本文写作时，Claude Fable 刚刚推翻了一个悬置八十多年的数学猜想。推翻数学悬案，固然是对最新款模型的上佳宣传，然而，“最新即最好”的解读却大错特错。
一如既往，当代最好的数学家陶哲轩解释了人工智能究竟做了什么。如果你觉得原始过程或陶的解释很无聊——无论是因为你看懂了，还是因为步骤太长而看不下去——那就对了：Fable 也并非依靠天才的灵光一闪，而是仰赖近乎无聊的蛮力。
（有数学背景的读者，不妨小小游戏一番：在落后两代或更早的 LLM 上，尝试复现证明（证伪）步骤。我怀疑这没有任何困难。）
重要的恰恰是无聊。即便在大模型输出这样高的抽象层级，每一步也很无聊，可一旦往复多步，事情就截然不同。陶哲轩最常用的数学工具之一是 Lean 语言，一款主打标准化和协作的编程语言。远远早于 GPT-1 问世。
“智能”常常是迭代的无聊。
让我们稍稍远离太宏大的例子。考虑一下启动器（launcher）。最经典的交互方式，乃是把 ⌘Command-1 到 ⌘Command-9 绑上常用软件（或网页），你绝对不会误以为这里有任何“智能”成分（尽管这些键位相当有用）。在另一端，你会诅咒搭载了机器学习、图像识别和 OCR 的 Spotlight 是人工智障，因为它甚至连你丢在桌面上文件都搜不全。macOS 27 将为我们带来新一代的人工智障。
在光谱中间，还有一个异类：LaunchBar。如果你越过用户的肩膀望着他的屏幕，这玩意儿看上去完全就是顶尖人工智能驱动的推荐引擎，用户总能在三秒钟之内定位他想要的任何软件、文件、网页或代理。
问题是，LaunchBar 的体积比一首歌还小，显然不可能塞下任何大模型。其核心，只是一个想法简单的算法：根据按键频率排序相关内容，用得越多，推荐越准。这份“权重”还是明文储存的，闲来无事的读者可以自行查看。数据越无聊，交互越惊人。
太懂你心思的软件，也要小心。在公共场合，不要让电脑就这么像蒸蛤蜊一样开着，否则同事不慎掉了一摞文件在你的键盘上，就有可能触发一连串不适合工作场合浏览的页面（真实事件，所幸我是故事中的同事）。
再考虑一下输入法。著名开源输入法框架 Rime，宣称“聪明的输入法懂我心意”，但它同样没有搭载人工智能。当然，Rime 高度自定义，不过这只是一颗结晶核，用家若是几乎不打字，仅仅偶尔发个微博，那么其中肯定有一篇是在吐槽 Rime 浪得虚名。惊喜只属于能够长期用 Rime 打字的人。原初的输入方案、用户自定义词典和习惯数据组成的“权重”，全部加在一起，也毫不起眼，甚至无聊。
还有 Anki，这个看上去最古老、古老到被被其算法发明者批评的复习软件。但就是这个一个老古董，偏偏同时在多个主要国家雄踞付费下载榜前列，注意，价格是一百多元，并且几乎从不打折。道理很简单，Anki 背后没有巨型复习进度推荐模型，有的只是简单的算法，基础版本甚至可以缩写成一个只有减价乘除的公式。但是，如果你有几千张无聊的卡片，每天花上时间复习几十张，事情很快就变得不无聊——Anki 似乎能够看透你的心思（付费）：
……久之，你会逐渐会发现，Anki 的“读心术”远超大数据分析。每次福至心灵写完一篇文章或者记下几个新点子，起身散步，顺便复习一下当天的卡片，我总能发现：刚刚想到的素材，又出现在当日卡组中。那一刻，一个人会明白，为何缪斯（艺术女神）的母亲是密涅瓦（记忆女神）。
数学家不可能因为更好的大模型正在开发，就暂停手头的工作。
macOS 资深用户压根不相信 WWDC 上关于 Spotlight 的鬼话。
爱写作的人不会空等更好的词库，而是自己打磨 Rime 输入框架。
已经有很多人用 Anki 通过了世界上最难的医学、司法或公务员考试。
其中最关键的权衡，还不单单是先行一步，而是率先迈出貌似无聊的一步。