::: {#6295 .section .section .section—body .section—first} ::: section-divider

---

:::

::: section-content ::: {.section-inner .sectionLayout—insetColumn}

为什么真正的计算机革命从未发生 | 艾伦·凯（Alan Kay）与安然·卡塔（Anjan Katta） {#98cc .graf .graf—h3 .graf—leading .graf—title name=“98cc”}

个人计算机之父艾伦·凯（Alan Kay）与 Daylight 创始人安然·卡塔（Anjan Katta），探讨如何构建一个让技术增强而非取代人类智慧的未来。

Mario Gabriele邀请到了两位非凡的嘉宾：现代计算的先驱艾伦·凯（Alan Kay），他的远见帮助塑造了个人计算机革命；以及 Daylight 的创始人安詹·卡塔（Anjan Katta），他正在打造一款为深度思考而设计的、在 AI 充斥的世界中被彻底重新想象的个人计算机。

探讨了人工智能如何重塑我们与计算机的关系；当 AI 无处不在时，当前的计算范式是否依然适合我们；以及我们可能需要怎样的新型人机交互模式，才能与智能机器并肩而行。

这是一场关于如何在算法时代重新夺回主动权的对话 --- --- 以及如何设想那些能够放大人类智慧而不是取而代之的计算工具。

探讨了：

• [为什么艾伦认为”计算机革命”在商业化过程中走错了方向，错过了早期计算先驱的人文主义愿景]{#c75a}
• [信息的结构 --- --- 从分页到平台 --- --- 如何塑造我们的思维方式]{#fb37}
• [Daylight 如何创造一款以阅读和写作为核心的设备，帮助人类触达”前额叶”，而不是陷入”蜥蜴脑”]{#6700}
• [“魔法媒介”的概念，以及计算如何帮助我们成为更好的自己]{#699f}
• [为什么马歇尔·麦克卢汉的媒介理论在数十年前就预测了当下的技术困境]{#e5a0}
• [在计算系统中，智力与智慧的关键区别，以及为什么智慧才应成为我们的重点]{#9c01}
• [为什么深思熟虑的约束在计算设计中能够引导更好的思考与更有意义的互动]{#2ba1}
• [在面对复杂挑战的世界中，发展系统思维的迫切性]{#6114} ::: ::: :::

::: {#4014 .section .section .section—body} ::: section-divider

---

:::

::: section-content ::: {.section-inner .sectionLayout—insetColumn} Alan Kay：我们不需要的是某种模仿易犯错的人类、并被工业革命放大了的东西。让易犯错的人类制造垃圾、再由互联网将其成倍放大，已经够糟糕的了。

Mario Gabriele：如果这些易犯错的人类都位于智力排名前20%，那拥有一千倍更多的人类会更好吗？

Alan Kay：我认为关键的词是”智慧”，而不是”智力”。

Anjan Katta：我接近计算领域的第一个角度是：如何帮助人类接触到大脑前额叶、你更高层次的自我，而不是陷入蜥蜴脑的本能部分。现在我们有了第二次机会，可以从零开始重建计算，并将我们所有的经验与智慧融入其中。 ::: ::: :::

::: {#e727 .section .section .section—body .section—last} ::: section-divider

---

:::

::: section-content ::: {.section-inner .sectionLayout—insetColumn} Mario Gabriele：大家好，我是 Mario，这里是 The Generalist 播客。未来已经到来，只是它尚未被均匀分配。每一周，我都会与那些生活在未来的远见者和建设者们对谈，帮助你理解接下来会发生什么，以及你如何为之做好准备。今天这一期节目真的非常特别。这是一场与艾伦·凯（Alan Kay） --- --- 传奇的计算机科学家与博学多才的思想家 --- --- 以及 Daylight Computer 的创始人安然·卡塔（Anjan Katta）的对话。毫不夸张地说，艾伦帮助发明了现代世界。在 1970 年代的 Xerox PARC，他和他的团队创造了我们今天所熟知的个人计算的基础：图形用户界面、面向对象编程，以及笔记本和平板电脑的概念框架。
尽管取得了这些成就，艾伦却认为真正的计算机革命从未真正发生。相反，我们得到的是那些完全错失更深层愿景的商业化发明。而Anjan 则代表了一代正在尝试修正航向的新力量。他的公司 Daylight 打造了一款可以说是近年来最具思想性的计算设备。这是一台专为阅读、写作和思考而设计的 PC，而不是用于消费与分心。为了实现这一点，Anjan 不得不从零开始重新思考计算，用数年时间打造全新的硬件，以确保 Daylight 拥有正确的基础。从很多方面来说，这是一种回归，回到计算最初的人文主义原则。
我们在伦敦炎热的夏日里，于艾伦的家中完成了录制。这场对话跨越了数个世纪与学科，我们谈到了旧石器时代的洞穴、马歇尔·麦克卢汉的媒介理论，以及现代的人工智能。这既是一堂历史课，也是一场技术批判，同时还是一段关于在机器日益强大的时代，身为人的哲学沉思。
能够向我们这个时代最伟大的博学者之一学习，同时与一位极具原创性的创业者交流，真是莫大的荣幸。这次对话让我钻入了无数个”兔子洞”，并重新塑造了我对人类与计算机关系的思考。这是一个新播客，所以如果你喜欢这样的对话，我非常希望你能订阅并加入我们的旅程。
现在，请听我与艾伦·凯和安然·卡塔的对话。
Alan，我最近看了你在 1997 年 OOPSLA 的演讲，那次演讲的标题是 --- ---

Alan Kay：哦，天哪。

Mario Gabriele：是啊。“计算机革命尚未发生”（The computer revolution hasn’t happened yet）。

Alan Kay：是的，我用过这个标题好几次。而且我得感谢 Dan Ingalls，他当时说：“Alan，去震撼一下他们吧。”

Mario Gabriele：我觉得你做到了。那 28 年过去了，你会说计算机革命现在已经正式发生了吗？

Alan Kay：嗯，确实有一场革命发生了，但不是我们真正想要或需要的那一场。这毫无疑问。当然，这也是当时的重点，因为那正是几乎二十年个人计算商业化的尾声 --- --- 而早期的研究小组本来是对个人计算感兴趣的。所以我们在商业上得到的是不一样的东西。而在社会层面上，距离那场演讲 28 年后，我们得到的东西则是极为不同的。

Mario Gabriele：当你去思考那些尚未发生、但你希望已经发生的革命方面时，它们具体是什么样的？

Alan Kay：我们这些在 60 年代研究这些想法的人，很多都是麦克卢汉（Marshall McLuhan）的读者。所以我们很清楚：当你创造一种新媒介时，总会发生大事。首先，它往往会以各种方式吸收之前的媒介。其次，它会改变大多数人对”正常”的理解。它可能会带来不同的心理效应。
所以麦克卢汉仅仅从电视出发（而不是从计算机和网络去思考）就预测到：技术会让世界突然同时显得既小又大。他称之为”地球村”。他本人其实并不真的想要一个地球村，但他认为那种跨越广阔地域的亲密感、接触感，会成为他所谓”电子世界”的巨大效应之一。于是他做了几个预测。其中之一是，他说大多数人会觉得自己失去了身份。因为他们现在处在一个小镇里，但没人关心他们。

Mario Gabriele：对，他们没有群体归属。

Alan Kay：而他们又觉得自己应该有。所以他的一个预测是，很多人会花余生去为自己的身份而战，有时甚至是暴力的。这个预测很值得思考。而他还有很多其他的，比如他预测电视的内容会 --- --- 
他认为镜头时长最终会变得和电视广告相似。

Mario Gabriele：就是变得越来越短…

Alan Kay：没错，一切都会缩短…因为他说，最契合电视的东西其实就是广告。

Mario Gabriele：天啊，那真是非常有先见之明。

Alan Kay：而且…没错，他还指出，意大利教堂里伟大大师们的画作其实也是广告。广告总是由最有钱的人付费的，目的是为了颂扬他们的信仰等等。所以他能够…他能看出这些东西，这些本该对大多数人来说很显而易见的东西，但实际上并不是。大多数人往往倾向于把眼前的东西当作特定存在，而不是把它放进某个历史时期来看。但麦克卢汉其实是一位文学评论家，所以他能看到许多这样的运动。他能看到这些东西。
所以他做出了一些非常有先见之明的观察和预测，而我们 60 年代的许多人也非常清楚这一点。回过头来看，我花了不少时间试图向教育界解释可能会发生什么。尼古拉斯·尼葛洛庞帝（Nicholas Negroponte）和我花了很多时间走访出版商，向他们解释将会发生在他们 --- ---

Mario Gabriele：生意上的事情。

Alan Kay：对，他们的生意等等。但事实上，现在回头看，如果当时我能重新分配时间，我会至少多花十倍的时间去处理教育问题。

Mario Gabriele：哇，很有意思。

Alan Kay：因为我们所得到的是社会公众最幼稚、最危险的一套反应。公众对事物的一般态度，以及他们所认为的”正常”，远远超出了我们当时认为会看到的危险。

Mario Gabriele：Anjan，我想把你拉进来，因为显然你之所以做你正在做的事情，是因为你在某种程度上认为这场革命还没有发生。那么，特别是艾伦提到的一些教育方面的内容，你觉得哪些部分是明显缺失的，或者明显错位的，当你开始构建的时候？

Anjan Katta：我觉得这里有趣的地方，显然是我被吸引去深入接触艾伦和他的工作，以及许多这种早期有远见的计算机研究的原因，那是一种”天哪，原来它可以是这样的”。而这确实给了我很大的推动力。
但实际上，我会说更多是自下而上的东西让我意识到：计算机其实并不是它本该成为的样子，而它也可以是别的样子。自下而上的部分就是我的个人经历，我的电脑有越来越多的内存，更强大的 CPU，我有越来越好的软件。
可我却并没有变得更高效，也没有感觉更好，也没有记住我读过的东西。我常常只是分心，或者熬夜到太晚，用电脑的感觉一点也不好。所以对我来说，我会想，苹果的广告里在做什么，他们描绘了这些美妙的功能，而我实际体验到的却像是穴居人、尼安德特人、蜥蜴脑的行为。这种”它应该是什么样”与”我真实体验到的”差距是如此之大。

Alan Kay：让我在这里插一句，因为我只是想让我们所有人和观众意识到，我们现在正在做的事情，十万年前在旧石器时代的山洞里就能做到。我们坐在一起聊天，而它同时被录下了音频和视频，对吧？
所以这里唯一真正涉及的技术，其实就是延迟了它被再现的时间。

Mario Gabriele：是的，没错。

Alan Kay：而实际上，我们正在讨论的这些技术，如果没有文字的发明，是根本不可能被发明出来的。然而我们并没有用文字来记录它，因为我们并不假设需要读到这些文字的人会去阅读。我们把它做成图像和其他形式，因为我们假设需要理解我们在谈论内容的人，基本上并不是读者和写作者，而仍然是口语社会的类型。所以这确实是值得思考的。我在几乎每一次演讲里都会提到这一点。我会放一张幻灯片，上面是一堆古老的篝火，然后说：嘿，为什么我们要开这个会议？为什么你们不去读点东西？
因为阅读实际上能传递更多…那些必须被理解的细节，以便真正明白我们所处的位置。但我们现在是在对话。我不是在抱怨。

Mario Gabriele：不，不，这个观点很好。老实说，我以前从没这么想过。

Alan Kay：是啊，人们并不会这么想。

Mario Gabriele：即使作为一个写作者，我也不一定会这么想。

Alan Kay：嗯，就拿一个例子来说吧，比如在柏拉图的对话录《斐德罗》中，他让苏格拉底代为发声，猛烈抱怨文字。你可能知道，苏格拉底抱怨说，啊，文字剥夺了我们记忆的能力。哇，因为我们现在有了一个记忆的义肢。当有人把某些东西写下来，他们就可以去死了，而我们却没法追上去把他们说服回来。这里有一大堆问题。
不过，好在我们身处英国，这是一个理解讽刺的国度。而苏格拉底和柏拉图都以讽刺家著称。

Mario Gabriele：所以那其实是一个眨眼示意…嗯，我觉得是的。

Alan Kay：对。那么他在暗示什么呢？他暗示的方式就像莎士比亚在环球剧院的舞台上让帕克说”这些凡人多么愚蠢”时一样。台下观众不仅愚蠢，还渴望愚蠢，甚至花钱来享受愚蠢。这就是讽刺。而如果我们不给莎士比亚这种功劳，那就太不公平了。
那么柏拉图实际上在说什么呢？第一点是，嘿，你之所以知道这些，唯一的原因就是我把它写下来了。顺便说一句，我是按照我想要的方式写下来的。我们根本不知道苏格拉底是否真的说过这些话。那么我想表达的观点是什么呢？
我认为他的观点是：不，关于文字，正确的理解应该是：正因为我们有了文字，我们才有了一万件值得记住的事。文字根本没有剥夺我们的记忆力。这取决于我们自己。这就像汽车发明之后人们变胖了，那是我们自己的问题。
而文字给了我们这种不可思议的好处，让我们能够超越我们的小村庄进行拓展。所以记忆变得更加重要，因为拥有无数的书籍并四处奔走翻阅实在太低效。你需要把它装进你的大脑里。所以记忆现在极其重要，比在一个口头社会里更重要，在口头社会你只需要记住几千个东西。
所以我认为这才是柏拉图真正的意思。是的。我觉得我们可以把这种思路应用到我们今天正在讨论的事情上。抱歉打断了，但这是一个完美的引入。

Anjan Katta：我觉得这确实抓住了一个关键点。我也忘了是谁说的了，但他们说，你可能在最美丽的柱廊下讨论、阅读某些东西，但如果你的耳边一直有只蚊虫嗡嗡作响，那就祝你好运吧，你很难记住什么。
所以，就我们现在讨论的”计算机革命所带来的积极能力从未真正显现”而言，我的感受还包括：我们必须去除那些负面的干扰 --- --- 就像耳边的蚊虫 --- --- 它妨碍了我们甚至去利用当下已有的能力，更别提那些尚未显现的积极能力了。

Alan Kay：这是个非常好的观点，顺便说一下，我们的大脑里大概有一千只这样的”蚊虫”。所以把耳边那一只赶走，相比于那些基因赋予我们的要容易得多。这是我认为我们必须要思考的。
当麦克卢汉思考的不仅是文字，尤其是印刷术时，其中一个问题是：为什么文字与城市建设相关联，而城市建设正是”文明”一词的根源？它的意思是人们生活在城市中。为什么文字与更高层次的思想相关联？
为什么印刷机会产生如此巨大的影响？因为在印刷机出现时，文艺复兴其实已经开始了。所以它并没有引发文艺复兴，但如果你从远处看，有一本非常出色的书，作者是伊丽莎白·艾森斯坦，书名是《作为变革动因的印刷机》。
她把印刷机视为一个令人难以置信的放大器，恰好出现在思想开始转变大约 40 到 50 年之后。很有意思。肯尼斯·克拉克称之为”大解冻”。嗯哼。然后随之而来的是工业革命的第一次表现。
我之所以这样称呼它，是因为工业革命的本质就是廉价制造大量东西并能广泛传播。而最早被这样制造出来的东西，就是用活字快速排成的版面 --- --- 这些活字是由古腾堡用冲模制造出来的，而不是他发明了印刷。

Mario Gabriele：是的，你在一次演讲中提到过一个我觉得非常有趣的观点，那就是大部分技术其实早就在中国存在了。

Alan Kay：中国遇到的问题和中世纪一样，当时的印刷基本上是用木刻完成的。中国的活字必须经过费力的雕刻才能使用，而古腾堡是一位金匠…某种类型的金匠。当你制造金币时，你并不会把熔化的黄金倒进模具里。你只是把一块金坯放好，然后用雕刻有图案的硬钢冲击它，柔软的金属就会在敲击下流动成形。
古腾堡意识到：哦，我可以把字母 H 做成一个冲模。我可以用我的钢模敲打字母 H，把它敲进黄铜里。叮叮叮叮叮，我就能造出一大堆字母 H 的凹槽。我可以把铅倒进去，然后突然之间我就拥有了成千上万个字母 H。

Mario Gabriele：然后突然之间，其他人也都能开始印刷书籍了。

Alan Kay：于是到了本世纪末，当阿尔杜斯开始印刷时，欧洲已经有两万台印刷机了。这是一个 40 年的…几十年之后，已经有两万台印刷机。

Mario Gabriele：Aldo Minutio？

Alan Kay：是的。没错。Aldo Minutio。他的拉丁名字…有时会被称为 Aldus Minutius。但对，就是他。而且…你知道，我讲过一个故事，关于为什么书是现在这样的尺寸 --- --- 因为Aldus 出去量过马鞍袋。他想知道，就像 Anjan 想知道的那样，嗯，白天光线该有多大合适？以及，你能不能把它带出去野餐？这是当时对产品的一种有趣的介绍。但我认为这些事情其实至关重要，需要认真思考。
不过对当今大多数人来说，最难以思考的就是：计算到底能做一些怎样真正不同的重要事情？因为对世界上字面意义上的数十亿人来说，他们体验计算几乎只是一堆便利功能，本质上是对电脑出现之前的媒介的模仿，以某种方式被变得更便利了，比如访问、更易携带等等。而他们几乎从未接触到计算机真正擅长的那些东西。
我的意思是，有一件事很有意思，大约在 1500 年代初，也就是印刷术出现大约 70 多年之后，Aldus 和学者伊拉斯谟是朋友，他们决定在书里加上页码。而在那之前，页码只存在于一个边缘化群体 --- --- 欧洲犹太文化 --- --- 所印的书籍中。为什么？因为如果你看一本《塔木德》的版本，它看起来就像一个超文本文档。这里有正文。是的。四处都有注释。

Mario Gabriele：就像重叠的窗口。

Alan Kay：是的。所以给页面编号实际上是有意义的。没错。当你实际上处于一个更大的讨论或争论中时。而我认为书籍里的页码之所以重要，是因为在此之前书籍的顺序是通过在下一页底部打印接下来的两个词，或者在上一页底部打印前两个词来保持连贯的。嗯哼。印书的人就是这么做的。
这种做法延续了两百多年。哇，我完全不知道。我有一些 18 世纪的书，所以几百年后它们仍然在这么做，因为这就是习惯。就像 QWERTY 键盘。人们习惯了某种做法。
而书中的页码来自伊拉斯谟和Aldus 在《塔木德》之后的发明，用来引用内容。但它并不是为了引用其他书，因为欧洲一个小镇的常见印刷量也就是几千册。而分页是会不同的。我们没法说，“柏拉图在《斐德罗》里关于文字的 blah blah 是在哪一页？“因为哪个版本呢？根本没有统一。
但他们意识到：哦，等一下，被印刷出来的东西会传播开来，这让我们能够建立起比任何口头文化都更长的论证。而且因为印刷品的数量，它会比手稿更有意义。手稿太少，根本没什么影响，但印刷会像气球一样膨胀。于是他们意识到争论会发生变化。而直到 17 世纪我们才看到这种变化。
所以，在印刷术发明几百年之后，我们开始看到人们争论政治、治理方式…我们看到英国成立了皇家学会，而科学本质上就是争论。所以这两种争论形式都能因为印刷术而被推向更深的层次。
至少故事是这样流传下来的。我的意思是…这正是 60 年代吸引我们的东西。

Mario Gabriele：是啊。我想听众在听的时候会意识到，尽管我们在谈印刷术和这些不同的事情，但实际上我们确实是在谈计算机。你说的有一句话让我想起了麦克卢汉的名言，你以前也提过：“我不知道是谁发现了水，但绝不会是鱼。“
当我们思考计算并寻找这些替代路径时…这让我想知道，Anjan，当你回顾这个行业的历史时，我知道对你来说更多是自下而上的体验。你是从哪里看到有机会走一条更”正交”的道路，去做一些不仅仅是更快、更多内存的事情？你又是如何开始形成这样的构想的？

Anjan Katta：我觉得这一切带来的那种”哇”的时刻是…我想我当时读过麦克卢汉，但我把它分隔开来，并没有真正理解并应用到计算机上。就像艾伦的工作一样。那个”哇”的时刻就是：哇哦，这是一个神奇的媒介。这是一个元媒介。
而且因为我们使用它的方式，以及我成长的环境，你会认为计算机就是一种发消息的工具、发邮件的工具、做作业的工具、查看日历的工具，诸如此类。你会看到那种关于创作和神奇媒介的漫画化版本，比如苹果的广告里，他们展示你用 Final Cut Pro 或 GarageBand 做音乐，但其实对我们大多数人来说完全不可及。
所以至少对我来说，我与这一切的关联是：什么是神奇的媒介，什么是元媒介，就是魔法。它实际上是一种智能的、交互的、动态的方式，让你成为一个更好的自己。
至少对我来说，我一直把这件事放在这样的框架里去看：艾伦总是谈到杰罗姆·布鲁纳（Jerome Bruner）和《人，一门课程》（Man: A Course of Study），这是一门理解人的课程。我觉得对我来说核心就是：我们从哪里来？我们是如何成为今天这样的？我们今天是谁？世界是什么样子，我们又要走向哪里？
而你如果没有看到动物和人类之间的差别，以及我们是如何创造出命题式思维方式的，就无法真正体会这一点。然后从口头文化到书写文化，以及沿途出现的所有不同的知识媒介。你知道，历史通常被描述为国王、战争和胜利者的历史，但真正的历史其实是这些思想和技术的历史 --- --- 无论是车轴、印刷机还是抄本。
所以如果你把计算机放在这样的传承中，把它当作之前一切的美丽演化，那么对我来说，这种演化的关键应用就是我们能够获取更多的人类潜能。至少对我而言，这一切真正的”精华”就是：我们今天的样子只是我们可能成为的样子的一个子集。
我觉得这体现在三个方面。第一，我认为往往因为我们的进化方式与我们所处环境之间的差异，我们被基因倾向 --- --- 蜥蜴脑 --- --- 所主导。所以计算机的第一个方面，至少是我接近它的角度，就是：你如何帮助访问大脑的前额皮层，你更高级的版本，而不是陷入你蜥蜴脑的那一部分？
我认为第二个方面是：你如何从那个被社会、被你所受的社会化、被时代的文化、被环境所决定的简化版自我，走向一个真正的整体个体，发挥出我们所有的能力与存在方式。
而第三个方面是：就像马斯洛需求层次的顶端，意味着什么才能真正实现你独特的能力？所以不要停留在蜥蜴脑，不仅要成为人类最好的自己，还要成为个体最好的自己。
至少对我来说，媒介的力量就在于，它可以与你协作，帮助你实现这三种关于自我的扩展。

Mario Gabriele：艾伦，当你在施乐帕洛阿尔托研究中心（Xerox PARC）时，你在构思 Dynabook 这个理念，你有没有想过，这些计算机会不会对我们蜥蜴脑的那部分产生鸦片般的作用、让人上瘾？这在你脑海里曾经出现过吗？这条路当时看起来是否存在？

Alan Kay：Anjan 刚才说的很重要，值得我们仔细看一看。我们在六十年代中期意识到的一件事是”个人计算”的概念，而那是在还没有个人电脑之前。所以你可以在一台合适设置的、连接到分时系统的终端上进行个人计算。
所以早期的构想更像是…其实和我们今天的情况差不多。今天我们有云计算，我们依赖云。早期的概念则是类比于电力、自来水、天然气、公用事业。这不是只属于某个人的东西，不是某个城堡里的人独享的，而是某种以某种方式被送达的东西。
所以当约翰·麦卡锡在 50 年代看到一台防空图形终端时（它被设计用于追踪苏联轰炸机），他的第一个想法是：每个家庭都会有一台这样的设备。所以他是个很好的起点思考者，因为他立刻就能看出来，而研究界也能看出来，这里面的网络部分 --- --- 最初是空防，后来发展为空中交通管制 --- --- 当时是用来追踪苏联轰炸机的。每个这样的系统大约能运行 150 台图形终端，而当时有 24 个系统。它们通过电话线连接。所以在 50 年代，人们第一次看到了可以为大众提供的”个人计算”的雏形。
这催生了一套理想：嗯，我们应该尝试去发明这种东西。所以互联网在真正被发明之前，它最初的名字叫”星际网络”（Intergalactic Network）。他们问那个想出这个名字的人（J. C. R. Licklider）：你为什么叫它这个名字？他说，因为工程师总是给我们最低限度的东西。我想要的是一个全球性的网络，所以我要求的是一个星际网络。

Mario Gabriele：太棒了。

Alan Kay：是的。如果你仔细想想，很多人，尤其是资助者，往往非常保守。所以如果你能用夸张的说法来表达，几乎每个人都能被说服。
于是 60 年代中期发生了一件有趣的事，那就是戈登·摩尔发表了第一篇关于后来被称为”摩尔定律”的文章。最初的预测是：每年提升一个 2 倍的因子，这其实就是指数级增长。后来做了更细致的研究，我记得过了几年他说：嗯，不会比每两年提升 2 倍更糟。而现实大约是每 1.5 年提升 2 倍。
所以这不仅给了我们一条指数曲线，也给了那些思考未来的人们一个可以依靠的东西。问题在于，这个预测不仅仅是一个物理学预测，它需要分阶段的工程努力。而工程非常顽固地与现实世界相连。所以必须要有信念、要有资金、要有技术上的变革。但我们这些思考未来计算的人就是依赖它。就像…嗯，把它当作一种信条。
但另一个想法是，当你把它推算下去，因为他的预测只到 30 年，也就是基本到 1995 年。而我当时热切的希望是摩尔定律不要延伸到 1995 年之后太久。是吗？你知道为什么吗？为什么？
因为如果再推进几个档次，你实际上就可以模拟电视了。而电视的实际使用方式在美国（现在在英国也是）其实非常糟糕。我记得很早之前我就跟英国的朋友解释：千万不要让商业电视进入这里。他们说，不，没事，我们比你们美国人更有文化素养，它不会影响我们。
还有另一点是，麦克卢汉其实没有完全意识到，但他有所感觉。人们问他：马歇尔，你为什么不用心理学术语？你为什么要自己编造这些说法？当然，他是个文学批评家，不是科学家之类的。

Mario Gabriele：是的。

Alan Kay：但他的回应真的很精彩。他说，在五十年代，心理学家研究的是白鼠。而我去看广告商在做什么，他们才是真正研究人类的人。
哇。
没错，这句话太妙了…
是的。他还写过一本书，叫《媒介即按摩》（The Medium is the Massage）。

Mario Gabriele：是的，没错。

Alan Kay：不是 Message，而是 Massage。他很喜欢玩文字游戏。他还写过另一本书，叫《机械新娘》（Mechanical Bride）。他试图唤醒人们。他意识到，他不能直接告诉他们，就像你不能对《一家之主》（All in the Family）的粉丝说这是讽刺一样。对，因为你是在跟一个根本不了解讽刺的人说话。
所以真人秀的问题在于，阿奇·邦克这个角色让他得以用一个无知的家伙之口说出种族歧视的词汇，而这种人不应该是美国人的样子。但事实上，进入真人秀之后，你最终得到的是那些靠它赚钱的人，他们意识到：哦，人们喜欢看糟糕的行为。
嗯。有意思。让我们看看能作到什么程度吧。于是当你一旦得到这一点，再结合电视无处不在、几乎随时开着的事实，你实际上就改变了人们生活的环境。
而当你改变了人们生活的环境，他们就开始去适应它。这就像去威尼斯，或者去巴黎。在那里呆上一个月，你的行为会比你想象中更像法国人，即使你并不想这样。

Mario Gabriele：是的。

Alan Kay：因为这是一种节奏。这是一种写入我们基因的东西。它让我们想去适应周围的文化。而如果你能通过某种媒介（比如电视）来改变文化，那么你就必须警惕它。
所以对于计算来说，它就是终极的双刃剑。就像印刷机既可以印刷《我的奋斗》，也可以印刷赞成或反对邪恶的书籍。
但因为我们正在谈的事情，因为我们正在做的事情是口头和视觉的结合，我们正在做的其实更贴近人性。
然后麦克卢汉指出，阅读最好的地方之一就在于它的疏离性。基本上，当你摆脱了那些华丽装饰的手抄书，转向统一的活字印刷时，它的最大力量才显现出来，因为人们第一次能够在心里阅读，而且比以前一个字母一个字母拼读快得多，也高效得多。

Mario Gabriele：真是太有意思了。

Alan Kay：是的。这很重要。所以你知道，我们完全可以把整段时间都用来谈论麦克卢汉。不过，我觉得 Anjan 第一次读麦克卢汉时理解得比我多。我当时完全没法处理他，但我在大学里有一位教授，我很想和他谈谈，而他身边总是有研究生。于是我就和一些研究生一起喝啤酒，心里想，我该怎么和他对话呢？因为他是个天才。

Mario Gabriele：这是鲍勃·巴顿（Bob Barton）吗？

Alan Kay：是的，这是鲍勃·巴顿。

Mario Gabriele：我想为那些没听过他的人简单说一下，我喜欢你对他的描述，你说他是一位老师，并不是那种直接把知识塞给你的，而是因为他把知识从你身上”移除”。
是的，他彻底打碎它。
对，然后让你能够自由思考。
是的。
我觉得这是极大的天赋。但无论如何，你刚才说你常和鲍勃·巴顿喝酒。

Alan Kay：嗯，我想和他聊聊。他其实是被他的朋友 --- --- 系主任 --- --- 硬拉来的，他并不喜欢当教授。他是个脾气暴躁的老家伙。但有人说：嗯，你知道，巴顿喜欢读书，而你也喜欢读书，而且他喜欢麦克卢汉，总是谈麦克卢汉。
我说，哦不，我去年试着读麦克卢汉，可完全没看懂。
于是 67 年的夏天，我几乎整个夏天都下定决心要真正理解麦克卢汉。我把他所有的书都读了，那个夏天几乎什么别的都没做，就是想搞清楚这个人到底在说什么。
当我终于突破那些障碍时，其实是《谷登堡星汉璀璨》这本书帮我最多。我意识到，哦，这个人的洞见和香农、爱因斯坦是一个层级的。这些洞见堪称 20 世纪最重要的洞见。而你知道，除非我们理解它们，否则我们基本上就完了。
所以这些对我来说非常重要。不仅是那些具体的洞见，还有麦克卢汉的方法。他是怎么得到这些洞见的？他对眼前那些看似真实、明确的事物，保持了怎样的超脱，才能看清到底发生了什么？诸如此类。这一切都极其有帮助。
而且，你知道，还有鲍勃·巴顿那堂著名的课（Advanced Systems Design）。他基本上是跺着脚走进教室，递给我们一张纸，上面大概有十五个左右的条目。他说：关于高级系统设计，人们知之甚少，但现有的东西都写在这些书和论文里了。我希望你们在这门课结束之前把它们都读完，并完全理解。
然后他说：不过我在课堂上的工作，就是要彻底打消你们带着走进教室的任何美好幻想。所以这门课的意义就在于，让我们发现自己在计算机方面到底相信什么。而这个非常善于表达、身高六英尺四英寸、极其聪明、巨人般的人物，把我们所有的信念都击碎了。
太厉害了。彻底击碎。而且我知道，他也击碎了自己曾经相信的一些东西。所以如果你了解软件中的”垃圾回收”这个过程，那么他做的就是对我们的头脑进行了一次垃圾回收。

Mario Gabriele：是的，没错。

Alan Kay：所以他所做的事情就是去除关于知识的这种谬误。我刚刚还在和 Anshan 谈这件事。所谓知识，其实是过程，而不是事物。我们的英语语言里名词太多了。

Mario Gabriele：是的，你曾经在讲”日语里的’间（ma）‘“时谈过这个。

Alan Kay：“间（ma）“的意思是”存在于两者之间的东西”。然后有一个有趣的问题是：一旦你学了一点科学，你就会意识到，哦，等等，没有什么是静止的。一切都是某种系统，一切都在过程中。
所以当他们在 60 年代初试图定义”计算机科学”时，这两个词组合在一起究竟意味着什么？我们领域的一位伟人（Alan J. Perlis）说过：计算机科学是对过程的研究，对各种过程的研究，包括生物过程。你知道，系统中的每一种过程，都是计算的原料。
此外，60 年代在美国是一个有利于摆脱僵硬定义的好时代。分类有一个真正的问题，那就是一旦你给某个东西贴上标签，你或多或少就被困住了，因为 A 类别是由为什么某物属于这个类别的理由组成的。
所以当你试图去思考某件事时，给它起名字反而会伤害你，因为它会削减你能够进行的思考方式。所以你得学会绕着它去思考。

Anjan Katta：但在你深入说下去之前，我想先点一下他刚才提到的内容，并把层次拉高一点。
在我真正熟悉艾伦的工作之前，我只是从远处接触，比如在 Hacker News、Quora，或者他的一些演讲中。那时我对他的印象有两点：第一，他是一位计算机科学家；第二，他是个”抱怨者”。
而我觉得最令人着迷的是，当我真正认识他、向他学习时，我发现艾伦是人文主义的。真正的核心部分（这是我的理解）在于他把人文学科和对人的深刻理解，桥接进了技术或计算机的世界。而第二个特质是孩童般的。我觉得你极其孩童般。
有意思的是，我们谈论了很多，历史上你也经常谈到，计算机与孩子的关系。但我没想到的是，你在心理学方面挖得这么深，你在人类学方面挖得这么深。

Alan Kay：嗯，我不是计算机科学家。我们之前谈过这个。当有人问我，你的身份是什么？计算机科学并不是答案。
是的，我对很多事情都很好奇。而基本上，当你对很多事情感兴趣时，我小时候学到的一件事就是：如果你不够深入地去研究，你基本上就是在瞎混。

Mario Gabriele：我想进一步探讨”计算机与学习”这个概念，尤其是在人工智能的语境下。Anjan，我记得你以前和 Alan 谈过这个想法：计算机可以是一个令人难以置信的学习放大器，但帮助太多是否反而成了问题？

Alan Kay：是的，我认为这是关键的问题。

Mario Gabriele：那么你如何看待这个问题，特别是在今天的 AI 更愿意直接给出答案的情况下？我们该如何正确地思考设计这些系统？

Alan Kay：对我来说，我们现在正在做的事情其实并不是一个播客。我会称之为一次视频拍摄。是的，完全正确。今天的”AI”这个词，几乎没有什么内容与最初这个词被创造时的含义有重叠。
当我在六十年代接触”AI”这个词时，它的意思就是今天所谓的”通用人工智能”（AGI）。而改变词语的含义来获取光环效应，我的朋友 Rich Gold 称之为”殖民化”。这就是懒人 --- --- 在这里是学者们 --- --- 的做法。他们想写关于人工智能的论文，但这很难。于是他们决定写关于一个非常有限的子集的论文，并把它称为 AI。
这就像斯普特尼克之后美国掀起的数学教育改革。它极其困难，最后并没有真正实现，但他们达成的结果是把”算术”改名为”数学”。这就像在你的牛仔裤上印上哈佛的标志。这是一种基因的牌子，被称为”设计师基因（designer genes）“。
这种情况一再发生。所以当我们说”AI”时，作为一个老顽固，我仍然把它理解为麦卡锡最初的定义。
所以这里有个六十年代的故事。研究生们当时被用作 16 或 17 个 ARPA 实验室之间的”信使粒子”，我们总是在全国各地奔波。而且因为他们把我们当人看，大多数地方都会让研究生接触到”长辈们”在做什么。比如他们需要更多资金时会带我们去华盛顿，让我们看到这是怎么做到的，因为他们知道我们不会永远是研究生。
有一次，我在 MIT 的科技广场拜访马文·明斯基和他的研究生。碰巧那天有三位陆军将军来访。这些将军一个个身材魁梧、星章满身。我曾在空军服役，所以觉得这一切颇为有趣。
将军说：你知道，我们来是为了了解我们的机器人士兵和智能坦克。明斯基他们当时在开发一个能做符号数学的系统。最后他说，也许三四年后，我们能做出一只不错的机器狗。
另一位将军说，我们甚至不想要普通人类的智能。我们已经征召了两百五十万士兵，可以训练他们做任何事。我们已经有了”普通人类智能”的机器人。
而第三位将军说，我们需要”超人类智能”。我当时的第一个念头是：你们难道从没想过”安全问题”吗？

Mario Gabriele：是啊。

Alan Kay：关于”做事”这件事，任何一个做过软件系统的人最终都会发现：如果你想让系统是安全的，你必须从一开始就把它设计为安全的。你不能指望从外部以任何实用的方式去附加安全性。
当你把精灵放出瓶子时，你必须立刻把它放进另一个瓶子里，在那里你还能让精灵帮你做一些事情。这一点，在发明互联网和个人计算机的文化中是完全被理解的，而在发明万维网和我们今天所拥有的东西的文化中则完全没有被理解。
所以这其实是两种完全不同的文化，差别之大，就像两个都能写几行代码的人，却是截然不同的存在。这值得好好思考。
所以这里有一个有趣的问题：我们不需要的是模仿容易出错的人类、并再被工业革命放大一遍的东西。这正是我们不需要的。人类已经够容易出错了，他们制造垃圾，而互联网正在成倍放大这些垃圾。我们更不需要一个背靠工业革命的”生成器”再生产垃圾。

Mario Gabriele：但如果说，这些容易出错的人类数量增加一千倍，不过他们是在智力排名前 20% 的人里呢？在与人类的比较中，这到底处于什么样的智能阶段？

Alan Kay：我觉得关键的词不是”智能”，而是”智慧”。如果你回顾一下 Anjan 的旅程…人类有趣的地方在于，我们是多么聪明，又是多么缺乏智慧。
我们之所以发展起来，部分是因为我们有语言，部分是因为我们有文字。我们得以借用这些能力，叠加出更强大的方法。有时候这些被称为”人类非普适性”（human non-universals）。是的。比如数学或科学，就是一个完美的例子 --- --- 这是人类发明的一整套结构，没有人天生就具备它。但一旦你学会了这些东西，你就可以把它们叠加到你的语言装置之上。
这样你就能比没有这些东西的人类行动得更广、更深。而如果你把一群科学家组织起来，你就有可能去调试我们大脑中的错误。突然之间，你就创造了指数级的力量。再把它和工程结合起来…

Mario Gabriele：但智慧并不能像这样快速扩展。

Alan Kay：嗯，智慧是很棘手的，不是吗？因为它几乎违背了我们基因赋予我们的所有本能。我们的进化是在稀缺和危险中进行的，还有一大堆其他会触发反应的东西，这是正常的。

Mario Gabriele：是的。

Alan Kay：而且我们有数百种认知偏差。我们几乎随意就会形成神经症。所以如果你把这些东西都考虑进去，智慧其实很难发挥作用，因为智慧很多时候就是在你想要行动的时候选择不行动。

Mario Gabriele：那么你如何看待”制造一台个人电脑”这件事呢？从最根本意义上说，Daylight 就是这样一种电脑，它既智能又智慧。你在设计它、思考操作系统和运作方式时，这种区分是否需要一开始就被考虑进去？

Anjan Katta：对我来说，智慧的第一课就是谦卑。而我认为最简单的应用就是”少”。你在学会治理小的范围之前，不能治理更大的范围。你在学会治理简单的事情之前，不能治理更困难的事情。所以，
至少当我思考计算机的力量时，和一些小东西建立效能要容易得多。因此 Daylight 的重点不是要把整个计算领域都吞下，而是只咬下一部分。比如写作、阅读、笔记、思考，这种”神奇的纸张”的存在方式…然后再从这里慢慢向外扩展。
类似的道理是，艾伦总是谈到，每个人都以为 Dynabook 是他说的一种外形设计，你知道，发明平板电脑，发明一本笔记本大小的东西。但他总是说，它背后的概念才是关键。而这种形态也可以是一间充满动态性的房间。
我认为制作一件硬件、一个独立计算机的优势之一，就是你可以让它从现有的不明智的计算生态系统中分离出来。而智慧的一部分，就像奥德修斯把自己绑在桅杆上，以免被海妖引诱。通过做一个”功能更少”的东西，把它和其他一切隔开，你不必不断做出优先级的选择。
而当你面对垃圾食品、糖果，那些充满多巴胺的短视频时，你很难成为那个更好的自己。所以我认为，限制的深思熟虑的应用，会带来一种涌现的智慧。而我作为一个设计师的工作，就是去思考这些深思熟虑的限制，使你能够做出更智慧的决定。
我认为，在这个语境中，更智慧的决定往往就是那些你明知道对自己有益、能滋养你，但你却常常没去做的事情。我一直喜欢艾伦的”hard fun”（困难的乐趣）的定义。它最终和乐趣一样有趣。西摩·派普特（Seymour Papert）。没错。

Alan Kay：是啊。如果我可以说，得癌症并活到 85 岁的一件”乐事”，是 --- --- 我想即便没有癌症，也会发生这种情况 --- --- 你的世界开始缩小，开始变得更小。对我来说有趣的是，我非常享受这个更小的”坚果壳”。你知道，哈姆雷特有一句台词：
“我虽困于坚果壳，仍自以为是无限空间之王。“
几年前我做完手术康复时就想过这个。嗯，对啊。而且实际上，他并没有说那个坚果壳有多大。它可以是一个更小的坚果壳。

Mario Gabriele：不过你知道，Anjan 和我谈过一个有趣的 Daylight 方向：比如只挑一件真正重要的事来做，这件事很大，但比试图做所有重要的事要小。比如一个重要的事情可能就是研究它在人因工程上的因素，然后说：哦，想一想会不会有比 Moleskine 笔记本更好的创意工具？
我的意思是，我觉得这已经是了。我记得泰勒·科恩（Tyler Cowen）说过，这可能是有史以来最好的通用阅读和写作设备了。

Alan Kay：是的，那么问题是，它可以非常出色地完成无数事情。但有趣的问题还是回到那一点：多少帮助才算太多？
比如，在施乐帕洛阿尔托研究中心（Xerox PARC）的早期，我们做过很多尝试，其中之一就是：不要只是给人们一些有用的东西让他们愿意使用，而是要在提供的同时去掉一些东西。这是因为当时 CRT 上的排版非常糟糕，根本没法好好阅读。
而就在那时，施乐帕洛阿尔托的一位科学家发明了激光打印机，所以我们非常感兴趣的问题是：不仅仅是能像书一样把内容打印出来，更是能像写书一样去创作和写作。那么问题就变成了：这些显示器到底有多可读？如果在字体上认真下功夫，会不会有很大差别？答案是肯定的。

Mario Gabriele：是的。这也是 Dynabook 的重要组成部分。

Alan Kay：嗯，但如果你看早期的一些东西，我最先设计的字体之一其实是手写字体。因为一旦你有了好的字体，思想的草稿就会显得太”正式”，仿佛已经定稿，而实际上思考需要”噪声”。
所以问题是，如果这是一个用于创造性思考的动态媒介，你就必须去问：它不仅仅是一个存储东西的容器，那实际的”标记”应该是什么样的？
这会引出更大的问题 --- --- 用户界面。比如，界面要多么清晰？多么机械化？多么有机化？

Mario Gabriele：是的。

Alan Kay：许多商业公司都经历过一个阶段，他们希望自己的用户界面看起来像迪士尼所谓的”铬” --- --- 他们想通过窗口边框的三维感来打动你。而现在我们进入了一个去强调这些的阶段，流行的是不饱和的颜色之类的。但我觉得整个东西都需要被重新思考。

Mario Gabriele：你在准备这次谈话时提到过，你和 Anjan 谈过：硬件可能只占 5%，而操作系统才占 95%。你们在讨论时，这些考虑具体是什么样的？

Anjan Katta：嗯，我花了六年时间做硬件，所以人们往往会把这个项目定义为一个硬件项目，就像大家把 Dynabook 的外形理解为平板电脑一样。但我觉得，如果目标是把这种更人文主义的个人计算观念真正带出来，就像果实一样成熟，那么这六年其实就是为了清理废墟、石块和杂草，直到土壤和地基被夯实。我把硬件看作就是这个 --- --- 它是实际的底层基质。

Alan Kay：而我们今天能坐在这里，就是因为他的理想主义。硬件很好，但正是因为他的理想主义，才意味着有了一条道路。
是的，而不是一个终点。

Mario Gabriele：我完全同意。

Alan Kay：这就是关键所在。他是为数不多的真正做出一块能写字的屏幕，并且在意所谓”tooth”或”teeth”手感的人之一。这也是我使用的那种特定 Moleskine 吸引人的地方之一。

Mario Gabriele：你指的是那种手感吗？

Alan Kay：对，就是那种阻力。如果拖拽的感觉刚刚好，对使用体验的影响巨大。比如我们在 PARC 试验版 GUI 的时候发现，亲密感并不来自于你是否有一支手写笔，或者是否点击东西，而是来自于你能否”拖动”东西。

Mario Gabriele：因为这 somehow 更有触觉感吗？

Alan Kay：嗯，我们在苹果时做过一些从未发布的产品，其中有几款鼠标是带触觉反馈的。其中一款我觉得他们本该推出。比如，当你拖动一个文件夹时，你能感觉到它的”重量”。

Mario Gabriele：哦，有意思。

Alan Kay：是啊。我认为在计算中，尤其是对儿童而言，长期以来最严重缺失的就是触觉。如果你观察孩子们玩游戏，会发现过去大多数用户界面和游戏世界都是双手操作的。而如果你看 iPhone，它唯一的双手操作就是用拇指打字，这完全是倒退，对吧？
因为它瞄准的是一个不想学习的用户群体，而它满足了营销人员的要求 --- --- 他们不希望”学习”成为产品的一部分。这对 John 以及”真正的计算机革命”这一理念是一个巨大阻碍。
但讽刺的是，当年在 PARC，我们常常对彼此说：谢天谢地是我们在做这件事。我们要抹去印刷机与 17 世纪之间那两百年的跌跌撞撞，因为我们要把它做好。我们要在未来开展工作，而不是在当下。
我们要建造”时间机器”。我们要花钱去计算，用 70 年代的物理条件去做计算，但在机器层面上，这些机器就是 80 年代末会被销售的那一类。所以我们不得不花费大约 2.5 万美元（按今天的价值，超过 10 万美元）为每台机器买单，因为本质上我们是在给 70 年代的个人提供一台 15 年后才能买得起的超级计算机。
整个流程是这样的：软件很难，用户界面更难。如果我们试图在当下的硬件上做这些工作，我们会完蛋。我们必须制造未来的硬件，并且付钱去实现它。
但讽刺的是…哎呀。我们以为能抹去那两百年，但结果呢？我们又多加了两百年？

Anjan Katta：我不这么认为。

Mario Gabriele：是啊，希望不要吧。

Alan Kay：是的，我也会说我不这么认为，因为六十年代所期待的那些知识革命，没有一个真正发生。我们不仅经历了大流行病，还面临气候问题 --- --- 自 1963 年起就已公开被知晓。所以我们说的已经是六十多年了。是的。但到现在还没有人认真对待它。
问题在于，到 1990 年，我们已经越过了应该保持稳定的临界点。

Anjan Katta：那个阈值，对吧。你会不会说，这就是所谓的”游戏本质”？作为一种集体努力，我们已经看清了现实与理想的差距。现在我们有第二次机会，能在计算机领域重新从头开始，用我们已有的教训和智慧去构建。这样说是否公平？这就是我们正在进行的游戏？
嗯，这是个有趣的问题。因为就连最早的计算机，对吧，人们也会谈论那种”友好的橙色光辉”。而这是一种单色的、友好的橙色光辉，这就是它的起点。

Alan Kay：所以我在演讲时会用一个道具，其实我这里就有我的地球仪，但我通常会带一只像这样的瓶子进去 --- --- 一只空瓶子。我会指出，如果你把它正放在桌子上，轻轻碰一下，它会来回晃动，但没什么大碍。如果你把它倒过来放，再轻轻碰一下，它就会倒下去。
所以一点小小的能量，就能把它置于一种需要相对巨大能量来恢复的状态。巨大的困难之一是，投票公众看待事物的常规方式是通过常识和局部情况，这种方式可以一直追溯到旧石器时代。而系统、规模、巨大能量之类的观念，并不存在于大多数人的常识中。

Mario Gabriele：是的。我们很难从文明的尺度去推理。

Alan Kay：脱欧根本没有考虑到实际情况。它主要是一种抗议。是的。“收回控制权”是公交车上的口号。当时我们就在这里。我们在美国也看到了类似的情绪：人们觉得自己失去了控制，却不了解他们所处的系统，就连政府本身都不了解自己纠缠其中的系统。

Mario Gabriele：所以，把它和计算机联系回来，结合你说的那个瓶子放在桌子上的比喻：它的位置不同，所需的外力不同，轻轻一推就能稳住，或轻轻一推就能倒下。这里的意思是不是说，为了避免再经历另一个 200 年，我们必须付出巨大的力量？

Alan Kay：我同意 Anjan 的看法。这不会再是 200 年，因为现在可能发生的灾难要短期得多。

Mario Gabriele：所以，比以往任何时候都更紧迫，我们必须解决它。

Alan Kay：是的，这已经超越了紧迫。

Mario Gabriele：没错。

Alan Kay：但是，比如《卫报》或《每日电讯报》，它们每天都没有关于气候的大标题。可这才是真正的大新闻。问题就在于这种”适应”。人们已经重新”常态化”了。而在某个时刻，当瓶子彻底倒下去时，人们会说：“为什么没人告诉过我们？”

Mario Gabriele：是的，是的。

Alan Kay：而科学的全部意义就在于：能够在不得不亲身经历之前，可靠地想象将会发生什么。这就是现在被忽视的地方。六十年代关于个人计算的理想之一，就是它不仅仅与教育相关，还与一种新的思维方式相关，这种思维方式是由规模化和工业革命带来的，直接关乎人类的困境。

Mario Gabriele：是的。

Alan Kay：对，这就是关键。所以现在的处境是，至少在美国，甚至连学校教育都办不好，比如连阅读教育都在失败。所以我们面对的是一种系统性问题：要回到一百年前那个令人向往的”正常”。
但我们现在必须面对一种全新的”正常”，大多数人甚至都没意识到它正在发生。回到你提到的 AI，一旦你贬低了可信的知识来源 --- --- 而我认为我们已经接近这个状态了 --- --- 互联网如今所做的，实际上就是如此。
我们基本上处在一种类似”新宗教”的情境中，因为人们将开始依赖自己的感受。这当然是需要关注的，但事实上…它并不能帮助我们去应对复杂系统。
爱因斯坦曾指出，把我们带入困境的那种思维方式，并不能把我们带出困境。我们需要一种不同的思维方式。这是个重大的思想。所以即便只是试图回到零点，也其实是一场灾难。

Mario Gabriele：是的。
我还有很多线索想继续追问，但考虑到时间，我们总是喜欢在播客的最后以一个我最喜欢的问题收尾，那就是征集阅读推荐。也许我先从你开始，Anjan。如果你有机会指定一本书，让地球上每个人都去读并理解，你会选择哪本？

Anjan Katta：会是 Kent Stanley 的一本书，叫《为什么伟大不能被计划》。如果是给全世界所有人读的话，我可能会想做一个漫画小说的版本，这样更容易被人接受。

Mario Gabriele：哦，不用担心这个，因为假设每个人都能理解，这个条件已经包含在问题里了。

Anjan Katta：但这本书真正谈到的是，我们今天的生活方式太多是自上而下、收敛性的。我们想上《福布斯》封面，我们想成为亿万富翁，我们想要达成这些目标。
于是我们做的就是先定一个目标，然后试图逆向工程我们的人生去靠近它。而这本书的伟大之处在于，它指出：当我们试图做一些真正具有创造性或创新性的事情，进入一种新的可能性空间时，最好的算法并不是这种逆向工程的优化算法，不是从目标往回推，而是自下而上的算法。
他称之为”开放性”（open-endedness），或者说就是老一辈的智慧：“追随你的热情，做你觉得有趣的事，留意你的小直觉和本能去做一些事。“
而这本书最迷人的地方在于，他不只是用轶事，而是通过计算实验展示了：有一类问题，当你用目标导向的方式去解决时，反而无法成功，而当你以这种开放式、追求新奇的方式去做时，却能够解决。因为”有趣”并不像目标那样容易被建模。
对我来说，这就是世界上的重大改变：每个人都遵循自己自下而上的本能，于是才会出现那种美丽的繁荣。而不是像现在这样，大家都在挤向同几个位置，重复同几种行为。
我认为我们关于教育的对话的本质，就是：你如何帮助孩子们把这些自下而上的本能和好奇心转化为力量，让他们去追求它，并给他们搭建支架，使他们能够做到自己本无法做到的事情。学习过去最好的东西，学习当下最好的东西。所以这就是我的选择。

Mario Gabriele：太棒了。Alan，如果你有机会的话…

Alan Kay：不，我不会和 Anjan 争辩。
但我的阅读关系开始得很早，早到我甚至不记得什么时候开始。而阅读的两个关键点是：有多少不同的视角。所以我不会推荐一本书。我觉得应该是很多书，好的书和坏的书。

Mario Gabriele：你会推荐哪本”坏书”？

Alan Kay：一本可能不是真的，但依然能激发思考的书，可能会非常有用。比如我最喜欢的一本书之一 --- --- 现在我提到了一本书 --- --- 但我最喜欢的一本书之一，可能并不是真的，叫《二分心智崩溃中意识的起源》（The Origin of Consciousness in the Breakdown of the Bicameral Mind），作者是朱利安·杰恩斯（Julian Jaynes）。
我和其他人进行过的一些最精彩的对话，就是和那些把这本书读了好几遍、并深入思考过的人一起进行的。这本书通过它的前提，以及作者为使这些前提看起来可信而引用的材料，再加上真实历史在某种程度上让它看起来更可信，使得这个极不可能的观点极具启发性。它是一个非常好的思考催化剂。
我不知道我的”前十本”是什么，但这是其中之一。不过我觉得另一个至关重要的东西是：大多数人从未见过所谓的 《麦高菲读本》（McGuffey Reader）。

Mario Gabriele：我甚至不知道那是什么。

Alan Kay：很多时候它被用在”单间教室”里，那是一种非常有趣的教育动态。它做得很好，对孩子们来说是一种极佳的学习方式。19 世纪美国的许多地方，教孩子们阅读的主要目的，并不是教他们如何读懂英语，而是教他们如何通过阅读英语来学习。
所以并不是学会认字，也不是为了能看懂路牌或者药瓶说明，而是学会如何拼接起散文中表达的复杂思想。当然，《麦高菲读本》里也有诗歌。因为 19 世纪的公共教育设计者们的思路是：大家分散居住，大多数是农业社会，而知识在 18 世纪已经爆炸式增长，我们现在进入了 19 世纪。我们实际上没法在学校里直接把我们认为孩子们需要知道的东西都教给他们。

Mario Gabriele：嗯。

Alan Kay：所以我们无法通过口头传授来做到这一点。那么我们需要教给孩子的，就是一种”元”的东西。不是单纯学会阅读，而是学会如何通过阅读来学习。以及如何由此与他人互动。我会在 Anjan 的观点上加一个”yes and”。
因为我认为，如果人类完全依循自己的本能，那会太过无序。我认为我们人类最伟大的成果，其实都是极其艰难的发明。而我们不应该要求孩子们在没有帮助的情况下重新发明它们。我认为帮助他们”重新发明”是个不错的方式，可以帮助他们学习，这是好的。
但我认为，真正能传递”视角”的东西才是关键。我认为智慧来源于更多的视角，这是一个至关重要的理念。
问题在于，这些”阈值” --- --- 如果你看美国的阅读分数，每次分数上升就有人欢呼，每次下降就有人哀叹。但如果你不画一条阈值线，那这意味着什么呢？而实际情况是，美国的这条波动线始终在阈值以下。也就是说，不论分数上升还是下降，孩子们根本没学会如何真正阅读。这里必须达到一个阈值才行。
比如，我有一个大家觉得很受欢迎的口号：“预测未来的最好方式就是去发明它。”

Mario Gabriele：是的，这句名言让你很有名。

Alan Kay：我已经特别交代过，不能把它刻在我的墓碑上。但我不久前在国家卫生研究院（National Institute for Health）的一次演讲里又用过它。我说，现在在华盛顿的人们（这是在当前局势之前）正在忙着通过”发明”来预测未来。
问题在于，他们在发明一个糟糕的未来。他们的预测很糟糕，他们的发明也很糟糕。所以这句口号里并没有任何暗示说你必须以正面的方式来理解它。

Mario Gabriele：没错，确实如此。

Alan Kay：对吧？视角相当于 80 个智商点。也可能是减掉 80 个智商点。嗯哼。我们都见过很多人表现得比他们实际聪明程度笨得多，就是因为他们的视角被严重扭曲了。是的。
所以这些口号的事情，我开始编造它们，其实是我的过错，因为施乐的高管们对长段文字没有反应。你必须给他们…我们必须给他们一些可以抓住的东西。我的第一个口号就是即兴想出来的，但我很快意识到：哦，他们确实对这种东西有反应。而这比我想象中更像广告。
如果人类有任何认知偏见到了极致，那一定是确认偏误。我们热爱任何支持我们观点的东西，并尽可能忽略其他一切。

Anjan Katta：我能问最后一个问题吗？

Alan Kay：当然，请说。

Anjan Katta：我创立 Daylight 的初衷是：计算机可以对人更有益，计算可以让人类成为更好的自己。我好奇的是，假设我们真的共同完成了这场计算机革命，假设我们这次真的做对了。那会是什么样子？那个世界会是什么样？你脑海中有什么画面？

Alan Kay：嗯，比任何其他物种更甚，我们是那个不会任由自然摆布的物种。当我们想到有些东西能比自然对我们更有帮助时，我们就会去做。我们制造工具，我们建造房屋，我们制作衣服。我们不会因为视力不好就被击倒。我们不会因为得了癌症就被击倒。
我认为我们必须在任何未来理论中纳入这一点：我们的基本前提是，我们是动物，但我们不是愿意被推来推去的动物。偶尔我们会做得过火，偶尔我们在追求便利时会毁掉自然。这就是缺乏智慧。
但我认为我们必须接受这样一个观点：当我思考人类时，我不会把他们看作孤立的存在。如果你把一个婴儿独自养大，不让他接触其他人类，你最后得到的就是”狼孩”或更糟糕的东西。所以我有四五本关于狼孩的书。这就是为什么我不会只推荐一本书，而是会推荐四五本关于狼孩的书，每个人都应该去读。
而最终结论是：你不会得到一个在成年后能被称为”人类”的个体，甚至无法像正常孩子那样获得语言。所以我总是把人类放在与某种文化的关系中去思考。我总是好奇：那种文化是什么？它为个体做了什么？它又是如何伤害个体的？又是如何帮助他们的？
所以我认为这是件大事。文化是与我们共同进化的东西。它是我们生物学的延伸。我们离不开它。我们随身携带它。
而且我认为，许多最有趣、最强大的东西，都是我们在人类思想领域发明出来的，相当于为”观念”发明了弓箭或眼镜。比如我们发明了数学 --- --- 这是我们并非天生就具备的。我们发明了认识世界的方式 --- --- 这是我们并非天生就拥有的。

Mario Gabriele：就回到计算机革命这个话题，把你刚才提到的那些线索拉一拉，它最终可能会是什么样子？

Alan Kay：小心你拉的线。

Mario Gabriele：哈哈，我能想象。

Alan Kay：Anjan 知道我会一直说下去。

Anjan Katta：我愿意在这里听你说一整晚。是的，但那个画面是什么？假如只有 30 秒，你闭上眼睛，描绘一下如果我们真的做成了，它会是什么样子。

Alan Kay：嗯，我想，尼古拉斯·尼葛洛庞帝（Nicholas Negroponte）大概是第一个有胆量去这样设想的人，部分原因是他是建筑师，他不担心”如何做”，而是担心人类生活在这个世界里会是什么样子。他想的是，人们住在房子里，人们生活在…
所以在 60 年代末，他是我所知道的第一个说：“不可避免的是，我们将生活在一个以前从未体验过的活跃世界里。” --- --- 这就是所谓的无处不在的计算。是的。他在 60 年代末写了硕士论文（The Computer Simulation of Perception during Motion in the Urban Environment），那是一部杰作，因为那是第一次真正的思考。他和马文·明斯基是好朋友，论文涉及 AI 如何可能被使用，也帮助他获得了一些 AI 研究资金，做出一些例子，引发人们的思考。
他和我互相在对方的顾问委员会里。他还是我婚礼的伴郎。我们已经是近 60 年的好朋友了。
所以，这个人在 60 年代末就谈论过”超市货架上的金宝汤罐头会和你说话”。嗯哼。他不在乎怎么实现，对他来说，摩尔定律就意味着 --- --- 这就是自然发生的事。是的，这也是我第一次开始思考”多少帮助才算太多”的地方。
这有个现代的等价物：我当时上的是一所工程高中，部分是机缘巧合。那是个非常严格的地方。而当时的工程很多还是”计算尺的年代”。有一本书叫 CRC Tables，几乎是一本”魔法书”，里面有所有重要的工程公式。而成为一名工程师的一部分，就是学习如何使用这本书，以及如何使用你的计算尺。
现代的等价物就是 MATLAB。问题在于，当时的 CRC 表，今天的 MATLAB，都很难真正进入你的脑子里。Smalltalk 语言也是如此。我们在 PARC 设计了 Smalltalk，它之所以流行，不是因为它本身的优点，而是因为和现在许多语言一样，看它自带的库里有什么。于是许多程序员会从”库里有什么”开始思考编程，而不是先做个小模型问自己：“我是不是在解决对的问题？“
所以，拥有这些东西，拥有一个装满工具的仓库，往往是你最不该要的，直到你先经历过某种形式的极简。
我最后要说的一句话提醒是：最重要的是，理解”规模化（scaling）”。

Mario Gabriele：啊，有太多线索可以继续拉下去。但你们已经非常非常慷慨了。我非常享受这次对话，太棒了。谢谢你们两位。很高兴见到你们。

Anjan Katta：能向你学习，并尝试一起做一些事情，真的太棒了。谢谢你，Mario。

Mario Gabriele：是的，完全同意。这就是今天的节目。感谢收听本期 The Generalist Podcast。

原文：Why the Real Computer Revolution Never Happened | Alan Kay & Anjan Katta{.markup—anchor .markup—p-anchor data-href=“https://link.zhihu.com/?target=https%3A//www.generalist.com/p/why-the-real-computer-revolution-never-happened” rel=“nofollow noreferrer noopener” target=“_blank”} ::: ::: :::