#401 边域、「慢聚漫奏」：我们还能迎来另外一个达特茅斯的夏天吗？

概览

本期围绕 1956 年达特毛斯暑期研讨会展开。嘉宾杨彬把这段 AI 史上的关键时刻称为“达夏”，并提出“慢聚慢奏”的理解：一群尚未完全被主流认可的年轻研究者，在一个相对边缘、松散、开放的场域中，围绕“人工智能”这个当时刚被命名的概念持续碰撞。

讨论并不把达夏简单包装成一次“达成共识”的会议，而是强调它真正重要的地方在于：保留了多种可能性，让符号主义、神经网络、概率推理等不同路径都有机会被提出、记录和延展。今天回看，达夏的价值不只在 AI 起源史，也在于它提示了原始创新需要怎样的环境。

节目后半段从达夏延伸到芝加哥大学、硅谷、攀岩文化、Patagonia、大学教育与 AI。核心结论是：真正有创造力的场域往往不是强规划、强效率、强权威的产物，而更依赖多元的人、心理安全、面对面交流、非主流空间，以及允许“无用之用”存在的耐心。

分段落总结

[00:00] 嘉宾与主题引入

[事实] 主持人徐涛介绍本期嘉宾杨彬，称其为清华大学经管学院教授，并提到他过去约十一年担任清华大学副校长、教务长。

[事实] 节目以“声东击西”十周年为背景，同时引出达特毛斯会议七十周年这一话题。

[事实] 主持人和嘉宾把 1956 年达特毛斯关于人工智能的暑期研讨会称为“达夏”。

[推测] 本期试图借 AI 史上的一个起点，讨论更普遍的组织创新、教育转型和创造力生成问题。

[02:53] “慢聚慢奏”的创新模式

[事实] 杨彬提出“慢聚慢奏”这一说法，用来描述达夏的模式：人们慢慢聚在一起，以类似爵士乐即兴演奏的方式交流。

[事实] “慢”被解释为带有散漫、漫游和浪漫意味，“奏”则强调像演奏一样的互动与即兴。

[事实] 杨彬希望这个词通过节目传播开来。

[推测] “慢聚慢奏”强调的不是低效率，而是为尚未成形的问题和方向保留开放时间。

[03:37] 达夏的由来与 AI 命名

[事实] 达夏发生在 1956 年 6 月中旬到 8 月中旬，地点是美国东北部新英格兰地区的达特毛斯学院。

[事实] 麦卡锡当时是达特毛斯数学与天文系 28 岁的助理教授，他在 1955 年与合作者写下研究计划。

[事实] 这份 proposal 中第一次把 artificial 和 intelligence 两个词粘合成 “artificial intelligence”。

[事实] 他们向洛克菲勒基金会申请资金，原本申请 13500 美元，最后获得 7500 美元资助。

[推测] AI 这个今天高度主流的概念，最初带着很强的探索性和不确定性进入学术视野。

[08:12] 参会者与松散组织

[事实] 达夏前后共有约 47 位参与者，核心参与者可说是 8 位或 10 位。

[事实] 参会者以不到 30 岁、与麦卡锡年龄相近的年轻人为主，学科背景非常宽。

[事实] 会议刚开始时麦卡锡列过工作计划，但很快就放弃了计划，转向更自由的讨论。

[事实] 每个讨论单元里，教室中少则三人，多则八人，有人只来两三天、分享后就离开。

[推测] 达夏的重要组织特征是低门槛、流动性和非正式性，而不是严格议程。

[12:27] 达夏的成果与后见之明

[事实] 会议结束时，参与者认为他们看到了各种可能性，但没有形成非常确定的共识。

[事实] 2006 年纪念五十周年时，有说法认为达夏形成了关于 AI 的共识，但杨彬提醒，当时所谓共识更偏向符号主义。

[事实] 麦卡锡更接近的判断是：达夏说明 artificial intelligence 存在很多可能性。

[事实] 后来参与过达夏的许多人，都在人工智能、自动化、智能化或机器模拟人类学习与行为方面做出贡献。

[推测] 达夏的历史价值不在于当场解决 AI，而在于聚合了一批后来持续推进相关领域的人。

[14:45] 西蒙、符号主义与另一条路径

[事实] 主持人提到赫伯特·西蒙不是专门的数学家或物理学家，而是从政治哲学、组织研究等方向进入相关问题。

[事实] 西蒙在自传中对达特毛斯会议着墨不多，并强调自己在参会前已经做出类似 AI 机器的东西。

[事实] 杨彬提到西蒙与 Newell 的工作体现了符号主义路径，即把人类思维规则梳理出来，用演绎推理让机器模拟人。

[事实] 杨彬同时指出，当时也存在神经网络、让算法通过学习积累知识等路径，只是当时难以想象其可行性。

[推测] 今天回看，达夏的意义之一是让后来分叉的技术路线在同一早期场域中相互显影。

[18:57] Ray 的概率推理与迟到的认可

[事实] 杨彬提到一位被称为“芮”或“Ray”的参与者，他不太同意演绎推理路线，更希望采用概率推理。

[事实] Ray 在会议中持续记录，笔记非常详尽，后来为写给洛克菲勒基金会的报告做了重要贡献。

[事实] 杨彬称 Ray 后来以个体贡献者方式从事研究，为能源部等提供咨询，许多论文二三十年后才被重新认识价值。

[事实] 杨彬认为 Ray 可被看作预测下一个 token 这一概率推理路径的重要奠基者之一。

[推测] Ray 的例子说明，非主流贡献者可能在当时缺乏认可，却在技术范式变化后被重新理解。

[20:19] 边域、异类与远离主流

[事实] 杨彬把达夏称为“边域”，因为参会者来自神经生理、数学、计算机、语言学习等不同领域。

[事实] 他说每个人相对他人都是异类或外乡人，达特毛斯也不是 MIT、哈佛或斯坦福那样的强焦点场所。

[事实] 麦卡锡等人有意与当时已经主流化的控制论保持距离，维纳没有参加被杨彬视为有利因素。

[事实] 香农更多起到为 proposal 站脚助威的作用，并没有主导很多讨论。

[推测] 边缘位置降低了权威压力，让新问题有机会从已有主流渠道之外重新定义起点。

[24:04] 芝加哥大学、硅谷与“西部感”

[事实] 主持人把达夏与芝加哥大学读书会、硅谷家酿俱乐部等群星闪耀的场域相比较。

[事实] 杨彬认为芝加哥大学当时的学科边界没有今天清晰，带有一种 “wild” 的西部感和开放可能性。

[事实] 杨彬提到哈钦斯校长推动通识教育，也提到哈耶克被经济系拒绝后进入社会思想委员会。

[事实] 杨彬引用《区域优势》中对 128 公路和硅谷的比较，强调硅谷更平易简单的文化有助于创新活力。

[推测] 与严格分工的现代组织相比，跨边界、低礼仪负担、开放流动的文化更容易孕育原始创新。

[31:55] 心理安全与组织创新

[事实] 杨彬概括达夏的人际氛围为“没大没小、没对没错、没皮没脸”，并将其视为心理安全的具象体现。

[事实] 他认为真正的创新讨论应尽量减少权威、主席台和致辞式结构，让参与者能够平等表达。

[事实] 杨彬提出小团队并不必然产生超强集体，关键还包括智力密度和价值观共识。

[事实] 他对“对齐”一词表达不适，认为如果需要反复专门对齐，组织已经很费劲。

[事实] 杨彬不看好大厂在 AI 转型中相对初创企业的创新能力，原因是大厂已有规则容易导致自我审查。

[推测] 心理安全不是温和气氛，而是让非主流想法在被评判前有表达和碰撞的空间。

[36:34] 涌现胜过规划

[事实] 主持人提出悖论：一旦组织想“培养”创新空间，就容易变成自上而下、有目标、有效率的机制。

[事实] 杨彬认同“培养”一词值得怀疑，并引用明茨伯格关于战略和创新更应相信涌现而非计划的观点。

[事实] 杨彬认为一旦效率优先，或组织要打一场非赢不可的仗，达夏式创新模式就会遇到较大不可行性。

[事实] 杨彬以 AI coding、agents、Anthropic 内部工具、腾讯 work body 等例子说明，一些重要产品并非自上而下规划出来。

[推测] 新技术突破常来自局部兴趣、个人好用、内部自然扩散，而不是一开始就被定义成重点工程。

[42:37] 不急于判断与容纳差异

[事实] 主持人把达夏类比为进化中的随机出现，认为它让人感到浪漫和温暖，是因为它没有被扼杀。

[事实] 杨彬强调要 hold 住 judgment，不要太着急押宝或下结论。

[事实] 杨彬认为 “enjoy” 中的 joy 需要被发掘和创造，要找到其中之乐。

[事实] 杨彬批评“容错”这个词，认为真正最难容、也最该容的是差异，而不是已经被判定为错的东西。

[推测] 创新管理的关键可能不是允许失败，而是在失败或正确被定义之前，允许差异存在。

[45:25] 攀岩文化与 Patagonia 的例子

[事实] 主持人以攀岩者 Yvon 为例，讲述他成绩不好、个子矮、曾很边缘，却因热爱自然和猎鹰接触攀岩。

[事实] Yvon 在优胜美地与一群攀岩者交流技术、装备和攀岩哲学，讨论登顶、过程、自然保护和无痕攀岩。

[事实] 他后来创办过以自己姓氏命名的装备公司，该公司后来成为 Black Diamond；他也创办了 Patagonia。

[事实] 主持人提到 Patagonia 的环保理念与其攀岩时期的哲学一脉相承，也提到产品目录中包含保护环境的宣言。

[推测] 这个例子把“达夏式场域”从精英学术扩展到边缘生活方式和消费品牌创新。

[52:10] 反主流文化与人的独特性

[事实] 杨彬认为攀岩文化与 AI 不能简单比较孰重孰轻，而是类别不同、都体现创造力和想象力的价值。

[事实] 主持人提到 North Face、旧金山北滩、城市之光书店和反主流文化之间的关联。

[事实] 杨彬提到 Stewart Brand 对 Steve Jobs 的影响，并由此谈到反主流文化对另类创造者的启发。

[事实] 杨彬延伸到教育，认为教师应让不同学生呈现各自独特样貌，而不是用单一尺子衡量。

[推测] 节目把创新理解为一种社会生态，而不只是实验室或企业研发部门中的技术活动。

[55:29] AI 对大学教育的冲击

[事实] 杨彬认为 AI 可能动摇课程和课堂在大学、中小学中的中心位置。

[事实] 他认为未来学生留在校园三四年的理由，不应主要是听课、做作业和同步接受知识传授。

[事实] 杨彬判断课外活动和校园生活中的 leadership、entrepreneurship、friendship 等 “ship” 会越来越重要。

[事实] 他把大学的三项主业概括为人才培养、科学研究和社会服务或转化，并认为三者都面临挑战。

[事实] 在科研方面，他认为产业界在算力、数据、场景和人才上越来越具备相对优势。

[推测] AI 可能迫使大学重新证明校园的价值：从传授知识转向创造人与人共同成长的场域。

[61:43] 学位崇拜、Gap Year 与新校园

[事实] 杨彬提到自己鼓励女儿在大学入学前做 Gap Year。

[事实] 他回忆 2014 年刚做副校长、教务长时，希望推动本科毕业后不要马上读研，而是先到真实生活中理解社会和产业需求。

[事实] 杨彬认为中国存在学位崇拜和过度教育，造成大量社会资源浪费。

[事实] 他提出 Campus 不一定只属于大学，谷歌园区也叫 Campus，关键是让交流场所成为核心。

[事实] 杨彬举清华人工智能学院放在校外创新社区附近的例子，说明学生、导师、创业企业可以更紧密融合。

[推测] 他主张的未来教育更像“边工作边学习”的并联结构，而不是一路按部就班升学的串联结构。

[65:59] 学徒制、经典阅读与面对面交流

[事实] 杨彬认为学徒制曾长期是人类代际传承和人才培养的主流方式，后来才被标准化、工业化学校取代。

[事实] 主持人提醒，读经典和深度思考不能被 AI 省掉，达夏式碰撞也建立在参与者已有深度思考之上。

[事实] 杨彬主张全面复兴面对面交流，把它作为教学和评价方式的重要部分。

[事实] 他认为通过一对一交流、口试、show and tell，可以更好判断学生是否真正理解。

[事实] 杨彬认为 AI 也可以参与口试和问答，帮助检测和加深理解。

[推测] AI 在教育中的价值不是替代思考，而是释放时间，让更高质量的交流和评价重新变得可行。

[68:22] 远程协作、Transformer 与慢的价值

[事实] 主持人提到有研究认为远程工作不影响执行表现，但会减少更有创意或更具颠覆性的想法。

[事实] 杨彬以 2017 年 Transformer 论文为例，提到参与者一起吃午饭、在饮水机旁交流、互相看代码等面对面互动。

[事实] 杨彬认为在目标尚不清楚、不是强执行任务的时候，这类现场偶遇和共同在场很难被取代。

[事实] 他强调“慢”意味着不要让事先规划好的东西主导一切。

[推测] 对原始创新来说，空间上的共同在场和时间上的非功利留白同样关键。

[70:55] 让日常更“达夏”

[事实] 杨彬认为“慢聚”在当下像一种奢侈品，但人们都经历过聊到忘记时间的相聚。

[事实] 他认为不应急着追问这种相聚产生了什么产出，过程本身就是目的。

[事实] 杨彬鼓励父母多问孩子课程学习之外的问题，例如 friendship、今天有什么有趣的事，也要重视孩子发呆。

[事实] 当主持人问是否想创造一个达夏场域时，杨彬说如果把“达夏”动词化，每一天都可以让周围的人更达夏一些。

[事实] 他建议个人衡量自己时加入更丰富、更长期、偏向幸福和完善的指标，而不只看生产力和成就。

[推测] 达夏不是只能复刻为一次会议，也可以成为日常组织、人际关系和自我评价中的一种实践方式。

[73:38] 主题、差异与多元混合

[事实] 杨彬认为如果组织一个“达夏”，主题应该宽一点，像 artificial intelligence 当年一样允许各自理解。

[事实] 他区分“一致性”和“意志性”，认为后者也很重要。

[事实] 杨彬提醒达夏参与者不只有学者，也有来自 IBM、贝尔实验室等业界的人。

[事实] 他主张大学住宿中不同专业、年龄、国籍甚至不同性别的人应有更多混合机会，以增加多元和差异。

[事实] 他认为混龄对多元意志有帮助，并提到二战后入学群体中的混龄现象。

[推测] 一个好的创新场域需要共同方向，但不应把共同方向收窄成同质化。

[75:30] 结尾与开放邀请

[事实] 主持人在夏天尾巴总结本期关于达夏的聊天，并希望每个人都能有自己的达夏时刻。

[事实] 杨彬回应说，也希望更多父母给孩子创造达夏氛围，人与人之间也可以彼此创造这种氛围。

[事实] 主持人邀请听众在评论区留言，提出想聊的话题、问题，或声东击西如何组织一次达夏。

[推测] 节目的结尾把历史讨论落回现实行动：如何在自己的关系、组织和社区中保留开放碰撞的可能。

播客点评/总结

本期的价值在于没有把达夏讲成一个线性成功故事，而是把它还原为一个松散、边缘、多元、未定型的创新场域。它提醒听众：许多后来被视为正确或重要的路径，在当时只是众多可能性之一。

节目最有启发的部分，是把 AI 史、组织管理、反主流文化、户外品牌、大学教育放在同一个问题下讨论：什么样的环境能让新东西长出来。嘉宾关于心理安全、非主流、面对面交流和“容差异”的表达，给企业创新和教育改革都提供了可迁移的观察框架。

局限在于对许多案例的讨论跨度很大，从达特毛斯到芝加哥大学、硅谷、Patagonia、AI 教育，信息密度高但有些连接需要听众自行消化。[推测] 如果听众期待的是严格的 AI 技术史或教育政策分析，本期会显得更像一场启发式漫谈，而不是系统论文式论证。

[推测] 本期适合对 AI 历史、创新组织、大学教育、创造力培养感兴趣的听众，尤其适合正在思考如何在公司、学校或家庭中创造更开放讨论空间的人。