首页 on Notes on Knowing

当我们在说搜索上的大模型对齐时，我们在说什么

Tue, 30 Jun 2026 00:00:00 +0000

前沿

传统搜索经历了二十年的演化已经非常成熟了，经典范式是：给到一个query，ranking系统会返回若干条结果，用户在其中挑选自己想要的结果，再根据用户的点击行为训练模型，最终让用户感觉越用越好用。无论是通用搜索引擎如Google，Bing还是垂类搜索引擎如抖音搜索、小红书搜索，其实都离不开这个范式，搜索用户的整体规模也还是在稳中有升的。

但这一两年AI搜索的出现带来了新的变量，这里表象上似乎大模型可以不用提供Ranking的中间过程，从提供资源直接转向了提供答案，这让用户能够更加节省时间、更容易完成个性化的查询。但背后发生变化的不止是搜索的输出，还有搜索优化系统的优化和迁移。总结成一句话就是：过去二十年，我们一直在思考：「如何设计一个更好的搜索策略」，未来的几年，我们真正需要思考的是「如何教会模型去学会优化一个好的搜索策略」，这是AI Search带来的最大的一次范式转移。

回顾：搜索二十年的优化范式

传统搜索，其实是一套非常典型的 Pipeline。

Query
    ↓
Recall
    ↓
Ranking
    ↓
Diversification
    ↓
Safety
    ↓
Presentation

整个系统由多个模块组成。每个模块都有独立目标：

Recall：最大化召回率
Rank：最大化相关性
Diversify：保证结果丰富性
Safety：保证风险可控
Presentation：提高点击率

这种方式能够成功二十多年，原因并不是用户需求简单。而是因为搜索当时解决的问题，本质上是 Information Retrieval（信息检索）。

用户需要的本质是能够找到信息。例如：「ChatGPT 官网」、「北京天气」、「iPhone 发布时间」，这些问题都有一个共同特点：答案已经存在于互联网。搜索引擎只需要做到把这些答案所在的网页排出来。因此，整个问题天然可以拆解成上述多个环节的局部优化问题：Recall 做好一点、Ranking 做好一点、Snippet 做好一点，最终用户体验自然越来越好。

这种范式可以称为：Policy Engineering（策略工程），由产品经理制定规则，算法工程师不断增加策略，模型负责执行策略。也不用担心方向和用户的喜好相反，因为找到相关的内容本身就是就是Ground Truth。

挑战：为什么这套范式不work了

AI Search 出现以后，一个根本性的变化发生了：用户不再想找网页，而是想直接完成任务。例如：「给3岁孩子做早餐」。传统搜索只是返回十篇网页，用户还是需要自己阅读、筛选、总结、实践，搜索本身只是做了信息检索那薄薄的一层。

但是 AI Search 是不一样的，模型需要：

判断用户真正的问题
是否需要搜索
搜索几次
是否引用多个来源
如何综合不同观点
是否提醒安全风险
如何组织最终答案

也就是说，搜索系统开始承担过去属于用户的大量认知工作。于是搜索已经不再是：Information Retrieval。而变成：Task Completion。这意味着，搜索系统面对的已经不是一个排序问题，而是一个连续决策问题（Sequential Decision Making）。

因此过去可以依赖大量人工来制定不同环节的策略。现在已经没有任何产品经理能够写出所有策略。搜索系统必须开始转向能够自主决策、自主学习。

机会：大模型带来了什么

仔细想想这个趋势并不是直到大模型出现才开始的，在大模型出来之前，传统搜索引擎就已经在探索极致的这条路上了，比如Google一直在探索知识卡片以及首位快捷满足，目的就是帮助用户从内容中直接筛选出来答案，一眼就能够满足，但受限于技术能力，能够满足的程度一直有限，大模型技术成熟为这个趋势极致加速，能够做到很多之前做不到的事情了，Google的AI Overview就是这个思路下的新产物。

很多人认为LLM 的价值在于生成自然语言，但这只是第一层价值。更大的价值在于：它可能第一次让搜索系统拥有了学习策略（Policy Learning）的能力。过去的很多搜索策略来自产品经理，而基于大模型的很多策略工作其实本质上来源于Reward的构建，模型基于Reward可以学到：什么时候需要搜索？什么时候不需要？搜索几轮？哪些来源值得相信？什么时候停止？这些已经不是人工规则和策略，而是模型通过大量反馈不断学习出来的能力。

因此，AI Search 的优化目标也和传统搜索相比发生了较大变化。过去通过不断增加策略来完善搜索系统，未来是通过不断进行人机的对齐，让大模型学习到不同的Reward，这种范式的升级推动搜索系统开始从Policy Engineering走向Alignment Engineering。

发展和展望：对齐的几种范式

在 AI 搜索的演进中，我们对模型的 “对齐” 绝不是一蹴而就的，而是经历了一个从守底线到追上限，再到千人千面的进化过程。我们可以将其划分为五个阶段：

Vibe Coding初体验：新世界的大门缓缓推开

Fri, 05 Jun 2026 00:00:00 +0000

最近用Vibe Coding上瘾，把Cursor的一个月额度用10天就消耗光了，Codex也常常用完等五小时冷却，我发现现在的AI确实已经到了生产力水平上，可以真正开始替代人完成一些任务了，而且效率强得可怕，以前自己总是idea比较多，但行动比较慢，尤其是一想到要学习多门陌生的语言就头大，但有了这些Vibe Coding工具，我发现行动恰恰是门槛最低的，真正需要的是有想法，并且需要能够和AI一起共事去创造。

最近短短这十几天我做了这么几件事情：

做了一个截iOS长图的App
通过nodejs构建了一个基于notion笔记发文的站点
搭建了一个无痛背单词软件的框架
轻松修改和管理了自己的个人主页

这里面的语言贯穿了swift/nodejs/C++/html等，我甚至在不知不觉中意识到有些语言的语法我根本就不熟，但不妨碍我指挥着AI做事情。

以最近做的截iOS长图的App为例，说说我对Vibe Coding的初步感受。

1. 模型和模型之间能力差别还是挺大的

第一个比较重要的感受是，Cursor的模型Compose 2.5和Codex用的GPT 5.5还是挺不一样的，具体表现在：

Compose更擅长页面、前端涉及的页面，但对算法问题有的时候比较无力，但GPT可以在Compose卡住的时候解决问题，模型能力上的区别可见一斑，但实话说Compose在大部分情况下还是够用的
对于同一个问题的处理方式，Cursor改动范围会比较大，经常动数十个文件，但GPT就会保守很多，定位到关键的文档再修改，这就会导致Cursor的改动经常会改出别的问题，但这种粗犷的做法其实很多时候也是创意和惊喜感的来源，比如它连帮助文档都会及时写好和更新
不同的模型对于技术选型可能不一样，因为模型的训练只是把这件事情做了，至于从什么路径到达，用什么方法到达，其实会很不一样，比如图片拼接这个事情，模型可以选择逐像素扫描的方式完成对齐和拼接，也能做但是速度特别慢（Cursor选的），而更好的技术选型是通过OpenCV的成熟算法来完成（GPT选的）。

2. 多模态的能力很重要，不具备的模型一定做不好coding

虽然是coding的工作，但模型的视觉能力或者说视觉只是还是挺重要的，这表现在：

首先，模型需要能够理解和知道用户描述的画面是什么，尤其是偏前端的任务，才能在编码环节呈现出来
其次，很多时候描述不清楚在手机上的表现的时候，最好的办法是截个图或者录个视频给模型（视频转成GIF），往往比说很多更准确和更有用
当然，模型如果具备视觉能力，还有个更懒人的用法，录个竞品的屏然后让AI复刻一下，亲测非常有效，录制个GIF会更直接

3. 虽然端到端生成很给力，但搭建debug、测试、中间环节输出来确认也是很重要

虽然模型能够自动完成一些事情，并且很多时候一气呵成做出一个像模像样的高保真品，但是中间有很多环节是不够细致的，需要让模型自己具备测试能力，能够自己测试出来中间环节的一些问题，同时把一些重要的中间数据输出，作为debug反馈，这样形成一套自闭环的系统，模型就不太容易改坏一些环节。有异常的时候也可以让模型直接输出日志，人工来判断。

4. 遇到问题，让模型自己一通试，不如自己理清思路让模型step by step查

在整个搭建App的过程中，我数次有个感觉人还是得带脑子和AI相处，很多时候AI都是对的，但是也容易进入死胡同，比如一些情况下怎么试都不对，往往会越改越混乱，这个时候让模型停下来，帮他梳理一下关键步骤，并让他step by step确认，往往是解决问题的关键，我觉得这像极了我们真实工作中的场景 —— 看团队成员一通乱忙但就是产出不好，得step by step帮助其梳理清楚，大概率活儿还是TA干，但这个梳理的清晰度是作为Leader的关键素质。

就拿我做的这个长截图的APP来说，模型怎么拼都拼不对，陷入了混乱，我让他一步步根据指引来检查并输出确认给我看：

第一步，截图拿到原始帧并记录每一帧相对上一帧的位移
第二步，筛选关键帧，从前到后扫描，把相对于上一帧位移<x的帧丢弃，并且更新后续帧的位移
将关键帧尝试用算法拼接，如果拼接成功，则计下接缝在各自图中的位置或者相对位移，否则按照容错处理
根据接缝的位置进行堆叠拼接，展示到画布中，同时加上拖动的UI组件，让用户可以方便的修改
点击右上角的导出，可以很方便地一键导出长图

这样一步步梳理后很快就进入了正轨，因此vibe coding已能自行处理绝大部分情况，但是该接管还是要接管，在监督和指导中推动效果往前走。

5. 深深的感受：人驾驭模型的能力会成为新的天花板

模型的能力越来越提升，总能卷到都能满足日常各种任务的程度，这个时候决定天花板的就不在模型能力上了，而是人驾驭模型的能力 —— 懂得用模型的人的产出可能是不懂的人的数百数千倍。

我觉得能够驾驭模型其实包括这么几件事情：

知道各种模型能力的长板和短板，并在合适的场景调用更合适的模型完成工作
对于关键环节、关键效果要有把控力，比如关键界面需要确认好设计再让模型复刻，别让模型自己发挥，再比如关键算法需要调研下确认是合适当下场景再让模型开工
知道怎么补模型的短板，比如当你发现模型开始搞不定一些重要环节的时候，但你有关于这个问题的知识，或者你知道哪个产品实现了类似的功能，或者哪怕只是去和最先进的模型探讨下问题的解法并发送给Vibe coding的模型，就可能启发它找到更合适的方法。
要尽可能把可控的部分交给模型去自动化完成，这样需要人工确认的环节会大大减少，人也不用一直钉在屏幕前，更加解放自己去思考一些重要的事情
传统软件工程的方法还是得有，但可以让模型自动化，比如必要的测试、甚至让模型自己造数据来测，再比如要做版本管理，方便任何时候回滚版本

我的整个探索过程一方面持续惊叹于现在模型能力竟然可以做这么多，也会对模型会犯一些比较傻的错误而吐槽，但整个过程还是惊讶于对代码工作效率的提升竟然如此之大，这真的是一个全新的时代，我们每个人都需要重新适应，以前是万事俱备只欠缺一个程序员，现在是只缺少一个靠谱的idea了，对于产品经理和独立创作者来说，这真的是最好的时代了。

展示下我用vibe coding做出来的截长图的软件界面（对这个demo图也是AI生成的，哎，人类啊要怎么办），我还需要点时间做下界面装修，争取尽快上架到App Store上。

人生其实是个One Model

Wed, 03 Jun 2026 00:00:00 +0000

在大模型行业做的比较久了，有的时候就会不自觉地拿模型上出现的一些事情来类比人，发现很多事情其实是极其相似的，比如：模型智能的提升不是定很多教条，而是用案例教会它这些是对的，那些是错的，于是模型自己就获得了智能，再比如：对于后训练的智能提升，少量的难题会比大量的能力圈范围内的题效果明显很多，也对应着人在能力圈边界学习才能有更大的进步。

我们都知道大模型刚开始的时候业界大都会认为通用模型和垂类模型会共同发展，最终通用模型提供基础能力，垂直模型在垂类场景下发挥专长，但后来发现反而是通用模型能力越来越强，覆盖大部分预期由垂类模型做的事情，根本没有很强的垂类模型存在的空间，逐渐变成了One Model的理想状态。今天中午我在思考最近一段时间的经历和所想，突然发现One Model的理想状态其实也适用于人生。

起因：最近做事情的感受

思考这件事情的起因是我最近的Todo List开始不按照工作和生活来区分了，而是在工作的过程中如果感觉创作灵感来了就直接找个地方去完成，不像原来那样工作时间干着工作的事情，还努力为自己的探索实践留点空，但往往发现这个空很少。最近改了做法后我发现每天的产量上来了不少，整个人的精神状态也好了很多。

这解决了我以往的一个非常大的困惑，就是人的时间是分段的，比如这段时间是工作的，这段时间是家庭的，这段时间是自己的，严格区分，不同时间段需要的精力和mindset的状态是不同的，也就养成了在不同场合下的不同行为习惯，但这件事情对么？如果在家庭时间中，有个紧急的工作消息插入，人就会很烦躁，因为打破了既有状态；又比如在工作中突然有个家里的事情就会心神不宁，工作也受到影响；再比如如果对现在的工作失去兴趣，却还是只能坐在办公室熬到下班，内心空虚却又日复一日，这些其实都是自己曾经有过的体验。

分析：成长就是多个Model变成One Model的过程

分析其原因我觉得最主要的就是我们已经习惯了把自己作为垂类模型去使用，这来源于年轻时候的专项训练，比如：

学习的时候专门学习
工作的时候专门工作
恋爱的时候专门恋爱
周末专门休息
未来专门规划

这种做法的本质是通过隔离复杂度来提升效率，对于20岁的人来说是对的，因为系统还太弱。但当一个人的认知能力、经验、判断力积累到一定程度以后。很多原本分开的模块开始融合。比如：

工作中学的管理 -> 帮助你教育孩子
投资中学的概率思维 -> 帮助你做职业选择
阅读心理学 -> 帮助你处理团队关系
旅行中的观察 -> 变成产品灵感
写博客 -> 帮助你理清战略思考

于是你就形成了一个全局响应的系统，更妙的地方在于，这个系统的训练数据开始拿到更多元场景的反馈，于是飞轮就开始转起来了，人也变得越来越强。

思考：One Model的本质

One Model的本质不是时间统一，而是心流统一。比如：

你散步，看起来在休息，实际上在思考。
你陪孩子，看起来没工作，实际上在理解成长。
你做饭，看起来在生活，实际上在体验用户需求。
你写博客，看起来不是工作，实际上在训练表达能力。

如果用APP来类比，原先的人生就像是：

APP1 工作
APP2 家庭
APP3 投资
APP4 兴趣
APP5 学习

之间是彼此不通信的，存在APP切换成本和心智重新loading的成本，但如果变成了One Model之后：

Underlying Model
↓
统一价值观
↓
统一判断原则
↓
统一行动方式
↓
统一的心流

然后：工作、投资、家庭、创作其实都是这个系统的输出。

很多关于 Work-Life Balance 的讨论，都默认工作和生活是两个独立变量。仿佛：

工作 -5分
生活 +5分

总分 = 0

但现实根本不是这样，对于很多有创造欲、有责任感的人来说：

人生苦短，唯有向死而生

Fri, 14 Nov 2025 00:00:00 +0000

世间万物的痛苦大抵来自于错配。

当物质欲望和拥有的财富错配时就出现了贪婪、嫉妒；当想达成的成就和个人能力出现错配时就出现了挫败感、自我怀疑。

最近的一些事情，让自己对这件事情深有感触，我们在职场打工，总是会升到一个自己不能胜任的位置上，然后现实会给到自己一拳。绩优主义带给我们的从来都是：要达成目标，要不断压榨自己满足公司和他人的期望。

但人总会走到「不能胜任」的那一步，于是就出现了错配，这种错配会让自己不断怀疑自己，内疚感、挫败感、动力丧失等负面情绪全都涌上了心头。

人生就像爬山，我们翻过了一座座山，但又摔了下来，在第二座山的山脚思考怎么继续攀登，这里一般来说有两条路：

一条是不断磨炼自己的能力，让自己具备搞定越来越复杂事情的能力，并学会利用时间、人力和资源，本质上在让自己的产出杠杆和效率增加：

通过锻炼能力，让一些事情变成轻松完成，提升效率
通过分工，分流一些事情给到他人，以及形成做一类事情的SOP，提升效率
通过抓主要矛盾，明确自己最需要投入精力做的事情，保证方向不走偏

另一条是提前发现这座山不是自己当前阶段需要爬的山，那就去找一座更适合的山爬，或者干脆就在山谷里休息、调整、做力所能及的事情，不是摆烂，而是尊重趋势、向死而生、做应该去做的事情。你问什么才是应该做的事情？

去思考事情的本质，哪些是需要坚持的，哪些是本质之外需要剥离的壳，怎么让需要坚持的东西开花结果，让事情和自己每天都能够变得更好一点。

两条路哪一条都是很好的人生结果，最难受的是明明在爬一座更难的山却想着山谷的闲适时光，或者在山谷里修养却想着登顶的绚烂风景，这两种都不是很好的结果。

要不100%卷起来攀登更高的山，要不100%为了自己找到平衡、享受工作和生活。从前自己总是想走第一条路，但以自己内心的兴趣出发未必那是自己要的，因此毅然决然地走第二条路是更为合适的。

拿工作来说：去思考本质上产品经理是为了什么？去想业务的明天怎么比今天更好一点？拿人生来说：去思考做什么事情符合自己长期的热爱和价值观？去想怎么才能让自己的今天比昨天更好一些。

虽然业务和人生最终都是要死的，能够让业务坚持更久，让人生更精彩一些，便也不枉来过一趟。

关于

Mon, 01 Jan 0001 00:00:00 +0000

待更新