超越“苦涩的教训”：不确定世界中的设计与演化

2019年，强化学习的主要奠基人之一、后来的图灵奖得主理查德·萨顿，发表了一篇千余字的短文（Sutton, 2019）。在回顾七十年的人工智能研究之后，他指出，真正有效的路径，是给机器足够的数据、算力和一套通用的学习框架，让规律从经验中“生长”出来。但人工智能研究者多年努力的方向刚好相反，他们把语言规则、棋手定式、专家经验逐条写入电脑，试图把人理解的东西直接教给机器。从长远看，这些努力一再落空，萨顿因此称之为“苦涩的教训”。

短文一出，引起强烈反弹。牛津的怀特森（Shimon Whiteson）连续发表了十几条评论，指出萨顿用来证明“不依赖人类先验”的那些例子，没有一个真正摆脱了人的设计，例如神经网络本身就依赖卷积里由人设计的平移不变性。机器人学家布鲁克斯（Rodney Brooks）撰文《一个更好的教训》回应（Brooks, 2019），他认为七十年来真正的教训是，所有的成功都包含了大量人为设计，单靠算力并不能成功。认知科学家马库斯（Gary Marcus）认为，神经网络学到的大多是表层的统计关联，遇到没见过的组合就会出错，必须引入符号推理（Marcus and Davis, 2019）。

这些意见单独来看都有道理。但批评在文章刊发后密集出现，言下之意是萨顿这条路走不远。三年后，ChatGPT的问世为萨顿的判断提供了一个有力例证。它没有依赖逐条手写的专家规则，走的是通用神经网络、数据和算力这条路，只是参数、数据和算力的规模一再扩大。更出人意料的是，模型规模越过某个门槛后，会涌现出一些未被预先写入的能力，例如多步推理、代码生成和少样本学习（Wei et al., 2022）。DeepMind的研究者也给出了类似判断：从历史上看，更善于利用算力的通用模型，往往会取代更专门的工具。

一条不靠人工逐条写入具体规则的路径，为什么能在七十年的反复竞争之后胜出？萨顿这篇文章实际上指向了一个更古老的问题：面对一个不断变化、无法预先穷尽的世界，人能不能把有用的知识先提炼出来，写成一套完整的规则，再让系统照着运行？

人工智能不是唯一遇到这个问题的领域。人工智能出现以前，法律早已面对类似的困难。1804年的《法国民法典》以统一、成文的规则取代旧制度下纷杂的地方习惯，并在官方法理上降低了判例和法官造法的地位，此后为许多国家所仿效。不过，比较法学者梅利曼指出，这幅官方图景与法国法律的实际运行长期存在偏离：法典没有预见的新纠纷不断出现，许多重要规则仍要由法院在一个个案件中逐步发展出来（Merryman, 1996）。成文法虽然搭起了基本框架，但司法实践还是不断往里面补充新的内容。

经济领域面对的是类似的问题。经济活动所需要的知识分散在无数人手中，而且不断变化。消费者知道自己的偏好，企业知道自己的成本，工程师掌握现场的技术细节，这些信息没有哪个计划者能实时、完整地收集。于是，资源究竟应该投向哪里、什么技术应当继续、什么企业应当退出，同样很难由一个计划者事先算出。

人工智能、法律与市场不是一回事，但它们分别展示了同一个问题的不同侧面。人工智能面对的是知识如何形成，法律面对的是规则如何形成，市场面对的是资源怎样配置。具体知识可以由专家写入模型，也可以从数据和误差中学出来；规则可以由立法者事先拟就，也会在新的案件中不断补充；资源配置既可以由一个计划者预先规划，也可以通过无数分散决策形成的价格来指引。

三者共同面对的，是一个无法预先穷尽可能性的不确定世界。这并不是说我们就不要设计了。模型的架构和训练方法需要设计，司法程序需要设计，产权、合同和市场规则也需要设计。但是，具体知识、法律规则、价格和技术路线，往往只能在系统运行以后逐渐形成。因此，真正的问题是设计深入到哪一层。是直接设计具体答案，还是设计一种能够不断吸收新信息、暴露错误、比较不同方案并产生新答案的机制？

本文从这一视角出发，先考察人工智能中知识形成的两条路线，再看法律如何在法典与判例之间吸收新经验，继而讨论市场怎样借助价格协调分散知识，最后回到我们自己的处境：当技术逼近前沿、前方路线无人能够预先看清时，政策应当把干预放在哪个层次，又该为尚未出现的创新留下多大空间？

……

刊于《比较》2026年第5辑