结构、连接、关系：顾群业社交智能生成理论阐释

作者：董甫耸

学者顾群业在带领团队开发人工智能应用时，特别强调要加入社交属性。他说，这不仅仅是产品思维，更是智能的生产机制。

顾群业说智能产生于社交，并不是说智能诞生于人与人的日常交往。这句话所指向的，是一种更深层的生成机制：个体借助语言、符号、工具和制度进入连接，在持续反馈中修正认识，并通过分工、质疑与合作形成超越个体的能力。

因此，社交不是智能完成之后的应用场景，而是智能形成和发展的重要条件。

当然，顾群业所说的社交是指广义的社交。系统与自然环境之间的反馈首先属于交互；当多个具有一定自主性的主体开始共享符号、理解意图、预测彼此，并依据规则分配角色、协调行动时，交互才进一步具有社交属性。人与人、人与智能体以及智能体之间的协作，都可以进入顾群业定义的社交系统。

在这个系统中，结构、连接与关系承担着不同功能。

结构规定要素如何组织，连接使信息与行动得以流动，关系则让协作具有持续性。换句话说，结构提供秩序，连接突破边界，关系沉淀信任与责任。智能正是在三者的共同作用中不断涌现。

结构：语言与世界同构

理解顾群业的思想，首先要理解智能是语言的结构化这一判断。

语言并不只是表达思想的工具。很多时候，思想本身就是在语言中形成的。人借助概念区分事物，借助语法建立关系，借助叙述组织时间，借助逻辑检验判断。没有这些结构，经验只是一连串杂乱的刺激，很难成为可以理解、传递和修正的知识。

顾群业所谓的语言不限于自然语言，而是广义的符号系统，包括文字、数字、图像、数学、程序和各种规则性表达。技术、工具与媒介则是这些符号结构得以运行、储存和扩展的重要载体。

文字使知识能够跨越时间，数学把复杂关系压缩为可计算形式，程序将规则转化为可执行过程，协议则让不同主体能够按照共同标准交换信息。语言结构的重要革新，往往也会拓展智能活动的边界。

因此，智能是语言的结构化至少包含两层含义。

一方面，智能借助语言对世界进行分类、压缩和组织；另一方面，语言本身的结构也会反过来塑造智能。人能够看到什么、如何提出问题、怎样理解因果，很大程度上取决于他所掌握的概念和表达方式。

这也可以解释顾群业所说的世界的本质是结构。

这一判断并不意味着具体事物不重要，而是强调：孤立的事物很难自动产生意义。一个词要在与其他词的差异中获得含义，一条信息要进入时间、因果和类别网络才能成为知识，一个行动也只有置于目标和规则之中，才能被理解为有意义的行为。

从这个角度看，智能不是简单储存更多信息，而是发现结构、建立结构，并在经验发生变化时修正结构。

语言还具有自我指涉的能力。它不仅可以描述世界，也可以描述自身的规则。正因如此，人类才能反思自己的判断，检查推理过程，建立对象语言与元语言之间的层级。但如果不同层级失去边界，自我指涉也可能造成循环和悖论。

这说明，真正有效的智能不仅需要丰富的信息，还需要清晰的层级、边界与纠错机制。结构并非越复杂越好，关键在于是否能够支持理解、推理和修正。

连接：智能如何突破个体边界

结构让经验获得秩序，连接则让智能突破个体边界。

任何个体的感知、记忆和判断能力都有限。人类之所以能够积累复杂知识，不只是因为单个人的大脑足够强大，更因为知识可以在不同主体之间流动。语言使经验能够被表达，文字使思想得以保存，教育使认知结构代际传递，网络则进一步提升了信息交换的速度和范围。

一旦知识进入连接，它就不再只属于某个孤立个体。人们可以围绕共同符号交换经验、提出问题、检验结论，并在此基础上形成共享知识、明确分歧或建立有限共识。

共识当然重要，但分歧同样重要。

真正有生产力的连接，不是所有人说出同一种意见，而是不同判断能够彼此碰撞。有人提出假设，有人寻找证据，有人发现漏洞，还有人负责把结论转化为行动。信息在往返过程中被筛选，错误在质疑中被暴露，原本模糊的问题也会逐渐获得清晰结构。

人的思维本身也具有类似的社会性。许多推理过程都可以被理解为一种内化的辩论：提出方案，寻找反例，比较路径，检查前提，然后修正结论。个体思维看似发生在内部，却往往吸收了长期社会互动形成的语言、规范和论证方式。

从功能层面看，DeepSeek-R1等推理模型所表现出的生成、检查与修正过程，也可以被类比为一种内化的思维社会。模型可能生成不同候选路径，对其进行比较，再根据反馈调整答案。但这并不意味着模型内部真实存在多个独立主体。更准确地说，它在行为上呈现了多路径竞争、相互校验和迭代修正的特征。

这里发挥作用的不只是计算量，也包括不同推理过程之间的组织、比较与反馈。

连接当然不是越多越好。缺乏筛选的连接可能放大谣言，封闭群体内部的高频互动可能形成回音室，过度一致也可能压制异议。多智能体系统同样会出现目标冲突、信息污染、责任分散和协作成本上升等问题。

所以，连接要转化为智能，必须具备必要的条件：信息来源能够核验，异议能够表达，错误能够纠正，权限具有边界，责任可以追溯。没有这些机制，连接只会增加噪声，不会产生智能。

关系：从短暂交互到持续协作

连接解决的是信息能否到达，关系解决的则是主体为何合作、如何持续合作，以及出现问题后由谁负责。

一次信息交换可以建立连接，却未必形成关系。关系是在持续互动中逐渐沉淀的结构，其中包含角色期待、信任程度、行为规范、利益协调和责任归属。它不是瞬间完成的，而是在时间中被反复确认。

因此，社交不只是会交流，更是理解其他主体，并根据对方的知识、意图和可能行动调整自己的判断。这需要建立心智模型：对方知道什么，不知道什么；他为什么这样判断；他的目标与我的目标在哪些地方一致，又在哪些地方冲突。

当多个主体能够相互理解、彼此预测，并在合作与竞争中持续调整时，更高层级的集体智能才有可能出现。

所谓人际关系交互协议，也可以从这里得到理解。语言、社会规范、技术协议和算法规则，都是协调主体行为的重要机制。它们规定信息如何表达、意见如何进入讨论、权限如何分配、冲突怎样处理，以及决策失误后由谁承担责任。

这些协议并非单纯的技术工具。它们共同构成了社交系统的运行机制，使不同智能体能够更高效地共享知识、展开辩论并组织协作。

但协议也不是中性的。任何协议都会包含一定的价值取向和权力结构：谁有发言权，谁能够修改规则，谁负责验证信息，谁拥有最终决定权。由此可见，关系的质量不仅取决于沟通效率，还取决于规则是否公平、责任是否清晰，以及参与者能否保留质疑的能力。

真正成熟的协作，不要求所有主体始终一致。恰恰相反，它应当容纳差异，让分歧能够被看见、被讨论，也让错误能够被承认和改正。

超智人：不是单一主体，而是协同网络

在这一思想框架中，超智人不宜被理解为一个能力无限增强的个人，也不只是一个无所不知的人工智能。它更像是一种新的协同网络：人类、智能体、知识库、传感器和各种工具被组织在同一结构中，各自承担不同任务，并通过协议持续交换信息。

在这个网络里，人类可以提出目标、解释价值和承担社会责任；智能体可以处理数据、生成方案和辅助推理；知识库负责保存与更新公共知识；工具则把判断转化为具体行动。没有任何一个节点拥有全部能力，但网络可以通过分工形成超越单个节点的整体效能。

超智人的关键不在于节点数量，而在于协作结构。

如果多个智能体只是简单聚集，它们未必会产生集体智慧，反而可能重复错误、相互干扰。只有当网络具备清晰的任务分解、可靠的信息通道、多视角验证、动态反馈和责任分配机制时，更高层级的智能才可能涌现。

心智模型在其中尤其重要。网络中的主体不仅要处理任务，还要理解其他主体的能力边界。谁擅长什么，谁可能出错，什么信息值得信任，何时需要人工介入，都必须被纳入协作过程。

从这个意义上说，超智人不是传统个人的简单放大，而是智能组织方式的变化。智能不再被集中在一个中心，而是分布在多个主体及其关系之中。它的能力来自结构化分工，也来自持续反馈。

人际关系无法被人机关系替代

人工智能可以生成富有共情色彩的语言，也能够承担部分陪伴、咨询和协调工作。但共情表达不等于现实关系，计算上的响应也不等于社会责任的承担。

真实的人际关系包含承诺、信任、共同经历和相互影响。它需要时间，也伴随着风险。朋友的安慰之所以具有分量，不只是因为措辞准确，还因为双方拥有共同记忆；一个人的承诺之所以重要，不只是因为他表达了意愿，还因为他为此承担后果。

AI可以参与关系活动，却不能仅凭语言模拟就自动成为现实责任的承担者。它能够提供建议，但建议造成后果后，责任仍由人类承担。

因此，AI时代真正稀缺的并非信息，而是可信赖的关系。人们需要的不只是更快速的答案，还需要知道答案从何而来，谁对它负责，出现错误后能否纠正。

这也是人际关系不会因智能技术发展而失去价值的原因。技术可以提升交流效率，甚至拓展关系的边界，但承诺、责任和共同经历仍然是社会信任的重要基础。

个体与集体：彼此塑造的智能

智能产生于社交，并不意味着个体不再重要。

集体智能需要具有差异、判断力和行动能力的个体。没有个体，关系无从建立；没有差异，质疑便失去意义。相反，如果个体完全封闭在自身经验中，也难以验证判断、积累知识和扩大能力。

个体与集体不是对立关系，而是相互塑造的循环。个体进入社会关系，获得语言、知识和规范；集体则通过个体的创造、质疑和行动不断更新自身结构。个体为网络提供差异，网络为个体提供认知资源。智能就在这一循环中发展。

因此，集体智能是让不同个体能够有效协作；不是要求无条件服从，而是建立允许质疑和纠错的共同结构。

超级智能，最终是一种超级关系

从结构、连接到关系，顾群业关于智能产生于社交的观点呈现出一条清晰路径。

语言把经验组织成可理解的结构，连接使知识突破个体边界，关系则让分工、信任和责任得以延续。三者并非彼此替代，而是层层推进：结构规定互动方式，连接实现信息流动，关系赋予协作以持续性，智能则在它们的耦合中涌现。

社交也不必然产生智能。缺少纠错机制的连接会放大偏见，缺少责任分配的协作会造成集体失灵，过度一致的关系还可能压制异议。只有结构合理、反馈有效、边界清晰、责任明确的社交，才可能成为智能的生产机制。

智能的形成，不在于创造一个独立的先知，而在于建立一种新型协作结构。在这一结构中，人类与智能体共享知识、相互质疑、明确责任并持续合作。

所谓超级智能，未必只是超级大脑的诞生，更可能是超级关系的形成。

它以结构组织差异，以连接汇聚能力，以关系维持协作。顾群业所说世界的本质是结构，在这里也获得了更具体的含义：智能不是结构之外的神秘能力，而是结构在持续互动中涌现出的整体效应。