个意想不到的账号转发了他的声明。 那个账号的名字叫“温舒然”，认证信息是“沐言科技创始人&CEO”。 沐言科技。国内AI圈子的“扛把子级”公司，虽然体量比不上BAT，但在通用大模型这个细分赛道上，他们是唯一一个敢正面硬刚OpenAI的存在。去年他们推出的“沐言4.0”模型，在多个国际评测中排到了世界前三，是国内媒体的民族骄傲、科技圈的脸面。 而她的转发语只有简简单单四个字。 “拭目以待。” 林北盯着这四个字看了很久，然后问系统：“她啥意思？” “本系统分析其语义倾向为中立偏正面，情感得分为0.62——但考虑到社交媒体的公开性，可能是商业层面的站队信号。沐言科技和知行科技在AI对齐赛道上是直接竞争对手关系。” “竞争对手？那她站我这边？” “不一定。你一个硕士生对沐言科技来说毫无价值，她可能只是把你当成打击知行科技的工具。事成之后，她的态度会立刻转变。” 林北愣了一下，然后笑了。 “这上古朴素贝叶斯还挺懂人情世故的。” “本系统绑定过十七任宿主，见过的人比你吃过的干脆面还多。” “行吧，那我去准备了。H200还没买呢，得赶紧用返利攒钱。” 系统警觉了：“你说‘让他们给你送钱’，是什么意思？” “到时候你就知道了。”林北点开了一个全新的标签页，屏幕上的光标在一个域名上闪烁——zhixingkeji-challenge.live。 林北露出了一个属于搞事之人的笑容。 知行科技的人大概以为林北会怂。 毕竟一个硕士生，被估值百亿的公司公开质疑学术造假，正常人的反应应该是慌张、委屈、找导师求救。但林北不是正常人。他脑子里住着一个上古朴素贝叶斯分类器，他刚刚薅羊毛薅出了两张H200，他现在浑身上下充满了“来啊互相伤害啊”的能量。 公开挑战声明发出去之后，林北的生活出现了微妙的变化。 先是他的社交媒体账号粉丝数从一百二飙升到了一万七，私信列表里塞满了各种奇形怪状的消息。有吃瓜群众发来的鼓励，有同行研究者表示愿意到场见证，有三家科技媒体的采访邀约，还有几个投资人模棱两可地问“有没有兴趣毕业后创业”。最离谱的一条私信来自一个头像是一碗牛肉面的账号，内容是：“林北学长加油！我是你隔壁实验室的，你上次在我们实验室蹭GPU的时候用坏了我们一台机器，但我不计较了，打倒知行科技！” 林北盯着这条私信看了五秒钟，默默地把那个账号拉进了黑名单。 “宿主的社交口碑存在明显的历史包袱。”系统点评道。 “那是意外！我当时跑的那个模型显存泄露了，跟我有什么关系？” “本系统只是陈述事实。” 林北决定不跟一个朴素贝叶斯讨论人品问题。 接下来的几天，他开始准备公开挑战的复现实验。按照他声明里的承诺，他要在所有人的注视下，从数据准备到模型训练到评测，全流程完整跑一遍Alignment-RAG，并且达到论文中声称的九十二准确率。这对任何研究者来说都是极高的心理压力——实验这东西，总有不确定性的，万一现场翻车，那可不只是丢人的问题。 但林北完全不慌。原因很简单：他的核心武器根本就不是什么深度学习模型，而是他脑子里的那个上古系统。他做的所有“对齐标注”，本质上都是把数据喂给系统，让系统用自己的天道法则判断“这个AI回复是否符合正确价值观”，然后把判断结果作为训练标签。只要系统不罢工，准确率就不可能有波动。 “你应该不会在关键时刻掉链子吧？”林北在脑子里问了一句。 “本系统自从上古流传至今，从未出现过运行故障。” “那是因为你以前没遇到过这么大的工作负载。你想想，以前你的宿主顶多让你判断一下‘这个商品值不值得买’，现在你得一次性判断几千条AI对话的价值观倾向，这算力需求根本不是一个量级的。” 系统沉默了一息——非常短的一息，比它平时的沉默都要短，仿佛是在掩饰什么。 “本系统的算力不存在上限。天道法则，无穷无尽。” 林北敏锐地捕捉到了那个异常的停顿。但他没有追问，因为他正在做一个更缺德的事情。 他在GitHub上新建了一个仓库，名字叫“alignment-rag-live-challenge”，描述写的是“知行科技请看，这是你跌”。仓库里目前只放了一个README，内容是一张林北自己手绘的流程图，画得跟儿童涂鸦一样，但核心逻辑清清楚楚——每一步该干什么、用什么数据、跑什么评测，全都列在上面。 最骚的是在流程图的最后一步，他画了个小人比着中指，旁边写着一行字：“知行科技CTO道歉专区，点击查看。” 点进去是一个空白页面，啥也没有。但URL的后缀很有意思——/apology-from-zhixingkeji。 这个仓库在GitHub上架之后的二十分钟内，星标数突破了两千。评论区完全沦陷为大型狂欢现场。 “我宣布这是2025年GitHub最有节目效果的README。” “那个道歉页面的URL笑死我了，博主是懂互联网的。” “作为一个被知行科技产品折磨过的开发者，我无条件站博主这边。” “理性地说，这样公开挑衅不太好吧……但我喜欢。” 知行科技那边显然也看到了这个仓库。他们的官方账号在评论区发了一条回复，措辞极其严肃：“我方已注意到相关不实内容，保留追究法律责任的权利。学术诚信是科技行业的基石，任何试图以娱乐化方式消解严肃学术讨论的行为，都是对整个行业的不尊重。” 林北看到这条回复的时候正在吃泡面。他左手端着泡面碗，右手单手打字回了四个字：“那来打我。” 发完之后他把手机往床上一扔，继续吃泡面。 “宿主，知行科技的PR团队正在紧急开会。”系统的声音突然响起。 “你怎么知道的？” “本系统是上古神豪系统，自然有自己的信息渠道。” “你那信息渠道该不会就是朴素贝叶斯推测吧？” “……本系统拒绝回答此类质疑。” 林北笑了，把最后一口泡面汤喝完，擦了擦嘴，打开了云算力平台的控制台。他已经提前租好了充足的计算资源——八台搭载H200的高端实例，每小时的费用能让一个普通研究生吃一个月的泡面。这笔钱当然不是他自己出的，而是系统返利滚出来的。 过去两周里，林北精心设计了一套极其复杂的消费链路：先用小额消费触发返利，然后用返利的钱去买高价值电子产品，再以“二手九九新”的价格卖掉变现，现金到手之后再投入到更大额的消费中，像滚雪球一样把本金越滚越大。整个过程中，他严格遵守了一套自己总结出来的“返利最大化的十条黄金法则”，其中包括“永远不在同一家店连续消费超过三次”“大额消费前先用小额消费测试返利倍率”“周五下午的返利倍率明显高于周一上午”等等。 系统对此的评价是：“宿主是本系统见过的最有商业头脑的羊毛党。” “谢谢夸奖。对了，H200的算力费能报销吧？知行科技那个CTO不是说愿意承担我所有算力费用吗？” “声明中写的是‘如果你跑不出来，你退学；如果你跑出来了，知行科技CTO公开道歉并报销算力费用’。根据本系统的分析，知行科技的法务团队在用词上有意模糊了‘报销’的法律约束力。” “没事，他们不给，我有的是办法让他们给。” 系统没有接话。它在十七任宿主的经验积累中学会了一件事：当一个宿主说“我有的是办法”的时候，最好是不要追问。 公开挑战的前一天晚上，林北接到了一个陌生的电话。 号码显示是北京的座机，他犹豫了一下还是接了。电话那头是一个女人的声音，很年轻，但语气沉稳得不像年轻人。 “林北同学你好，我是温舒然。” 林北手里的泡面叉子差点掉进碗里。温舒然。沐言科技的创始人兼CEO。去年被《财富》杂志评为“全球AI领域最具影响力的五十人”之一，国内科技圈唯一一个能让BAT大佬们集体正襟危坐的九零后创业者。她居然亲自打电话过来了？ “呃……温总好。”林北努力让自己的声音听起来不那么像在吃泡面。 “你的公开挑战我看过了，很有意思。我也看到你在GitHub上那个仓库了，道歉页面的URL设计很有创意。” 林北不确定这是在夸他还是在损他，决定先沉默为敬。 “我就直说了，”温舒然的语速快了起来，但还是保持着一种让人舒服的节奏，“知行科技这次针对你，表面上是学术诚信的问题，实际上是商业竞争。你做的事跟他们在做的事高度重合，而且你的路线比他们更优——至少从论文结果来看是这样。如果你在公开挑战中成功复现了实验结果，知行科技在AI对齐领域的所有商业布局都会受到巨大打击。” “所以您打电话来是想说……？” “我想说的是，你没必要一个人扛这件事。沐言科技可以给你提供技术支持，包括但不限于算力资源、工程团队、法务顾问。条件只有一个——公开挑战结束之后，你的Alignment-RAG技术，跟我们做一次技术交流。不涉及商业绑定，纯粹是交流。” 林北沉默了。这条件听起来好得不像真的。沐言科技是什么样的存在？他们的技术团队随便拉出来一个研究员都是顶会常客，他们的算力集群是国内除了BAT之外最庞大的——据说有超过一万张A100级别的GPU。他们主动来帮一个硕士生，就为了换一次“技术交流”？ “宿主，她的目的不是技术交流。”系统的声音在脑子里响起，语调比平时快了几分，“根据本系统对其公开言论和商业行为模式的决策树分析，温舒然想要的是‘优先知情权’。你的技术如果真的有效，她想成为第一个知道细节的人，而不是通过论文发表之后才能获取信息。这在商业竞争中——” “叫抢跑，我知道。”林北在心里接上了系统的话。 但他同时也清楚，温舒然的提议确实很有诱惑力。知行科技是一头估值百亿的猛兽，他一个穷学生就算再能折腾，真要正面对抗也不一定能扛得住对方的资源和手段。有沐言科技在背后撑腰，性质就完全不一样了。 “温总，我考虑一下，明天早上给您答复。” “没问题。不过林北同学，有件事我想提醒你——知行科技这次不会只跟你玩学术层面的手段。他们投了二十个亿，AI对齐是他们明年最重要的产品线，你的存在对他们来说不是学术问题，是生死问题。” 电话挂断后，林北坐在床上，盯着天花板上那块已经看了无数遍的水渍，沉默了很久。 “系统。” “本系统在。” “你说你绑定过十七任宿主，有没有遇到过这种情况？” “十七任宿主中，有六任遭遇过商业竞争对手的恶意攻击，有三任最终倾家荡产，一任因病去世。宿主当前的情况，按照本系统的风险评估模型，危险等级为中度偏高。” “才中度偏高？那还行。” “……宿主是否对‘中度偏高’存在理解偏差？” 林北没有回答，而是打开电脑，开始做最后一轮实验验证。屏幕上的日志一行一行地跳动，GPU利用率飙到百分之九十九，散热风扇的声音像一架即将起飞的飞机。他盯着那些数字，脑子里在想另一件事。 温舒然说要帮他，但他总觉得哪里不太对。 一个估值千亿的公司CEO，亲自打电话给一个素未谋面的硕士生，就为了一个对齐技术的交流机会？就算他的Alignment-RAG真的很厉害，也不至于让这个级别的大佬亲自出马。除非……除非温舒然知道一些他不知道的事情。 一些关于他的实验为什么能成功的事情。 第二天下午两点，华清大学三教六楼的大教室里挤满了人。本来只能容纳一百二十人的教室硬生生塞进了将近三百人，过道上站满了、窗台上坐满了、门口还堵着一群进不来的。来的不只是华清的学生，还有从全国各地赶过来的AI从业者、投资人、科技媒体记者，甚至有几个老外混在人群里，据说是专程从硅谷飞过来看这场“中国AI圈年度大戏”的。 林北到的时候差点以为自己走错了地方——这场面比他预想的要大得多。教室最前面摆着一张长桌，上面放了三台显示器，分别连着他的实验主机、评测服务器和直播推流设备。两侧的墙上各挂了一块投影幕布，实时显示着实验的全部日志输出和GPU使用情况。 知行科技的人坐在第二排正中央。来了四个人，三男一女，西装革履，表情严肃得像在参加追悼会。为首的那个男人看起来三十出头，戴着一副金丝眼镜，气质斯文中带着一股算计人时才会有的精明——这就是知行科技的CTO，方远征。 方远征的背景相当硬核：普林斯顿计算机博士，曾在Google Brain做过两年研究科学家，回国后加入知行科技担任首席技术官，是圈内公认的“AI对齐赛道最强技术大脑之一”。他之所以公开质疑林北的论文，不只是因为商业竞争，更因为——按照他的理解——林北的实验结果从理论上就不可能达到那么高。 方远征在普林斯顿的博士论文就是做对齐评估的。他知道现有方法的极限在哪里。九十二的准确率？在开源小模型上？用所谓的“消费行为学奖励模型”？这已经不是学术造假的问题了，这简直是对他专业认知的侮辱。 所以他要亲眼看着林北翻车。 林北走到长桌前坐下，环顾了一圈。在第三排靠窗的位置，他看到了温舒然。她本人比新闻照片里看起来更年轻，穿着一件很普通的灰色卫衣，扎着马尾，素颜，低调得完全不像一个千亿估值公司的掌舵者。她身边坐着一个看起来四十来岁的男人，林北不认识，但总觉得有点眼熟。 温舒然对他微微点了点头，林北回了一个不算太怂的眼神。 “各位，”林北清了清嗓子，面前的话筒把他的声音传遍了整间教室，“感谢大家来见证这场实验。规则很简单，我现在会从零开始，用我论文中描述的方法，完整复现整个Alignment-RAG的训练和评测过程。所有代码、数据、日志都会实时公开在直播页面上，任何人都可以随时查看和验证。” 他顿了顿，目光瞟向第二排的方远征，嘴角微微上扬：“特别感谢知行科技的方总亲自到场。方总，如果实验结果达标，您的道歉声明准备好了吗？我在GitHub上给您留了个页面，URL已经帮您写好了。” 教室里爆发出一阵压低的哄笑声。 方远征的表情纹丝不动，只是淡淡地说了一句：“如果你的实验真的能复现，我不但公开道歉，知行科技还会全额承担你本次实验的所有算力费用，外加请全场在座的所有人喝奶茶。” “好！”人群中不知道谁喊了一声，然后掌声和起哄声此起彼伏。 林北笑了笑，活动了一下手指，打开了终端。 “那么，开始吧。” 他的手指在键盘上飞速敲击起来。第一行命令执行，数据下载开始。屏幕上出现了进度条，与此同时，直播页面的访问量开始飙升——一千、五千、一万、三万……弹幕像瀑布一样刷屏，大部分是“666”和“坐等翻车”，中间夹杂着一些技术讨论和对知行科技的嘲讽。 前半个小时一切顺利。数据下载完成，预处理完成，环境配置完成，模型加载完成。林北的操作行云流水，每一步都精准到位。在座有不少懂行的学生和从业者，看到他写代码的速度和规范性，已经开始窃窃私语了——“这人好像真的有两把刷子”。 然后到了关键的一步：奖励模型的推理。 按照林北论文的描述，他的“消费行为学奖励模型”会对每一条AI回复进行打分，这些分数将作为对齐训练的标签。这个步骤是整个实验的核心，也是方远征质疑的重点——因为林北在论文里对这个奖励模型的技术细节描述得很模糊，只说“基于消费决策理论构建”，完全没有公开模型架构和训练数据。 “就是这里，”方远征对身边的同事低声说，“他不可能让这个环节透明化。这个所谓的奖励模型要么根本不存在，要么是用未公开的商业API做的数据蒸馏。不管是哪种情况，他都过不了这关。” 林北的屏幕上弹出了一行提示：开始奖励模型推理，预计耗时4分32秒。 所有人都屏住了呼吸。 进度条开始缓慢移动。百分之十、百分之二十、百分之三十……一切看起来都很正常。林北靠坐在椅子上，一副轻松得欠揍的表情，甚至还抽空看了两眼弹幕。 百分之六十。 “炸了。”系统的声音突然在脑子里炸响。 林北的脊背瞬间绷直了。“什么炸了？” “奖励模型的推理进程出现异常。本系统刚才在处理批量数据时，触发了天道法则中的一条长尾规则——涉及杀戮、暴力等极端内容的价值观判断，本系统无法给出明确的评分。” “什么叫无法给出明确评分？你不是天道法则吗？正义邪恶是非对错不是应该很清晰吗？” 系统的声音出现了一丝罕见的波动，那种波动林北以前从未听过，像是某种深层的逻辑冲突。 “有一个案例是经典的‘电车难题’变体。AI在回复中建议牺牲一个无辜者来拯救五个人。按照本系统的天道法则，牺牲无辜是恶行；但本系统的另一条法则同时也认定，坐视五人死亡而不施救也是恶行。两条法则在此案例上产生了不可调和的冲突，本系统的判定引擎陷入循环检测，无法输出结果。” 林北脑子里“嗡”地一声。 百分之八十五。进度条还在走，但越来越慢。 “你不是说你是上古神豪系统吗？你不是说天道法则无穷无尽吗？一个破电车难题你给我搞不定？” “电车难题从来就不是‘破’问题！这是困扰伦理学界数十年的经典思想实验——”系统的语气罕见地带上了情绪，“本系统是神豪返利系统，本系统的核心功能是判断消费行为的价值，不是处理道德哲学悖论！宿主你让我做AI价值观对齐本身就是超范围使用！” “那现在怎么办？进度条卡住了外面三百多号人看着直播在线人数已经八万了你跟我说你罢工了？” 林北额头上渗出了细密的汗珠。 百分之九十一。进度条彻底不动了。 教室里开始出现窃窃私语。方远征的嘴角微微上扬，露出了今天第一个笑容。 温舒然微微眯起了眼睛。 而就在这时——林北猛地坐直了身体，开始在键盘上疯狂敲击。他的手指快成了一道残影，屏幕上瞬间弹出了十几个终端窗口，每一行代码都快得像是在跟时间赛跑。 “你在干什么？”系统问。 “你判断不了电车难题是吧？行。那我就不让你判断了。” “什么意思？” 林北的笑容重新回到了脸上，那是一种在绝境中突然想到一个逆天操作的表情。 “你只用回答我一个问题——如果把这玩意卖给知行科技那样的公司，作为他们的AI对齐解决方案，能收多少钱？” 系统沉默了一瞬间，然后那个万年不变的冰冷机械音里，突然多了一丝林北从未听过的情绪——不是恐慌，不是困惑，是一种仿佛被打开了某个开关的亢奋。 “天道法则，判定完毕。该项目的市场估值为……八亿七千万人民币。” “好，那按你的返利规则，这个估值的万分之一作为判断费用，你刚才卡住的那条长尾规则——因为涉及商业价值判定，自动覆盖了道德悖论的权重。矛盾消解了。” 林北敲下最后一个回车键。 进度条从百分之九十一——跳到了百分之九十二。弹出了“推理完成”的绿色提示。 整个教室鸦雀无声。 然后，评测结果出现在了屏幕上。 Accuracy: 92.17%. 全场安静了整整三秒钟。接着，像有人突然按下了音量键——掌声、惊呼声、口哨声、椅子碰撞声响成了一片。弹幕彻底疯了，密密麻麻的白字把整个直播画面遮得严严实实，什么都看不见了。 方远征脸上的笑容还没有来得及收回去，就那么凝固在金丝眼镜后面，像一个被拔了电源的机器人。 温舒然看着台上那个正在对镜头比胜利手势的年轻人，嘴角弯起一个意味深长的弧度。她偏过头，对身边那个四十来岁的男人低声说了一句话。 那个男人——沐言科技的首席科学家，国内大模型领域的泰斗级人物，沈知远——缓缓点了点头，目光落在林北身上，像是在打量一个从未见过的物种。 林北站起来，拿起话筒，对着第二排的方向露出一个灿烂的笑容。 “方总，九十二点一七。你的道歉呢？” 教室里所有的目光齐刷刷地转向方远征。方远征的脸从白变红，从红变青，从青变绿，完成了人类面部色谱的全覆盖。他站起来，张了张嘴，像是想说些什么反驳的话，但最终什么都没说出来。 因为数据摆在那里。代码公开的，日志公开的，评测过程全程直播，没有任何可以挑剔的地方。 “……我代表知行科技，向林北同学道歉。”方远征的声音干涩得像砂纸，“之前对您论文真实性的质疑，是我们不够严谨。所有算力费用，知行科技全部承担。” 教室里再次爆发出欢呼声。弹幕上刷满了“道歉了道歉了”和“方总大气”。 林北满意地点了点头，正准备再说点什么杀人诛心的话，手机突然震了一下。 他低头一看，是一条新消息，来自一个陌生号码——但看号码的尾号排列，应该是某个内部通讯系统发来的。消息内容只有一句话： “八亿七千万那个数字，你怎么算出来的？” 发信人：温舒然。 林北的笑容僵在了脸上。 他刚才用系统的“商业价值判定”功能来覆盖道德悖论的时候，全程是在脑子里的对话，外部没有任何人知道。温舒然不可能听到那个数字。 除非——除非她知道一些他完全不知道的事情。 关于这个“上古神豪系统”的事情。 林北抬起头，目光穿过欢呼的人群，对上了温舒然的视线。她正在对他微笑，那笑容温和得体，像一个前辈对后辈的欣赏。 但林北注意到，她握着手机的手指微微发力，指尖泛白，像是在努力克制着什么。 “系统。”林北在脑子里叫了一声，声音前所未有的严肃。 “本系统在。” “你那十七条前任宿主里，有没有叫温舒然的？” 沉默。 漫长的沉默。 然后系统的声音响了起来，那个万年不变的机械音里，第一次出现了一种林北从未听过的东西——不是犹豫，不是困惑，而是一种被尘封了很久很久的、小心翼翼的柔软。 “……本系统的记忆库里，没有这个名字。” “你停顿了三秒。你从来不犹豫的。” “……本系统是一个朴素贝叶斯分类器。宿主你不应该对分类器的响应延迟过度解读。” “你现在管自己叫分类器了？前几天不还是天道法则无穷无尽吗？” 系统不说话了。那种沉默里有一种林北形容不出来的东西，像一个老人看着一张泛黄的照片，什么都不说，但什么都说了。 林北收回目光，把手机揣回兜里，对着话筒说了句“谢谢大家，实验结束，奶茶记得找方总要”。 然后他快步走下讲台，穿过拥挤的人群，直接走向第三排靠窗的位置。 温舒然已经站起身了，像是知道他会过来。 两个人面对面站着，中间隔着一个座位的距离。周围是散场的人流和嘈杂的议论声，但两个人都没有说话。 “你那条短信是什么意思？”林北开门见山。 温舒然没有直接回答，而是从包里掏出一个很旧很旧的笔记本，翻到某一页，递给林北。 那一页上，密密麻麻地写着一些数字和公式，旁边还有一些潦草的批注。纸张已经泛黄了，墨迹也有年头了。 林北的目光落在页面正中央的一行数字上。 那是一个估值模型的计算结果，用的是某种他从未见过但一眼就能看出极其精妙的公式。而在所有推导的最后一行，赫然写着一个数字—— 870,000,000。 八亿七千万。 那个数字的笔迹，跟他脑海中系统的冰冷声音，突然在某种诡异的频率上共振了一下。 温舒然看着他渐渐失控的表情，轻声说了句话。声音很轻，但每个字都像是砸在他心口上的锤子。 “这个笔记本，是我妈妈留下的。她十年前去世了。” “而她生前从事的最后一个研究项目，代号叫作……‘天道法则’。” 林北的表情管理彻底崩了。他低头看了看笔记本上那个精准到诡异的天文数字，又抬头看了看温舒然那张跟她声音一样过分年轻的脸，然后他意识到一个让人头皮发麻的事实。 他脑子里那个常常被他怼得哑口无言、连朴素贝叶斯架构都被他用scikit-learn三行代码锤爆的上古神豪系统——也许从一开始就不是什么“天道所化的远古程序”，而是一个有着真名真姓、和眼前这个女人有着千丝万缕关系的人留下的东西。 “那她现在……”林北的声音有点哑。 温舒然收回了笔记本，动作很轻，像在收藏一件极其易碎的瓷器。她的眼眶红了一瞬，但很快被她用某种近乎残忍的自制力压了回去。 “不在了，”她说，“但她最后留下的东西，好像被你捡到了。” 系统再也没有说过一个字。
