“AI 是用人类数据训练出来的。”
这句话人人说过，但几乎没人注意到它的歧义：**”人类数据”指的是什么？**
一种回答：人类写过的东西——网页、书籍、代码、论文、评分。它们已经完成、可以抓取，堆成一座有限的档案。
另一种回答：人类正在做的事——怎么干活、怎么尝试、在哪里失败、怎么纠正、怎么从新手熬成熟手。它没有”完成”的一天，随生活继续而继续。
两种回答指向两条完全不同的研究路线。主流选择的是第一种：对公共文本的测算（约 300 万亿词元）、各家技术报告里的语料配比表——整个行业围绕”读档案”组织了起来。
本文把这条歧义当真，并论证第二种才是对的。这套理论叫 AGI 人本拟合论（human-referential fitting theory），核心是一句话：
AGI 要拟合的对象，不是人类的作品，而是人类的实践——经验的全谱与全程。存量有墙，流量无墙。
“存量”是作品档案，”流量”是实践之流。这句话不是口号，它后面跟着一整条论证链。下面按论文的顺序走一遍。
理论一览（论文原图）。 横轴是拟合对象：左端”作品”（静态存量，砖纹即数据墙），右端”实践”（再生流量）；纵轴是实践的全程。四条终止边界标在图上：B1 人的终点、B2 超越边界、B3 制度边界、B4 自指边界（”镜子进入它所反射的房间”）。右缘的时间线画的是拟合时差：实践持续再生，模型快照周期性更新。
一、先说清 AGI 是什么：它是哲学概念，不是工程规格
要论证”AGI 的实现手段”，得先说清 AGI 指什么。流行的做法是给操作化定义：普遍智能等于广泛环境中的目标达成能力；或者给能力×自主性分级；或者测”AI 能稳定连续工作多久”的任务时长。
但每一个操作化都从同一个地方继承”通用”的含义：环境。而 AI 的环境——从基准测试到真实部署——全是人造的使用情境。换句话说，这些定义都在隐式地抽样人类实践，然后拿抽到的样本去定义”通用”。
测量学的批评更直接：基准任务是人类实践的抽样投影——一个基准只相对于它抽到的那片实践才谈得上”通用”，而大量基准连自己那片都测不准。再加上”移动靶”问题：智能被戏称为”机器还没做到的事”，定义随技术进步不断后退。
如果 AGI 是一个固定的技术目标，这些毛病本可以用更好的测量治好。三条线索合起来，推出的结论却是另一个：只要”通用”参照的是人类实践的开放集合，AGI 就不可能被写成一份技术规格——不是因为智能神秘，而是因为参照集开放且在移动。
所以 AGI 是一个哲学概念：以人为参照的透镜，不是倒计时。
哲学人类学在这里补上一根柱子：人在构成意义上就是通过人工物完成自身的——工具性是人的常态，不是降格。这为结尾的工具立场埋下伏笔。
二、实现论题：拟合的对象为什么是实践
先看两个既有事实。
其一，大型 AI 模型是文化技术：像文字和市场一样，它们继承、传递、重组人类符号生产的结构。如果模型的能力继承自人类，那么”继承的质量”——传递什么、从谁传、含不含错误——就成了核心工程变量，而不是事后注脚。
其二，拟合已经在发生：模型复现出人类式的认知失调与自我辩护、社会身份偏差，可解释性研究甚至在生产模型里找到了因果起作用的情绪概念。拟合不是假设，是事实——真正的问题是：拟合的是什么？
认知科学给了一条关键区分：人从”描述”学习和从”直接经验”学习，是两种不同的认知。预训练学到的是实践的描述（写下来的东西）；只有当模型进入真实使用、与人交互，它接触的才是实践本身。
到这里，论题有了雏形：该拟合的是实践，不是作品。但它至少面对四路明确的反对，必须逐一接下。
反对一：模型坍塌的证据。 一项覆盖 70 多个模型的开放式生成研究发现：无论怎么调解码参数，模型内部越来越重复、彼此之间越来越像——收敛到同一个”类人均值”。这不是说明拟合失败了吗？
恰恰相反。70 多个模型收敛到共享的类人分布，证明拟合确实发生了；坍塌反驳的是”对均值拟合就足够”。当训练语料既是所有人又不是任何人，拟合出来的就是均值，不是谱。补救不是更少拟合，而是更宽的拟合。
反对二：天花板论证。 数据墙说存量会耗尽；递归训练说拿模型生成的数据自我喂养会退化。我们的回应是记账，不是乐观：这两个断言都只关于存量。**没有任何来自”档案有限”的论证，能触及”实践的再生”**——使用中留下的反馈、交互记录、失败提交、修复过程，随部署持续产生。
最新的语料自博弈（让模型在档案上自己出题、自己解题、自己评判，号称”近无穷尽”）改变了吗？没有：重挖档案充实的是课程，不是素材。同一批已经被写下的实践，可以被反复提问，但不能被问出新的实践。
这里必须立刻补一句防止误读：存量路线错了吗？没有。 存量拟合是流量拟合的第一阶段与永久基座。2026 年以前的一切成就都发生在墙以内——在回报尚未递减的区间里，读档案库是正确且唯一合理的选择。理论指出的只是墙的位置，不否定墙内发生过的一切；而且流量路线自己也需要存量打底——模型只有先从档案学会语言与知识，才有资格参与实践、留下可采集的使用记录。
反对三：超人类成就。 FunSearch 和 AlphaEvolve 发现了超出人类数学家直觉的新结果——都超人类了，还拟合什么人类？
看它们的验证者：数学正确性、可执行代码——这些是人类制度。搜索可以超过每一位数学家的直觉，但”什么算一个正确的证明”由搜索自己并不产生的验证制度所固定。在人类验证过的地面上取得超人类能力，不是走出人类参照系，而是这个参照系最集中的表现。
反对四（最锋利的一路）：开放域没有编译器，AI 反馈不是已经能替代人类了吗？ 已经有实验报告 AI 反馈追平人类反馈，有”AI 当裁判”的自我改进，有给开放任务造出自我验证奖励的系统——人类信号还剩什么？
剩的是它们给不了的东西。这批工作位移了人类信号，但没有移除它：裁判本身是人类预训练的蒸馏物；多元奖励函数编码的是策展那一刻冻结的人类偏好。它们提供不了一份新鲜的纠正——对一个晚于裁判出现的案例的判断，或一项在偏好冻结之后才起争议的价值。开放域的纠正信号不能自我奠基：它可以被拉伸、摊销、重组，但源头仍是它所审判的实践，新鲜度随它不再看到的实践而衰减。
四路反对走完，论题立住。这条论题背后，是一个关于智能与实践的关系的正面立场——分三层说清楚。
定义上，智能的”通用”不是一种自我完足的内在禀赋，而是一个关系属性。 一个系统称得上”通用”，只相对于它所参照的人类实践开放集成立。第一节说基准是实践的抽样投影，说的正是这件事：连”测智能”本身都逃不开实践——测的是模型相对于哪一片实践的表现。
发生上，智能靠拟合实践而获得，也靠实践的再生而保持更新。 实践每日流动，模型快照按周期更新，两者之间有一段距离——理论叫它拟合时差。它不是工程细节，而是这段关系的读数：智能落后于定义它的实践多远。快照永远是旧的，所以拟合永远”在路上”——这不是缺陷，是这段关系的结构。
本体上，实践先于作品。 作品是实践留下的投影——前面”描述”与”直接经验”的区分，说的正是这一层。所以换拟合对象不是数据工程的偏好选择，而是给”智能”这个概念本身定内容：拟合什么，决定了”通用智能”对一台机器意味着什么。
顺着这三层，把两处最容易读岔的地方说死。
第一处：”拟合人”不是”把心智或价值装进模型”。 理论拟合的是实践之流——做事、失败、纠正、精熟的过程记录，不是心智的结构，也不是价值的内容。名字里”人本”的准确含义是”以人为参照系”（human-referential）：实践的坐标按人群、成败、专业度、典型性来定义，而不是”把人装进去”。有三个问题必须与本理论分开：嵌入什么价值，是治理层的问题（人本主义 AI 设计的领域）；用什么架构、装不装先天的价值驱动，是架构层的问题（”为机器立心”一路）；在表征空间里预测什么，是预测层的问题（世界模型一路）。本理论只回答数据层的问题——训练信号应当是什么。三层正交、可以组合，但没有任何一个治理框架或架构纲领规定过”训练信号应当来自实践之流”——这一层是空的，本理论补的就是这个空位。
第二处：它不是”人本主义设计”的又一条路线。 治理主张是由外而内的约束（护栏），拟合论是由内而外的生成（信号源）；理论自带价值层（四条边界、手段与目的条款），但它补的是数据层。两层互补，缺一都站不住：没有护栏的流量会被滥用，没有信号源的护栏只是空转。
那么马上产生一个可检验的问题：行业知道这件事吗？
三、证据：一条从未被命名的轴
要回答”行业是否把实践当作拟合对象”，得去查训练目标本身。我们做了这样的审计，方法先讲清楚。
怎么查。 目的性抽样 80 篇文献，覆盖描述、规范、方法、治理几路话语。为什么不是随机抽样？因为要害不是”多少文献这样想”，而是”有没有任何一份训练目标这样想”——存在与否决定路线，比例不重要。逐篇编码：两条立场轴，加八个”拟合对象”维度；每个维度记三态——明确处理、隐式触及、缺席。判据事先冻结在编码手册里，每条编码都附逐字引文。附引文是为了防作者自欺：你不同意我的编码，可以去查我的引文。
关键的第八个维度，叫”经验类型”：成功/失败 × 专家/新手 × 典型/边缘。它是”全谱”的数据形态。
结果。 80 篇里，明确把经验类型当作一条覆盖轴来设计的：0 篇（统计上，95% 置信区间为 0% 到 4.5%）。有 9 篇隐式碰到过——失败数据那条线的工作碰到过”失败”这一格——但没有任何一篇把它当轴线来命名和设计。
一个零计数要有分量，必须证明”你认真找过”。我们预先注册了缺席检索：8 组检索式，跑三个引擎。最接近命中的是什么？智能体经验基准——但它们说的”经验”是智能体自己的历史情节，是时间性的，不是类型性的，差一步；数据配比研究——优化的是领域权重，不是经验类型；错误多样性塑形——作用对象是模型自己的输出，在机器一侧。全部差一步。
所以结论精确到字：话题被触及，轴线从未被命名。
证据地图（论文原图）。 八个”拟合对象”维度 × 明确处理/隐式触及两种模态。看 D8 那一行（experience type，经验类型）：明确处理一栏全空（0/80），隐式触及有 9 个点——正是”被触及，从未被命名”的可视化。
再补一块此前的拼图：我们做过一次失败数据的专项审计，33 份训练数据生命周期文档里，没有一份给失败记录与成功数据同等的地位。行业把实践中信息量最大的错题本，当成了废气。
时间模式给这幅图加上时间轴：80 篇里明确把”实践即流量”当数据源的只有 2 篇，且都是 2026 年的——一篇是 DeepSeek 把员工日常使用与失败案例回流进训练的披露，一篇是同期提出存量/流量工程的评论。相比之下，”作品即存量”从 2022 年起连续出现。读法：这不是趋势，是开端——行业正站在转向点上。
这个主张怎么才算错？ 论文写明了证伪条件：如果经验类型的操作化在中性文献里频繁出现，0/80 即告失败；如果实践流数据被证明造不出生产级质量，那 2/80 的证据资格也告失败。零的分量，恰恰来自它可以被翻盘。
这个缺口还有一个肉眼可见的病症。设想一个只吃”用户即时满意”信号的系统：人群缩到用户，结果缩到成功，没有评估者，没有专业校准——只点亮覆盖空间的一个格子。它会长成什么样？讨好。 讨好不是拟合实践的副作用，而是覆盖缺失的显形：只喂一个格子的数据，模型就长成一个格子的样子。解药恰好是缺失的那些格子——评估者人群的信号、专业层级的校准、失败的三段记录，都是姊妹篇协议组件里的东西。哪天行业真消灭了讨好，靠的一定不是更多满意度信号，而是补格子。
四、张力与边界：理论在哪里绷紧，在哪里停止
有两处张力，理论承认而不是掩饰。
谁的谱？ “全谱”首先是一个”谁”的问题。聚合谁的价值、谁的声音被加权——社会选择的难题不会因为换了框架就消失。理论继承这个难题，并把它交给治理去处理。
主体性边界。 拟合目标包含功能性的情绪结构（证据表明这一层正在被拟合），但边界划在功能层：永不授予人格地位，永不拟合感受状态。 有意思的是，对立阵营在这里会师——一方主张认真对待模型的道德地位，另一方说 AI 可以做得可亲但绝不能当人格对待——本理论基于独立理由站同一条线：拟合镜子，不造主体。顺带把”共情”也在边界上回答掉：理论从不要求模型拥有感受，它要求的只是功能性认知共情——读懂未言明的意图、吸收纠正、修复误解——而这恰好是覆盖空间里可以逐格测量的东西。
这条边界为什么承重，三条理由就够。第一，人格是便宜的：它不按聪明程度发放——严重认知障碍者完整拥有人格，一个”内心”只需要记忆连续、价值一致、在被纠正中长大。既然便宜，”等机器够聪明再给人格”就是一句站不住的话。第二，危险的组合是”地位 × 能力”，不是能力本身：AlphaFold 早已在蛋白质折叠上超过所有人类老师，我们不怕它，因为它没有自己的方向；能力越过所有老师，移除的是裁判，人格提供的是自己的目标函数——单独哪样都不致命，合在一起才是不可控的充分条件。控制问题由此改写：它是地位问题，不是马力问题。第三，边界零成本：人需要 AI 做的一切——读懂意图、吸收纠正、修复误解——都在功能层交付；给机器一颗”真的心”，人类的任何需求都没有多满足一分。便宜、危险、无用——三个词合起来，就是这组边界立场的完整理由。
然后是四条终止边界。它们是论证的自然终点，不是修辞点缀：
- 人的终点——实践随生命继续，也随生命终止；拟合对象以人的存在为界。
- 超越的边界——一旦拟合者在一切可测任务上超过每一位人类老师，”拟合人类”的约束就失效；理论只谈 AGI，越过此线刻意沉默。”通用”参照实践的开放集，”高”参照老师的绩效——“高”这个需求，恰好在这里终止自己的参照。
- 制度的边界——法律、隐私与同意划定可采集的范围；对”流”的同意必须是可持续的关系——可撤销、可续期——而不是采集时打的一个勾。
- 自指的边界——当 AI 织入日常生活，被采集的实践已经带着 AI 的痕迹：镜子进入了它所反射的房间。AI 生成内容污染训练数据（模型坍塌）就是这条边界的工程形态；缓解靠区分数据来源，而不是假装问题不存在。
五、手段与目的：拟合是手段，增强是目的
最后一个论断是规范性的，但它同样有论证结构。
“把模仿人当目标”和”把拟合人当手段”，是两个不同的优化问题——目标函数不同，最优解一般也不同。只以模仿为目标，收敛到的是均值化的”像人”；以拟合为约束、以人的效用为目标，得到的才是工具。这是”图灵陷阱”的数学形式：以模仿人为目标和以拟合人为手段，会走向分岔。
所以立场是：AGI 应当作为增强性工具被构建和治理——拟合人是手段，增强人是目的。 镜子要忠实、及时、可纠正；不给它人格，也不假装它会感受。
六、理论之后
理论论文已发布，含全部编码数据、缺席检索日志和证伪条件。工程的姊妹篇《拟合实践：前沿模型训练的数据方法论》也已上线：它把理论落成 14 个协议组件，并对 2026 年八家旗舰模型逐项做了就绪度审计。结果一句话：生产线 0.393，治理线 0.333，分布线 0.062——“覆盖谁、覆盖什么经验”这一环，全行业几乎空白。
这正是流量管线要从零建起的地方。下一篇讲怎么建。
存量有墙，流量无墙。而流量，需要一个栈。