top of page

智能體讓斗數洞見「重生」

Feb 4
2 min read

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
拍賣企業數據「隱形代價」

過去10年,大家都聽過數據被捧成金礦、被喚作石油、被寫進國策叫「新生產要素」,直到最近一宗美國破產拍賣案,才第一次見到企業數據被真正放上拍賣台,有底價、有法院文書、有落槌聲。 美國精神航空(Spirit Airlines)破產,企業數據被資產化,8月拍賣其「數碼資產」,谷歌(Google)以1000萬美元投得,成為「企業記憶」成交的第一個價,人工智能(AI)數據公司Mercor以750萬美元位列後

 
 
企業AI政策空白亟需填補

上星期與一位銀行界舊同事見面,他談及最近有同事被發現「偷用」人工智能(AI)撰寫會議紀錄,其主管揚言要作出紀律處分。我問他:「用AI寫會議紀錄,究竟錯在哪裏?」他愣了一愣,「……其實都無寫明唔准。」「無寫明唔准」這5個字,正是當下全球職場與AI之間關係的縮影。 正值上月北京法院為這個灰色地帶釋出了第一個答案:一名員工因使用AI製作簡報而遭解僱,法院最終裁定該公司違法解除勞動合同,須賠償約4.6萬元

 
 
訓練模型 真人數據無可替代

最近與幾位從事大型語言模型(LLM)開發的朋友談起訓練數據,大家都不約而同提到一個詞:「數據牆」。在互聯網公開的優質文本,大概已經搜刮得七七八八,剩下的要不是垃圾,就是需要付費的,於是整個行業很自然地轉向合成數據──讓模型自己生成材料,再「餵」回自己。 這件事在過去兩年確實有效。寫程式、數學、邏輯推理等領域,這幾類答案對錯分明、可以自動驗證,合成數據幾乎可成為免費、無限的模型訓練材料。但問題也正正

 
 
bottom of page