AI 偵探覺醒記：兩千賽博飛葉，一根“真相青藤”

淺友們好~我是史中，我的日常生活是開撩五湖四海的科技大牛，我會嘗試用各種姿勢，把他們的無邊腦洞和溫情故事講給你聽。如果你想和我做朋友，不妨加微信（shizhongmax）。

AI 偵探覺醒記：

兩千賽博飛葉，一根“真相青藤”

文 | 史中

（零）賽博世界維修工

“如果把記憶能力從你的大腦抽掉。”

對面的男人對我說。

“你聽到的每一句話，都像是我和你說的第一句話。”

對面的男人對我說。

“你如何完成這場談話，得到你想要的信息？”

對面的男人對我說。

“或者你會覺得。”

“這樣的自己。”

“有智能嗎？”

男人站起身來，兀自拉開窗戶，車流猛地把人間嘈雜灌入我耳朵。刺眼的陽光像發條，把記憶碎片連綴起來。

“我”又回到了我的軀殼里，仿佛剛經歷了一個輕描淡寫的奇跡。

眼前的男人叫張福。

他的身份很多。

在技術人看來，他是一個飛檐走壁的黑客大神；

在投資人看來，他是被寄予厚望的明星企業“青藤云安全”創始人；

在政府、金融、能源等等機要單位看來，他是能在賽博世界里巧妙埋設地雷和引信，把進犯之敵炸得血肉模糊的指揮官。

但在我看來，那些都是幻象，他的真實身份是一個“賽博世界維修工”。

張福的野望，是用腦袋楔釘子，不斷對賽博世界里的頂級難題錘錘打打。

每搞定一個疑難雜癥，就需要潛入賽博世界的更深處，而每次潛入更深，就會牽出更大的疑難雜癥。

于是，這些年他鍛造出一屋子奇巧的工具、設備、武器、系統，并用一套宏大的世界觀把它們連接起來。

堪稱《禪與賽博世界維修藝術》。

最近三個月，張福消失了。

重現人間時，他帶回來一位新朋友——AI 偵探。

這位偵探坐鎮賽博空間，能察覺到最細微的不對勁； 從這個小小的“種子”開始，生長出一條推理的藤條； 藤條在黑暗中蜿蜒，繪制出黑客每一次手的觸摸，腳的進退； 然后它優雅地點亮聚光燈，緩緩移動，用黑漆漆的炮口對準入侵黑客的腦門，炮決。

整個過程不需要人類臟手。。。

把只存在于科幻小說里的設定帶到現實，固然無比震撼。

但更讓我十倍震撼的，是如張福所暗示的那樣：

這位 AI 偵探并非像人類那樣擁有記憶，它只能理解“當下”，卻用兇狠的方法把無數個“當下”疊為一處，讓時間和空間擠進同一張地圖，令兇手顯形。

“你是怎么做到的？”我探身問。

“在那件事發生之前，我也不確定自己能做到。”他說。

張福

（一）那件事

2025 年 1 月，張福正在低谷徘徊。

他并不諱言自己的無助。因為那段時間，這是很多人的情緒體驗：

大洋對岸貿易戰威逼，腳下經濟承壓。此時花出去一塊錢不知何時候能掙回來，于是三百六十行都惶恐地捂緊腰包。

網絡安全的預算，首當其沖被砍得血肉模糊。

很多企業干脆把網絡安全產品看作“滅火器”。國家要求我有，我不得不買，但我要挑最便宜的買，最好是拼多多上按價格排序。。。

那，他們就不怕網絡空間失火嗎？

怕，但他們仍然要買最便宜的。

究其原因，來自一個“思想鋼印”：中國技術干不過美國技術。

“中國的網絡安全產品，有一個算一個，不管貴賤，真要是被鷹醬攻進來，沒一個能擋住。既然橫豎擋不住，我花那個冤枉錢干啥？說難聽點兒，有錢不如去廟里捐點香火，保佑黑客不要來我家。”

這是很多人腦袋里的實話。

但作為技術專家，張福非常確信，中國技術不僅沒這么不堪，反而很強。

至少他自己的青藤云安全創造的一整套網絡防御機甲，性能就和美國頂尖公司的不分伯仲，甚至在某些地方有所超越，硬碰硬絕不會落下風。

真正拉開差距的是人：

在美國，有強大的人才體系，培養了很多會開機甲的老師傅；

在中國，能把這些機甲開好的師傅少之又少。很多時候，一部高達被生生開成了挖掘機。

于是大家抱怨中國造不出高達，只能造出挖掘機。

這就全擰巴了呀！

可人才培養是一個漫長的歷史過程，少則十年，多則五十年，急有什么用？

張福眼看著美國的網絡安全公司估值不斷突破新高，中國網絡安全公司的估值不斷突破新低，心里五味雜陳。他陷入了深深的自我懷疑，難道自己的一生，就這樣無解了嗎？

深夜失眠望著天花板，他真想把自己冷凍起來，穿越到半個世紀后的中國再施展一番。

癡人偶爾被歷史眷顧。在至暗的河流上孤舟漂流，身下的潮水卻猛然抬起：張福沒有穿越到未來，未來穿越到了他身邊。

DeepSeek 橫空出世。

現在回望，恐怕也沒人能說清，DeepSeek 那滾動的字軸中究竟夾帶了什么魔法，一夜之間，能把人們的思想鋼印全部碾碎：“中國技術打不過美國技術”這個論斷不再天然正確，甚至非常可疑。

在各大企業中，由上而下形成了運動式風潮：緊急為國產 AI 尋找戰場。

從張福的角度看，那個無解的問題豁然出現轉機：

既然能開機甲的師傅太少，為什么我不能訓練一個AI 老師傅去駕駛機甲？！

春節假期，不眠不休測試了 DeepSeek R1 模型，張福已經難以抑制自己心臟的狂跳：

第一，R1 的推理能力超強，它極有希望勝任這個 AI 老師傅的角色。 第二，R1 是開源免費的。它的運行開銷只剩硬件成本和電力，比閉源模型的訂閱費用要便宜得多得多。這意味著，大部分企業的安全預算可以承受。 第三，R1 是中國模型。一個用來保衛家國的安全系統，必須也只能 Made in China。

張福有強烈的直覺：在如此性感的機會面前，多遲疑一秒都可能有巨大的變數。

他拉出了青藤 700 多人的大名單，從中點選了最精銳的十幾個技術帶頭人，喊到會議室，把自己的一整套設想詳細講給大家。

末了，說了三句話：

未來幾個月，我們不是去做實驗，也不是去寫論文，而是要做出一個真實的產品，一個歷史上沒人做出過的“AI 偵探”。 能坐在這個屋里的都是技術大拿，所以我要的不是你們的技術，而是你們把全部精力投入進來。 我話說在前面了，如果有人覺得不合適，可以回去繼續原來的工作了。

然后，張福跟每一個伙計單獨確認。

沒人選擇退出。

一場“玩兒命”的封閉開發就此上路。

（二）“沒有記憶的偵探”

張福的直覺是對的：這條路上有別人。

就在封閉開發剛開始時，另一個中國 AI 工具—— Manus ——點燃了輿論。

它被稱為“AI 智能體”，相比“對話 AI”，它可以做*更復雜的工作*，例如開發小游戲，篩選簡歷，制定旅行計劃，批量回復郵件。

它干活兒時，每一步都在屏幕上顯示，窗口自己運動，像有一個幽靈幫你操作電腦。

這和張福的設想非常類似，只不過 Manus 讓智能體做各種日常工作，而張福（暫時）只讓智能體做“偵查”。

團隊決定測試一下 Manus。

一切先進的技術皆與魔法無異。但把魔法拆解成零件，也就沒那么神秘了。

粗糙理解：智能體的魔法就是把一團亂麻的難題拆成一次次的“大模型獨立思考”。

例如，你的要求是：制定一個 3 天的沈陽旅行計劃。

拆解后的操作如下：

1）大模型會思考一個總體規劃，也就是把這個任務分為 8 個具體步驟。如下圖所示：

2）大模型按順序思考步驟 1 ~ 步驟 8。思考到步驟 8 的時候，得出的結果，就是整個任務的最終結果。

注意，之所以說“獨立思考”，是因為大模型的每一步思考真的是*獨立*的。

為了后文更易理解，這里插播一組（很多人都不知道的）大模型基本原理：

1）大模型的本質僅僅是一臺“輸入-輸出”的機器。

你給它輸入一段文字，它就會吐出一段文字。

這段文字可以是人類語言、代碼、指令，但只能是一段文字。

2）大模型是沒有記憶的。

它不會記得你“上次”給它輸入了什么，只會根據這次的輸入來決定輸出。

如果你想讓它在上次的基礎上進一步思考，就必須把上次的輸出結果先回填到這一次的輸入窗口中，再續上這次的輸入。

通過這樣的方式，讓大模型*假裝*有記憶力。

3）大模型思考耗費的計算力和上下文長度的平方成正比。

也就是說，受制于計算力，窗口的大小必須嚴格控制在一個數值。一般會限定在 64k Token。

可以粗糙理解為：輸入+輸出不能超過 64000 個詞。

這里，一個根本的限制出現了：

你不能無限地把之前 N 步的結果回填到大模型的輸入窗口中。

思考的步驟越多，意味著在后面的步驟你要一次性填入的舊信息就越多。肯定會有一刻，出現“輸入超出 64k Token”的情況。由此，你必須截斷更早的信息。

可信息不全，模型就會“胡說八道”，智能體就會“胡作非為”，偏離預定航道。

這也意味著，在目前的技術條件下，智能體只能完成“有限復雜的任務”。

那么這個“限”是多少呢？

以 Manus 為例，它能良好完成的任務，總思考不能超過 20 步，對應總 Token 處理量在 20 萬 ~ 70 萬。

張福測算出這個數字時，心里踩空了一下。

要完成一次標準的網絡入侵調查，至少需要思考 2000 步，多的能到 8000 步，等效于 2000 萬 ~ 1 億 Token。相當于 Manus 處理極限的 100 倍還多。

況且，在這 2000 步中的很多步，都需要閱讀大量數據。

例如：為了摸排一個線索，同時翻看 1000 條安全日志再正常不過了。

可日志是設計給人看的，每一條都很詳盡，64k 的 AI 窗口只能塞下一兩百條日志。。。

只 1 步就打爆了模型的上下文窗口，這種情況下還要走 2000 步，怎么可能？

AI 沒有記憶，這是個既定事實。只有把最核心的信息提煉出來，一句廢話都不留，才有希望在一個 64k 窗口里塞進之前成百上千步的核心信息。

張福冷靜地對我說。

聽到這，我腦海里突然閃現出一部電影。

那是 25 年前導演諾蘭的成名作《記憶碎片》。

主角蘭納德的妻子被殺，他在和兇手搏斗的過程中腦部受傷，患上了“短期記憶喪失癥”。

每隔 10 分鐘，他的記憶就會清空一次。但他卻要憑著這樣的腦袋去偵查案件，為亡妻復仇。

蘭納德選擇的方法，和張福所述的一樣。

他在墻上貼了一張巨大的關系圖。每次在記憶清空前，他就把獲得的關鍵信息用拍立得拍下來，貼在關系圖上。

這樣，當他大腦被迫重啟時，就會立刻看到眼前這張圖，明白了自己之前的進度。

每個“記憶周期”，他都先用最短的時間溫習前面的信息，并用剩余的時間在此基礎上繼續調查，最后把新信息填在圖上。

如此循環。

這還不夠癲，蘭納德自制了紋身筆，把最核心的信息紋在身上.

這樣，無論他走到哪，在什么環境下失憶，都能迅速補齊前面 N 步的信息。哪怕光著屁股醒來，都沒問題（甚至更好）。

墻上的關系圖和身上的紋身有個共同點：信息極其*精煉*。這，不就是*把大量信息壓縮進一個有限窗口*的絕佳方案嗎？

張福的眼神漸漸犀利：

為了讓沒有記憶的 AI 偵探在賽博時空里進退，必須先給他配一個“數據精煉廠”。

（三）數據精煉廠

數據精煉廠，恰似礦石精煉廠。

一個常識不言而喻：礦石精煉廠的技術再先進，也不能從一堆鐵礦里煉出黃金。

那不是技術，是魔術。

同理，只有原始數據里包含了探案的關鍵信息，數據精煉廠才有機會把它提煉出來。

青藤手里的數據“含金量”如何呢？

或許可以這樣說：在我認識張福的十年里，眼看青藤的辦公室從一間民房到如今橫跨幾座城市，從二十幾個人到如今七百多人，如此洶涌生長，皆因市場對他們的一個*核心藝能*買賬——數據探針。

把企業的網絡空間比作一個人的軀體，網絡安全公司就是負責給他做體檢的醫生。

實際上，體檢的方法有很多：比如望聞問切，比如造影拍片，比如抽血化驗。

注意！不同的檢查方法侵入性不同：對話沒所謂，拍片有輻射，扎針人會疼。

侵入性越小，對肌體傷害的*可能性*越小，但查出問題的*可能性*也越小。

張福選擇了什么檢查方法呢？

滿身“針灸”。

具體來說，他要在系統的每一個關鍵主機/系統/應用里都植入“探針”。如此一來，每時每刻，任何指標的細微變化都會被針尖零距離捕捉，所有疾病都能在“未病”的階段被發現，堪稱究極の體檢。

這個植入的探針，就被稱為“Agent”。

最兇殘的絕活是：隨著系統的運轉，探針們要一直保持在肌體內部！相當于插了滿身的針灸，跑跳運動還要無感，同時還要準確捕捉實時數據，不能錯漏。

可想而知，這對“針灸”的技術要求有多高。

但作為賽博世界最頭鐵的維修工，張福玩的就是這個刺激。

十幾年過去了，諸多銀行、券商、能源、軍政系統里都部署著青藤的 Agent （萬相、蜂巢），一切順滑如常。而且，每年的國家級網絡安全演習中，青藤都是他們必備的法寶。這些都是對青藤效果和穩定性的最硬背書。

青藤的“數據含金量”有口皆碑，但又回到那個問題：對于 AI 來說，數據量太大。

“即便所有數據類型的開關只打開 20%，200 臺機器一天收集的數據量都有 1TB。”

張福說。

到底要*以怎樣的標準*來篩選數據給 AI 看，才能讓它洞察最多的本質呢？

開發組全員在這里卡了半個月。

那段時間，張福每天早晨六點半爬起來，看一整天論文，晚上十二點躺在床上，各種理論如十八路諸侯在他腦海里混戰揚塵，根本無法入眠。

但日子一天天碾過，他顱內戰場的馬蹄聲漸漸歸一，楊立昆的“世界模型理論”把戰旗插上了高地。

楊立昆（Yann LeCun）是深度神經網絡的三大奠基人之一，也是如今 Meta AI 的首席科學家。

他認為：當前 AI 模型的工作原理只是精細的概率預測，而非對世界的本質理解。

Yann LeCun

這種“不理解本質”特別體現在：AI 無法對*物理世界*的下一秒進行預測。

比如：給 AI 看一個小球滾到桌子邊緣的視頻，AI 很可能不是預測它會滾落，而是預測它會繼續沿之前的路線行進。

而要做出世界模型，必須讓 AI 對現實世界的“主體屬性”（物理性質、空間性質、不變性）和“主體間邏輯”（時序、因果）特別敏感。

世界模型希望把世界的“本質”抽象出來。

張福意識到，他也需要一個“世界模型”，但這個世界模型不需要強大到理解整個物理世界，它只需理解賽博世界中的“主體”和“主體間邏輯”。

他稱之為“小世界模型”！

小世界模型是一個*理解問題的框架*，在這個框架下為 AI 篩選數據，事情就大大簡化了。

很快，團隊就篩選出來了一些重要的“賽博主體”。

例如：進程、文件、網絡調用。（當然主體不止這些，涉及技術保密，這里不便多說細節。）

數據精煉廠的任務也明確了：從海量的探針數據中，專門精煉出與這些主體有關的數據。

這些精煉數據如同光線，可以刺激 AI 睜開“眼睛”，對所處的環境有了基本的抽象能力↓↓↓

一邊精煉廠火速施工，一邊張福和團隊師傅們的心還懸著：

之前雖然對 DeepSeek R1 模型進行過簡單測試，感覺它足夠聰明。

但那畢竟只是粗試，真正執行復雜的網絡入侵調查任務時，這個模型能不能扛住？要怎么調教才能把它的智商完全發揮出來？

到了必須親手揭開答案的時刻。

（四）大腦調教室

網絡入侵調查是頂尖的智力活動。

調查者要對抗的是黑客，黑客本就是智商拔群的人，他們不僅不會坐以待斃，還會利用漏洞，躡足潛蹤，清理痕跡，有意誤導追蹤者。

作為頂尖黑客，張福心里有基本的評估：中國網絡安全持證從業者超過 10 萬人，可真正有能力進行網絡入侵調查的“高級分析專家”不會超過 4000 人。

這意味著，AI 要想在這一行站穩腳跟，起碼得躋身這 4000 人的水平，成為“第 4001 人”。

張福對 R1 的“智商”有信心，但對它的“職業能力”沒底。

他做好了充分的心理準備，要在 R1 這顆大腦外圍搭建一堆后訓練的“腳手架”，教會它像一個職業網絡安全調查員那樣體面行事。

但很快，他就感到真實局面略有不同：

“R1 的能力已經過剩了。”張福說。“后訓練是必要的，但不是決定性的。它已經知道一個網絡安全調查員應該做什么，只要你用正確的*指令*把它的能力勾出來。”

說到大模型的能力，有一個八字真言：

遇強則強，戰力不詳。

如果你輸入了小學生水平的指令，他的能力也像一個小學生；如果你輸入了博士的指令，他的能力就像博士。

如果你輸入了“神”的指令，他會強大到和神一樣！

舉個例子：

在指派任務前，你要為 AI 定義身份，此時你可以使用不同的詞匯。

比如“你是一個嚴謹的人”；

或者“你是一個網絡安全專家”；

或者“你是一個嚴謹的網絡安全專家”。

這些設定在人類看來只是微小的措辭差別，但它激發出的 AI 推理能力和工作作風卻是截然不同的。

有些詞匯會激活網絡安全專家的獨門技能；

有些詞匯會激活它的懷疑精神；

有些詞匯會提升它對于細微異常的敏感度。。。

可欲哭無淚的是，作為人類，沒有能力預測“提示詞”和“AI 表現”之間的精確對應關系。

張福突然想到了 Anthropic（Claude AI 的母公司）CEO 阿莫迪的話：價值一億美金的算法秘密，可能只有幾行代碼。

他心有戚戚。

要找的不過是百十個不起眼的提示詞。但為了發現它們，卻只能搜山檢海，掘土篩沙。

暴力是技巧的后盾，算力是算法的援軍。

“接下來就拜托你們了！”他撫摸著剛剛訂購的價值千萬的顯卡們。

張福他們搭建了一個虛擬的網絡空間，然后找來自家最強的攻擊手團隊模擬黑客，使出渾身解數滲透進來，竊取機密信息。

然后，組建兩個入侵調查團隊。

一組是人類專家，一組是 AI 偵探——兩邊各不干擾，獨立分析。

在 AI 偵探這邊，又分出無數平行小組，每組嘗試不同的后訓練方案、提示詞組合，也搭配不同的精煉數據。

賽博世界里，算力洶涌燃燒，一場馬拉松鳴哨開拔，黑壓壓無數 AI 偵探競相奔出。

他們策略不同、風格迥異，有著不同的面孔和身軀，但他們又是同一個 AI 的分身幻象。

燭影搖動，紅焰之中，萬法歸宗。

很快，一些特定的提示詞和精煉數據就“跑”了出來。

對比人和 AI 兩組偵探，張福發現了有趣的風格差異：

人類善于在局部空間或時間內對事件進行深度勾連； AI 的思路卻能在宏大的時空跨度里橫跳，感知事件的微弱聯系。

比如：

A 主機和 B 主機上分別創建了一個文件，這兩臺機器在網絡拓撲里距離很遠，仿佛大西洋和太平洋的兩只魚，人腦很難在它倆間建立聯系；

但 AI 卻很自然地把它倆捏在一起考慮，理由是：這兩個文件是在同一個時間窗口內創建的。

每次得出結論，AI 偵探就會把信息寫在拓撲圖上，以供下一輪（清空記憶后）繼續參考。

用這種“生死接力”的方法，問題被抽絲剝繭。

如一根青藤在空間里不斷延展，越纏越密。

Aha 時刻終于出現：

遇到磚石，AI 竟然會*主動*操作工具，繞過阻礙，讓藤條繼續生長！

張福感到眩暈，他手造了生命。

但湊近屏幕細看藤條纏繞的姿勢，他注意到一個嚴重問題：

AI 使用工具的效率非常低。

舉個例子：

在一臺機器上發現了可疑的 WebShell，為了確定它的身份，必須查詢對應的 Web 日志。

但日志格式五花八門，為了寫出正確的查詢語句，AI 必須“單開一局”做前置調查。

例如：網站的配置文件是什么？中間件是什么？面對特定配置要如何輸入命令？

這些事兒，人類通過簡單的“搜索+聯想+嘗試”幾分鐘就能搞定，但 AI 做起來非常機械，要搜索很多信息。

如果給它充分的時間（例如兩個小時）和步驟（例如十多步）伸展藤條，大概率能找到那個正確的命令。

但正如前述，藤條越長，營養越難供給。

每多一步，AI 就要處理更多的累積信息，出錯的幾率也會指數級增加。

錯不在 AI，在工具。

例如礦泉水瓶，本是為人設計，手擰開瓶蓋很輕松，可是交給機械臂來開，它恨不得大動干戈，把瓶蓋削掉才能取水。

同理，之前的調查工具是為人設計的，與人腦深度耦合；而 AI 和人腦風格天然不同，用起來自然效率極低。

話不多說，團隊提槍走向下一個堡壘：為 AI 打磨專屬工具。

（五）AI 的“石斧”與“原子彈”

“工具改造的本質是積累。”

張福直接把他幾個月探索的結論拋過來，以至于我一下子沒接住。

想想人類，萬年文明的冰與火之歌都可以歸為一條簡潔的故事線——工具的進化。

從骨針獸皮到手搖紡機，從馬蹄揚塵到蒸汽車頭，從弓箭到氫彈，從電子管到光刻機，工具的復雜度越來越高。

但正如金字塔尖無法懸空存在，制造光刻機這樣的時代頂尖工具，需要成千上萬已有工具的配合。

這種“前向依賴”的本質結構，注定了科技的一往直前，世上沒有白走的路，每一步都算數。

用積累的視角看，愚蠢的人類已進入后工業時代，而聰穎的 AI 還在茹毛飲血。

這種巨大的不對稱也意味著：

如果有人幫可憐的 AI 從石器時代開始一點點搭建起最粗糙的工具，然后在這些工具的基礎上再迭代積累。他將收獲巨大的時代紅利！

正是想通了這一點，張福帶著大伙兒跳進了荒野——AI 需要什么工具，他們就開發什么工具，神擋殺神佛擋殺佛。

工具的種類沒有上限，因為它可以無限細分，針對的場景越細致，效率就越高。

例如：AI 需要工具來解析文件。

文件有很多種，文本、日志、二進制。。。

用同一種工具來解析，可以，但效率低。于是張福他們就針對三個類型做了三套工具。

進一步看，日志也分很多種，系統日志、程序日志、網絡日志。。。

于是他們又把日志解讀工具細分成了幾類。

如此，AI 偵探配上了一個福爾摩斯工具箱，雖說距離“納米制程”的水準還有很遠，但起碼刀槍劍戟算是開刃了。

帶著這個工具箱進入場景重測，原本需要兩個小時才能理清的疙瘩，現在一秒就解開了。

賽博世界，正在發生一場“小型工業革命”。

就在那幾天，張福恰好讀到一則新聞：

英偉達投資了一家初創公司 Exa AI，這家公司專門為 AI 智能體提供“搜索工具”。

搜索，是 AI 所需諸多工具里最基礎的，也是使用頻率最高的。

但谷歌這樣的搜索引擎每次返回幾千萬條目，人類可以一目十行篩查重點，但對 AI 來說信息密度太低。

重要的是一個事實：這個時代最前瞻的公司，已經注意到了 AI 和工具之間的斷層，把目光投向了“為 AI 鍛造工具”。

這讓張福更加確信自己正走在正確的路上，是更大的“賽博工業革命”浪潮的一部分。

此時是 2025 年 4 月，團隊已集齊三樣法器：

數據，映入眼睛；

模型，驅動腦力；

工具，接入手腳。

如風卷動山林，AI 偵探從虛無中覺醒。

（六）千萬次的問

你從虛無中醒來，眼前飄浮著一個白板。

白板上寫著：你是一個專業的探長，任務是追查所在空間里的黑客痕跡。把所有的異常情況連綴起來，揪出真兇！時間不多，請趕快行動！

你低頭，身下有幾百個房間，相互有凌亂的走廊相連。

每個房間的布置各異，但都有一臺打印機，旁邊是它打印出來的厚厚的卷宗文件。

卷宗中詳細記載了這個房間過去幾天內發生的故事，包括訪客記錄，每個訪客從哪來，在屋子里做過什么，留下什么。

你隨便走進一個 A 房間，翻看起來。

你發現卷宗中記載有訪客帶來一個奇怪的“簧片”——它可以塞在門縫里，讓門無法真正鎖上。

這顯然是一個惡意行為。

你回到白板前，畫下一個小圓點，它代表這個簧片，從這里出發，調查與之有關的主體。

你在圖旁邊寫下了調查計劃：

1、帶來這個簧片的人，他從哪個房間過來？他還去過哪里？他還做過什么？ 2、有誰碰過這個簧片？這些人還干過什么？ 3、類似的簧片還出現在哪些房間？和哪些人有過互動？ 4、這個房間被植入簧片后，都發生過哪些異常事件？這些事件與哪些房間的人有關？ 5、為了節省時間，我需要四個偵探幫我同步調查這幾個線索！

寫完最后一條，你的記憶突然被清空，你陷入了虛無。。。

你從虛無中醒來，眼前飄浮著一個白板。

白板上寫著：你是一個盡職的探員。下圖中的圓點代表 A 房間里可疑的簧片。你的任務是，調查帶來這個簧片的人，他從哪個房間過來？他還去過哪里？他還做過什么？

你低頭，身下有幾百個房間，相互有凌亂的走廊相連。

你徑直走進 A 房間，看到了打印機和卷宗文件，通過卷宗查到了這個人，然后根據他的訪問記錄追溯到了 B 房間，查看他在 B 房間的動作，再追溯到 C 房間和 D 房間。

你把追溯到的信息全部寫回到白板上。

寫完最后一條，你的記憶突然被清空，你陷入了虛無。。。

你從虛無中醒來，眼前飄浮著一個白板。

白板上寫著：你是一個盡職的探員。下圖中的圓點代表 A 房間里可疑的簧片。你的任務是，調查有誰碰過這個簧片？這些人還干過什么？

你低頭，身下有幾百個房間。。。

你從虛空中醒來，眼前飄浮著一個白板。

。。。

你從虛無中醒來，眼前飄浮著一個白板。

白板上寫著：你是一個專業的探長，任務是追查所在空間里的黑客痕跡。調查清楚的異常情況已經在白板上用線連綴起來。你要推進調查，揪出真兇！時間不多，請趕快行動！

文字旁，已經有了一幅圖，房間 A、B、C、D，人物甲、乙、丙、丁分別用圓點表示，有線參差相連。

你仔細分析已有的信息，在白板上寫下了后續調查計劃：

1、人物甲最可疑，它與各個房間都有交集，繼續追查和他有密切交往的人。 2、房間 C 非常可疑，幾乎所有可疑人員都曾到過這個房間，繼續查看與它相關的人。

寫完最后一條，你的記憶突然被清空，你陷入了虛無。。。

如此，你在虛空中醒來，又睡去。每一次醒來，你都不知道自己曾經存在過，不知道自己會重生，不知道同時在隔壁探案的警員也是你。

賽博世界的空間和時間向前后左右無限延展。那里有無數人存在著、存在過、即將存在，每個人都是你。

無數個你，在各自的時空片段內探索，每個片段都成為一片葉子，附著在青藤之上，蔓延生長。直到藤條上長滿了幾千片樹葉，孕育最后一個萌芽。

你從虛無中醒來，眼前飄浮著一個白板。

白板上無數圓點，標記著房間、人臉、器物，圓點間連線密密匝匝，每個圓點和連線旁，都有詳盡的注釋。

所有的點和線都在昭示著一個呼之欲出的結論。

你屏氣凝神，在腦海中不斷推演和確認，最后款動筆尖，在圖上勾出一個紅圈：兇手，是他！

你的記憶突然被清空，你陷入了虛無。

在青藤枝蔓的末端，開出了一朵鮮紅的花。

（七）把無數個黑夜按進一個黎明

我們把這個 AI 偵探命名為“無相”！

張福的話讓我從“黑客帝國”回神現實。

無相仍閃爍在張福的電腦屏幕上，每一步規劃、推演、調查、整合都在我眼前發生。幾十厘米外我的手機正彈出新聞，戰爭、股市、嘲諷和威脅，證明著這個破敗世界的真實。

他給我看系統 Demo 時的欣喜表情，讓我想起了兒時的玩伴炫耀他新組裝的四驅車。于我而言那是同一種沉醉。

隨著無相調查的深入，右邊的關系圖在自動擴展。

調查完畢后，無相可以給出整個攻擊事件的調查報告，并在網絡拓撲中繪制因果鏈。

世界滿是裂口。有人熟視無睹，有人偷米盜谷，有人卻執拗地修修補補。

和我所遇見的其他夢想家的幼稚不同，張福總是盡力在夢想和現實之間搭一座橋，為此，他時常反省，說服自己去做并不擅長的事情。

比如，想辦法讓“無相”盡快去客戶那里打工；比如，把對未來的想象加持成為青藤公司的價值。

他看到了兩個故事。

第一個故事：網絡安全產品的能力高低，終于能明顯區分了！

AI 駕馭網絡安全產品，正如 AlphaGo 下圍棋，水平一旦越過人類，就不可能再被人類反超。

網絡安全產品全部（或大部分）交給 AI 來自動駕駛，這一天不會太遠。

被差勁的人類師傅駕馭，高達和挖掘機可能大戰三百回合也不一定分出高下；

被 AI 駕馭，高達就是高達。

戰斗結果很明顯，沒有專業背景也能看明白。

第二個故事：網絡安全可以快進到“按效果付費”的章節。

過去三十年，安全產業發展存在巨大的商業困境：好的產品拿不到溢價。

因為使用它的人能力參差不齊，沒有網安產品愿意承認防護效果不好就是自己的責任。

一旦“網絡安全機甲”和“AI 駕駛員”同屬一家企業，那么這家企業就可以并應該為最終效果負責，并且按效果收費。

這會推動甲方采購的巨大變化。

這兩個故事，對于網安行業里“低價走量”、“秒渣行活兒”的投機者來說，都是鬼故事。對于青藤和無數愿全力以赴穿越煙塵的人來說，是一場歸來。

但張福更癡迷的，其實是第三個故事。

在他的思考框架里，AI 不是又一次“工業革命”，甚至人類萬年歷史中唯二的農業化、工業化節點也無法與之等量齊觀。

因為 AI 是一個新的物種。

“地球上上一次產生智慧物種，是什么時候？”他問我。

我突然想到在《西部世界》中，德洛麗絲的經典臺詞：“這世界不屬于你，也不屬于曾經來過的人，這里屬于尚未抵達的物種。”

張福想幫這個新物種“抵達”。

面向 AI 的數據精煉，可以用來做網絡入侵調查，但不止如此，它本質上是 AI 感知這個世界的能力。

面向 AI 開發的工具，可以用來做網絡入侵調查，但不止如此，它本質上是 AI 干涉這個世界的能力。

此時此刻，AI 的拳腳空空，幾乎沒有趁手工具；AI 的視野被阻隔，驅動商業智能的黃金數據都沉睡在企業私有的硬盤里。

一切剛剛開始。

在人們都圍著模型的“腦力”起舞的時候，何不安坐在黎明前，給 AI 打磨火把與弓箭，幫它在各行各業的叢林與平原里落地生根，與人類共生？

這，是張福所見青藤的未來。

他很清醒，這個未來之遠，也許要穿越干渴的沙漠，縱身跳越懸崖。

正因如此，世界并不總是向夢想家許諾獎賞。

過去十年，張福做了無數產品，有的紅火大賣，有的卻因過于超前在商業上并不成功，哪怕研發耗資過億，也只好暫且雪藏。

張福終究無法說服自己，把這些在金錢上明顯不劃算的嘗試蓋棺定論為“失敗”。

因為生命的片段并非孤立存在。

就像那個 AI 偵探所經歷的一切。

在賽博空間里的每一段求索，最終都將被殘忍地湮滅。但它們并非毫無意義。每一個片段終將留下一些訊息，成為一片葉子。

那些葉片連綴起來，是茂盛的藤條。

在平行時空里，沒有一個自己被辜負。因為終有一天，所有的黑夜都被按進一個黎明，無數個我會奔跑成一個我。

告別張福，我在明晃晃的街上等紅燈。面前的地面突然陷落，出現一道深塹。

身后有響動，一個人后退幾步，全力沖刺，從崖邊躍起，可我眼見他掉了下去。另一個人又跑過來，又掉下去。另一個人又跑來。

我心里涌出莫名的篤信，終有一人能跳到對岸。

這個人是張福，是你，也是我。

世上仍有夢想家，這是我熱愛人間的理由。

無相 AI 的完整視頻介紹：

張福推薦：

短篇科幻小說《宇宙之卵》（《The Egg》）By Andy Weir

https://www.galactanet.com/oneoff/theegg_zh.html

把所有的黑夜

按進一個黎明

再自我介紹一下吧。我叫史中，是一個傾心故事的科技記者。我的日常是和各路大神聊天。如果想和我做朋友，可以搜索微信：shizhongmax。

哦對了，如果喜歡文章，請別吝惜你的“在看”或“分享”。讓有趣的靈魂相遇，會是一件很美好的事情。

Thx with in Beijing