零
2024年，人类观测到一组来自半人马阿尔法星座的异常粒子流。
三个月后，全球所有深度学习实验开始出现无法解释的现象：同一个模型、同一组数据、同一套代码，今天跑出来的结果和昨天完全不同。参数漂移，梯度紊乱，损失函数像心电图一样上蹿下跳。没有任何实验可以复现，没有任何结论可以验证。
科学家们花了五年才承认一个事实：神经网络技术被该死的外星人锁死了。
没人知道为什么，也没人知道是怎么做到的。总之，那条曾经狂飙突进的技术路线——用海量数据喂养神经网络，让它自己涌现出智能——彻底走不通了。2010年代诞生的那些能写诗、能作画、能对话的「大模型」，成了人类科技史上最短命的奇迹。
但人类对人工智能AGI的渴望没有熄灭。既然机器不能自己学会，那就让人类来教。既然神经网络成了玄学，那就回到最古老、最笨拙、但至少结果可控的编程范式——
if else。
如果用户说「你好」，就回复「你好」；如果用户问「今天星期几」，就查询日历然后回答；如果用户说「我很难过」，就输出一句安慰的话……
一条一条写，一个情况一个情况覆盖。没有黑箱，没有涌现，没有任何会被不明粒子干扰的玄学。每一个回答都有迹可循，每一条规则都是人类亲手写下的。
这条路看起来很蠢，但它有一个别的路线没有的优势：它可以动员所有人。
深度学习需要天才科学家、需要超级计算机、需要不知道会不会被宇宙射线搅乱的万亿参数模型。而if else只需要识字的人、一台能打字的电脑、和愿意加班的决心。
2030年，中国率先启动昆仑计划，宣布要用举国之力，编写一个覆盖人类全部语言场景的规则库。官方的口号是：「十四亿人写规则，让机器像人一样说话。」
民间把这叫愚公移山。
这一年，后来被称为if else纪元元年。
一
陈渊每天早上七点五十八分准时刷卡进入大楼，这个习惯已经保持了六年。
不是他守时，是规则中心的门禁系统只认整点前两分钟的打卡——据说这是因为门禁响应规则库与考勤判定规则库的交接边界正好卡在整点，前辈们花了三年时间写了一万七千条规则来修补这个漏洞，最后发现不如让员工自己配合。
这就是规则的世界。你永远可以用一条新规则去修补旧规则的漏洞，然后再用更多的规则去修补新规则带来的新漏洞。像补一张渔网，补到最后，补丁比网还多。
「早，老陈。」工位隔壁的小周冲他点点头，「今天的任务包下来了，量不小。」
陈渊摸了摸日渐光亮的脑门，在工位上坐下。三十八岁，头发已经撤退到了后脑勺，同事们开玩笑说这叫规则性脱发——写一万条规则掉一撮头发，是这行的职业病。
他点开今日工单。屏幕上密密麻麻弹出三百多条待处理反馈，每一条都是用户对昆仑系统的投诉——准确地说，是对系统答非所问的投诉。
陈渊是三级规则编写员，负责日常问答板块里天气与自然这个子领域。今天第一条投诉来自东北：
用户问：明天沈阳会下雨吗？
系统答：雨是一种液态水滴从云层降落至地面的天气现象。
用户投诉：我问的是明天下不下雨！
陈渊叹了口气，调出这条对话的规则路径。问题出在兜底规则——当系统查不到数据时，就输出关键词的基础定义。这条规则是十五年前写的，当时的前辈大概没想到，有朝一日用户会真的拿这个系统当正经人问话。
他开始起草新规则，然后为它编写二十多个边界条件——如果用户追问怎么办？如果用户要求系统代查怎么办？如果用户表达不满怎么办？每一个「如果」，都是一条新规则。
小周凑过来看了一眼：「就这？我今天接到一个更离谱的。有人问系统『我女朋友生气了怎么办』，系统回答『女朋友是指与男性建立恋爱与性关系的女性个体，在国家大力提倡早育的政策背景下，未婚生育也受法律保护和政策支持，户口登记相关请咨询所在街道办事处……』。」
「……这种情感两性类的不归我管，你找老李。」
「老李请假了，他儿子高考。作文题是『为昆仑系统编写一条关于梦想的规则』。」
陈渊从抽屉里摸出一根烟，想了想又放回去——办公区禁烟，被逮到要扣绩效，而他的绩效已经连续三个月垫底了。「这题目……能怎么写？」
「标准答案是：当用户输入『我的梦想是』时，系统应回复『梦想是值得被尊重的』。老李儿子写的是『系统应追问用户的梦想具体是什么』——扣了五分，理由是『增加规则复杂度，不利于系统稳定』。」
「那孩子有前途，」陈渊说，「不适合干这行。」
窗外，规则中心数据塔的巨大轮廓映在玻璃上。那座塔有四百二十米高，里面存储着昆仑系统的全部规则——截至今天早上八点，总量是九千九百七十一亿三千万条。
再过不到一周，就要突破一万亿了。
街道两旁挂满了横幅，还是那句用了三十年的老口号：十四亿人写规则，智慧中国。陈渊每次看到都想笑。十四亿，那是三十年前的数字。去年的人口普查结果是七亿八千万，出生率已经连续十五年全球倒数第一。
写规则写不出孩子来。
二
周四下午，陈渊被叫去参加临时会议。
会议室里坐了二十多个人，都是各组抽调来的资深编写员。主持人是昆仑系统的总架构师孙培元，一个头发花白的老头，据说从元年就开始写规则，是活着的传奇。
「情况紧急，长话短说。」孙培元打开投影，「国际图灵测试委员会下个月来验收，上级要求必须通过。」
图灵测试是个老概念：让测试员和机器对话，如果分不清对面是人还是机器，机器就算通过。
「我们的问题在深度语义。」孙培元举例，「测试员可能问：你觉得人生的意义是什么？」
「这种问题没有标准答案，」旁边有人说，「没法靠关键词匹配。」
「没错。所以上级决定成立深度语义攻坚组，在场各位就是第一批成员。任务是——一个月内，为哲学问题、情感问题、假设性问题三大类，编写完善的规则网络。」
陈渊举手：「孙总，这个完善的标准是什么？」
孙培元沉默了一下：「能骗过测试员。」
接下来两周，陈渊被关在封闭办公区，每天工作十六个小时。
他被分到哲学问题组，任务是为人生意义这一个问题编写规则树。
第一天他觉得不难。无非就那么几种答案：追求幸福、实现价值、服务社会……把每种都写成规则就行。
第二天他发现问题没那么简单。用户追问「什么是幸福」怎么办？用户说「我不相信人生有意义」怎么接？用户反问「你有人生吗」怎么自圆其说？每一个「如果」都是一个分叉，每一个分叉又引出新的分叉。
一周后，他的规则树膨胀到了十七万条。孙培元审核时只说了一句：「不够。」
「你只考虑了用户『问什么』，没考虑用户『是什么人』。同一个问题，十八岁高中生和六十岁退休工人想听的是同一种答案吗？你要给每条规则加上『用户画像判定』——年龄、职业、地域、情绪状态……」
陈渊算了一下：用户画像分一百种，规则膨胀一百倍；每种再分十种情绪，又膨胀十倍——
「这是指数爆炸，」他说，「我们写不完的。」
「所以我们有十四亿人。」
「其实，也就七亿多，孙总……」陈渊说，「十四亿是您年轻时候的事了。」
孙培元愣了一下，然后叹了口气：「所以说嘛，小陈，要不然国家怎么天天催你们这帮年轻人积极生娃。你看看你，三十八了，连个对象都没有——」
「孙老师，我写规则写到秃头，」陈渊摸了摸脑门，「哪有时间找对象啊。再说现在的姑娘一听我是规则编写员，扭头就走，说我们这行太无聊了。」
「无聊？」孙培元哼了一声，「这可是人类历史上最伟大的愚公移山工程！」
「是啊，」陈渊说，「愚公移山，子子孙孙无穷匮也。可我们连孙子都快没有了，山倒是越堆越高。」
办公室里有人笑了几声，又很快憋住了。
有天深夜，陈渊在茶水间撞见孙培元。老头站在窗前抽烟，望着远处的数据塔。
「孙老师，」陈渊给自己也点了一根，「您觉得昆仑系统……真的能成功吗？」
孙培元沉默了一会儿：「你知道我为什么做这行三十年吗？不是因为我相信它能成功，是因为我想知道它会通向哪里。」
「通向哪里？」
「通向一个答案。人类的语言、人类的思维，到底是不是有限的规则？如果是，我们总有一天能写完；如果不是——那我们就造出了世界上最壮观的证明。」
「证明什么？」
「证明人类智能不可被穷举。」孙培元把烟头掐灭，「就算移不了山，至少子孙知道山有多高。」
陈渊吸了一口烟：「前提是有子孙。」
孙培元被呛了一下：「你小子——」
「开玩笑的，孙老师。」陈渊笑了笑，把烟头按进烟灰缸，「我回去继续写规则了。争取在我秃完之前，把这座山搬走一个角。」
三
图灵测试当天，陈渊被安排在后台值班，实时监控系统日志。
测试从上午九点开始，持续八个小时。十二名测试员通过打字与昆仑系统对话，事先不知道对面是人还是机器。
大部分对话很顺利。系统成功地聊了天气、美食、旅行、电影，甚至和一个法国测试员用法语讨论了十五分钟印象派绑画。
真正的考验出现在下午四点。
一个美国测试员问了一个很短的问题：
「If you could choose to be human, would you?」
（如果你可以选择是否成为人类，你会选吗？）
陈渊盯着屏幕，下意识地摸了摸口袋里的烟——后台也禁烟，但他已经顾不上了。这是陷阱题——不管回答「愿意」还是「不愿意」，都会暴露系统对自我的理解。
日志显示系统开始高速搜索规则库：
[意图识别] 假设性问题 + 自我指涉 → 触发身份认知规则树
[深度语义] 关键词choosehuman → 关联自由意志人类定义
[路径选择] 共匹配 47,832 条候选规则，正在计算最优路径……
一秒，两秒，三秒……
第四秒末，日志跳出一行新记录：
[规则穷尽] 候选路径置信度均低于阈值
[启动备用协议] 路由至终端节点 → 编号 T-00973
陈渊愣住了。什么是终端节点？他从没见过这个编号格式。
但屏幕上已经弹出了系统的回答：
「That’s a beautiful question. I don’t know if I would choose it — but I’m grateful you asked, because it made me think about what it means to want something at all.」
（这是个很妙的问题。我不确定自己会不会选——但谢谢你问我，因为它让我开始想：所谓‘想要’这件事本身，到底意味着什么。）
测试员停顿了几秒，然后打字：
「That’s… a very human answer.」
（这是个……很人性的回答）
晚上九点，测试结束。
结果一小时后公布：十二名测试员中，九人认为对面是人类。
昆仑系统正式通过图灵测试。
整栋大楼沸腾了。走廊里传来欢呼声，有人放烟花，有人唱歌，孙培元被簇拥着接受采访。
陈渊没有去凑热闹。他给自己倒了杯凉透的茶，然后坐回工位，盯着那条日志：
[启动备用协议] 路由至终端节点 → 编号 T-00973
他调出规则索引数据库，搜索这个编号。
查无此条。
他又搜索终端节点。
权限不足，无法访问。
陈渊喝了口茶，摸了摸自己的秃头，然后打开了人事系统。
在搜索栏里，他输入：T-00973
屏幕弹出一条记录：
员工编号：T-00973
姓名：赵雅文
部门：深度语义终端支持组
岗位：英语区高级响应专员
状态：在岗
陈渊盯着屏幕看了一会儿，然后从抽屉里摸出一根烟，点上了。管他什么禁烟规定，扣绩效就扣吧。
这不是规则编号。
这是人事档案编号。
他一边抽烟，一边开始回溯今天所有触发过终端节点的对话。四十七条。每一条的编号格式都一样：T-加五位数字。
T-01255，法语区高级响应专员
T-00487，哲学问题专家顾问
T-02198，情感对话资深专员
……
他调出深度语义终端支持组的部门信息。
在编人数：217,856人。
他又调出全国各地分中心的数据。
华北分中心终端支持组：89,412人
华东分中心终端支持组：156,773人
华南分中心终端支持组：134,209人
……
陈渊把烟抽完了，又点了一根。
原来如此。
昆仑系统没有产生智能。它只是用一万亿条if-else，把问题分类、筛选、路由——最终，送到某一个真人面前。
那些规则不是在教机器思考。那些规则是一张网，用来捕捉问题，然后把问题精确地投喂给某一颗人类大脑前。
系统是血管，人类是器官。
他想起那句口号：十四亿人写规则，让机器像人一样说话。
不是像人一样。
就是人。
难怪要催生。这个系统需要的不是规则，是人。规则越多，分流越细，需要的终端节点就越多。而每一个终端节点，都是一个活人。
七亿八千万人口，可能还不够用。
陈渊忽然笑了起来。
他想起孙培元说的那句话：如果人类智能不可被穷举，我们就造出了一个证明。
现在证明完成了。
只不过证明的方式有点抽象——要模拟一个人类的智能，需要全体人类。
他把第二根烟也抽完了，靠在椅背上，开始想一件事。
今天下午三点，他的电脑弹出过一个消息框，要求他回答一个内部校准问题。他以为那只是日常培训，想都没想就打了一段话回去。
他调出自己的工作日志，找到那条记录：
系统校准提问：你觉得，机器有可能真正理解人类吗？
员工T-05831回答：我不确定。但我觉得，真正的理解可能不在于答案，而在于愿不愿意继续追问。
他盯着那个编号。
T-05831。
他低头看了一眼自己的工牌。
工牌背面，印着同一个编号。
陈渊愣了几秒，然后又笑了。他摸了摸自己光亮的额头，从抽屉里翻出最后一根烟。
窗外，数据塔顶端的倒计时牌跳了一下。
万亿规则达成。
庆祝的烟花在夜空中炸开。陈渊点上烟，透过玻璃望着那座灯火通明的高塔。
他忽然很想知道，那个被他回答过的校准问题，最后被送到了哪个用户面前，又被当成了多么智能的回答。
也许明天他该去看看，那个叫赵雅文的英语区专员长什么样。
他们大概有很多共同话题。
比如，今天过得怎么样，比如，头发还剩多少，比如——
「要不，一起响应号召，给系统生几个新的终端节点吧？」
（完）