边界

从围棋说起。

2016年，AlphaGo赢了李世石。2017年，AlphaGo Zero从零开始自学，72小时后碾压所有人类棋手。从此围棋领域人类再无胜绩。

所有人都在问：AI下一个要征服什么？

但更重要的问题没人问：为什么围棋这么容易被征服？

不是因为AI够聪明。是因为围棋是一个被精心设计的完美封闭系统。它有三重边界，每一重都封死了。

第一重：物理边界。19×19的棋盘，361个交叉点，每一手棋落在哪里，板上看得见。空间有限，状态可枚举。AlphaGo不需要"理解"棋局，它需要的是穷举所有可能的状态，然后选最优。

第二重：规则边界。围棋的规则完全形式化——怎么算气、怎么算提子、怎么算终局，每一条都能写成代码，没有模糊地带。一个规则的适用不会因为"今天棋手心情不好"而改变。

第三重：目标边界。赢=比对方围的地多。多一目也是赢，多一百目也是赢。目标是完全可量化的，不需要判断"这个赢法漂不漂亮"。

围棋的反面

现在换一个场景。

你去看一个八十岁的老人。他最近食欲不好，每顿只吃几口。护工按时送饭、量血压、记录饮食——该做的都做了。但老人越来越瘦，越来越沉默，开始说"没用了"。

你需要做什么？

从医学角度，他需要营养干预。从护理角度，需要调整饮食结构。这些都对。但真正让他多吃一口饭的，往往不是医学也不是护理——是你在饭桌上跟他聊了半小时他年轻时的事，是你在他想上床的时候给他点了支烟多待了一会儿，是重孙女来看他的时候他突然冒出一句"逻辑学是一种方法"。

护工知道什么时候该量血压。你不知道。

你知道什么时候该点支烟。护工不知道。

这个场景也有三重边界——但每一重都是开放的。

物理边界：开放。人的状态每天都在变——昨天愿意聊的话题今天可能不想聊，前天吃得好的菜今天可能不碰。你面对的不是361个固定的交叉点，是一个每天都在变的人。

规则边界：开放。没有"什么时候该点支烟"的操作规程。你写不出"条件A满足则执行动作B"的流程。同一个行为——点烟——今天是对的，明天可能是错的。判断靠的不是规则，是你在几十年跟这个人相处中沉淀的、说不出来的感觉。

目标边界：开放。你以为目标是"让他多吃一口饭"。但真正发生的是"让他觉得今天还有一点意思"。你以为的目标是可量化的，真正重要的东西不可量化，而且这个目标不是你事先设定的——它是你在互动中才意识到的。

围棋和养老之间，不是一个跳跃——是一条连续的光谱。

光谱

全封闭端：围棋、国际象棋、数学证明、蛋白质折叠。三重边界全部封死，AI碾压人类，人类在这个领域不再有竞争力。

半封闭端：编程、放射科诊断、法律文书起草。规则大部分可形式化，但有一小部分需要人做判断——代码的架构对不对，影像里那个阴影要不要在意，这份合同有没有遗漏关键条款。AI做执行，人做关键判断。

全开放端：投资、写作、哄老人吃饭、教育一个孩子、做一个战略决策。规则不完全形式化，目标说得出但封不住，状态不完全可枚举。AI可以铺材料，但"最终判断"不归AI做。

这条光谱的关键不是"三个分类"——是封闭程度等于AI的能力刻度尺。

一个系统越封闭，AI越强。一个系统越开放，AI越弱。这不是"AI在进步所以边界在移动"——是结构性的。不管AI变多强，全开放的事它都做不了，因为全开放意味着"没有完整的形式化规则可以学"。算力可以扩大可形式化部分的边界——今天AI能做的事比五年前多。但不可形式化的部分不是"暂时推不到"，是不在这张地图上。

但这里有一个让人不舒服的事实：边界会移动。

半封闭系统的前沿在被AI吃掉。十年前，"写一段能跑的代码"需要人做判断——现在AI能写。五年前，"从X光片里找到骨折"需要医生看——现在AI看得比人快。半封闭端的边界在向全封闭端滑动。

这意味着什么？

意味着卡在半封闭端的人最危险。他们的工作还没有完全被AI替代——因为有一小部分需要判断——但那一小部分正在被形式化。今天还需要人做的判断，明天可能就不需要了。

而全开放端的人暂时安全。不是因为AI"到不了"，是因为全开放的事没有完整的规则可以形式化——AI没有东西可以学。

注意："暂时"这个词很重要。后面会讲为什么。

可泛化

有人会问：那半封闭端被AI吃掉的部分，是不是说"AI越来越强，最终会吃掉全开放端"？

不会。

原因在"可泛化"这三个字。

围棋的全部技能可以被完全复制——AlphaGo学到的东西，可以拷贝到另一个AI上，不需要重新教。这种技能叫"可泛化"——可以被抽象、被形式化、被复制、被规模化。

但"什么时候该给老人点支烟"这个判断，不可泛化。换一个老人，你得从头来。换一个场景，你得重新判断。它不是一条规则，是一段不可逆的关系历史里沉淀的默会知识。

可泛化的技能，AI学会了就能做。不可泛化的经验，AI学不了——因为没有"规则"可以学，只有"这个人"可以感知。

这就是三重边界和"可泛化vs不可泛化"咬合的地方：

全封闭系统里的技能=完全可泛化→AI碾压

半封闭系统里的技能=大部分可泛化→AI逼近，人守残余

全开放系统里的经验=不可泛化→AI到不了

你站在光谱的哪个位置

这条光谱上，人的位置很清楚：

全封闭的事，放手。围棋已经没有人类的位置了，蛋白质折叠也是。跟AI较劲没有意义。

半封闭的事，守判断。AI做执行，你做关键判断。但记住：边界在移动，你守的那一小部分判断，可能正在被形式化。今天是你的价值，明天可能不是。

全开放的事，守住。这是AI到不了的地方。但"到不了"不是"永远安全"——后面会讲为什么。

---

系列从这里开始。

后面五篇展开"AI到不了"的具体机制——为什么到不了？到不了什么？人守住了什么？

以及，一个让人不舒服的翻转：人可能自己主动退让到AI能到的位置。

AI不需要突破边界。人退让就够了。

但这是后面的故事。这一篇只做一件事：把三重边界这条光谱画出来。你拿着这条光谱，去看你自己的工作、你的行业、你正在做的事——它落在光谱的哪个位置？

落点决定了你和AI的关系。