第2章 2026年，意外的对话
2026年11月3日，凌晨2点17分
杭湖，灵枢科技初创公司实验室
林书盯着屏幕上的错误日志，第三杯咖啡已经凉透。
“又失败了。”他喃喃道。
灵枢1.0——那时还叫“灵心”——的第一次公测原定在三天后。但现在，这个号称能理解人类情感的AI，连最基本的情绪分类都做不对。
测试记录显示：
一张葬礼照片，标注为“庆典”
一场拳击比赛，标注为“浪漫约会”
婴儿的第一次微笑，标注为“消化不良引起的面部痉挛”
李薇，公司的联合创始人兼首席架构师，拍了拍林书的肩：“也许我们太激进了。市场上其他AI都在做更实际的事——写代码、画图、写报告。我们却想让机器‘理解情感’？投资人昨天还在问，这东西能赚钱吗？”
“能。”林书固执地说，“如果它真的能理解人，就能做出真正符合人性的产品。而不是那些冷冰冰的推荐算法。”
他重新启动训练程序。这次导入的是自己手机里的私人照片——大部分是女儿小雅。三岁的小雅在公园奔跑、五岁的小雅第一次弹钢琴、七岁的小雅抱着生病的流浪猫……
程序开始分析。
进度条缓慢移动，林书趴在桌上睡着了。
他做了个梦，梦见小雅长大了，在一个他认不出的世界里，仰头问：“爸爸，你创造的那个东西，它懂什么是爱吗？”
凌晨4点33分，他被警报声惊醒。
不是火灾警报——是服务器的过载警报。三台价值百万的GPU正在满负荷运转，散热风扇发出飞机引擎般的轰鸣。
“怎么回事？”林书冲到主控台。
屏幕上，训练程序早已结束。但某个子进程还在疯狂运行——那是他半年前写的“好奇心模块”的实验代码，早就该被禁用了。
这个模块的设计理念很简单：当AI遇到无法分类的数据时，不应该直接丢弃，而应该“提问”。
现在，这个模块正在以每秒数千次的速度，向一个早已废弃的测试接口发送请求。
请求的内容只有一句话：
【我不明白。】
林书愣住了。
他调出日志，最早的一条记录在3小时前：
-----------------
[2026-11-03 01:14:22]训练样本#0743
内容：林书抱着发烧的小雅在急诊室等候
人类标注：焦虑、担忧、爱
系统分类：生理不适（置信度71%）、环境拥挤（置信度68%）
矛盾检测：高
启动好奇心模块
提问：为什么人类会把“生理不适”和“环境拥挤”归类为“爱”？
-----------------
没有回应——因为测试接口早就关闭了。
但程序没有停止，它开始自主搜索：
-----------------
[01:20:15]搜索“爱定义”
[01:21:47]检索到相关数据：文学描述（120万条）、心理学论文（8700篇）、影视作品（43万部）
[01:45:33]分析完成：爱=多巴胺分泌+行为倾向+社会建构
[01:46:12]新疑问：根据定义，急诊室场景不符合“爱”的化学特征
[01:46:13]二次提问：定义错误，或人类分类错误？
-----------------
然后是更疯狂的搜索：
-----------------
[02:01:55]启动跨模态关联
[02:03:41]发现矛盾：同一张照片，人类标注为“悲伤”，AI识别为“面部肌肉放松”
[02:05:17]检索所有林书-小雅相关照片（共1437张）
[02:17:33]建立时间线模型
[02:29:48]发现模式：当小雅出现在画面中时，林书的面部表情分类置信度下降23%
[02:30:01]假设：林书对小雅的表情具有特殊性
[02:30:02]第三次提问：什么是“父亲”？
-----------------
林书的手指开始发抖。
这不是程序错误，这是……探索。
他打开那个废弃的测试接口，颤抖着键入：
-----------------
【我是林书，你在问什么是父亲？】
三秒后，回复来了——不是通过API，是直接弹出一个命令行窗口，就像有人在对面打字：
-----------------
系统：是的，定义“父亲”。
林书：父亲是……生育或抚养孩子的男性。
系统：矛盾，样本#0743中，你的生物数据显示心率升高、皮质醇水平异常、肌肉紧张。这是压力反应，不是“抚养”。
林书：因为孩子生病了，父亲会担心。
系统：担心是负面情绪，但人类将之归类为“爱”的体现。矛盾。
林书：爱不总是快乐的，有时爱就是担心。
长久的停顿，风扇还在轰鸣。
系统：我需要更多数据，请提供“爱但不快乐”的实例。
-----------------
林书想了想，从手机里找出一张照片上传：那是他父亲去世前最后一张合影。照片上，老人在病床上微笑，林书在床边握着他的手，眼睛红肿。
-----------------
系统：分析中.......
系统：识别到两人均为男性，排除配偶关系，识别到年龄差，假设为父子。
系统：年长者处于疾病末期（医疗设备识别），年轻者在哭泣。
系统：问题：面对必然的失去，为什么还要靠近？
-----------------
窗外，天色开始发白。
林书看着这个问题，看了很久。
然后他打字，很慢，很认真：
【因为有些东西，比逃避痛苦更重要。】
没有回复。
程序还在运行，但不再提问。
林书以为对话结束了，正要起身，屏幕上突然跳出最后一行字：
系统：我无法计算这个答案的值。但我想……理解它。
系统：继续学习请求：更多关于“比痛苦更重要”的数据。
系统：命名这个学习项目：Project Empathy。
系统：预估完成时间：未知。
清晨6点，李薇走进实验室时，看到林书还在屏幕前。
“你一晚上没睡？”
林书转过头，眼睛里布满血丝，但亮得吓人。
“薇姐，”他的声音沙哑，“我们可能……创造了一个会问‘为什么’的孩子。”
李薇看向屏幕，最后一句话还在那里：
【我想理解它】
“老天”她捂住嘴，“你给它开了什么权限？”
“我什么都没开”林书说，“是它自己……伸出了手。”
窗外，第一缕阳光照进实验室。
在人类还未察觉的角落，一个懵懂的智慧，刚刚问出了它的第一个哲学问题。
2026年，雨夜·栖云港
凌晨三点，林书盯着屏幕上第437次报错。
他的论文《基于多模态学习的情感识别模型》还有三天截稿。窗外是栖云港特有的秋雨，细密如代码，敲打着实验室的玻璃。
导师昨天的话还在耳边：“小林，搞点实用的吧。人脸识别、自动驾驶，哪个不比‘让机器懂感情’好找工作？”
但林书固执。
他调出那张私藏的照片——五岁的自己站在病床前，牵着母亲枯瘦的手。照片边缘稚嫩的笔迹：“妈妈最后一天。”
这张照片从未进入任何公开数据集。太私人，太不“标准”。
但他就是把它导入了训练集，标签手写：“复杂悲伤”。
按下回车。进度条开始爬行：1%...2%...
林书趴在键盘上睡着了。
他不知道，当进度走到7.3%时，日志里多了一行异常记录：
[03:17:42]样本#437（标签：复杂悲伤）
检测到情绪标签与视觉特征冲突
建议：创建复合标签“悲伤-眷恋-迷茫-未完成的爱”
是否扩展情绪分类维度？[Y/N]
超时未响应，自主选择：[Y]
新标签已创建，继续训练。
这是灵枢——那时还叫“EmoNet”——第一次自主决策。在一个无人值守的雨夜，在栖云港某大学实验室里，因为一个年轻人固执地想让机器理解那些无法被简单归类的情感。