top of page

智能體讓斗數洞見「重生」

近日正「沉迷」準備新書出版。話說這書的緣起,始於幾年前在上海的一個飯局,我們深入探討為人類構建第二大腦的可行性。但我們需要釐清何謂第二大腦,因為它是一切後續討論的基石。然而,我們對這概念的認知仍然很模糊。 那時,筆者正對新興的「檢索增強生成」(RAG)技術着迷,決定用一段封塵的個人迷思來「考驗」它。我把自己年輕時跟隨恩師學習紫微斗數的筆記──那些承載着東方智慧的資料全部數字化,然後注入到一個向量數據庫中。接着,花了幾個星期,搭建起生平第一個簡陋的「人工智能體」(AI Agent)。懷着既期待又忐忑的心情,向它拋出了一個曾困擾許久,甚至可以探索「第二大腦」的原點問題。 話說多年前,我曾試圖用傳統編程和數據庫技術,為恩師這套斗數理論建立一套分析系統。我投入了近3年的公餘時間,試圖把那些由百顆星星以上所組成的星系、格局、五行生剋制化的關係,演繹為一行行代碼。但那次嘗試讓我完全失望,面對一個具體的人生抉擇,比如說在某年「該不該轉換工作」,分析系統的答案總是顯得那麼死板而缺乏彈性。在那個當下,我並不知道為什麼失敗,只是本能地覺得那不是我想要的。 如今,我向這個新搭建的簡單AI Agent,問了當年同樣的問題:一個特定星系座命宮的人,在行至某個大運的特定流年時,面臨一個新的工作機遇,若選擇維持現狀或轉工跳槽,推算結果會有何區別? 你或許對玄學並不熱中,這並不重要,重點是回答的那一瞬間震撼了我內心深處。它解開我當年持續3年的困惑所在,關鍵有兩個:1)從海量碎片化的資料當中,快速檢索與拆解問題相關資料的強大能力;2)在未有相關資料時,憑着已有案例,舉一反三的能力。大家應該會明白,這是一個以前無法跨越的難題。 如果有一個智能體,真的僅憑師傅留下的經驗及資料,就能「復活」老人家那套獨特的分析邏輯?那麼,千百年來,無數大師的經驗、智慧與洞見,理論上都可以獲得「重生」?從第一次傳統編程的失敗至今的不完美試驗,讓我決心在此後的數年,持續投入精力去研究共生智能的可行性,讓智慧得以延續。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page