大数跨境

王朝的算法·第七篇 从清末到当代:在压力下寻找新架构

王朝的算法·第七篇 从清末到当代:在压力下寻找新架构 AI时代鹿透社
2026-03-29
0
导读:本篇的核心挑战,是如何在技术语言的保护下,让历史自己说话。所以,它描述了"旧架构失效之后的新架构搜索过程"这个普遍规律,在AI领域和在历史领域清晰的对应——这也是整个系列最终要汇聚的地方。

 王朝的算法·第七篇

 从清末到当代:在压力下寻找新架构

AI时代鹿透社 | 鹿大珂

---

 引子:一个翻译官的两个世界

1840年,广州。

一个叫做林则徐的钦差大臣,正在试图理解他从未见过的东西。

英国人的军舰,他见过了——那种蒸汽驱动、不依赖风向的铁甲船,让他感到困惑和不安。但更让他困惑的,是他完全无法用现有的概念框架来理解眼前发生的事情。

英国人来要什么?他们说是贸易,但带着军舰。他们说是要求平等,但平等在林则徐的整个知识体系里,是一个关于礼制和位序的概念,不是一个关于国家主权的法律概念。他们的代表说他们代表一个女王,但这个女王的国家在哪里,有多大,遵循什么规则,林则徐的概念框架里没有任何有效的表示。

林则徐做了一件在他的处境下相当了不起的事:他雇佣了翻译,收集了大量外文报纸,命人翻译成中文,汇编成《四洲志》——这是近代中国第一部系统介绍世界地理和各国情况的著作。

但《四洲志》在完成之后,没有被广泛传播,没有进入决策层的视野,甚至林则徐本人,在被流放新疆之前,把它转赠给了魏源。

魏源在此基础上写出了《海国图志》,提出了"师夷长技以制夷"。

这本书在中国几乎没有引起反响。在日本,却成为明治维新一代改革者的必读书目。

这个对比,是整个第七篇故事的起点:

同样的信息,进入不同架构的系统,产生了完全不同的响应。

不是因为日本人比中国人更聪明,而是因为两个系统在那个历史时刻,处于不同的架构状态——一个仍在用旧参数处理新输入,一个已经在压力下启动了架构搜索模式。

---

 一、架构搜索是什么:AI领域的教训

在正式进入历史叙述之前,需要先建立一个技术概念。

在深度学习领域,有一个研究方向叫做神经架构搜索(Neural Architecture Search,NAS)。

它试图解决的问题是:对于一个给定的任务,什么样的网络架构是最优的?

传统的做法,是由工程师根据经验和直觉手工设计架构——就像历史上的制度设计者手工设计治理架构一样。这个方法的局限,是工程师的经验来自过去,而最优架构取决于当前任务的特性,两者之间存在不可消除的偏差。

神经架构搜索的做法,是让系统自动探索架构空间:同时尝试大量不同的架构变体,在实际任务上评估它们的表现,保留表现好的,淘汰表现差的,在这个过程中逐渐收敛到更优的架构。

这个过程有几个普遍规律,在历史上的制度演化中,有惊人的对应:

规律一:搜索需要压力触发。 系统在旧架构运转良好时,不会自发启动架构搜索。只有当旧架构在关键任务上的表现下降到某个阈值以下,搜索才会被触发。

规律二:搜索过程本身是混乱的。 架构搜索不是一个有序的优化过程,而是一个大量并行尝试、大量失败、偶尔涌现出更优解的随机探索过程。

规律三:搜索空间的边界决定了结果的上限。 如果搜索空间被人为限制在某个范围内,最终找到的架构,不会超出这个范围的边界。突破性的架构创新,往往来自搜索空间的扩展,而不是在原有搜索空间内的更深探索。

规律四:历史数据是双刃剑。 大量的历史数据,有助于评估已知类型架构的表现,但会系统性地低估那些在历史上从未被尝试过的新架构类型的潜力。

带着这四条规律,我们回到历史。

---

 二、清末:旧架构的最后挣扎

1898年,戊戌变法。一百零三天。

光绪皇帝和康有为、梁启超们,试图在一百天内完成日本用三十年完成的架构迁移。

他们的失败,通常被解释为保守势力的阻挠,慈禧太后的干政。这些解释都是对的。但在这些显而易见的原因之下,有一个更深的架构层面的困境:

他们试图在不改变根节点的情况下,重写系统的所有其他层次。

戊戌变法的诏令,在一百天里发出了一百多道,涉及政治、经济、军事、教育的全面变革。但所有这些诏令,仍然通过军机处这个零参数中间层传递,仍然依赖一个在慈禧太后实际控制下的执行体系来落地。

用架构语言说:他们试图用旧的传输协议,传递新的架构指令。 新的指令在经过旧的传输协议时,要么被过滤,要么被扭曲,要么根本无法被执行层解码。

这里有一个小故事,清晰地说明了这个困境。

变法期间,光绪皇帝下令裁撤部分冗余机构,涉及许多官员的职位。这些官员去找慈禧太后申诉。慈禧太后的反应,是一个系统架构师能够理解的操作:她没有正面否定变法,而是把人事任免权收回到自己手中——**她修改了系统的权限控制层,让所有涉及人事的指令必须经过她的节点才能生效。**

这个操作,让变法的所有人事变革指令在到达执行层之前,都被这个新的权限控制节点过滤了。

光绪皇帝的指令,在形式上仍然有效,在实质上已经无法产生任何改变人事结构的输出。

百日之后,政变。变法结束。

---

 三、辛亥革命:搜索空间的第一次真正扩展

1911年,武昌起义。

辛亥革命在很多历史叙述里,被描述为一次成功的革命——它推翻了清朝,结束了两千年的帝制。

但从架构搜索的角度,辛亥革命更准确的描述是:旧架构的彻底崩溃,以及搜索空间的第一次真正扩展。

在清朝存在的时候,政治架构的搜索空间,被隐性地限制在"帝制框架内的各种变体"这个范围里。戊戌变法、清末新政,所有的改革尝试,都在这个边界内探索。

辛亥革命打破了这个边界。帝制作为架构选项,被从搜索空间中移除了。

这个边界的打破,本身就是一次巨大的架构进步——不是因为任何一种新架构已经被找到,而是因为探索的空间第一次真正扩展了。

但搜索空间的扩展,并不等于最优架构的找到。

随后发生的历史,正是这一点的真实演示。

---

 四、民国:在扩展的搜索空间里的混乱探索

1912年到1949年,中国同时在尝试各种架构变体,其混乱程度,与神经架构搜索中的并行探索阶段高度相似。

这里有几个小故事,各自代表一种架构尝试:

故事一:宋教仁与政党政治的实验

1913年,宋教仁代表国民党在国会选举中获胜,即将出任国务总理。他相信,中国可以通过议会政治实现有序的政权更迭——一种在西方已经运行了一两百年的并联分权架构。

1913年3月20日,宋教仁在上海火车站被刺杀。年仅三十一岁。

这是中国政党政治实验的第一次也是最彻底的一次中止。刺杀本身,是一个关于架构兼容性的残酷陈述:并联分权架构所需要的基础设施——稳定的法律体系、可信的权力移交机制、对规则的共同承认——在当时的中国,没有任何一项是现成存在的。

一个新架构,在没有配套基础设施的环境里,无法运行。

故事二:袁世凯与复辟的失败

1915年,袁世凯称帝,试图恢复帝制架构。

八十三天后,被迫取消。

这个失败,有一个非常直观的解释:帝制架构已经从政治合法性的搜索空间里被移除了。任何试图恢复它的尝试,都会遇到来自几乎所有政治力量的联合抵制——不是因为帝制一定比其他架构更差,而是因为在1915年的历史语境下,帝制已经成为一个被贴上"失败标签"的架构变体,重新激活它的政治成本,超过了任何可能的收益。

故事三:五四运动与搜索空间的再扩展

1919年,五四运动。

这场运动最重要的架构意义,不是它的政治诉求,而是它对搜索空间的再次扩展:它把"文化和思想架构的变革"纳入了政治架构搜索的范围。

在五四之前,政治架构的搜索,主要集中在制度层面——什么样的政府形式、权力结构、法律体系。五四之后,搜索扩展到了更深的层次:支撑政治架构的文化基础本身,也需要被重新设计。

这是一次搜索深度的扩展,不只是搜索空间的扩展。

它的代价,是把中国思想界带入了一个前所未有的混乱状态——当基础层的参数也开始被质疑和重写时,整个系统失去了任何稳定的锚点。

故事四:北洋军阀与分布式节点的回归

与此同时,在政治实践层面,中国经历了一次向分布式节点架构的意外回归。

北洋军阀割据,在形态上高度类似于春秋战国的封建诸侯——每个节点(军阀)控制一片地理区域,拥有自己的军队、财政、行政体系,名义上承认一个中央政府,实质上完全自治。

这不是任何人有意设计的架构,而是在中央权威彻底失效之后,系统自发退化到分布式节点状态的结果。

它完整地重演了第一篇讲述的那个动力学:当全局梯度消失时,系统退化为各节点独立优化本地目标函数的状态。

历史在两千年后,在一个新的层次上,运行了同一段代码。

---

 五、新架构的收敛:三个关键的设计选择

1949年,一个新的政治架构在这场长达四十年的混乱搜索中收敛出来。

从架构搜索的角度,这个收敛有几个技术特征值得分析:

特征一:它整合了历史上多种架构的元素,而不是简单复制任何一种已有架构。

列宁主义的党组织原则,提供了一种在现代条件下实现集中决策的组织架构。中国传统的郡县制行政体系,提供了从中央到地方的执行框架。群众路线,提供了一种信息从基层向上传递的反馈机制——这在功能上,类似于第二篇里汉武帝的密折制度,只是方向和规模完全不同。

这种整合,在神经架构搜索中被称为架构重组(Architecture Recombination)——不是发明全新的组件,而是把已有组件以新的方式组合,产生新的整体功能。

特征二:它在极端压力下被测试和验证。

这个架构不是在平静的设计室里被规划出来的,而是在抗日战争、解放战争的极端压力下,通过真实的生死考验被筛选出来的。

用神经架构搜索的语言:它在一个极端困难的任务上通过了验证集的测试。 这种压力测试,提供了一种在和平条件下的设计过程无法提供的架构可靠性保证。

特征三:它内置了一个当时看来是创新的信息反馈机制。

"从群众中来,到群众中去"——这个原则,在架构层面是一个双向信息流的设计:政策从中央制定,下达基层;基层的真实反馈,通过党的组织渠道,向上传递。

这在设计意图上,试图解决一个贯穿整个系列的核心问题:如何防止中间层对信息的单向过滤?

---

 六、新架构的压力测试:已知的失效与修复

任何架构在找到之后,都会立刻面临真实世界的压力测试。新架构也不例外。

这里有几个小故事,代表不同类型的压力测试:

故事一:计划经济的过拟合

1950年代,新架构在经济领域采用了苏联式的计划经济模型。

这个模型,在特定条件下有其逻辑:当经济结构相对简单,国家需要快速完成工业化原始积累时,集中计划比分散市场更能快速调动资源。

但计划经济,是一个典型的在已知任务上过拟合的架构:它预设了什么是需要生产的,什么是重要的,什么是次要的。当经济复杂度超过计划能力的上限时,它的表现会急剧下降。

大跃进时期,这个系统过拟合的代价,以一种无法被忽视的方式呈现出来。

其后的修复,是一系列渐进式的参数调整——从计划经济向混合经济的逐步迁移,这个过程在1978年之后大幅加速。

故事二:文化大 革命与自我清洗

文化大 革命,从架构的角度,是一次系统对自身内部参数的剧烈清洗。

它的触发逻辑,在某种意义上类似于神经网络训练中的一种失效模式:当系统的顶层节点认为内部参数已经严重偏离了预设目标,它试图通过彻底重置内部参数来恢复对齐。

但这种重置,缺乏任何精确的识别机制——它无法区分"确实偏离目标的参数"和"正在有效运行的关键功能节点"。结果,大量对系统正常运转至关重要的知识积累和专业能力,在清洗中被一并摧毁。

用第五篇的语言:它重演了"功能不会消失,只会迁移"的反面——当你同时摧毁功能本身和承载功能的节点时,系统会失去这个功能,直到重建代价高昂地完成。

文化大 革命结束后,中国花费了相当长的时间,重建被摧毁的知识积累和制度能力。

故事三:1978年,搜索空间的再扩展

1978年,安徽省凤阳县小岗村,十八个农民在一张纸上按下了手印。

他们决定,秘密地把集体土地分给各家各户,自己耕种,超出公粮征购部分的收成归自己所有。

这是一个基层节点,在没有任何上级授权的情况下,自发进行的架构实验。

这个实验的结果,是当年粮食产量大幅增长——这个地方长期缺粮,那一年第一次不需要向国家要救济粮。

这个基层实验,为整个国家的政策调整提供了真实世界的验证数据。随后,家庭联产承包责任制在全国推广。

这个故事,是神经架构搜索中一个关键机制的历史例证:最优的架构创新,往往不是从顶层设计中产生的,而是从基层的自发实验中涌现出来的,然后被识别、提取、系统化。

这与第一篇里商鞅变法的逻辑,在某种意义上形成了一个有趣的对照:商鞅的变法是顶层强制推行的参数重写,小岗村的实验是基层自发产生的参数变异,然后经过选择性扩散。

两种机制,都是架构演化的真实路径。

---

 七、当代架构面临的新压力:AI的到来

这里,我们需要离开历史叙述,进入一个所有读者正在亲历的现实。

当代中国的政治架构,在过去四十年里经历了持续的压力测试和局部调整。它在某些维度上取得了举世瞩目的成就——最大规模的人口脱贫,最快速度的工业化,基础设施建设能力的全球领先。它在另一些维度上,仍然面临贯穿整个系列的那些核心挑战:信息向上传递的保真度,评估函数与真实目标的对齐,对评估函数本身的元层次校验。

但现在,一个新的压力来了。

它不是来自另一个国家的军事威胁,不是来自经济周期的自然波动,而是来自一种可能从根本上改变信息处理方式的技术:人工智能。

这个压力,对任何现有的政治架构——无论是中国的、美国的还是欧洲的——都是全新的分布外输入。

没有任何一个现有的政治架构,是为了处理这种输入而设计的。

当AI系统开始能够以超过人类速度处理信息、以超过人类能力识别模式、以超过人类效率执行决策时,所有建立在"人处理信息"这个假设上的制度设计,都面临一次根本性的前提失效。

这不是一个可以通过打补丁来解决的问题。

这是一次搜索空间的根本性扩展——就像辛亥革命把帝制从搜索空间里移除,把共和制纳入搜索范围一样,AI的到来,把"纯粹由人构成的决策系统"从最优架构的候选集里,悄悄地推向了边缘。

---

 八、新架构搜索的规律:历史给我们的提示

面对这个新压力,历史给了我们什么提示?

提示一:压力越大,搜索越快,代价也越高。

清朝在鸦片战争之后的架构搜索,因为压力太大、速度太快,代价是极其高昂的。日本的明治维新,在相对可控的压力下完成了架构迁移,代价相对较小。

AI带来的压力,在速度上类似于工业革命,但在深度上可能超过工业革命。如何在压力到来之前,主动启动架构搜索,而不是被动等待压力迫使搜索,是所有国家面临的共同挑战。

提示二:搜索空间的边界,是结果的上限。

任何拒绝把某些架构变体纳入搜索空间的系统,都将永远无法找到那些变体中可能存在的更优解。

这不是说所有架构都同样好,而是说,拒绝探索,等同于放弃了那部分搜索空间里可能存在的最优解。

对AI时代的治理架构来说,这意味着:任何拒绝认真探索"AI辅助决策"、"算法治理"、"透明度机制"这些新架构变体的系统,都将在未来的竞争中处于搜索劣势。

提示三:基础设施决定架构能否运行。

宋教仁的政党政治实验,不是因为政党政治这个架构本身有问题,而是因为运行这个架构所需要的基础设施——法治、信任机制、权力移交规范——不存在。

AI时代的新架构,同样需要新的基础设施:数据基础设施、算法可解释性、数字身份认证、AI伦理规范。没有这些基础设施,任何关于AI治理的架构设想,都将像宋教仁的共和国梦想一样,无法在现实中运行。

提示四:最优架构,来自真实压力下的真实验证。

小岗村的故事告诉我们:最有效的架构创新,往往来自基层在真实压力下的自发实验,而不是顶层设计的蓝图。

AI时代的架构创新,也可能遵循同样的规律:它不会来自某个政府或研究机构的顶层设计,而会在无数个"小岗村"——无数个组织、社区、城市在AI应用中的真实实验——中涌现出来,然后被识别、提取、系统化。

---

 九、一个诚实的结语

这个系列,从周朝的封建分布式网络开始,经过秦的中央化、唐的GAN架构、宋的过度正则化、明的隐藏层删除、清的极限压缩,走到了今天。

每一篇,都在讲同一件事:

复杂系统的演化,不是由人的意志决定的,而是由系统在特定压力下的结构性响应决定的。 好的设计者,能够理解这些结构性规律,让系统的演化在更可控的范围内发生,付出更小的代价。坏的结果,往往不是来自坏人的恶意,而是来自好人对系统规律的无知或误判。

李斯不是坏人,他只是没能为单点失效设计冗余。

朱元璋不是坏人,他只是把组件和功能混淆了。

雍正不是坏人,他只是把针对已知压力的极致优化,误以为是针对所有压力的最优设计。

这个规律,今天仍然有效。

面对AI这个新压力,今天的设计者们,会犯哪些类似的错误?

是把AI能力和AI对齐混淆?

是为了防止某种已知风险而过度正则化,失去了应对未知风险的弹性?

是删除某个承载关键功能的系统组件,然后在意想不到的地方看到那个功能以更难控制的形式重新出现?

历史不能给出答案。

但历史告诉我们,这些问题,值得在错误发生之前,认真地问一遍。

---

《王朝的算法》系列,完结。

感谢每一位读到这里的读者。这个系列的每一篇,都在尝试做同一件事:用新的语言,照亮那些我们已经知道但还没有清晰命名的规律。如果它让你对某个熟悉的历史事件产生了一种陌生的感觉,或者对某个陌生的技术概念产生了一种熟悉的感觉,那它的目的就达到了。

AI时代鹿透社 | 鹿大珂

【声明】内容源于网络
0
0
AI时代鹿透社
1234
内容 219
粉丝 0
AI时代鹿透社 1234
总阅读3
粉丝0
内容219