现代城市发展正面临一场经济范式的转换。传统经济模式依赖物质资源、劳动力与实物生产，文创经济则以创意与文化内容为核心，开启新的价值创造路径。法国后现代主义哲学家让-弗朗索瓦·利奥塔（Jean-François Lyotard, 1924～1998）在1974年出版的《利比多经济》（Libidinal Economy）中提出的概念，为检视这场转换背后的欲望结构提供具批判性的视角。利奥塔的「利比多经济」根植于对马克思政治经济学与佛洛伊德精神分析的双重批判。这里的「利比多」（libido）并非仅指性欲，而是泛指一切投资于对象、身体与符号之上的情感能量。他认为传统经济学过度仰赖理性计算与效率最大化，忽略经济活动底层不断流动的「欲望之流」（flux of desire）。「强度」（intensity）则指这股能量在特定瞬间的聚集与爆发，尚未被意义与价值固定下来。利奥塔并未简单赞颂欲望，他同时指出，同一股能量既能带来创造，也可能被资本体制吸纳。日本次文化是观察这种能量的典型场域，因为其商品以情感投入与迷恋作为流通的燃料。以《新世纪福音战士》（Neon Genesis Evangelion）为例，作品以少年角色的焦虑与自我怀疑为叙事核心，观众因此产生强烈共鸣，并自发形成庞大的二次创作社群。动漫中的速度感与断裂剪辑，不只是美学技巧，更是不经明确语意、直接作用于感官的强度。文化评论家东浩纪在《动物化的后现代》（2001）中以「數據库消费」描述御宅族如何拆解作品中的角色与设定，再依自身偏好重新组合，这说明迷恋本身就是一种生产活动。这些能量也不停留在屏幕上，东京的秋叶原由店铺、展演与街道构成，正是欲望之流在都市肌理中凝结的痕迹。然而，秋叶原近年的观光化与连锁化也显示，次文化空间同样会被资本重新整编，这正是利奥塔所指的双重性格在城市中的具体呈现。人工智能的兴起使这个议题更加复杂，风险需分2个层次来看。在工具层次，生成式AI能在数秒内产出图像、音乐与文字，辅助个人创作并降低表达门槛，风险相对有限。在基础设施层次，当AI成为推荐系统、城市管理与资源分配的底层架构时，它便不再只是工具，而是决定何种欲望得以被看见的结构性力量。哈佛学者祖博夫（Shoshana Zuboff）在《监控资本主义时代》（The Age of Surveillance Capitalism, 2019）中指出，企业搜集使用者的行为痕迹，借以预测甚至塑造未来行为。短影音平臺依据停留时间排序内容，便是常见的例子：创作者为了迎合演算法而调整风格，原本多元的表达逐渐趋同。城市空间也面临类似的重新编码，哪些街区被导航与地图推荐、哪些店家被看见，愈来愈由平臺逻辑而非居民决定。关键不在于AI是否参与创作，而在于它被设计来放大个体的差异，还是被用来复制同质化的消费偏好。针对基础设施层次的问题，可以设想3种城市构想，并正视其现实摩擦。其一是非功利性的公共感知空间，例如没有消费动线与商业招牌的光影与声音广场，但必须面对土地成本与维护经费由谁承担的问题；其二是动态回馈的情感互动装置，由人工智能、物联网与虚拟实境协作，依人群节奏调整灯光与声景，但仍须处理「集体节奏」是否可能被少数群体主导的问题；其三是去中心化的社群记忆廊道，居民可藉AI共同创作在地叙事与公共艺术，直接回应演算法垄断可见性的困境，却也要面对AI共创内容的著作权与诠释权归属。这些难题说明，情感导向的都市设计不能只靠技术，而必须搭配明确的治理权责、经费机制与數據伦理规范。必须坦白指出，《利比多经济》原本是对「大叙事」与「理性体系」的解构，利奥塔刻意避开批判者的立场，也拒绝区分「真实」与「虚假」的欲望，更不提供任何城市规划方案。本文使用「收编」一类语汇，其实隐含一个相对纯粹的欲望，这与利奥塔的立场存在张力。将其延伸至都市发展，属于后设诠释与应用，价值在于提供检视技术与城市的问题意识，而非可直接套用的蓝图。据此，本文主张未来城市的评估指标不应只有GDP与效率，还应包括2项可检验的标准：市民能否在城市中遭遇未经演算法预测的经验，以及能否参与未被商品化的集体记忆生产。前者对应公共感知空间与情感互动装置，检视推荐与管理系统是否保留意外的空间；后者对应社群记忆廊道，检视公共文化是否仍有不以交易为目的的生产场域。若这两项标准无法被满足，再先进的智能城市，也只是把欲望更有效率地纳入计算。

有人问我如何辨别AI伪造的内容，我想起南宋岳珂在《桯史》里记下的一则故事。岳珂是岳飞的孙子，嘉定庚午年（西元1210)，他在临安一场宴席上遇见一张名为「冰清」的古琴。琴腹铭文写著唐代大历年间由蜀郡雷氏斫成，贞元年间再修。席上的叶知几以博古知音自命，一见便断为至宝，力劝主人李奉宁买下。有人还从《渑水燕谈录》中找到同名古琴的记载，铭文年月全数吻合，众人更加笃信。岳珂旁坐觉得不对劲，便起身细读凤沼内的题字，然后问了一句，贞元是哪个朝代。众人答是唐德宗，他才指出题字里的「贞」字，贝字缺了旁边一点。宋仁宗赵祯在位时，「贞」字因避讳而缺笔，这是宋人的书写习惯，唐代工匠不可能预先知道。伪造者自己是宋人，习以为常的避讳不知不觉写进要冒充唐代的作品里，而那份吻合的书证，恰恰是他照著书抄出来的。800年后的今天，同样的场面换了新的形式。2026年3月，中东局势升高，社群平臺上出现大量AI生成的影片，声称拍到伊朗飞弹轰炸特拉维夫，被数百万人观看。有用户拿其中一段去问X平臺的AI聊天机器人Grok，它斩钉截铁地回答，那是当天从特拉维夫阳臺拍到的真实画面，这则回复获得160万次观看。查核机构NewsGuard却发现，那段影片里的街道空无一人，警报声也与真实的特拉维夫飞弹警报不符。两件事的破绽本质相同，造假者只模仿表面，却没能顾及内容所处的时空与地方脉络。古琴的伪造者无意间泄漏自己的时代，假影片则泄漏它与真实现场的脱节。Grok在这里扮演叶知几，识破的人，用的正是岳珂的方法，拿一条真实世界的规则去核对。这个类比有一个限度。冰清古琴的破绽是一条确定不变的制度规则，深伪的视觉破绽却会随技术进步而消失，眨眼、牙齿、手指、屋顶重复这类线索，今天只能当辅助。所以更耐久的，是时空与出处这一层的核对，例如时间地点是否矛盾、原始出处在哪里、当事人与可信机构有没有回应。也别把查证外包给另一位叶知几，无论是名人、演算法热度还是AI聊天机器人，权威的一句断语，都不能取代自己走近细看。所以面对可疑内容，不妨学岳珂起身走近，而且由内而外分3层。第一层是冷静，情绪被触动的当下先停3秒，暂不转发。第二层是溯源，以关键词查找原始出处，查看主流媒体或事实查核机构是否报导，并对照不同角度、不同语言、不同时间的报导。第三层才是细看，逐帧检视边缘、光影、声音与文字，但要记得这一层的线索最容易随技术消失，只能辅助前两层。重大事件的澄清常在数小时到数日内出现，等待本身也是一种验证。岳珂写下这则笔记，起初只是记一桩见闻，800年后却成了信息时代的提醒。造假者能模仿内容，却难以模仿内容背后的时代与脉络，而破局的关键，始终是那个愿意起身细看的人。

生成式茧居族，指在COVID-19（新冠肺炎）疫情遗留的社交退缩基础上，因生成式AI（如ChatGPT）提供低摩擦、高回馈的互动替代，使重返实体社会动机被进一步削弱的族群。波普康（Faith Popcorn）是美国知名趋势观察家，她根据1984年家庭行为数据，发现愈来愈多人倾向留在家中、避开外部不确定性，此现象后来被称为「茧居」（cocooning）。她在1986年《纽约客》（The New Yorker）文章中解释，此行为的核心是建立一道「安全外壳」，借此隔绝经济动荡与社会变动带来的焦虑。当我第一次听到「茧居」一词，脑中浮现的是休斯（Howard Hughes）。休斯极具创造力，建立庞大商业帝国，扩展到拉斯维加斯的房地产、酒店、赌场与媒体事业，被公认是将拉斯维加斯改造为精致都会城市的关键人物。然而晚年的他厌倦权力斗争，逐渐回避社交，长年隐居，多年身心衰退后因肾衰竭去世。他的退隐源于疲惫与不信任，与波普康所述心理不尽相同，但都反映人面对压力时，可能以退缩自我保护。这个案例虽与數字科技无关，却或许预示：不信任累积到临界时，任何能提供替代性安全空间的事物，都可能加速退缩。生成式AI，正是当代最容易取得的一种。波普康所观察到的茧居，原指一般人因应不确定性而选择居家，不必然涉及临床心理疾病。不过也有人的退缩带有社交恐惧或焦虑特征：害怕他人眼光与评价，可能源于过去挫折或社交技巧不足，使其远离社交，孤独感加剧，思维趋于负面，面对压力更容易陷入无力、无望与无助，进而拖延、丧失动机。茧居现象在COVID-19与生成式AI交互作用下被双重放大，我称之为「生成式茧居」。疫情迫使许多人为安全接受隔离，结构性地增加茧居人口，这群人既视限制为近似孤独监禁的处境，又理解其保护用意；即使疫情淡去，这段经历仍可能留下长期身心影响。当实体隔离转化为常态性的數字依赖，智能手機与生成式AI便成了新一代的茧居推手，加深「數字茧居」（digital cocooning）的倾向。生成式AI可能透过2种机制推波助澜：其一，AI提供近乎无条件、不批判的互动，对社交焦虑者近似低风险的社交替代，容易形成依赖；其二是认知卸载（cognitive offloading），思考与决策交由AI代劳，使用者的能动性与自我效能感随之减弱。此外，发现AI能胜任原属于自己的工作，也可能对存在价值感到茫然，担心努力终究被取代。面对这样的冲击，茧居族群或许需要心理治疗、社交技巧训练与就业辅导，并循序渐进扩展社交圈，也可搭配數字素养教育，协助識別AI互动与真人互动的差异；实体共学空间与社群活动则能提供低门槛的面对面机会。每个人都有缺点与挫折，没有人能一帆风顺走完人生，但只要愿意努力，就有机会重燃热情，走出茧居，重新投入社会。生成式茧居，不只是个人处境，而是这个时代共同面对的课题。当AI愈来愈像人，我们也需提醒自己，不要因此愈来愈像孤岛般的茧居者；我们需要的，不是拒绝技术，而是仍练习选择彼此。

很多人问，自己的能力会不会被人工智能取代。这让我想起美国加州的杭廷顿图书馆（Huntington Library）保存的一封珍贵信件。1913年10月14日，阿尔伯特·爱因斯坦（Albert Einstein）亲笔写给南加州威尔逊山天文臺臺长乔治·黑尔（George Ellery Hale），询问是否有可能在日间观测到星光绕过太阳时的弯曲现象，而不必等待日蚀发生。事实上，早在1911年，爱因斯坦就发表文章预测，太阳的重力场足以让恒星光线产生可观测的弯曲，角度不到1角秒，这种现象可在日蚀期间透过观测星星位置的偏移来验证。1913年，他进一步写信给黑尔，希望寻求不倚赖日蚀的观测方式。黑尔回信说明，以当时的技术而言，唯有借助日蚀遮蔽太阳强光，才有可能識別出恒星在太阳附近的微弱光点。原本最接近的一次日蚀发生在1914年8月21日，德国天文学家弗伦德里希（Erwin Finlay-Freundlich）已组队远赴俄国准备观测，却因第一次世界大战爆发，团队在克里米亚遭俄军短暂拘留，数日后才因战俘交换获释，观测計劃因此中止。这场意外中止，反而让历史避开一次误判，因为当时爱因斯坦的预测角度尚不到最终数值的一半。战争期间，爱因斯坦持续修正理论，终于在1915年正式发表完整的广义相对论，将星光偏折角度修正为约1.75角秒。1919年5月29日，英国天文学家阿瑟·爱丁顿（Arthur Eddington）率队分赴巴西索布拉尔与非洲西岸的普林西比岛观测日蚀，两地测得的星光偏移结果与广义相对论的预测接近，为这套理论提供关键实证，也让爱因斯坦一跃成为国际知名的科学人物。这封信的价值，在于展现科学思维的深层精神，提出问题，有时比找到答案更重要。而爱因斯坦这封信最耐人寻味之处，正在于它几乎没有提供任何答案，它只是一个问题，一个对宇宙本质的质疑与挑战，后来又在战争的阴错阳差中，意外得到修正与淬炼的机会。在AI快速发展的背景下，这种人类思维的特质更显珍贵。AI擅长处理大量数据与复杂模式，已在蛋白质结构预测、气候模拟与天文研究等领域展现非凡能力，却难以主动提出颠覆性的新问题。现今的生成式AI，包括大型语言模型，虽然能快速组合、归纳既有的信息，却缺乏人类那种因困惑而生的哲学性好奇心—那种明知无人能答，仍要提笔一问的冲动。它的强项多在于框架内的最佳化，而非超越框架的创造。爱因斯坦1913年的提问，当时几乎无人能解，却成为改写物理学的起点，而中途因战争延迟的6年，反而让理论本身更加成熟精确。他的直觉、想像与跨领域连结能力，正是AI所缺乏的人类核心素养。在AI时代，这封信也提醒我们，教育不应只著眼于技术培训，更应鼓励学生培养问题意识、想像力与批判精神。真正推动人类文明的，不只是解题的能力，而是提出新问题的勇气。在答案触手可得的时代，学会如何提问，或许正是人类智能最终的堡垒。爱因斯坦那封写于1913年的信件，就像一颗当时尚未被观测到的星，提醒我们还有多少问题，始终等待著被提出。

「过多的理智反而是疯狂，而最疯狂的事，莫过于把人生看成它本来的样子，而不是它应该成为的样子。」塞万提斯（Miguel de Cervantes, 1547~1616）《唐吉诃德》(Don Quixote)中的这段话，在400年后，竟意外成为映照AI时代的一面镜子。400年前，唐吉诃德身披破旧盔甲，挑战不存在的巨人，追逐早已消逝的骑士荣光。他的行为荒诞，却又透著深沉的悲壮。400年后，人类站在AI革命的门槛上，似乎也面临相似的困境：我们究竟该以清醒的理智直面AI带来的颠覆，还是像唐吉诃德一样，以幻想、恐惧或过度期待，来建构我们对AI的认知？ 由此，一场辩论展开了。正方：我们就是唐吉诃德正方认为，人类确实像极了唐吉诃德。面对AI的崛起，我们投射太多不切实际的想像：有人将它视为能拯救世界的「巨人」，期待它解决贫穷、疾病与环境危机；也有人将它看作终将吞噬人类的「恶龙」，忧虑它取代工作、瓦解伦理，甚至终结文明。这些情绪，正如唐吉诃德眼中的风车与魔鬼，更多源自内心的恐惧与渴望，而非对现实的冷静剖析。从这角度来看，我们对AI的狂热与忧惧，正是现代版的「唐吉诃德式疯狂」: 宁可用幻象对抗焦虑，也不愿直面现实的复杂与混沌。反方：我们是唐吉诃务实的随从桑丘反方则主张，人类并非唐吉诃德。唐吉诃德之所以可笑，是因为他完全无视现实，执意活在幻想中。然而，人类面对AI，虽然有情绪与夸饰，却也同时展开严肃的应对：科学家为演算法划定伦理边界，政策制定者积极讨论治理框架，产业界则致力发展人机协作的应用模式。若说唐吉诃德是单向度的疯狂，人类至少展现理智与想像之间的拉扯与平衡。与其说我们是唐吉诃德，不如说我们正努力扮演随从桑丘的角色：虽心存怀疑，仍以务实态度陪伴前行，在梦想与现实之间寻找可行之路。或许，真正的答案存在于两者之间。唐吉诃德的故事提醒我们：若只剩下冰冷理智，世界将失去温度与诗意；若全然受幻象支配，则会坠入荒谬与虚无。在AI的浪潮中，人类所需要的，既非一味恐惧，也非盲目崇拜，而是一种「带著梦想的清醒」: 既能清醒认知「AI实际是什么」，也敢于想像「AI应该成为的样子」。归根究底，问题不在于我们是否像唐吉诃德，而在于我们能否从他的荒诞与执著中汲取智能。与其被纯粹理智压垮，或被虚幻期待支配，不如在理性与想像之间寻求平衡。AI，或许是这时代的新「风车」，而我们的选择，将决定这场搏斗是一则笑话，还是人类历史的新篇章。

物理学家闵可夫斯基（Hermann Minkowski, 1864~1909）曾以一句名言革新人类对宇宙的理解：「从现在起，空间本身和时间本身注定要变为阴影，只有两者的结合才能保持独立的实体。」他将时间与空间统一为四维时空连续体。尽管他于1909年逝世，未能见证人工智能的诞生，但他对高维几何与统一框架的洞察，对现代AI的数学基础与概念架构产生深远影响。闵可夫斯基启示我们，抽象集合可视为具内在结构与几何属性的实体。在机器学习中，數據往往存在于高维特征空间中，例如一张图片由数十万像素构成，可表示为数十万维的矢量。这些维度并非独立，而是共同形成一个连续且整体的几何空间。数据点在此空间中的位置与距离代表數據之间的关联性。这种观点促使研究者运用几何学、拓扑学与流形学习等方法，从高维空间中探索數據实际分布的低维结构。流形学习（Manifold Learning）的核心思想是：虽然数据存在于高维空间，但其本质结构往往嵌于低维非线性流形之中。AI的任务，正是揭露这些潜在流形，寻求数据的简洁几何表示。闵可夫斯基对距离度量的定义，也成为AI决策机制的数学基础。他提出的闵可夫斯基距离（Minkowski Distance），即p范数（p-norm），为衡量數據差异提供统一框架。当p=1时为曼哈顿距离，适用于特征维度独立的情境；p=2时为欧几里得距离，是聚类、分类与优化演算法的基础，用以计算两点间最短直线距离。在K近邻演算法中，AI便依此距离判断新數據点与已知样本的相似性。这种距离度量已成为AI中表达相似与差异的核心语言。在相对论的框架中，闵可夫斯基强调对不变量的追求，即在座标变换下保持不变的量，例如时空间隔。这一概念同样启发AI模型在面对旋转、平移或缩放等变化时仍能保持准确判断。例如，卷积神经網絡（Convolutional Neural Network）透过权重共享与池化层实现平移不变性，使模型能識別移动位置的特征；胶囊網絡（Capsule Network）则更进一步，尝试捕捉实体姿态，追求更强的视角不变性。闵可夫斯基开启物理学的几何化时代，也提醒我们：无论是物理的时空，或AI的特征空间，其深层真理皆隐藏于结构与几何之中。对当代人工智能研究者而言，他留下的不仅是数学工具，更是一种从代数思维转向几何思维的视野，用以理解高维复杂数据的本质。

那口桶子其实一直都在，只是换了名字：办公室、部门、公司、产业。桶壁湿滑，桶口不高，理论上谁都爬得出去，但只要桶里不只一只，总有一只钳子会伸过来，把快要探出头的那只轻轻拉回原地。这不是谁的错，这是螃蟹的本能，也是人的本性。我在协助某些单位导入AI代理的时候应证这个道理。近期爆红的开源人工智能代理軟件（OpenClaw），官方标志是一只红色龙虾，中文社群常暱称它为龙虾或养龙虾。我借用这个意象，称我们导入的AI代理为小龙虾。牠不像螃蟹横著走、彼此牵制，而是纵向往前爬的生物，钳子不是用来拉人下来，而是抓住员工过去留下的痕迹：一份被遗忘的简报、一段藏在信件夹深处的谈判纪录，重新拼起来，让后面的人踩著前人的肩膀走得更快。照理说这应该皆大欢喜，前人心血被延续，后人的路被铺平。但抗拒的声音比想像中大得多。有人说工作会被取代，有人说不公平，也有人嘀咕自己辛苦累积十年的经验，凭什么让新人靠AI三天就学会。我一开始以为这是恐惧，后来才明白，恐惧底下藏著更古老的东西，那就是螃蟹效应（Crab Effect）。人们害怕的不是被取代，而是别人不须付出跟自己一样的代价，却能走到同样甚至更高的位置。那份我辛苦过、你不能轻松的心理，比任何技术风险都难处理，因为它不会写在需求文件里，只藏在会议室那句「这样真的好吗？」的语气中。娜塔莉波曼（Natalie Portman）在《黑天鹅》（Black Swan，2010）里饰演的妮娜，让我第一次在屏幕上看见螃蟹效应被拍得如此赤裸。这部电影里，芭蕾舞团的桶子比办公室更残酷，舞者的价值只能靠彼此的失败确认。竞争对手莉莉，由米拉库妮丝（Mila Kunis）饰演，既像镜子映照出妮娜渴望的自由，又像伸过来的钳子，让人分不清是帮助还是拉扯。电影呈现螃蟹效应最锋利的形式不是外敌，而是自己内心那只螃蟹，在快要蜕变成黑天鹅的那一刻，紧咬住原本的白色羽毛不放。回到那些抗拒小龙虾的员工，真正需要安抚的不是对技术的不信任，而是「我的努力」会不会被稀释的焦虑。于是我们换了说法，不说人工智能学习你的成果，而说它延续你的名字。每一份被抓取重组的數據都标注原作者，每次更快完成的专案都回溯致谢最初留下痕迹的人。桶子没变，但我们让爬出去的人愿意回头伸出龙虾之手，而非螃蟹钳子。我学到，桶子的高度可以改变。当一个人的成果能被看见、延续、感谢，他就不再需要靠拉别人下来证明自己爬得多辛苦。妮娜最后那句我感受到完美了，与其说是胜利，不如说是终于放下了那只缠斗一生的螃蟹。组织转型不是单纯技术问题，而是能不能让每一个人相信，桶子容得下所有人一起爬出去，不必把彼此拉下来，才能看见属于自己的那片天空。

我小时候著迷于一本古典小说《镜花缘》，当中叙述的无肠国，让我感触良多。无肠国的百姓终日进食，食物入口却不消化，只在腹中一路穿行而过，徒留一具具永远饥饿的躯壳。这荒诞的设定，乍看是奇谈异闻，细想却像一则跨越两百年、专为今日而写的当代寓言。我们何尝不是这样的国民。清晨睁眼，短影音一则接一则涌来，手指机械地上滑，眼球贪婪地扫视，脑袋却空空如也。我们以为自己在摄取信息，实则信息只是路过，不曾停留，更不曾转化成血肉。生成式AI更把这条输送带推向极限：1秒消化一整本书，1分钟简化复杂争论。我们得到知识的幻觉，却失去咀嚼的过程，而咀嚼，正是理解真正发生的地方。无肠国人害怕食物空跑一趟，于是拼命进食，仿佛多吃一口就能留住什么。这与我们面对演算法时的心理如出一辙：害怕漏掉任何一则信息，于是不断点击、不断滑动，却从未问过自己，留住了又如何？那些经手的万千信息，究竟有多少真正住进了我们的思想里？绝大多数，不过是穿肠而过，什么也没留下。这个寓言残酷之处，在于提醒我们：消化本身需要摩擦、需要抵抗、需要时间发酵。真正的养分，不是那些滑顺溜进喉咙的东西，而是那些让你咀嚼到牙酸、让你皱眉思索、甚至让你噎住的内容。一首读不懂的诗、一个矛盾的命题、一段撼动人心却难咽的叙事，这些才是真正的精神粮食，因为它们拒绝被轻易吞咽。然而，AI最擅长的，恰恰是把世界磨成滑顺的糊状，削去所有棱角；而棱角，原本正是刺激思考肌肉生长的地方。人类的自救之道或许很简单，却也很奢侈。在AI能1秒生成10篇摘要的时代，选择用一整个下午读1首诗，让文字在体内慢慢发酵。在演算法只喂养熟悉、顺口的内容时，主动寻找陌生、别扭、令人恼怒的思想，因为正是这些摩擦点，才能锻炼出真正属于自己的判断力。在信息洪流催促我们往下滑的瞬间，学会停下来，把这一口真正嚼碎，让它痛、让它呛，直到它成为血肉的一部分，而不只是一个路过肠胃的旅客。无肠国人临终回望，吞下的食物堆积如山，却没有一口曾真正属于自己。这是何等荒凉的一生。我们身处信息更泛滥千百倍的时代，更该警惕这荒凉提前降临。终有一天，当数据河流干涸，演算法不再运转，能真正留在我们身上的，只会是那些被咀嚼、消化、转化成自己一部分的东西，哪怕只是一句话、一个念头、一次灵魂深处的震动。从无肠到有魂，这条路没有捷径，只有一种选择：在加速的时代里，固执地慢下来，做回一个会消化的人，而不是一具会进食的输送带。AI用极致的速度，替我们重新问一个古老而沉重的问题：你吞下的，究竟是滋养生命的食物，还是自我盲从的残影。

今日大力推动人形机器人时，让我想到《复制娇妻》（The Stepford Wives）这部伊拉・莱文（Ira Levin）于1972年创作的小说，1975年由布莱恩・福布斯（Bryan Forbes）改编成同名惊悚电影。这部作品超越科幻与恐怖类型的范畴，成为映照社会焦虑的镜子，凸显父权社会对女性的物化、对个性自主的压抑，以及对科技失控的潜在恐惧。故事讲述摄影师乔安娜（Joanna）与丈夫搬入康涅狄格州宁静的郊区小镇Stepford。起初，她被小镇整洁的街景与居民的礼貌吸引，但渐渐察觉异样：镇上的妻子们举止相似、语气温顺、生活完全围绕家务。当好友查梅恩（Charmaine）突然失去个性、变得顺从后，乔安娜与另一位新住民展开调查，最终发现恐怖的真相。镇上的男子协会利用科技手段将妻子取代为完美顺从的机器人，让这座小镇成为男人幻想的乌托邦。电影上映时评价分歧，由此产生的文化词汇「Stepford Wife」却影响后世，用来象征被驯化、顺从而失去灵魂的女性。饰演查梅恩的路易丝（Tina Louise）表现出女性对抗社会定型的挣扎，成为理解这部电影的重要视角。电影《复制娇妻》拍摄于1970年代第二波女权主义的高峰期，直接反映部分男性对女性追求平权的焦虑与反扑。片中的男子协会以科技重塑女性形象，象征彻底抹除女性主体性。电影以恐怖叙事揭露这种乌托邦的残酷，在完美的草坪与笑容背后，潜藏的是灵魂的死亡。它提出尖锐的问题：所谓的「完美女人」，是否必须以牺牲自由与个性为代价？近半世纪后，这部作品的寓言在人工智能（AI）时代更加贴近现实。深度伪造（Deepfake）技术能重塑人的声音与容貌，延续數字层面对人的物化。电影中的机器人妻，如今以虚拟形式重现。当人类利用科技塑造「理想对象」，往往忽略背后的伦理界线。AI的「个性定制」与社群媒体演算法的回音室效应，也在无形中削弱思想的多样性，使人们在意识上成为新的「复制人」。电影所讽刺的「完美」幻象，如今透过演算法与滤镜重生，构筑出表面幸福却内在空洞的社会模板。《复制娇妻》的性别寓言，是一则对自由与真实的警示。它提醒我们，真正的进步不应制造顺从的复制体，而需尊重差异与不完美的人性。科技或许能创造无数「理想化的她」，但唯有拒绝被定义的个体，才真正拥有不可复制的灵魂。

我在杭廷顿图书馆（Huntington Library）的古籍收藏中，发现牛顿（Isaac Newton, 1643~1727）的《操作顺序》（Operationum Ordo）。这是一本关于炼金术的手稿，撰写于1690年代，显示这位科学巨擘少为人知的一面。经济学家凯因斯（John Keynes, 1883~1946）于1942年检视这些笔记后曾感叹：「牛顿不是理性时代的第一人，而是最后一位魔法师。」随著学术研究的深入，我们逐渐认识，牛顿的炼金实验其实是一种极其理性的思维模式，对今日资通讯工程具有相当启示。牛顿的炼金研究并非出于迷信，而是建立在严谨的实验设计与系统性纪录之上。他仔细记载每个步骤，精确衡量材料比例，并反复验证结果。这种系统性思维，与他在物理与数学领域的研究一脉相承。对于现代资通讯工程师而言，这是设计与分析复杂系统不可或缺的基础。当今工程师在规划網絡架构或开发通讯协定时，须掌握各模塊间的互动关系，正如牛顿观察物质间反应时所展现的细腻与缜密。軟件工程的模塊化设计、版本控制、持续整合等实务，也发挥类似的理性精神。牛顿在《操作顺序》中对每一实验环节的细致纪录，与现代资通讯工程师在除错与系统优化时所需的纪律与洞察相映成趣。牛顿的独特之处，在于他能穿越知识领域的边界，将数学、物理、光学乃至炼金术相互融通。这样的跨域能力，是当代资通讯工程发展的核心精神。人工智能结合神经科学与统计学，物联网融合硬件设计与人机界面，6G技术更须整合射频工程与通讯协定。牛顿追求「物质转化」的精神，如今亦实践于工程师努力将不同知识转化为创新的解决方案。牛顿在面对外界对炼金术的质疑下，仍投入大量时间与心力研究，表现出不畏探索未知的勇气与毅力。这种挑战常规、坚持探索的态度，是科技创新的驱动力。从人工智能到量子通讯的发展，皆源于对现有技术架构的突破。牛顿对实验的执著提醒我们：真正的创新，来自时间的累积与反复试验。《操作顺序》的另一重要价值，在于其对知识管理的示范意义。牛顿详实记录每次实验，包括观察结果与失败尝试，建构出一套完整的知识积累机制。对现代工程团队而言，良好的知识管理系统如Git、Confluence等，是协作与技术传承的基础；技术文件撰写与注解，也是工程实践中不可或缺的一环。凯因斯将牛顿形容为「魔法师」，是赞赏牛顿在理性分析与直觉洞察之间取得的平衡。炼金术虽披神秘色彩，牛顿的操作方式却极为理性。这种理性与直觉并行的能力，在现代工程中同样重要。优秀的工程师不仅需掌握科学方法，亦须具备技术直觉与创新思维。深度学习架构设计、系统调校与效能优化，往往来自工程师的直觉引导，随后再以实验验证。正如牛顿的实验精神最终孕育出科学革命，今日的技术革新，也同样根植于理性思维与实验勇气的结合。