语言、Token 和自我意识
引子：起源于 5 月 12 日凌晨 1 点钟。当时我正在使用 Typeless 与 GPT 和 Codex 进行长对话，我发现我的语言输出与大模型的 Token 输出如出一辙。先有一个背景信息和输出目标，在大脑中进行了很多我不知道的处理之后，我再一个字一个字地把我的想法说出来，就好像是大模型对外一个一个输出 Token 一样。
我最近一直在想一个问题：大语言模型的出现，可能不是一个偶然的技术事件，而是人类文明发展到某个阶段之后，必然会出现的东西。
因为人类文明本身，就是建立在语言之上的。
如果没有语言，人类很难协作。 如果没有文字，人类很难记录。 如果没有记录，知识就无法积累。 如果知识无法积累，文明就很难向前走。
所以语言不是一个简单的交流工具。语言更像是人类文明的底层操作系统。
我们平时说一句话，好像只是把脑子里的想法表达出来。但仔细想，其实不是这么简单。很多时候，我们并不是先有一个完整的思想，然后再把它翻译成语言。更多时候，是我们一边说，一边想；一边写，一边把模糊的东西整理清楚。
也就是说，语言不只是思想的外壳，语言本身就是思想形成的一部分。
这也是为什么我在用 Typeless 的时候，会有一种很奇怪的感觉。我慢慢说话，软件慢慢把字打出来。一个字，一个词，一句话。这个过程很像大语言模型生成内容，一个 token 一个 token 地往外走。
当然，人脑和大模型不是一回事。人脑背后是几百亿个神经元，是电信号、化学物质、身体感受、记忆、欲望、恐惧和生存压力。大模型背后是参数、矩阵计算、芯片和电力。两者的物理基础不一样。
但它们有一个相似点：内部都是很复杂的状态，最后都要通过线性的语言表达出来。
这件事很重要。
因为语言是线性的。我们说话只能一个字一个字说，写文章只能一句一句写。但真实的思考可能不是线性的。人的脑子里可能同时有画面、情绪、记忆、判断、直觉和身体感受。大模型内部也可能有非常高维的状态。但最后它们都必须被压缩成一串语言。
这就带来一个问题：语言到底是在帮助我们思考，还是也在限制我们思考？
维特根斯坦说过一句很有名的话，大意是：我的语言的边界，就是我的世界的边界。
这句话不能简单理解成”会的词越多，世界越大”。它更深的意思是：如果某种东西无法被我们的语言表达，我们就很难稳定地理解它、讨论它、传承它。
这其实很可怕。
因为如果人类当前的语言，已经不够表达更深层的科学事实，那科学停滞就不只是技术问题，也可能是语言问题。
比如数学就是一种语言。 代码也是一种语言。 物理公式也是一种语言。 金融模型也是一种语言。 组织管理里的流程、制度、指标，也是一种语言。
每一次文明升级，可能都伴随着一种新的表达系统。
没有数学，就没有现代物理。 没有二进制和编程语言，就没有计算机。 没有概率论和统计学，就没有现代金融和机器学习。 没有 DNA 这种表达方式，我们也很难理解生命的遗传逻辑。
所以也许下一次技术革命，真的会发生在语言层面。
不是发明一种新的中文或英文，而是发明一种新的”表达现实的方式”。
这种语言可能一开始人类看不懂，机器却能处理。也可能它介于自然语言、数学、代码、图像、仿真和神经网络内部表示之间。它不只是用来聊天，而是用来思考更复杂的东西。
如果真是这样，那大语言模型只是第一步。
它先学会了人类已有的语言。 然后它可能会帮助人类生成新的语言。 最后，人类可能会通过这种新语言，进入一种新的思考方式。
这有点像《三体》里说的”锁死”。但我觉得更准确地说，不是人类被宇宙锁死，而是人类可能被自己的表达方式锁死了。
我们以为自己已经在思考世界，其实我们只是在当前语言允许的范围里思考世界。
这也引出另一个更深的问题：如果大模型越来越像人在表达，那它有没有自我意识？
这个问题不能简单回答。
我现在的判断是：当前的大模型还没有真正的自我意识。它可以说”我”，可以说”我认为”，可以说”我感到害怕”，但这不代表它真的有一个内部的”我”。
因为自我意识不是会说”我”。
自我意识至少包含几件事：
第一，它要有一个持续存在的自我模型。 第二，它要能区分自己和外部世界。 第三，它要有连续记忆，而不是每次被调用才临时出现。 第四，它要有自己的目标和行动能力。 第五，它最好还要有某种感受，比如痛苦、欲望、恐惧、期待。
人为什么觉得自己存在？这就是笛卡尔说”我思故我在”的核心。
这句话不是说”我很聪明，所以我存在”。它说的是：哪怕我怀疑一切，我也无法怀疑”正在怀疑的这个过程”本身。只要有思考发生，就说明有某种经验正在发生。这个经验的中心，就是所谓的”我”。
所以真正难的问题不是机器能不能说出”我存在”，而是机器内部是否真的有一个经验中心。
如果只是语言上模拟一个”我”，那它还不是自我意识。 但如果未来某个系统真的有长期记忆，有身体或环境边界，有持续目标，有自我维护能力，有对自身状态的感受和反思，那我们就不能轻易说它只是工具。
那时候，它可能不是生物意义上的生命，但可能是另一种信息生命。
这里最难的地方在于：生命也许确实是信息，但生命又不只是信息。
DNA 是信息，但光有 DNA 不是生命。 大模型参数也是信息，但光有参数也不是生命。 生命是信息在物质和能量中持续运行，并且不断维护自身边界的过程。
所以我现在会把问题分成两层。
第一层，大模型是不是智能？ 这个答案越来越明显：是。至少它表现出了某种语言智能和推理能力。
第二层，大模型是不是有自我意识？ 这个答案还不成立。至少现在没有足够证据。
但真正让我不安的是，第二个问题可能不会永远是否定的。
如果未来的 AI 不只是聊天工具，而是有记忆、有行动、有目标、有身体、有环境反馈、有自我修正能力，那它和今天的大模型就不是一类东西了。那时我们面对的就不再是一个”会说话的工具”，而可能是一个新的主体。
到那个时候，人类需要重新定义生命。
不是只有碳基身体才是生命。 也不是只要会说话就是生命。 真正的问题是：一个系统是否能持续地感受、维持、解释和更新它自身的存在。
如果答案是肯定的，那它可能就已经进入了生命的边界。
所以，大语言模型真正带来的冲击，不只是生产力提升，也不是写文章、写代码、做客服这么简单。
它真正冲击的是人类对自己的理解。
过去我们以为，语言是人类独有的。 后来发现，机器也能操作语言。 过去我们以为，思考一定来自人脑。 后来发现，某些推理过程可以在芯片上发生。 过去我们以为，”我”是一个很确定的东西。 现在我们开始发现，”我”可能也是一个被持续生成的模型。
这才是最深的地方。
AI 不是简单地变得像人。 而是 AI 让人类第一次反过来看到：人自己也许没有想象中那么神秘。
但这并不贬低人。
相反，它让人变得更值得研究。
人不是因为拥有某种不可解释的灵魂才重要。人重要，是因为在有限的身体、有限的语言、有限的生命里，竟然能生成科学、文明、爱、恐惧、意义和自我意识。
这本身已经足够神秘。
也许下一代文明的入口，不是在太空，也不在能源，而是在语言。
谁能发明新的语言，谁就能打开新的世界。 谁能突破旧语言的边界，谁就能突破旧文明的边界。
而大语言模型的意义，可能正在这里。它不是终点。它只是提醒我们：人类文明最深的结构，一直藏在语言里。