青春派
两小丫内卷是中国跳水的幸事_我的网站
A |
B | 这中间的差别不是量的，而是质的。从大的格局上看，是中国跳水队的幸事，有陈芋汐和全红婵的双保险，至少保证在下个奥运周期，在未来两届世锦赛上，中国队在该项目上夺冠无忧。前者的错误可以被撤销、重来、修补；后者的错误会沉淀成一笔转账、一条删除的记录、一个已经合上的电闸。一旦落地，很多结果没有"再生成一次"的选项。中国小花的相继出现 女子10米台失去悬念 2015年和2017年两届世锦赛，中国队在女子10米跳台上都意外地未能获得金牌，来自朝鲜和马来西亚的两匹黑马金国香、张俊虹分别夺得冠军，再加上2009年的罗马世锦赛，墨西哥选手葆拉·埃斯皮诺萨拿到金牌，让这个项目十分难以预测，成为国际跳水大赛上最易爆冷的温床，每每让中国跳水队领队周继红不甘。但是目前，正因陈芋汐、全红婵的出现，这个项目反而成为“梦之队”中最令人安心的项目。
C | 2019年在光州，14岁的陈芋汐力压群芳登上最高领奖台，这次布达佩斯世锦赛，天才选手全红婵参赛，中国队又加上一把坚固的铁锁，与其他国家选手之间形成一道天堑。本届世锦赛长高的全红婵 三跳207C均未找到感觉 全红婵属于难得的极具天赋的女台运动员，甚至其他中国选手都难以比拟。 我们却仍习惯用同一套指标给这两类系统打分——正确率99%、99.9%、99.99%，每多一个9，仿佛就离"可信"更近一步。东京奥运会的女子10米跳台决赛，全红婵以三跳满分，其余两跳接近满分的完美表现，赢得全世界跳水爱好者的赞誉。但安全领域最容易被忽略的一句话是： 正确率描述系统通常表现如何，却没告诉你它最坏能错到哪里。
D | 下面七个数学视角，藏着AI执行安全真正的分水岭。她当时创下的466.20分，是一个前无古人甚至后无来者的纪录。
E | 它们不复杂，用的都是中学数学，却常常在最关键的决策上被绕过去。 1.正确率把所有错误压成了同一个数字 一个系统执行一万次，9999次对、1次错，正确率99.99%。
F | 报表上堪称优秀。获得亚军的陈芋汐，分数为425.40分。
G | 但那一次错是什么？错分一封邮件，几乎无害；误删生产数据、批一笔无法追回的转账、启动高风险设备操作，评价则完全不同。从绝对天赋比较，全红婵胜过陈芋汐。
H | 问题在于，正确率只数次数。这位从湛江麻章区麻章镇走出的小姑娘，在奥运会上用她无与伦比的表现，几乎打破人们对跳水运动的认知。统计表里，分错邮件是"1"，转错巨款也是"1"。可现实中的错误从不等价。 衡量安全，更接近现实的是"风险等于概率乘以损失"这条基本公式： 风险=发生概率×可能损失 一个错误很少发生，不代表它不重要。假设某类事故概率只有万分之一，每次却损失一亿元，把它代入公式，风险依然是一万元，不能被当作"几乎为零"随手抹掉。
I | 更麻烦的是，这类损失往往不能用平均值消化。随后在陕西全运会上，全红婵再次无悬念夺冠，她一度被认为至少在巴黎奥运周期内是不可被战胜的。大半年时间过去，全红婵长高了，也开始为发育期的成长影响到翻腾动作而苦恼。这次世锦赛大家都看到，她在大多数组别的动作完成度上依然非常高，还是那么完美，特别是6组的臂立和5组的转体入水几乎看不到水花。
J | 企业也许能承受每年稳定损失一万元，却未必扛得住某天突然损失一亿。但她也有个“阿喀琉斯之踵”，也就是2组的向后翻腾入水动作，总是做不好。这是因为向后翻腾在入水时是看不到水面的，小姑娘的入水感觉总找不准。其实在东京奥运会时亦如此，全红婵在预赛、半决赛时的207C跳得不理想，但恰好在最关键的决赛中，她找到感觉，拿到令人称奇的95.70分（满分99分），这才创下该项目的历史得分纪录。在布达佩斯，她连续三场比赛，即预赛、半决赛和决赛，都没有找准感觉，均只得到60多分，这就给了比较全面的陈芋汐战胜她的机会。前者是可以摊进预算的成本，后者可能直接决定企业还在不在。未来两年的世界赛场 她俩仍确保金牌在手 陈芋汐的特点是发挥稳定，很少失误，颇有大将风度，所有动作都是世界顶级，没有明显短板。
K | 数学上的期望值假设你能反复经历很多次、让好运和坏运相互抵消；但对一家公司来说，最坏的那一次如果足够坏，就没有"下一次"来平摊了。
L | 安全评估要看的，从来不只是期望值，还有那条最坏情况的尾巴有多长。 智能系统追求提高做对的比例，安全系统关心限制做错的代价。 2.一万次没出事，不等于风险为零 另一种常见说法是："系统跑了一万次，从没出严重问题。"很有说服力，但它只证明过去一万次没出事，证明不了概率为零。她在出征布达佩斯前说自己要夺得两枚世锦赛金牌绝非妄言，因为她相信自己的全面可以加分。 用"一次都不出事的概率"这个公式可以算笔账： 一次都不出事的概率=(1−p)^n 其中p是单次事故概率，n是测试次数。若p是十万分之一、n是一万，代入后约等于90%。事实确实如此，从出发前的两次队内测试赛，到本次世锦赛的三场比赛，她全都在和全红婵的姐妹之争中以微弱优势胜出，最大分差13.3分，最小分差就是决赛中的0.3分。当然无论如何，两位小姑娘虽然在个人项目上肯定会有胜负之分，但她们的竞争都是基于保障中国队夺得金牌的前提之下进行的。也就是说，即便系统真藏着十万分之一的风险，跑一万次仍有约九成可能什么都看不见。在明年的福冈世锦赛，后年的多哈世锦赛、巴黎奥运会上，两人也一定会确保“梦之队”金牌在手。它未必通过了考验，只是还没遇到那道考题。 这也是很多重大事故发生前，系统长期"稳定运行"的原因：风险不是在事故当天才诞生的，它可能一直存在，只是过去的样本还没触发它。
M | 没观察到风险是一种观测结果，风险不存在是一个强得多的结论。 3.越罕见的事故，代价往往越大 频繁的小问题容易被看见：页面每天卡十次，用户会投诉，报表会记录，问题越频繁越容易进入工作计划。真正危险的风险常常相反——几年一遇，甚至一家公司整个周期都没发生过，可一旦发生，一次抵得上所有日常小错之和。 同样用"概率乘以损失"对比两类问题： 问题A：概率1%×损失100元=平均风险1元问题B：概率0.001%×损失1000万元=平均风险100元 A更常见，B几乎看不见，但B的平均风险是A的一百倍。而且B一旦发生，带来的不是"平均100元"，是实打实的1000万。 错误也从不均匀分布。假设系统每年十万次任务，99%是普通操作（错误率0.01%），1%是紧急操作（错误率5%）：普通操作约出10次错，紧急操作只有一千次却出约50次错。整体正确率仍高达99.94%，可占业务量1%的紧急操作，制造了超过80%的错误。 这就像一条平均一米深的河，大部分地方半米，中间却有个五米深的坑。平均值没撒谎，它只是把最危险的部分藏了起来。修堤坝的工程师从不按河流的平均水位设计，决定堤坝高度的，永远是几十年甚至百年一遇的极端水位。AI执行系统也一样：普通任务里的小错决定用户体验，极端场景里的一次错却可能决定企业还能不能继续存在。 所以安全评估不能只问"平均错误率是多少"，还要追问：高金额操作、紧急模式、陌生地址、跨境转账、权限恢复、数据缺失、多规则冲突时，错误率各是多少。
N | 总体表现优秀，证明不了每一个局部场景都安全。 事故不会公平落在每一次操作上，它总聚集在系统最难处理、后果最严重的角落。
o | 4.三个人同意，可能只是同一个错误重复了三次 为降低个人误判，企业惯用多人审批。逻辑没错，但前提是判断足够独立。 用"多数表决下至少两人同时出错的概率"来看：三个独立审批者各有10%错误率、多数通过，至少两人同错的概率约2.8%，远低于单人的10%。这正是多人决策能提高可靠性的数学基础。 可现实中的审批往往不独立：三个人看同一份摘要、依赖同一个AI风险评分、引用同一个数据库。若系统自动生成的摘要写着"常规数据库优化，预计无业务影响"，三位负责人看的都是这句话，都没查实际命令，于是都点了同意。流程上是三人共审，信息结构上只是同一份错误摘要被确认了三次。人数增加了，独立信息却没有增加。 增加审批层同理。
p | 第二道防线是否有价值，取决于它能否在第一道失败后发现新问题。用"剩余风险等于漏检率乘以未识别比例"估算： 第一道漏检5%，第二道独立且识别80%→剩余风险=5%×(1−80%)=1%第二道只看同一份摘要、仅识别5%→剩余风险=5%×(1−5%)=4.75% 同样两层流程，前者把风险降到1%，后者几乎原地踏步。组织付出了更多时间、生成了更多日志，真实安全能力却没变。审批的价值不在页面上多了一个名字，而在于它是否带来新的事实、新的验证方式和新的拒绝能力。 真正降低风险的，不是多一个人点击，而是多一个独立的信息来源。 5.AI的"90%确定"，不是现实中的90%安全 当AI说"我有90%把握"，人们容易听成"这件事90%安全"。但置信度只是模型对自身判断的评分，不是现实开出的担保书。一个校准良好的模型，给90%置信度的判断里约九成正确；可现实中的模型可能给90%时实际只对70%，甚至在从没见过的场景里依旧自信。
q | 模型最危险的状态，不是承认不知道，而是不知道自己不知道。 即便置信度完全准确，它也只覆盖模型看到的那部分。真实执行还依赖输入是否真实、数据是否完整、审批是否被误导、策略是否过期、设备是否正常。
r | 用"串联系统整体可靠度等于各环节可靠度相乘"这条公式来看，假设一条链五个环节各99%可靠： 整体可靠度=99%×99%×99%×99%×99%≈95.1% 每一环单看都优秀，组合后只剩约95.1%。不是哪一环突然变差，而是串联结构会把每一环的不确定性乘在一起、层层累积。环节越多，这种衰减越明显——十个99%的环节串起来，整体可靠度就跌到约90%。这也解释了一个反直觉的现象：把系统拆得越细、加的检查越多，如果这些环节是串联的、必须全部正确，整条链反而更脆弱。 模型可以有90%的把握，但"模型有多少把握"和"这项操作能否被安全执行"，始终是两个不同的问题。 置信度是模型对自己的评价，不是现实对模型的承诺。 6.为什么最后一道边界反而应该更"笨" 如果正确率覆盖不了严重后果、历史数据证明不了零风险、多人审批可能共享同一错误、模型置信度也代表不了全链路安全，那现实执行最终该靠什么？ 答案有点反直觉：最后一道边界不需要比AI更聪明，它应该更简单、更保守。 AI要理解复杂世界——读文件、判意图、处理例外、在不完整信息里给出最可能的答案。
s | 最后一道边界不需要理解世界，它只需记住少数绝不能被突破的条件。用一个"所有条件相乘"的判定公式表达： 执行=A×T×W×Q×S其中：金额未超限A、目标在允许范围T、时间在许可窗口W、授权人数达标Q、设备状态正常S（每项满足记1，不满足记0） 任何一项为0，结果就是0，即拒绝执行。它不懂"情况紧急"，不会被一个充分的理由或一段宏大叙事说服，只检查条件是否满足——这正是它的价值。越聪明、越灵活的系统，越擅长为例外找理由；而最后一道边界要做的，恰恰不是理解例外，而是拒绝例外。 AI可以建议向一个新地址转移资产，边界只需检查这个地址是否经过必要的等待与验证；AI可以判断某项操作非常紧急，边界只需检查紧急状态下是否仍满足金额、授权和设备条件。AI负责处理开放世界的复杂性，边界负责守住封闭世界的底线。 AI需要理解整个世界，边界只需要记住哪些事情绝不能发生。 7.从"提高正确率"到"限制错误的距离" 过去的软件主要追求效率：更快、更准、更自动，就意味着更高的生产力。AI时代没有改变这一点，却增加了一个新问题——当一个概率系统拥有了现实执行能力，错误就不再停留在屏幕上。
t | 一句错话可以重说，一笔完成的转账可能无法撤回；一个错误建议可以修改，一次已经发生的物理动作却没有第二次机会。 所以AI安全不能只问"怎样让模型少犯错"。
u | 模型该更准、数据该更可靠、测试该更全面、审批该更有效，但这些主要解决的仍是"降低出错概率"。执行安全还必须回答另一个问题：一旦错误真的发生，它能走多远？能否越过审批、拿到签名、改动关键系统，把一个概率性的判断直接变成不可逆的现实？ 这两件事都重要，但不是同一件事。
v | 前者是把出错的概率往下压，后者是给已经发生的错误装上刹车和护栏，限制它能造成多大的破坏。一个只优化正确率的系统，是在赌坏事永远不发生；一个真正安全的系统，是在假设坏事迟早会发生的前提下，仍然让后果可控、可撤回、可承受。
w | 成熟的系统不会把希望全押在错误永不出现。
x | 它承认模型会误判、数据会污染、人会疲劳、审批会被诱导、规则会过期、设备会异常，然后在所有不确定性之后，仍保留一道简单、清晰、独立、能够说"不"的边界。
y | 这道边界不追求聪明，只追求可靠；它不参与判断该不该做，只负责守住绝对不能做的那条线。 统计学研究不确定性如何出现，安全工程研究的，是不确定性抵达现实之前如何被拦住。最终，我们需要记住的也许只有一句话： 概率可以参与判断，但不能独自拥有执行权。 本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 [email protected]。
Current article:http://s8v6cr.wenwancaomohenenqiongpangshun.bond/0jdcaod/o06m.html
Published on:01:19:37