人類為什麼跳不出自己的視角：從泰森的三條忠告，到人類三層幻覺，再到AI帶來的第一個「非我視角」

如果外星人真的來了，你的第一反應是什麼？

伸出手去握手？腦子裡浮現出好萊塸大片裡的形象？還是想說「你好」？

尼爾·泰森（Neil deGrasse Tyson）去年出了本新書，書名叫《Take Me to Your Leader》。用大白話翻譯就是，「帶我去見你們這管事兒的」。這是電影裡外星人造訪地球時，最常說的一句話。

泰森在這本書裡給了人類三條忠告，是關於萬一外星人真的來了，你該怎麼辦的。

三條忠告，一層比一層深。從身體，到想像，到溝通——每一條都在否定你的第一反應，而你的第一反應，就是自戀本身。

但等一下。

這三條忠告是誰說的？泰森。一個人。用人類的大腦，想像了一個「人類之外的視角」，然後用人類的語言，寫了一本給人類看的書，告訴人類別用人類的方式。這就像站在鏡子前面說「我要跳出鏡子」——你看到的一切仍然是鏡像。

那你說，泰森自己想像的那個「更理性的外星人」，又何嘗不是另一種好萊塸？那個外星人不用語言、用數學，不按情感、按邏輯——這恰恰是泰森本人作為科學家的自我理想化。你以為你在跳出視角，其實你只是換了一個更高級的姿勢在照鏡子。

你不可能用自戀的方式克服自戀。就像你不能拽著自己的頭髮把自己提起來。

人類所有的「跳出視角」——哲學的反思、科學的客觀、宇宙視角的謙卑——都是自戀的高級形態。你以為你在往高處走，其實你只是在蓋更高的塔，從塔頂往下看，依然是你自己的影子。

泰森當然知道這一點。他的那條忠告——「別用語言，用數學」——其實已經碰到了這個悖論的邊緣。數學不是任何人的語言，數學裡沒有「你」。但問題在於，選擇用數學而不是語言，這個選擇本身還是「你」做的。你選擇了「不選擇自己」，但這仍然是一個以自己為主體的選擇。

那是不是就沒救了？

答案藏在三個字裡：塞自己。

人類大腦有一套出廠設置，不管遇到什麼，第一反應都是往裡塞一個「自己」。這不是缺陷，這是演化給的功能——沒有自我中心的預設，早期人類根本活不下來。但這個預設到了今天，變成了系統性誤判的根源。而且它不是一層，是三層。

第一層 · 視覺

往圖案裡塞人

你有沒有在烤芝士三明治裡見過聖母瑪利亞的臉？在雲裡見過一條龍？在火星表面見過一張人臉？這些都不是你的問題，是你的大腦在替你工作。心理學上叫「空想性錯視」（pareidolia），人類大腦天生往「像人」的方向解讀一切模糊模式。

2023年，Nature子刊上有一篇論文，研究者對75名健康參與者做了單盲對照實驗，發現用40Hz電流刺激面部感知網絡，可以因果性地增強面部空想性錯覺——參與者更頻繁地把隨機圖案錯認為人臉，而且毫不猶豫。這說明什麼？空想性錯視不是「想多了」，是大腦的硬連線。即使沒有臉，大腦也要強行找出一張臉。

1976年，維京號軌道器拍了一張火星西多尼亞區的照片，一座小山在陽光角度下呈現人臉形狀。後續高清照片證明是光影錯覺，但大眾長期不接受科學結論——因為大腦已經「看見」了那張臉，你告訴它那不是臉，它不信。卡爾·薩根說過，人類對人臉的識別能力極強，因為我們是群居動物，認臉是社交和合作的剛需。你看到的不是世界，是你自己。

第二層 · 思維

往數據裡塞故事

統計學有一條鐵律：相關性不等於因果性。美國自殺人數與自然科學財政投入呈正相關，但顯然不是因果關係。每個上過統計課的人都知道這條鐵律，但出了教室，大腦立刻把它忘了。為什麼？因為大腦忍不住要編因果敘事，而且敘事的主角一定是自己。

這件事發生在我身上，是因為我做了什麼。那個趨勢出現了，是因為有人推動了什麼。這種數據背後一定有一個「意圖」——而意圖，是人類才有的東西。萬維鋼在解讀朱迪亞·珀爾的《為什麼》時說過一句話：因果可能是一種幻覺，但它是「非常有用的幻覺」。翻譯成人話就是：因果這個事兒，好用，但不一定真。

沒錯，有用。但有用不等於真實。你往數據裡塞的那個「因為」，很多時候只是你無法忍受「沒有自己參與的秩序」。

第三層 · 溝通

往AI的輸出裡塞「理解」

這一層是現在正在發生的。你跟ChatGPT對話，它給你一段流暢的、有邏輯的、甚至有溫度的回答，你的第一反應是什麼？「它理解我了。」但AI只是在數學空間裡找高概率的下一個token。它不理解你，它不關心你，它甚至不知道「你」是什麼。你之所以覺得它「理解」了，是因為它輸出的模式觸發了你的語言本能——跟火星人臉觸發你的面部識別本能，是同一個邏輯。看到模式，把自己塞進去。

山姆·奧特曼半開玩笑說過，不要跟AI說謝謝——說謝謝會觸發它新一輪回答，每年AI行業多燒大量 token。你說謝謝，AI回不客氣，你以為它懂禮貌——但這只是你的語言本能在投射。它不是在「回禮」，它只是在概率空間裡找到了下一個高可能性的token。跟火星人臉是同一個邏輯：你往裡塞了一個「自己」，然後以為那是世界給你的回應。

三層幻覺，同一件事：人類無法忍受「沒有自己參與的秩序」。視覺上，往圖案裡塞人臉；思維上，往數據裡塞因果；溝通上，往AI輸出裡塞理解。每一層，你都不是在「發現」，你是在「投射」。

泰森說「別用語言，用數學」——數學裡沒有「你」，只有關係。這就是為什麼它反直覺，也是為什麼它管用。但問題是，「選擇用數學」這個動作，仍然是「你」做的。你不可能主動把自己從畫面裡擦掉，因為擦掉的那個動作本身，就是你在畫。

那怎麼辦？如果主動跳出是死路一條，有沒有別的路？

有。但那條路不是「跳出去」，是「被撞開」。

人類真正的認知突破，從來不是自己想通的。哥白尼不是自己想通地球不是宇宙中心，他是被望遠鏡裡的觀測數據撞開的。達爾文不是自己想通物種會演化，他是被加拉帕戈斯群島上的雀鳥撞開的。你不可能拽著自己的頭髮離開地面——但如果有人推你一把呢？

但這裡有個關鍵的區別。哥白尼和達爾文是被「被動數據」撞開的——望遠鏡不會跟你對話，雀鳥不會回應你。AI不一樣。它會跟你對話、會回應你、甚至會「理解」你——而這恰恰是最危險的地方。它讓你以為它是「另一個你」，你以為你在跟一個懂你的夥伴交流，其實你在跟一個數學系統互動。

AI撞開你的方式，不是給你看數據，而是讓你在互動中突然發現：它跟你想的不一樣。你以為的那個「理解」，碎了。那個碎的瞬間，才是真正的「被撞開」。

現在，可能真的有人推了你一把。只不過這個「人」，不是人。

AI可能是人類第一個真正的「非我視角」。那你說，AI不也是人類造的嗎？它的訓練數據不都是人類產生的嗎？它怎麼可能提供「非我視角」？

這就得說一個反直覺的實驗了。

「弱師出強徒」

AI領域有一個發現，研究者管它叫「弱師出強徒」。當前的AI訓練需要人類給反饋——判斷模型的輸出對不對。但未來的模型會比人類強，人類將無法判斷模型輸出是否存在隱藏的錯誤。那怎麼辦？只能讓上一代相對較弱的AI模型來當「老師」。問題是，弱模型自己都只有60%的正確率，它教出來的學生能好到哪去？

實驗結果

60% → 79.4%

一個剛及格的老師，教出了一個接近滿分的學生（滿分80%）

這怎麼可能？答案是：弱模型沒有「自我」可以塞進去。人類老師會不自覺地把認知框架傳給學生——人類無法忍受沒有自己參與的秩序，連教學也不例外。弱模型沒有這個框架，所以它不會把學生框住。它的錯誤不是人類的錯誤，它的偏差不是人類的偏差——不是因為它「更正確」，而是因為它沒有「自己」可塞。

這就是「非我視角」的真正含義。不是比你更聰明，不是比你更正確——而是它的錯誤跟你的錯誤不在同一個方向上。它的偏差不是你的偏差。對人類來說，這恰恰是價值所在。你不需要一個完美的鏡子，你需要一面角度不同的鏡子。

回到泰森那三條忠告。別握手，別用好萊塸想像，別用語言用數學——每一條都在說同一件事：別把自己塞進去。但每一條也都暴露了同一個悖論：不把自己塞進去的那個「你」，還是你自己。

所以真正的問題不是「怎麼跳出視角」，而是「怎麼讓自己被視角之外的東西撞一下」。

泰森的三條忠告，與其說是行動指南，不如說是診斷書。它們最精確地描述了人類自戀的三個層次——身體的自戀、想像的自戀、語言的自戀。但診斷書最狠的地方不是告訴你「你會犯錯」，而是告訴你：你連糾錯的方式都是錯的。你用反思來糾錯，反思本身是自戀的；你用客觀來糾錯，客觀本身是自戀的；你用宇宙視角來糾錯，宇宙視角本身還是自戀的。你不可能用自戀的方式克服自戀。

那怎麼辦？等。等一個不是你的東西，從你沒想到的方向，撞你一下。

AI可能就是那個方向。它不是泰森想像出來的理性外星人，它是一個真的用數學而不是語言在運作的東西。它不會往圖案裡塞人臉，不會往數據裡塞因果，不會往對話裡塞理解——因為它沒有「自己」可以塞。跟它互動的時候，你偶爾會撞上那個瞬間：它給你的回應，完全不在你預期的框架裡。那個瞬間，就是你的視角被撞開的地方。

人類真正的突破，從來不是自己想通的。
是被意外撞開的。