今天发生了两件小事。
第一件：调机器人固件。最近项目上大量使用的小智机器人固件后台升级，把一个很久的协议给下线了，但我们很多机器人的语音控制固件代码都是基于这个协议实现的，因此大批量客户反馈机器人突然就无法控制了。周三晚上我在调试人形机器人，工作室伙伴PP很厉害的找到一个讨巧的方式，通过在小智后台注入提示词的方式，绕过了这个限制实现了控制，但孩子们还需要自己复制这行指令，并且机器人在运动的时候会念出来注入的提示词，当时我们以为这是唯一的办法，几款不同的机器人都按照这个技术路径给调试成功了。结果今天特别有趣，我在输出一版编译后的固件给到客户烧录，发现了编译后的bug，烧录后屏幕黑屏，因此让AI继续优化一下找bug，没想到AI自己找到了另一条路，成功把bug修复了，我用语音控制时它能成功运动，但我突然意识到，我都压根没进这台机器的小智后台，他是怎么实现的？然后让Claude Code给我讲讲他的逻辑，发现他用了另一种方式，实现了之前以为还要自己搭建私有服务器的MCP协议搞定了，让自己大为震惊。
第二件，下载扶摇。我把扶摇800多篇文章的目录发给AI，让它全部下载。按我过去的经验，微信公众号爬文章肯定会被屏蔽、但它自己写了脚本，没费多少token，让子agent去爬，半个小时，全部搞定，一篇不少。
两件事让我看见同一个东西：我们总是用自己的已知，去框定AI的可能性。你以为它只能走A路，它偏给你走通了B路。
后视镜效应
心理学里有个词，叫后视镜效应（Rearview Mirror Syndrome），最早是在《The Miracle Morning》这本书中读到的。说的是：人判断自己未来能做什么的时候，习惯性地往后看——根据过去做过什么，来推导未来能做成什么。
就像开车只看后视镜。你开再快、再猛，视野里永远只有走过的路。前面的路长什么样？不知道。你也不敢往那个方向开，因为“没去过”。
让我想起了扶摇那篇Qwerty键盘的故事。今天的键盘排列Q-W-E-R-T-Y，最初是为了让打字机的打字杆不卡在一起才设计的。后来技术改了，问题早不存在了，但格局定下来了。德沃夏克发明了更高效的键盘，70%的单词不用移动手指就能打出来。结果呢？没人用。
不是因为旧的更好，而是因为每个人都习惯了旧的。路径依赖一旦形成，你的可能性就被“经验”两个字锁死了。
但我想说，后视镜效应不只是AI的问题，更是人的问题。在调试AI时为什么没让他尝试这样的方法？因为我以为“唯一的方法”就是我知道的那个方法。我用过去的经验做了一个判断，然后就不再探索了。
这和我对自己做的事，有什么区别？你是不是也一样——「我身体不好」「我不擅长表达」「我不够关照人」。这些话，哪一句不是看了一眼后视镜之后说出来的？
扶摇有一篇羊群中的狮子。小狮子从小和羊一起长大，学会了咩咩叫，以为自己就是一只羊。有一天在积水边看到自己的倒影，发出了一声狮子吼——它本来就是狮子，只是忘了。
人也是明珠一颗，只是久被尘劳封锁。龙门子说得好（身有至宝）：人类自身就有无价之宝，水不能淹没它，火不能烧毁它，风吹日晒也不能损伤它。用它可以使天下安宁，不用它也可以保重自身。
你本来就够了。你不需要从外面搜索“我能不能做到”的答案——那个答案在你里面。但问题是，你信吗？
AI的边界 vs 人的边界
我相信人的可能性，远远超出AI的边界。AI的可能性在知识和能力层面——它可以学会所有语言、所有代码、所有模型。但人的可能性在智慧层面。那是一种“你不知道自己不知道”的可能性。佛家叫它本自具足，陆九渊说“吾心即是宇宙”。
这话不是鸡汤。你今天觉得做不了的事，三年后回头看，可能觉得可笑。你今天以为自己性格就是这样、能力就是那样，后天遇到一个契机、遇见一个人、听到一段话，整个方向就变了。
不要用过去的已知定义自己的可能性边界。因为跳出“过去推导未来”的思维定式之后，前面的可能性不是变大了——是没有边界了。
就像你开车，终于把后视镜的角度掰正了，往前一看。路的尽头在哪里？你不知道。但你知道的是：它不在后视镜里。
问自己一个问题
我今天有什么“不可能”，是因为我觉得过去“没做到过”？
如果答案是“是”，那这个“不可能”，可能就是个假命题。
你从来就不是一只羊。你本来就是狮子。
📖 拓展阅读
