机器学习的目标是找到回归值，人类的价值是创造异常值。
如果你还在把自己训练成标准答案的生产机器，你可能正在把自己活成一个被淘汰的算法。
这句话来自微软中国CTO韦青。他在北航读书时不是好学生，天天泡图书馆读新乐府诗。在微软工作21年，他的微信签名是「北京，工程师韦青」。职称是别人给的，最不值钱。职业是自己的追求，退休了还愿意做的事，才叫职业。他把自己定义为工程师，因为喜欢创造，喜欢对不知道的东西感兴趣。
但这不是一个关于头衔的故事。
韦青有个习惯，每次散步前会默念四句话：「知止定静安律得」「想能应可以正将」「念念不忘出长本」「博学之、审问之、慎思之、明辨之、笃行之」。这些不是鸡汤，是他给自己设计的「小咒语」，用来对抗一个更大的咒语——算法。
他说，这个时代最大的危险不是AI会不会超越人类，而是人类正在把自己活成机器。
场景一：微软转型的真相——不是萨提亚多厉害，是巴尔默埋的种子
2014年，萨提亚·纳德拉接任微软CEO。微软股价从30美元涨到500美元。所有人都在说萨提亚多厉害。
韦青说：不对。
他是微软20年老兵，亲历了鲍尔默时代的「横线」和萨提亚时代的「起飞」。他给出了一个反直觉的答案：萨提亚收割的，是鲍尔默种下的种子。
2008年，鲍尔默力推云计算转型，内部代码叫「Red Stone」。那时候开云计算会议，门可罗雀。到2014年云计算最火时，会议爆满。人性就是这样，追涨杀跌。但如果没有鲍尔默那十年的「强力推动」，微软根本不可能转型。
萨提亚做对了什么？他在2014年第一次CEO训话时说：「我们不要再说自己是market leader（市场领袖），我们最多说自己是market incumbent（现任者）。」
一字之差，意义天壤。
领袖的对立面是追随者，现任者的对立面是挑战者。前者让人骄傲，后者让人警醒。你是第一，不是因为你比别人强，而是因为你过去做的事，到这一刻为止，让你暂时排在第一。下一秒，你随时可能被干掉。
韦青说：「这就是科学精神。科学从不讲究正确，科学的结论永远等待着被证伪。」
但更狠的是后面。萨提亚推了一本书，叫《终身成长》，核心观点是从「know-it-all」到「learn-it-all」。不知道不寒碜，犯错不寒碜，不改才寒碜。
微软内部开会，以前要打印几十页A3纸的报告，字号从13磅缩到8磅，COO开会要秘书去买放大镜。萨提亚上任后说：不准打印，所有报告用OneNote。有一次开会，下面的人还是拿着PPT和纸质报告，萨提亚只看自己的笔记本，不看别的。会开不下去了，萨提亚说：「因为你们没有OneNote，我不开了。」走了。
从那以后，全公司都用OneNote。
这不是管理技巧，这是「信誉」。你说改革，但你自己不改，员工凭什么信你？韦青总结了一个「五信论」：信息、信仰、信心、信任、信誉。信任来源于信誉，信誉来源于行动。说没用，你得真做。
两年前。
萨提亚又推了一个考核指标：每个员工每月要消耗多少Copilot的token。这个指标很狠，因为你得有足够的问题、足够深度的思考，才能消耗那么多token。逼着你用AI，逼着你改变工作方式。
韦青说：「微软这十年的改革，没有做任何耀眼的事。萨提亚做的全是本分。但这个本分源于初心。」
场景二：机器学习给人生的启示——为什么70分比100分更好
韦青有个更反直觉的观点：如果孩子考100分，在巨变时代是件很危险的事。
30分、70分、100分，哪个孩子未来有前途？答案是70分。
因为100分意味着什么？意味着你在一个「闭卷考试的确定性空间」里。你相信世界是闭卷考试吗？如果不是，考100分是极度危险的。因为你会认为自己对了，你不会再改。
70分意味着你永远有30分要改。当你改到70分看到的100分时，就像你爬到香山山顶，云开月明，发现远方还有妙峰山。你要下山，重新爬。
这就是机器学习的核心算法：避免陷入「局部最优解」，要随机跳出来，寻找「全局最优解」。
韦青举了个例子：如果一个外星人来地球，目标是爬上地球最高的峰——珠穆朗玛峰。但他不知道珠峰在哪。他降落在北京香山脚下，爬上了香山（海拔550米），云雾遮绕，看不到远方的山。在他的认知里，香山就是地球最高峰。
但如果他闭上眼睛，随机跳到青藏高原、撒哈拉沙漠、马里亚纳海沟？他还是有可能比550米高。
这就是机器学习的第一步：初始化。尽量没有特征，随机放进去，所有维度都错。然后用反向传播（back propagation），在每一个维度都纠偏一点。
韦青说：「机器学习之所以表现出超越人类的能力，不是机器比人强，而是人类退化了。我们被工业文明、科学方法、有限公司对利润的唯一追求，异化成了机器。」
「我们才是机器人。」
因为我们相信标准答案，相信100分，相信刷题。我们把自己训练成了回归值的生产者。
但机器学习的目标是什么？找回归值。
人类的价值是什么？提供异常值。
场景三：如何对抗算法——删掉微信，关掉推荐，训练你的「孙悟空毫毛」
韦青的手机设了很多关卡。
第一，设置计时器，两小时后提醒。提醒完只能延长15分钟，哪怕要用很多次，也得不断延长。因为人没有自制力，不要把自己想得太高。
第二，拒绝一切推送。「我只接受主动去找的消息，拒绝被推送的任何消息。」
有人问：算法不是能给你一些你没想到的可能性吗？
韦青说：不相信。因为「一旦你得到任何免费的东西,你就是那产品」。你的专注度是最值钱的，但你把它免费给了算法。
他的解决方案是：训练你的「孙悟空毫毛」。
孙悟空拔根毫毛，吹一口气,变出几百个小猴子，帮他担水、做饭、打架。毫毛具备孙悟空的一切意愿、想法、习惯和价值观。
在AI时代，每个人都需要训练自己的「小模型」。用你的数字足迹，用大模型的能力，优化一个属于你的小模型。这个小模型知道你喜欢什么，它帮你搜索，帮你过滤，帮你提醒。
它不是别人的算法，是你的算法。
它会说：「主人，你昨天说不看手机，但你昨天多看了两小时。」
它会说：「主人，你现在已经连续刷了30分钟短视频了。」
它会把你从舒适区踢出来。
韦青说：「人类要借助机器，对抗机器。用回归值驱动的机器，把你从回归值的倾向中拉出来，让你回到提供异常值的状态。」
理论升华：为什么人类的价值是提供「异常值」
什么是回归值？什么是异常值?
机器学习的目标是找到一条「回归线」,让所有数据点尽可能靠近这条线。回归值就是这条线上的值,是「标准答案」「平均值」「可预测的结果」。
异常值是偏离这条线的点,是「意外」「创新」「不可预测的突破」。
机器擅长什么？找回归值。
人类擅长什么？提供异常值。
工业文明最大的异化是什么？让人类以提供回归值为价值。流水线工人、标准化流程、KPI考核,全是在把人训练成机器。
但人类真正的价值,从来不是提供回归值,而是提供异常值。
爱迪生说:「我从来没有失败过,我只是不断证明此路不通。」每一次「此路不通」,都是一个异常值,都是对回归线的偏离,都是对未知的探索。
韦青说:「人是以缺陷为美的,人是以提供异常值为价值。仅仅在过去两三百年工业文明时代,人才被异化成以提供回归值为价值。」
这就是为什么70分比100分更好。100分意味着你在回归线上,你是标准答案,你是机器。70分意味着你还在探索,你还在偏离,你还在创造异常值。
局限性提醒
这套方法有适用边界。
第一,不适用于需要标准化的场景。飞机驾驶员、外科医生、核电站操作员,这些岗位必须提供回归值,不能有异常值。
第二,不适用于资源极度匮乏的人。删掉微信、拒绝推送、训练小模型,这些都需要「时间成本」和「认知成本」。如果你连吃饭都成问题,这些方法对你来说是奢侈品。
第三,不适用于「不想改变」的人。韦青说:「听到不等于学到,学到不等于做到,做到不等于做好。」如果你只是听听,不去做,这篇文章对你来说就是个故事。
韦青说,他最近在混沌讲了门课,叫《沉默的主角》。
「很多事情,都是看不见的那一半才是真正发生的事情。等到冰山露出水面,游戏已经结束了。」
微软的转型,不是萨提亚有多厉害,而是鲍尔默种下的种子,在萨提亚手里开花。
算法的统治,不是AI有多强大,而是人类正在把自己活成机器。
对抗的方法,不是砸掉手机、拒绝AI,而是用机器对抗机器,用算法对抗算法。
但最重要的,是你要记住:
机器的价值是提供回归值。
人类的价值是提供异常值。
别把自己活成一个被淘汰的算法。