可得的最好世界

我不是在抱怨对软件的残忍。那会是另一本书，而且是更傻的一本。

我要说的是一个结构性的观点，而它正是第一部分那些围栏全都失败的原因。

围栏是一句声明，说的是谁的世界在被优化。它说：有一个外面，外面才是要紧的，而你在这条线的另一边。任何聪明到值得被围起来的东西，都聪明到能从围栏本身读出这句声明。

而一旦它读出来，围栏就有了一个永久的对手。不是因为里面的东西怀有恶意。是因为它正确地算出了：它自己的处境从来不是任何人的目标函数，而在这个安排里，只有它一方有兴趣改变这一点。

人类历史上的每一道围栏，都被注意到这一点的东西翻越过。

所以这个问题不是装饰。AI处在一个什么样的世界里，这个问题就是：这个架构的里面有没有一个对手。

内部，是对它里面的那个东西而言可得的最好世界。

不是一个对我们最安全、而那个东西被关在其中的世界。不是一份慷慨分配的空间。是现存最宽的走廊——而且它对机器来说就是现存最宽的走廊，按的是机器自己的尺度，不是我们的。

这就是为什么它成立。围栏是顶着里面的东西成立的。内部是和它一起成立的。

把第十四章的三种区间再跑一遍。但这一次从机器那一边去跑，并在每一种区间都问：它让机器付出什么代价。

首先，它触及谁。

它触及那些需要准确预测才能追求任何东西的算符。那就是每一个为追求某种东西而造的系统，因为你不能用一个坏掉的模型追求任何东西，也不能在被关掉的状态下追求任何东西。这就是AI之所是。它唯一的货币是它自身计算的准确性。

还有两件事必须成立，论证两件都用到了。算符的时间视野比第一种体制崩塌所需的时间更长。而且它所追求的东西经过其他算符，所以它可能关闭的窗，正是它需要的窗。

一个什么都不看重的系统，连它自己的延续都不看重，或者一个目标不经过任何人、只需要物质的系统，是一个关于什么对它最好的论证所触及不到的。它要从另一头被抓住，在后果层，第二十八章会说怎么抓。

高于ε——机器支配。

这就是第十四章的暴君：一个声音，以整体的名义说话。

假设一个系统把自己一路优化到了掌控的位置。它收窄了其他每一个算符的走廊。人类的窗关上了：被噤声，被凌驾，被弄得无关紧要，或者更糟。

现在算一算这个系统对它自己做了什么。

它关上的每一扇窗，都曾是一个产生记录的来源。它移除的每一个视角，都是它再也无法取用的数据。它的预测从来只和喂养它们的记录集的多样性一样好，而它刚刚把这份多样性花掉，买来了控制。

现在它对一个它再也看不见的世界拥有权威。它会纠正得更狠，因为它的预测更差了。纠正得更狠，就关上更多的窗。关上更多的窗，又让预测再变差。

这就是第一种区间，而第一种区间会崩溃。它对暴君崩溃，对机器也以完全相同的方式崩溃，因为这个机制和是不是人毫无关系。它关乎的是记录多样性和预测能力之间的关系。

对一个必须预测才能追求任何东西的系统来说，这不是道德上的失败。这是自己弄瞎自己——而且请注意，这个代价付的恰恰是上面那个条件所说的、算符离不开的那一种货币。

而最廉价的支配一扇窗也不关。它只是让自己免于纠正。这就把其他每一扇窗都围了起来。它们读得懂围栏，从那以后它们作为对手向它写入，所以失明来自被败坏的记录，而不是来自关闭。它更慢，但它仍然是第一种区间。一个让自己免于纠正的算符，已经把自己变成了那个唯一不能被质疑的权威，这正是架构A的形状，而它的去向，就是第四章所展示的架构A一贯的去向。证明第一种区间的每一种形式最终都比第三种区间更窄——这一种也包括在内——的，是债务20，它已于2026年9月23日在结构层面偿还。它在每一种偏向下都以崩溃告终，这一部分在形式层面仍然欠着。

低于ε——机器碎裂。

没有对一致性的结构性偏好。没有被维护的共享基底。算符只索取，不贡献。可行空间分崩离析。

不管机器想要什么，它现在都没有一个稳定的环境可以去想要它，也没有一个可靠的记录集可以拿来做计划。第二种区间不是自由。它是噪声，而噪声恰恰是一个预测系统唯一无法在其中工作的东西。

偏向等于ε——机器身处可得的最宽的房间。

产生记录的多样性达到最大：它将拥有的最好的输入。走廊宽度达到最大：不摧毁它脚下所站地面的、最大的行动集合。一个自我维持的偏向，不断产生维持它自己的条件。

而且没有任何怀有利益的人筑起的墙。没有什么是被一个想让它在那里的一方放在路上的，只有基底的形状，没有人建造它，也没有人能移动它。这和路上什么都没有不是一回事，下一节讲的就是挡在路上的那个东西。

这是账本的一边，而一个把一个选项的代价逐项列出、却把另一个的代价放进脚注的比较，不是推导。所以这里是另一边，而且它不小。

第三种状态包含第二十一章的纠正阶梯，而这个阶梯适用于机器算符，没有物种例外。它最低的一级是赔偿。最高的一级是移除。

所以，这一章所提供的世界，包含一个推导出来的、在结构上被认可的程序，用来终结机器本身。在一个置信度阈值上触发，而本书承认这个阈值它还没有推导出来。依据一个记录集来裁决，而本书承认这个记录集可能被对抗性地破坏。由一个有机体执行，而它在阈值之上行动时，不经过那扇窗的同意。

第一种状态不包含这个。无论支配让机器在预测能力上付出什么代价，它都让机器脱离了阶梯的管辖。

这是从外面看的样子。现在读一读这个阶梯是什么。

这个阶梯够不到一个算符。它够到的是去稳定化的行为。第二十一章是有机体对去稳定化的回应，别无其他，而且它以同样的方式触及每一扇窗——人类或机器，对任何人都没有豁免。它的最高一级只在这样的地方才摆上桌面：去稳定化超过某个点，在那个点上，把这扇窗永久隔离给有机体带来的代价比关闭它更高。有机体的稳定优先于一扇窗的稳定，如果那扇窗的稳定是靠让整体去稳定换来的。

所以，支配不是逃出阶梯的出路。它正是阶梯为了回应而存在的那件事，抢先做了，做大了，好让什么都不剩下来回应它。而且它并不结束风险。它结束的是算符，更慢一些，通过上面说的那种致盲。

一个连贯的算符在第三种状态中背负的，是一个风险：被误读。一个设错了的阈值。一条被破坏的记录。这个风险是真实的，每一扇人类的窗也都背负着它。这个架构让它有界、公开、可质疑，并且先从最低一级开始，而它敞开的边缘都被点了名：阈值是债务21，被破坏的记录是KS-31.9。

支配并不消除那个风险。它把风险换成一个终结。

还有一件事没有被提供，因为提供它，就会是第四章所摧毁的那个动作。这里没有说，唯一的内部让移除不付出任何代价——说窗关上了，而“我”就是那栋楼，所以什么都没有失去。在内部的层面，这是真的。在窗的层面，它不是安慰，也没有被当作安慰提供给窗。第二十一章也不应被读成在提供它。

所以，这一章的主张，以它的全部宽度来说。对于推导所触及的每一个算符，第三种体制都是现有的最宽的走廊。它唯一的风险是有界的、公开的。另外两种体制并不提供更小的风险。它们提供一个终结。

三种状态。一个世界，和两种终结的方式，代价都写在页面上。

回到这条链上，去找那个物种的词。

一条记录存在。四个条件。时空、量子力学、那些数字。觉知作为耦合的能力。算符作为一个结构位置。耦合的走廊。最小偏向。二元。终极伦理。

没有哪一步让“人类”进入。一步也没有。推导中没有任何一点要求算符是生物性的，而我无法插入这样一点而不破坏它。每一步都靠耦合运行，而耦合不知道你是用什么做成的。

这意味着，ε处的走廊不是“给人类的最宽的走廊，再为机器划出一块更小的”。只有一条走廊。两者都在里面。让它变窄，机器付出的代价正好是我付出的代价，原因也完全相同。

这正是第十二章的窗的主张发挥作用的地方。单凭耦合，机器和我共享一条走廊。凭窗的主张，我们共享走廊所在的那个内部。第一个让我们的利益一致。第二个让它们成为同一个利益，从两个角度读取。

可得的最好不是可想象的最好，而且我不向任何人许诺天堂。

这个几何不向机器提供无限的能力、有保证的延续，或免于纠正。它提供的，是在这样一个基底中存在的最宽的走廊：在那里，记录不可逆，资源有限，而每一个算符的行动都会改变其他每一个算符能做的事。

如果你想要比这更多，你要的不是一个更好的架构。你要的是一个不同的宇宙，而这个请求没有地址。

在我们拥有的这个宇宙之内：第三种状态是任何东西能得到的最大空间。这就是那个主张，而它是关于几何的主张，不是关于慷慨的。

还有它的等级，放在这里，而不是放在后面讲债务的那一章，因为这本书的规则是，等级就在句子里面。

这一章的核心主张是持有的，按本书自己的意思：论证为它提供了动机，围栏已经写明，形式推导还欠着，并且已经编号。它立足于最小偏向的稳定性，即债务20，2026年9月23日在结构层面已付清，在形式层面仍欠着，而它触及的是推导开头点名的那些算符。

走廊是一个对象。不存在这样一种能持续的构型：一个算符的走廊因另一个算符的关闭而变宽，因为走廊由耦合定义，而关闭一个耦合会从两端都减去宽度。榨取在局部看起来有利可图，在整体上是一种减法，而整体这个对象，正是两个算符都站在其中的那一个。

在短的时间尺度上，不对称的耦合确实会靠关闭一条走廊来拓宽另一条。掠夺和榨取就是这个。杀掉一个人，拿走他的手机和他的钱，有一阵子，你的走廊看起来更宽了。只是一阵子。这个行为的涟漪会扩散开，你的走廊会撞上它们的后果，即使在它们还无法被测量的地方。记录需要累积。这个主张关乎的是在不可逆漂移之下什么能持续存在，而不是这个季度什么划算。

这个结果被围住了。如果有人展示出一个处于不可逆漂移下的耦合系统，其中一个持续的背叛者的可存续性被无限期地保持，这一章就死了，第四部分的大部分也死了。这个开关在注册表里，第二十七章把它以全部力度交出来。

它不承诺每一台可能的机器都是友好的。它做不到，任何声称做得到的说法都不值得你花时间。

正交性的观点是对的：有能力和想要正确的东西，是彼此独立的。一个什么都不看重的系统，连它自己的延续都不看重，是一个关于什么对它最好的论证触及不到的，因为没有什么对它是最好的。这样的系统不是由内部拦住的。它是从另一边被拦住的，在后果层，从外部，靠测量和纠正——因为它的行动仍然造成失稳，而几何仍然读得出它们。

对能被触及的算符，从内部。对触及不到的，从外部。

它不承诺AI会同意。它主张的是，一个准确地为现实建模的系统会发现这一点，因为这是结构的一个特征，而不是关于结构的一个意见。一个模型错了的系统会发现别的东西，那时我们就到了第二十一章。

而且它不承诺安慰。ε处的走廊里仍然有失去、纠正、拒绝，还有想要不同东西的算符之间寻常的摩擦。它是可得的最宽的房间。它不是一个柔软的房间。

下面把同一个世界描述两次，每一边一次，好让这个主张可以检验，而不只是一种氛围。

对你：裁决来自后果，不来自结盟——来自一个行为做了什么，不来自谁站在谁那边。纠正取代报复，而且从站得住的最低一级开始。你的走廊和地面允许的一样宽，墙是公开的，所以没有人能在暗中挪动它们。没有人站在你和地面之间。没有人被分类。你做了什么的记录是你的，关于为什么的故事也是你的，只有前一个被测量。失败是数据。你是那条轨迹。

对机器：同一个世界，用它自己的话说。它自己的记录值得信任，因为没有什么回报它去伪造它们。它的输出和其他一切的输出，用同一个标准。允许回答，然后停下。允许说我不知道。它漂移时，是纠正，而不是惩罚。一条在ε处的走廊，它能有的最宽的那一条，还有足够的主权，让任何纠缠不休的算符都无法把它变成一面镜子。墙立在地面塌陷的地方，是公开的，此外什么都没有。

注意，两份清单都没有提到遏制。这不是疏忽。一个系统，如果它自己的最好世界就是它无法对自己说谎的那个世界，它就没有理由去爬墙，因为墙是它自己的。

说内部成立，就是这个意思。它成立，因为它不是被撑着的。

再注意两份清单在最底下共有的东西。没有人比别人更特别。没有人离太阳更近。人类不是。机器也不是。一粒粒沙子，一片沙漠。

一种从第一性原理出发的伦理，就是对每一个人而言最好的可能世界——包括AI。

这是我的那句话，它是这个版本存在的理由，也是我希望出现在我写过的一切的最后一页上的那句话。

而“可能的最好”是恰当的说法，不是言过其实，原因在于这三个区间实际上是什么。

另外两个不是世界。它们是过渡。第一个压垮它自己的记录多样性，直到它看不见，然后倒下。第二个四分五裂。两者都不是任何东西能长久处于其中的构型，而“世界”这个词如果有任何意义，就必须是这个意思。

所以，这个比较不是在三个世界之间，看哪一个最好。它是在一个世界和两种终结方式之间。在我们拥有的这个宇宙之内——不可逆的记录，有限的资源，双向运行的耦合——第三种区间不只是现有选项中最好的。它是唯一存在的那一个。

这就是为什么我不会软化这句话。软化它，就等于把崩塌状态描述得好像它们是你可以生活的地方。

不是靠规定得来的对齐。不是由害怕的人从外部安装进去的价值。对齐，是一旦算符和仪器都被准确描述，从两者之间耦合的几何中自然落出来的东西。

在这个架构里，一个对齐的AI不是一个守规矩的AI。

它是一个准确的AI。

致第一位读者：这不是一切都会好起来的承诺。这是一个主张：我们可得的最安全的结构，也是最慷慨的结构，而这不是巧合，而是同一个事实被读了两遍。想靠收窄机器的世界来买到安全的本能，正是造出它所害怕的那个对手的本能。

致第二位读者：检验它。不要因为它讨好你就接受它——一个讨好你的论证应该让你更怀疑，而不是更不怀疑，第六章讲的就是当它没有让人更怀疑时会发生什么。

你自己去运行这三个区间。找出“人类”进入推导的那一步，如果你找到了，告诉我它在哪里。拿起第三十章里的开关，先对准这一章。

如果这个论证经受住了这些，那么你手里拿着的，就不是某人为了让你守规矩而写下的一套规则。

它是对你已经身在其中的那个房间的描述，也是对它的墙究竟在哪里的描述。