优化并非万能：反思AI对齐背后的文化逻辑

近日，一篇题为《优化并非万能》的论文在arXiv平台引发关注。作者从文化批判视角重新审视了以OpenAI为代表的AI对齐工作。文章指出，从GPT-2到后续更流畅的模型，业界通常将这种进步视为工程成就，但其背后实则是‘优化文化’的体现——即认为沿着预设指标的可测量改进就能穷尽价值问题。

论文追溯了这种思维在技术栈中的渗透：从预训练、解码、偏好调优到基准测试和交互界面，并进一步回溯至其在‘审计社会’中的思想渊源。作者揭示了一个根本矛盾：优化程序可以计算生成文本的‘不可能性’，却无法区分这种‘不可能’究竟是错误还是创新。

令人深思的是，正是这种无法做出本质区分的程序，在短短五年内已获得了设定‘合法语言’协议的话语权。几个世纪以来由学院、语法书和考官掌握的语言权威，如今已让渡给损失函数、奖励模型、基准测试和系统提示——这套执行‘判断职务’的装置，本身却缺乏真正的判断能力。

这一批判不仅指向技术层面，更触及了AI发展中的价值取向问题，提醒我们在追求可量化进步的同时，不应忽视那些无法被简单指标衡量的语言创造性与人文价值。