第419章 三种智能体 (1/5)

新加坡，夜色闪烁着七彩霓虹。

赤道的风带着湿热撞击着one-north科技园的玻璃幕墙，字节的办公室内部，空气依旧保持着绝对理性的23摄氏度。

张伟已经离开。

张一鸣独自坐在那间全透明的会议室里。

没有开灯。

只有窗外远处港口的灯火，和新加坡繁忙的马路光带，在他的眼镜片上投射出流动的光斑。

他的面前没有电脑，没有平板，只有那瓶还没喝完的矿泉水。

如果是以前，哪怕是深夜，这里也应该有键盘敲击的声音，有飞书消息提示音的律动。

但今晚，这里安静得像是一个真空实验室。

张一鸣在做一件事：他在脑海里“重构”代码。

他在试图用自己最熟悉的逻辑模型，去“解释”今天下午看到的那个东西。

那是一个极其危险的信号——当一个程序员发现一段代码无法被自己的编译器读取时，只有两种可能：要么代码是乱码，要么，编译器过时了。

张一鸣闭上眼睛。

黑暗中，那个在vr视野里搏动的巨大“生物体”再次浮现。

它不是影像，不是cg（计算机图形学），它是实时数据的具象化。

每一次脉动，就是一笔现金流的吞吐；每一根亮起的神经，就是一条指令的执行。

“公司是一个生物体。”

这句话，张一鸣在无数个场合说过。

在源码资本的年会上说过，在字节的内部双月会上说过，甚至在接受《大西洋月刊》采访时也说过。

一直以来，他都以为自己是在陈述一个真理，或者至少，是在使用一个最高级的隐喻。

他用“生物学”来设计字节跳动：去中心化、context

not

control（情境管理而非控制）、信息透明、快速迭代。

他以为自己已经无限接近了这个隐喻的本质。

但今天，那个叫张伟的男人，把这一巴掌狠狠地扇在了他的认知壁垒上。

张一鸣在脑海中试图拆解那个“横竖纵系统”：

如果是生物，那它的‘强化学习’（reinforcement

learning）机制在哪里？

它的‘奖励函数’（reward

function）是什么？

它的‘探索’（exploration）与‘利用’（exploitation）策略如何平衡？

思维的游标卡尺刚刚卡上去，就滑脱了。

失效了。

字节的算法逻辑是：我不知道用户想要什么，所以我通过无数次试探（探索），根据用户的反馈（点击、停留），来计算出最优解（利用）。这是一个基于“概率”的生物进化过程。

但张伟的那个东西……没有“试探”。

在那套系统里，一张采购订单生成时，它不是在“赌”供应商会不会发货，它是在执行一条不可更改的律令。

它没有“喜欢”或“不喜欢”的偏好，它只有“0”和“1”的绝对执行。

没有reward（奖励），只有rule（规则）。

张一鸣睁开了眼睛，瞳孔在黑暗中微微收缩。

“我以前说‘公司是生物体’，是为了更好地设计组织。”他对着空荡荡的房间，轻声低语。

声音很轻，却像是一颗子弹击中了玻璃。

“但他是反过来的。”

“他是为了让组织，真的像一个生物那样运行。”

张一鸣站起身，走到白板前。并没有拿起笔，只是看着上面残留的几个数学公式。

一种前所未有的荒谬感涌上心头。