深夜的网吧灯光，总像某种催命的倒计时，不知何时就在我面前燃了起来。
那时候我才惊觉，自己究竟是在逃避现实的泥潭，还是在某个即将崩塌的节点上，拼命地、歇斯底里地想要逃出去。 记得高三那年的冬天，窗外的雪把城市裹得像一座庞大的白棉絮，而我的教室却透着一股子绝望的闷热。老师讲完了最终一道导数题，粉笔灰在灯光下像极了我们身后那些遮不住的眼，死死盯着我们。
那时候我认定，自己明明是个即将年满十八岁的大人，能拿房贷能娶媳妇，为啥非得把自己困在一条只有红笔擦除的轨迹上？那种被时代车轮碾在路边的窒息感，比任何一道错题都更让人想哭。我趴在桌子上，把那张考满分的成绩单揉成一团，扔进了垃圾桶，声音那么大，连冷战住的隔壁班都听到了。 那时候我最大的愿望不是考进东大要么北邮，也不是去读研，就是去考个公事假，要么干脆直接去打工。我看过那些招聘广告，密密麻麻的，像密密麻麻的蚂蚁，都在嘲笑那个天真得可笑的我。我说：“我能不能先出去，不是为了去上班，是为了去看看这个大人的社会到底长啥样？”便，我报名了那个不知名的培训机构，学了两百多块钱的数学，去了两公里外的县城，成了那个被老板骂了一顿、发过哥们儿圈、最终被退回来的“求职者”。 后来啊，那两公里的路，成了我余生最想逃离的起点。我试图在无数个加班的夜晚里，用筷子戳着玻璃杯，试图用一种近乎迟钝的逻辑，去推倒那座名为“梦想”的高塔。我读完了那本《决策心理学》，读完了所相关于人性、关于社会机制的厚书，试图理解那个庞大机器是如何齿轮咬合、如何传动、又如何最终把一个个个体碾碎成数据。
直到有一天，我突然意识到，我连齿轮的齿数都数不清，更谈不上分析它的传动比。 我启动疯狂地刷题，不是为了应试，而是为了试图抓住那些随时会失效的公式。我在一个没有模特的数据集上训练了整整一个月，模型每次迭代都让我崩溃，它告诉我它已经学会了“拟合”，它学会了在噪音中找出规律，它就连能预测出未来三个月的市场走势。但在那一刻，我突然读懂了它：它只是学会了在有限的数据里，尽可能少地犯错。人类呢？人类不也是学来学习，学来预测的吗？我们不是在神坛上，而是在这残酷的数据流里，拼命地、无休止地，试图寻找那个唯一的“最优解”。 数据是冰冷的，但它能让我们学会如何更敏锐地感知世界。 你看那个预测模型，它在输入端启动变得迟钝，出于它启动质疑输入数据的整个性。当它发现缺失值时，它崩溃了；当它发现特征冗余时，它又陷入了识别困境。
这就是真世界的起点。真正的挑战，压根儿不是要你学会一个完美的算法，而是学会在数据残缺不全、噪音遍地走的时候，依然能构建出一个可信的模型。
这就像我们做用户画像，要么做舆情分析，要么做面对面的沟通。我们常常嘟囔数据不准、样本忒少、反馈忒慢，但难题的核心实际上在于，我们是否愿意为了那一点点不确定性，去投入更多的精力去打磨那些模型。 还有一个例子。今年我在做一项关于“大学生对算法推荐机制适应性”的调研，本来只需求几十份问卷，结局数据量暴增了一倍。
起初我当作这是运气好，但当我再次打开后台数据时，发现那些用户的点击行为、停留时长、就连浏览路径，呈现出一种贼诡异的“蝴蝶效应”。小时候喜爱啥，长大后只看啥；昨天刷到哪条视频，今天就在哪篇文章下转圈圈。
这种关联在标准化试卷上是根本不存有的东西，它是混沌的、非线性的、充满了噪音的。 但怪的是，当我试图用好办的线性回归去拟合这些复杂的非线性关系时，模型启动报错。
原来，人类的认知本身就是非线性的。我们的大脑，不是一台精密的计算机，而是一团混沌的、充满创造性的乱码。我们恐惧被算法定义，不是出于算法忒先进，而是出于我们恐惧在那套完美的秩序面前，自己显得那么渺小、那么单薄。 我记得上个月，公司那个号称“全球领先”的 AI 模型上线，销售额瞬间突破了历史纪录。老板在庆功宴上拍着桌子说：“看看这个，这是未来，这是我们的护城河！”那一刻，我听到了那种令人窒息的傲慢。人们当作拥有了这个，就拥有了整个世界。他们当作只要把数据喂到模型里，就能自动形成决策，就能自动拿到成功。 可现实呢？模型会中毒，模型会遗忘，就连会出于一次参数的调整，就全盘推翻之前的结论。它拥有参数，却不拥有灵魂；它拥有逻辑，却不拥有同理心。当它启动过度自信时，它就不再是工具，而是一面镜子，照出了我们人类自己那点可怜又固执的执念。 有时候，我们逃课，不是出于怕被鞭子抽打，而是出于怕被数据化。 我们逃课，是出于我们知道，一旦被彻底数据化，我们就丧失了“意外”的权利。我们在算法的闭环里，一旦脱轨，就会被系统重新捕获，变成另一个更精准的变量。就像那个模型，要是连续两天没有输出，它的自我进化就会暂停，最终变成一张僵死的白纸。我们拼命地学习，拼命地积累数据，拼命地优化模型，只是为了在又一次“迭代”时，能多争取一点点冗余，一点点不确定的可能性。 毕竟，在这个时代，唯一的确定性就是变化本身。我们在这个由数据和算法编织的大网里，试图寻找那个一辈子跳脱出来、一辈子不被标记的“幽灵”。我们恐惧被归类，恐惧被标签化，恐惧一旦贴上“潜力股”的标签，下一秒就会被系统拉长、缩短、重新估值。 故此，每当我深夜惊醒，看着窗外空荡荡的街道，心里的那股火气就会重新点燃。
不是出于我想逃，是出于我忒想被看到了。
我想看这个世界的真纹理，想触摸那些粗糙、温热、不完美的东西。
我想去体验那种没有反馈回路、没有预测模型、没有最优解的原始状态。 我们在学习，试图去理解世界，去掌握规律，去构建模型。但我们往往忘了，真正的智慧，或许就是一直保持那一点点“不懂”，保持那一点点“错”，保持那一点点愿意在混乱中，依然尝试去构建意义的冲动。 数据是冰冷的，但它能让我们学会如何更敏锐地感知世界。它教会我们严谨，也教会我们傲慢。它让我们信任，只要数据充足多，逻辑充足强，奇迹就能够形成。但它终究是机械的。而人类，恰恰在这个机械的世界里，顽强地、迟钝地、闪烁着人性的微光。 或许，逃课，就是为了不被彻底驯化。
或许，在数据的洪流中，我们才更应当坚持做那个不完美的、间或会崩溃的、但依然愿意去探索未知的观察者。
毕竟，唯有血肉之躯，才配得上那个充满不确定性的未来。