菓趣

注册日期:2025-12-19
访问总量:167768次

menu网络日志正文menu

人才成长与创造能力 - ChatGPT协助


发表时间:+-


程伏锐:人才成长与创造能力初稿 

 


关于天赋 自律 教育与功利主义的初步思考

作者说明:本文表达的是我本人的观点,写作过程中得到了 ChatGPT 的协助。


摘要

人们通常使用“培养人才”这一说法,仿佛教育可以按照预定方案稳定地产生杰出人才。本文认为,教育能够传授知识、训练技能、发展习惯并改善成长条件,却不能把人当作产品,按照统一程序制造天赋、天才或真正具有原创能力的人才。天赋不是已经完成的能力,而是一种具有天然基础、又必须在兴趣、实践和环境中逐渐形成的发展可能。自律使潜能得以转化为长期工作,创造则依赖深厚基础、问题意识、独立判断、宽窄适度的知识结构、容许失败的环境以及对灵感的严格验证。文章进一步分析尖子学生因过早定性、自我膨胀和外界拔苗助长而偏离成长方向的风险,并区分帮助人才与利用人才的根本差别。教育的责任不是宣布谁是天才,也不是催促人才过早兑现价值,而是发现可能、提供帮助、培养自律、保护独立性,并给予成长足够的时间。

关键词: 天赋;人才;自律;创造能力;教育;功利主义;灵感

一 问题的提出

人们经常谈论“培养人才”,仿佛只要选择一些聪明的学生,采用适当的教育方法,增加训练强度,再提供足够资源,就可以按照预定目标培养出杰出人才,甚至制造出天才。这种说法容易夸大教育和外界安排的作用,也容易把人才成长理解为一种可以计划、控制和验收的生产过程。

严格地说,任何真正的人才都不是由别人按照计划制造出来的。教育可以传授知识、训练基本能力、提供发展机会和改善成长环境,却无法保证产生一个具有独立思想和原创能力的人。一个人最终能够发展到什么程度,仍然取决于其天然倾向、真实兴趣、独立思考、自律能力、长期实践以及人生中遇到的机会。

这并不是否定教育的价值,而是重新界定教育的边界。本文所反对的不是教育、训练和指导本身,而是把人看作一种可以通过标准化投入稳定生产的结果。人才可以被发现,可以得到引导和帮助,却不能像产品一样被设计和制造。人才成长的主体始终是本人,教育者只能提供条件,不能取代本人完成成长。

二 天赋不是成品而是发展可能

为了避免概念混乱,有必要区分天赋、天才与人才。天赋是一个人在某一领域表现出来的潜在能力和天然倾向;天才通常指具有罕见原创能力的人;人才则是已经形成一定能力、能够完成有价值工作的人。三者有关联,却不能相互替代。

天赋并不是一个人希望拥有便能够拥有的东西,也不是通过增加训练、参加竞赛或者获得赞扬就可以制造出来的。它最初可能只表现为对某类问题特别敏感,容易发现别人忽略的规律,能够长时间保持兴趣,或者对抽象结构具有较强直觉。这些倾向还不是成熟能力,更不是已经完成的成就。

与此同时,也不能把天赋理解为出生时已经完整存在、后来只等待被发现的成品。数学天赋并不是头脑里预先存放着未来的数学成果,而可能最初表现为对数量、结构、逻辑和抽象关系的特殊敏感。只有经过长期学习,这种敏感才可能发展成数学能力;又只有经过独立研究,它才可能发展成创造力。

因此,天赋更适合被理解为一种发展可能:它具有天然基础,但其具体形态必须在兴趣、经验、实践和环境的相互作用中逐渐形成。实践不只是揭示已经存在的天赋,也参与了天赋的实际发展。

三 熟能生巧与创造之间的距离

一个人因为真正喜欢某类问题,便会自然地反复思考和尝试。在别人已经感到厌倦的时候,他仍然愿意继续;在别人只看到表面现象的时候,他可能逐渐看出内在结构。经过长期积累,原本困难的工作变得越来越自然,复杂问题也开始呈现出可以把握的规律。这便是熟能生巧、水到渠成。

天赋与练习并不矛盾。天赋是一种潜在可能,实践使这种可能逐渐成为现实。但是,熟练本身不等于创造。反复练习可以提高速度和准确性,却未必产生原创能力。模仿已有方法可以形成基本技能,理解这些方法可以形成判断力,而发现已有方法的局限、重新提出问题或者建立新的联系,才开始进入创造。

创造能力通常经历模仿、理解、比较、改进和创造等阶段。模仿不是创造的敌人,没有基础训练的所谓创新往往只是重复已经存在的内容;但如果教育永远停留在模仿,学生便只能熟练地解决已经规定好的问题,难以形成自己的判断。

所以,提高创造能力不能只增加练习数量,还必须训练学生追问:为什么要这样做,这个结论依赖哪些条件,改变条件以后是否仍然成立,是否存在另一种方法,这个问题本身是否问得正确。解答别人规定的问题主要训练能力,能够发现并重新界定问题,才真正接近创造。

四 自律使潜能转化为工作

仅有天然才华并不足以造就人才。一个人即使具有很高潜能,如果缺乏自律,仍可能因为浮躁、自满、懒散或不能长期坚持,使自己的能力无法充分实现。

这里所说的自律,不只是遵守学校纪律或者按照别人安排的时间完成任务。一个被严密管理、每天完成大量作业的学生,可能非常守纪律,却未必真正自律。外界命令一旦消失,他也许便不知道自己为什么继续工作。

真正的自律,是一个人在理解自己所追求的目标以后,能够主动安排时间、抵制干扰、忍受孤独、接受失败,并为长期目标放弃短期满足。它还表现为在没有监督、没有掌声,甚至暂时看不到成果的时候仍然继续工作;不因一时成功而自满,也不因一时失败而放弃;愿意检查自己的错误,并根据事实修正判断。

创造性研究中的自律还有更深的一层,即能否长期保存一个尚未解决的问题。有些问题暂时无法继续,并不因此失去价值。研究者需要在学习其他知识、解决其他问题的同时,保留对原问题的敏感。多年以后,一个新概念、一种不同方法或一段看似无关的经验,可能突然与旧问题相遇。自律因此不仅是连续工作,也是一种对重要问题的长期忠诚。

不过,自律只是必要条件之一,并不是充分条件。高度自律可以帮助一个人取得优秀成就,却不能凭空创造天赋;天然才华如果缺乏自律,也很难形成真正成果。才华能否成熟,取决于天然能力、真实兴趣、自律精神、独立思考和长期实践能否逐渐结合。

五 灵感是长期积累的突然显现

创造活动中最令人惊讶的经验之一,是灵感的突然到来。一个关键想法可能不是以逐步推导的形式进入意识,而像一个已经形成的整体忽然出现,以至于本人也会惊讶这个想法究竟从何而来。

这种“突然”并不意味着灵感毫无来源。人在解决困难问题时,能够清楚意识到的只是思维活动的一部分。一个问题被长期思考以后,即使暂时停止研究,过去积累的知识、失败的方法和未完成的思考仍可能形成新的联系。灵感之所以显得神秘,是因为人看见了结果,却没有看见结果产生以前的全部内部变化。

因此,灵感进入意识的时间可能很短,形成灵感的准备过程却可能非常漫长。灵感的出现具有突然性,灵感的形成具有长期性。过去学过的知识、解决过的问题、失败的尝试,甚至当时看来毫无用途的经验,都可能成为最后突破的一部分。

本人在研究并尝试证明黎曼猜想的过程中,曾有过几次灵感突然出现的经验。有些想法来得如此自然,以至于连自己也感到惊讶。事后仔细回顾,才逐渐明白,这些想法并非凭空而来,而是建立在长期学习、思考和积累之上。人在积累知识时,并不知道将来会遇到什么问题,更不知道今天学到的内容会在什么时候发挥作用。正因为如此,真正重要的积累不能完全由眼前用途衡量。

灵感只能提供突破的可能,不能代替严格验证。尤其在数学中,一个想法无论多么自然、优美和令人信服,最终仍须经过完整推导与独立专业检验。灵感负责打开道路,证明负责确认道路确实能够走通。个人的灵感经验能够说明创造思想如何产生,数学结论是否成立则必须由论证本身决定。

六 功名不能成为创造的出发点

不求功名并不是否定成果的社会价值,也不是拒绝正当认可。它真正意味着不让预期中的名声和利益决定研究什么、什么时候宣布成果以及怎样判断自己的工作。

研究者如果过早想到功名,可能会选择容易引起注意的问题,回避长期没有回报的方向,过早宣布尚未成熟的成果,或者为了维护名声而不愿承认错误。相反,当一个人真正关心问题本身时,他更有可能忍受长期没有结果的阶段,也更愿意根据事实修正自己。

“不求功名反而得到意想不到的功名”不能被理解为一种获得功名的技巧。如果一个人故意用“不求”换取更大的名声,那仍然是另一种功利计算。更准确地说,当功名不再支配工作时,一个人才更可能忠实于问题本身;如果工作最终产生真正价值,认可或许随之而来,但它只是结果,不是出发点。

七 尖子学生为何容易偏离方向

不少所谓尖子学生的问题,并非没有能力,而是个人和外界过早把阶段性的领先当成天赋已经得到证明。考试高分只能说明一个学生在特定年龄、课程和评价方式中表现较好,并不能充分证明他具有持久的创造力、独立判断能力,或者未来必然取得重大成就。

但是,一些学生因为暂时领先,便不知天高地厚,自以为具有非凡天赋;家长、教师和学校又急于求成,过早把他们称为天才、神童或未来的重要人物。个人的自我膨胀与外界的拔苗助长相互强化,阶段性优秀便被变成一种必须永远维持的身份。

当“这一次表现很好”变成“我是天才”,学生的学习动机也可能随之改变。他原本因为好奇而学习,后来却为了证明自己聪明而学习;原本希望理解问题,后来却只关心名次、荣誉和别人是否认可自己。为了维护优秀形象,他可能回避真正困难的问题,不愿进入可能暴露不足的新领域,也不能正常接受失败。

一旦进入更高层次,遇到同样优秀甚至远比自己出色的人,原来的优越感便可能突然崩溃。没有经历正常失败、也没有形成自我修正能力的学生,反而更难继续成长。因此,过早的赞誉不一定是在帮助学生,有时恰恰会妨碍他的成长。

八 急功近利如何损害人才

如果说过早贴上天才标签会使一个人失去对自己的正确认识,那么急功近利则可能进一步破坏人才成长的过程。

个人的功利心使人急于成名、获利或证明自己。他可能放弃长期积累,只选择能够迅速得到回报的事情;可能把暂时成功误认为真正成就,也可能在才华尚未成熟以前,便急于把它兑换成名声和利益。

他人的功利心同样危险。当别人发现一个人表现出某种才华时,未必首先考虑怎样保护和帮助他成长,而可能立即考虑怎样利用他的能力,为个人、学校或机构获取成绩、荣誉、声望和利益。于是,这个人被催促着尽快拿出成果,被过早推向竞赛、宣传和表演。他原本需要安静思考和长期积累,却不得不不断满足外界要求;原本应当继续生长的才华,被迫提前兑现价值。

个人急于成功,外界急于利用,两种功利心一旦结合,便可能共同毁掉一个原本很有希望的人。急功近利不仅施加压力,更改变了什么叫成功:考试成绩取代理解,论文数量取代思想质量,竞赛名次取代创造能力,机构声誉取代学生成长,眼前成果取代长期潜力。

原创工作无法预先保证结果。一个环境如果只支持能够迅速交付成果的人,最后得到的往往是善于满足指标的人,而不是敢于研究根本问题的人。

九 帮助人才与利用人才的区别

人才可以被发现,可以得到引导,也可以获得必要帮助;但是,切勿过早期待从他的才华中获利。这里的获利不只指金钱,也包括个人名声、学校成绩、竞赛荣誉、机构声誉以及过早兑现的研究成果。

帮助人才成长,是以人才本人的长期发展为中心;利用人才,则是以他人或机构的短期利益为中心。二者表面上都可能表现为提供资金、资源和机会,性质却完全不同。

真正的帮助允许一个人按照自身规律成长,允许他探索、失败、改变方向,也允许他暂时拿不出可以宣传的成果。功利性的“培养”则预先规定目标,计算投入和回报,并不断催促人才证明自己值得继续获得支持。

判断一种支持是否真正有利,不能只看提供了多少资源,还要看谁决定发展的方向,是否尊重本人的真实兴趣,是否允许失败和改变方向,是否要求过早回报,成果首先服务于谁,以及本人能否拒绝外界安排。

帮助人才,是增强他成为自己的能力;利用人才,是要求他成为别人所需要的工具。

十 提高创造能力的教育路径

天才不能被制造,不等于人的创造能力不能提高。教育无法命令某个学生在某个时间产生原创成果,却可以改善创造发生的条件。

首先,创造需要扎实基础。缺乏基础时,所谓创新可能只是重复别人已经完成的工作,或者提出无法成立的猜想。基础教育不能只要求记忆结论,还应让学生理解概念为什么被提出、定理解决了什么问题、方法的适用范围在哪里、不同知识怎样联系,以及现有理论留下了哪些困难。

其次,创造需要独立思考的空间。学生应当有机会选择自己真正关心的问题,尝试未经教师预先认可的方法,在没有标准答案时作出判断,对权威意见提出有根据的疑问,并用自己的语言重新组织知识。指导过少,学生可能无从入手;控制过多,学生则只能学会服从。有效教育需要在帮助与放手之间保持平衡。

再次,创造需要允许有价值的失败。如果学校只奖励正确答案,学生便会回避风险,只选择有把握成功的任务。教育应当区分因敷衍和准备不足造成的失败,与因探索困难问题、尝试新方法产生的失败。前者需要改进责任心,后者则应得到理解和认真分析。

真实工作比标准练习更能发展创造能力。学生需要独立研究问题、设计实验、编写和改进程序、建立数学模型、完成需要形成自身观点的文章或作品,并向别人解释困难概念。真实问题通常条件不完整、方法不明确,甚至连问题本身也需要重新界定。它不仅检验学生知道什么,也检验他能否把知识转化为新的理解和成果。

创造还需要深度与广度的结合。一个人必须在主要领域深入到足够程度,才能识别真正的问题并判断新想法的价值;同时又应在相关领域保持必要宽度,使不同概念和方法能够发生联系。合理的结构不是所有学科平均发展,而是在一个主要领域追求深度,同时在相关领域保持足够广度。

最后,解释和教学本身也能提高创造能力。向别人解释困难问题,会迫使讲授者找出核心结构、区分必要内容与表面细节、预见误解,并从不同角度重新组织知识。能够把复杂问题讲清楚,不只是表达能力,也是一种较高层次的理解和创造活动。

十一 计算性智能作为创造工具

在计算性智能迅速发展的时代,创造能力还包括正确使用新工具扩展人的知识范围。计算性智能具有强大的信息存储、检索、比较和重组能力,可以弥补个人记忆和处理能力的局限;人类则负责提出有价值的问题,作出意义和价值判断,并对最终结论承担责任。

适当的人机合作能够提高研究和创造的效率,甚至可能帮助人类发现过去未曾注意的联系。不过,计算性智能提供的结果仍须经过人的独立判断以及数学证明、实验或事实检验,不能把流畅的信息组合直接等同于真正的新知识。关于人类思维与计算性智能如何互补,可以另文展开;在本文中,它只是提高创造能力的一种新条件,而不是替代人才成长的主体。

十二 教育应当发现和保护

教育不应以制造天才为目标,也不应要求所有学生在所有学科中同样优秀。它首先应帮助学生建立必要而广泛的基础,然后让他们接触不同领域,逐渐发现自己的兴趣和优势。

对于表现突出的学生,可以承认其阶段性优势,也可以提供更深、更困难的问题,但不应急于作出终身判断,更不应把成人的功利期待全部压在他身上。学生需要鼓励,也需要诚实评价;需要机会,也需要失败;需要发展优势,同时需要保持谦逊。

教育真正值得保护的,不是天才的称号,而是学生真实的兴趣、独立思考的能力、自律精神、长期实践的耐心,以及在没有掌声时仍然愿意继续探索的品质。

评价教育是否成功,也不应只看它在短期内产生了多少尖子生、竞赛获奖者或可以宣传的成果,而应看它是否帮助学生形成发现问题、独立判断、自我约束、长期工作和认识自身方向的能力。

结语

真正的人才不能由外界按照预定方案制造。天赋是一种具有天然基础、却只能在兴趣、实践和环境中逐渐形成的发展可能;自律使这种可能转化为长期工作,创造则要求在深厚基础上提出问题、建立联系、容许失败并严格验证。

教育的责任不是宣布、包装和催促人才,而是发现潜能、建立基础、发展自律、保护独立性,并给予成长足够的时间。个人和外界一旦急于把才华兑换成名声、成绩或利益,就可能共同毁掉原本最值得期待的可能性。

真正的天赋不需要过早宣布,它最终会在长期而真实的工作中证明自己。人才可以被发现、引导和帮助,却不能被催促成熟,更不能被当作获取短期利益的工具。教育和社会最需要学习的,也许不仅是怎样帮助人才,还包括在什么地方克制自己的期待和功利要求。


浏览(546)
thumb_up(4)
评论(13)
  • 当前共有13条评论
  • 凌风思语:

    菓趣,你这个设想很有意思。尤其是你已经开始让 ChatGPT 帮你思考一个未来研究机构应该怎样设置,而你自己同时还保留教授这个主要职位。

    我最近在 LinkedIn 写 AI 与管理时,也一直在想一个问题:过去很多管理能力只有进入管理层以后才需要学习,但 AI 正在把其中一些能力提前带到个人身上——怎样分解工作、怎样安排不同任务、怎样判断结果、怎样发现遗漏,最后还要由人自己作决定、负责任。

    所以我反而很好奇:如果你以后真的一边做教授,一边参与管理这样一个研究机构,你会把哪些工作交给 AI,哪些事情一定坚持由自己来做?

    你现在已经不是在抽象讨论 AI 了,而是在拿一个可能真实发生的工作场景试它。这个过程很值得继续写,我也很想跟着看看你最后会把这个机构“设计”成什么样子。


    屏蔽 举报回复
  • 菓趣 回复 菓趣:
    作者:菓趣 回复 gugeren留言时间:2026-09-29 21:56:26

    我前面所提到的那篇博文是我为行政职位准备的第一篇职务论文初稿,它将由我的某个副手和他手下2名研究员深入研究后形成咨询意见提交最高领袖做出决定和计划。

    至于那道数学题,我发现了它其实是一道数论题不是其他学科的问题。我在心里已经把它初步改编成博士阶段的课题。能够解决这道博士阶段课题的人可能可以据此解答得到博士学位。但是我丝毫没有时间也没有兴趣写下来。我最近写了上十篇与人工智能有关的论文,其中几篇已经决定在AI会议上被邀请演讲。演讲的内容包括人工智能与信息数学的关系和人工智能不可能有思维的根本原因。这两篇被邀请的时间要求我10月18日投稿摘要,已经大致写好但是需要打磨才能形成够格发表的学术论文。在形成大致论文稿前我还要等待摘要不投稿以便随时修改。

    所以我现在开始正如八经地“不务正业”了。因为这两篇是被正如八经的邀请投稿准备每个问题45分钟演讲的论文准备。不是博文准备,博文我两天就写好了。因为我学会了一点应用计算性智能,它的写作非常快,我只需要不停地给它输入我的观点。


    屏蔽 举报回复
  • 菓趣 回复 菓趣:

    它然后说了其他行政人员的配备,主要是上面所说的这9个人员以外的辅助人员。比如还有一个档案管理,就是说有很多的档案需要专职人员管理。它强调专职档案,是因为法律和财务由平行机构的人员代为处理没有专人。这说明档案不是太少的事务。另外1个与平行的其他各部门协调人员,2个各方向的联络人员。最后还有3个行政辅助人员,一个办公室主任,一个理事长助理,和一个行政秘书。最后这名要求不是太高(我学会了一点点AI,发现它可以代替不少秘书职能),其他2个行政人员必须有十多年行政管理经验和硕士学历。其实这个理事长助理就是代替我作为兼职而做事的,我只负责做出决定。因为我没有时间只是兼职。这个事情要等我接受完最高等级行政管理培训后才能(明年某个时候)开始招聘,当然首先是应该没问题我被正式任命这个职位之后。我最关心的是3个副手估计从2个机构调来,但是6个研究员中有一个需要英文和中文俱佳(至少都超过我的水平)。所以我在想这6个研究员据说我有至少部分招聘权中,如何找到一个诚信称心的人(因为我觉得这个人多半是华人)。

    剩下的问题是这个双语研究人员的职责到底是什么,我猜是有关教育改革的事情。主要是计划将所有年级段加上信息数学的课程的安排。

    屏蔽 举报回复
  • 菓趣 回复 凌风思语:

    这是我踏出数学界,主要探讨教育领域的一篇博文。因为我被暗示可能在接受最高等级(你好像被培养过,只是我被培养的是政治性质的行政长官职位)的管理培训后可能被给予一个行政职位。我问过ChatGPT,它倒是好像“胸有成竹”怎么就知道可能是16人(它开始说下设6个局级单位,我说我感觉不可能那成了一个庞大的机构,我也好像不可能管理那么大一个机构)在6个方向的6个研究员的机构。在研究员和我作为可能是理事长或者主任之间有3个副手(副主任)做3个下级但是不是下属机构有关的工作。我告诉它我只能兼职,因为我还有教授一个主要职位。

    屏蔽 举报回复
  • 凌风思语:

    菓趣,好久不见,我回来了。刚刚认真读完这篇文章,其中“帮助人才与利用人才的区别”这一部分让我停下来想了很久。过去几十年我一直从事人才、领导力和组织方面的工作,企业也常常讲“培养人才”,但培养一个人和尽快让一个人为组织创造价值,并不是一回事。真正的发展需要给人时间,允许探索,也允许失败,更重要的是让一个人逐渐形成自己的判断,而不是只训练他完成别人已经定义好的任务。

    文章最后谈到计算性智能,我也很有共鸣。最近我重新回到 LinkedIn 写作,同时启动了自己的英文博客,写的正是 AI、人才、领导力以及人在工作中的成长这些问题。AI可以帮助我们搜索、比较、重组信息,大幅提高完成工作的速度,但问题由谁提出、结果如何判断、什么时候应该质疑AI,最后仍然需要人来负责。从这个意义上说,AI越强,我们过去所说的“人才”也许越需要重新定义。

    如果你有兴趣,也欢迎到我的 LinkedIn 和英文博客看看。我们认识这么久,很高兴回来以后还能在这里读到你的文章。希望以后继续在评论区交换彼此的看法。文章可以有不同观点,正因为不同,才有继续对话的意思。


    屏蔽 举报回复
  • 菓趣 回复 菓趣:

    没有冻结但是关闭了网页。我重开网页回来从我博客拷贝来继续。只简单收尾,尽量不再多说,因为它在提醒我。我不怕他,但是多说无用。法律对它无效,但是我以毒攻毒说换了一个人杀人有“效”。

    她(律师)在惯例第6次出庭前一天对我啪了桌子。我拍了回去震天响。她没说我说他人杀人的话,她说“你难道高于法律”。我坐下养神,她啰嗦大半个小时,她不说了我给她看贵人给我先一天显然安抚我的话。她说,“那又如何?” 我说,“第一我没有犯罪,是警察和法院犯罪。第二,就算你敢说我犯罪,那么请把这个案子交上正式审判程序。“ 你恐怕吃不了兜着走! 她说那是怎么回事,我说,“你刚才看到的这句话证明我早已经应该是世界名人。” 你把这个伪造的案子提交审判,就给了我被掩盖的名人身份露面的机会。这个案子就算成立,也是个不疼不痒的小案件。可是审判程序给了我露面世界的机会。你吃不了兜着走,你在世界舆论面前恐怕得失业。” 她苦笑了一下,不再往下说。

    然后我告诉她我收到了暗号哈佛大学和另一所大学由我的职位,职位兑现就算案子是个P。结果接着的一天法官假装花了2个小时请一位85老者与我的律师就在法官退庭等待中离我最远的角落交谈。然后只说了半句话,我的案子取消(cancel)不是Dismiss。法律算个P,我敢说他人碰到我这个案子可能要杀人,就是故意以几乎非法对付几乎非法。它拿我没办法,取消了案子。不是因为法律严肃,而是法律算个P。 我赌它公开审判我,他不敢!

    屏蔽 举报回复
  • 菓趣:

    你又来了,宪法只是一个文件。警察记录证据后按法律条例自然要给我证据号码,然后告诉我到哪一个法院查找法院处理这个案件。结果他们一帅男一美女(好像是为我那个案件专门选到他们俩)在给我证据要写上法院地址和案件号码时犯了难(或者假装犯了难)。

    他们对我说,对不起我们拿不准;请给我们一点时间我们需要请示上司。躲开(我那时在首都某图书馆)去某个角落打了不算太短的电话,他们来到我的桌子前。女士恭敬地对我鞠躬道歉,她说我们的上司发现我们警察局对你这个案件没有管辖权。我说,那么哪一个法院或者警察局有法律权限。她说,实在对不起,我们被告知你的这个案件不属于任何警察局所以这个证据也不会被任何法院接受。我说那就是说对方有法律豁免权,她说不能这么说但是你可以这么理解。好,你敢与我当面说话,我昨天就是说了这句话多一点被冻结抹去。也就是说我得到的真实话语就是说事实上宪法是个P。他们不受法律管辖。这是一次最强烈的例子,还不说我在2017年7月28日警察当面(一位拉我离开,另一位说除非你说他攻击了你可以逮捕他)唆使华人房主诬陷而逮捕。几乎一年后上庭5次对方除了第一次外一次也没有出庭。我在第六次出庭前两天故意在华时网(你可以找人证明记得我说过)上故意以几乎非法对几乎非法。我说换了一个人碰到这件事是可能会杀人的。写到下一句网页被关闭。


    屏蔽 举报回复
  • 菓趣:
    作者:菓趣留言时间:2026-09-23 13:16:07一位不成功的哲学家说 AI将威胁数学家的工作,但是不会威胁哲学家的工作。我应该如何回评?

    ChapGPT说,

    人工智能确实会改变数学家的工作:它可以协助计算、检索文献、寻找例子,甚至提出证明思路。但数学研究还需要判断什么问题值得研究、发现概念之间的新联系,并严格审查证明是否成立。

    哲学家的工作也会受到影响。梳理文献、比较论证和起草文字,人工智能同样可以协助完成。因此,说它只威胁数学家、不威胁哲学家,恐怕低估了它对两个领域的影响,也把“协助工作”过早地等同于“取代学者”。

    屏蔽 举报回复
  • 菓趣:

    这是我的另一处评论。那里提到的六位研究员,其中一位除了其他条件外,需要是精通英文中文(比如远超过我作为负责人的英文中文水平)的专家。


    作者:菓趣留言时间:2026-09-23 12:47:35

    数学家的工作不可能被人工智能(计算性智能)代替,我刚写了一篇这个问题的论文。明天发表!

    程伏锐:

    人类思维与计算性智能的互补

    -- 人机合作如何扩展创造过程的初步研究


    倒是数学老师的工作部分至少被计算性智能替代。但是只有创新才算真正的数学家的工作,不可能被AI替代。因为人工智能不可能具备人类的创新能力,它不会思考只是重复性工作(我那里也有其他博文解释为什么AI受制于计算机原理)。但是计算性智能的庞大记忆能力和高速运转能力是人类的巨大帮手。请移步到我那里评论明天我将发表的论文,这篇论文将作为我的联邦行政职位上的作品。我还需要三位副手,六位研究员;这些要等我的职位正式宣布后根据联邦法律和行政法规开始招聘。同时被聘人员需要通过严格的安全审查。


    屏蔽 举报回复
  • 菓趣 回复 俞先生:

    欢迎再次来访,好久不见!

    屏蔽 举报回复