聆听此文

时长19分钟

2015年夏日的一个晴天，我站在硅谷一栋办公楼的地下室里。房间里堆满了电器，活像被炸开的商用厨房：几摞嵌入式烤箱挤在推车旁，乱糟糟的电线从宽大的不锈钢操作台后探出来，抹布和海绵在巨型水槽边慢慢风干，水槽上方的预冲洗龙头像柳枝一样耷拉着。旁边的电脑屏幕上，一边是Python开发工具，一边是满是红绿单元格的电子表格。房间中央的临时操作台上，摆着一台模样古怪的小机器——看起来像只能加热一个纸杯蛋糕的迷你微波炉。后来我才知道，这是水分分析仪：研究人员用它检测羊肉、箭鱼、鸡肉、猪肉和牛肉样本的汁水残留量。我在本子上记下眼前的一切：上午10:45，厨房烟雾弥漫。

这间地下室是个测试厨房，两名厨师和几名研究员正忙着用一批原型烤箱烹制足量的肉类，够一整个农场产出的量。这家公司的愿景是发明一台烹饪机，按下按钮就能做出米其林级别的菜肴。团队成员一边品尝食物，一边填写"感官评估表"，记录食物的色泽、气味、温度、口感和味道等特质。

作为烤箱触摸屏界面的设计负责人，我此行是为了向厨师们学习，打造一款既能满足他们需求，又适合"家庭主厨"——也就是终端用户——的产品。厨师的烹饪直觉与烤箱的机械逻辑之间的矛盾立刻显现：厨房之所以烟雾弥漫，是因为一位厨师试图用烤箱的 broiler（顶置烤架）直接烤三排羊排，想做出用"丙烷喷枪猛烤"才能达到的色泽。可这种本能的操作方式，烤箱根本"听不懂"。我写下*猛烤？*三个字，继续观察。另一位厨师在另一台烤箱的屏幕上戳来戳去，嘴里嘟囔着："这玩意儿根本没用。我得能用上厨师的直觉才行。"

公司聘请厨师，原本是让他们协助给烤箱编程，复刻自己的菜谱。但他们还得假扮成给家人做晚餐的普通人，测试烤箱能否复制专业烹饪技巧。一方面，厨师需要一个有足够操控空间的界面，能手动调整参数，为烤箱扩充训练数据；另一方面，终端用户需要的是简洁易用、看起来"聪明"的设计。

研发这款烤箱的公司认为，人类对菜谱的干预是一种"隐患"。选项太多会诱使用户随意修改菜谱，这不仅会削弱烤箱的"智能性"，还可能导致烹饪失败。产品团队反复提到，如果用户过多手动调整菜谱，会养成"坏习惯"。"改变习惯"成了办公室白板、便签和任务追踪器上随处可见的口号。

烤箱没有味觉，它根本不知道"用丙烷喷枪猛烤"是什么意思

我当时对这个愿景深信不疑。那是我科技生涯早期的项目，正值2010年代科技乐观主义的鼎盛时期。我相信，只要掌握足够信息，就能通过巧妙设计解决烹饪的所有问题。但在接下来的十年里，我参与了从城市基础设施到全球设计系统等各类大规模界面设计项目，逐渐意识到那间测试厨房，其实是科技领域一场核心矛盾的缩影：一边是人类的主观性，一边是"万物皆可计算"的信仰；一边是人类身体的感官——比如味觉，一边是"数据才是更可靠的知识形式"的观点。

味觉，无论是作为生理过程还是审美偏好，都是主观的。它因人而异，且受情境影响。在智能厨房，就像科技领域的许多其他尝试一样，这种极具个人性的体验被（也必须被）标准化、可重复化。换句话说，味觉需要被转化为数据——变成哲学家阿尔伯特·博格曼所说的"装置"：剥离过程，只需极少甚至无需人为干预就能直接得到结果——如此一来，人类的付出（连同家庭主厨的自主选择权）就被彻底抽离了。

照片来源：Kilian Karger/Unsplash

可烤箱没有味觉，它根本不知道"用丙烷喷枪猛烤"是什么意思。设计师尼灿·赫蒙在他的Substack专栏中写道，问算法能否理解主观事物，本身就是范畴错误，就像问一块石头喜欢什么电影一样。仅仅数树上的花瓣，永远无法体验樱桃的味道。无论收集多少数据点，仅凭数据既无法重现，甚至也无法准确代表那些具身的体验。然而这款烤箱的研发，恰恰建立在"食物特质与人类味觉可量化"的假设之上。

智能厨房让我初次接触到一种我称之为"计算主义"的意识形态。它认为宇宙由离散、可测量的数据比特构成——也就是哲学家所说的"数字本体论"——并将这一观点延伸到经济和政治体系中。根据计算主义，包括人类在内的整个世界都可以被计算：构成万物的比特可以被转化为数据，进而被表征和操控。本质上，宇宙可以由代码统治。

荷兰阿姆斯特丹科学园的AMS1数据中心，2021年。照片来源：Anthony Deutsch/路透社

科技领袖们对计算改变世界的能力做出了诸多宏大宣称。埃隆·马斯克称人工智能将"重写整个人类知识体系"；AI公司Anthropic的CEO达里奥·阿莫迪则写道，图形处理器很快会把我们变成"数据中心里的天才之国"。还有人提出，宇宙可能是一个旨在催生超级智能的模拟系统，或者未来的AI将成为真正的"神"。所有这些观点都隐含着一个逻辑：在一个可以通过计算预测的世界里，最有权势的人就是掌控计算机的人。我们日常体验的数据化，以及预测模型的日益普及，只有从计算主义的视角才能得到最好的理解。当一切都可计算，一切就都可预测、可优化、可操控。

在计算机眼中，行为构成了人——这意味着，设计师眼中的人，不过是一系列行为的集合

这种理念并非硅谷首创。古希腊哲学家德谟克利特提出，宇宙及其中的一切都由不可分割的"原子"（atomos，意为"不可切割""不可分割"）构成。这种早期的数字本体论在启蒙运动时期重获新生：勒内·笛卡尔采纳了原子模型，将一切物质都纳入其中，包括人类身体。在笛卡尔的模型中，身体被视为一台复杂的机器，内部住着一个"用户"——灵魂，而灵魂是唯一不由比特构成的东西。后来的发明家们开始着手证明德谟克利特和笛卡尔是正确的。雅克·德·沃康松在18世纪发明的机械鸭，是后来机械织布机的前身，它能模拟进食和消化过程。正是这一发明，最终让我走进了加州的那间地下室，试图在一个不那么天马行空的机械装置中模拟味觉。

18世纪沃康松发明的机械鸭。图片来源：维基百科

离开那间厨房后，我观察到计算主义逐渐占据主导地位，也不得不思考我自己的工作——界面设计——是如何体现这种意识形态的。设计项目往往以优化用户在界面中的操作流程为核心：提升参与度、转化率、效率和生产力，不断消除操作中的"摩擦"。设计师专注于测量用户的行为，因为在常规工作环境中，我们无法了解用户的个体想法。于是，在计算机眼中，行为构成了人——这意味着，作为超越行为集合的"人"，从设计师的视野中消失了。多年来，界面设计已从一门主要关注人类主观性的技艺（就像所有设计一样），转变为追求机械客观性、摆脱人类解读或判断"干扰"的工作。

刚进入科技行业时，我的许多客户都信奉设计咨询公司IDEO提出的"设计思维"：一套通过设计解决问题的可重复步骤。这套"配方"被应用于从新应用到公共治理的各类项目，推动了用户体验（UX）设计的规范化，为规避风险的决策者提供了一种基于数据的"客观"表象。作为支撑科技繁荣的代码与数据的具象体现，UX设计曾盛极一时。我身处其中，欣然接受UX设计与权力日益紧密的关联。"设计是可复制流程"的理念日益深入人心，这既帮助我们向外界证明设计的重要性，也让我们相信，设计与技术结合能让世界变得更美好。

十年过去，设计成功跻身商业决策的核心圈层。但为了获得这一地位，软件设计不得不做出改变。一旦设计被视为实现量化增长的机制，它的产物（界面）就被拆解成可测量的单元：按钮、卡片、列表等界面元素，被分解为形状、颜色、字体的各种组合，每种组合都有明确的数值。这些视觉元素的组合被编入设计系统。通过软件，设计从一套复杂的、依赖情境的关联结构，变成了一台可更换部件的机械装置。

通过设计传递给用户的机械优化，抽离了这门技艺中的人文元素

随着基础设施的完善，A/B测试等技术成为数字界面的标准操作。这种技术改编自随机对照实验的通用概念和行为经济学原理。随着用户规模的爆炸式增长，通过实验调整界面以实现预期目标的能力达到了前所未有的高度。久而久之，界面变成了一种单向的数据提取机制。正如评论家西尔维奥·洛鲁索所言："这个曾经充满希望的解决问题的领域，本身成了问题。"

谷歌搜索结果链接的颜色就是一个典型例子。谷歌搜索团队曾测试了41种蓝色，看哪种颜色能让用户点击更多链接。设计师道格拉斯·鲍曼将此事作为科技行业数据驱动文化的例证，并以此为由辞职：

"没错，谷歌的一个团队在两种蓝色之间拿不定主意，于是测试了它们之间的41种渐变色调，看哪种效果更好。我最近还为一个边框应该设为3、4还是5像素宽争论不休，对方要求我证明自己的观点。我没法在这样的环境里工作。我已经厌倦了为这种微不足道的设计决策争论。"

（有位设计师甚至告诉我，一个拼写错误导致测试中混入了一种难看的棕色。领导层的回应是："如果它比蓝色效果好，我们就用它。"）

这种通过设计传递给用户的机械优化，通过聚焦量化结果，抽离了这门技艺中的人文元素——也就是主观品味的作用，过程中也丢失了意义。界面变成了博格曼所说的"装置"：从复杂结构转向孤立元素的过程，让它越来越趋近于绝对量化。通过软件完成的行为——沟通、规划、学习——被简化为可计算的结果，最终导致用户与体验脱节。

数据的主导地位渗透到软件的每一个用户界面（UI）组件中：五星评分系统、文本字符串、下拉菜单、话题标签。体验被压缩成一个个比特。结束一段关系或与父母交谈这类行为，如今因使用的软件不同而被赋予了不同的社交潜台词。软件观察、建模和响应用户的能力，不再是为了响应用户的意图，而是为了创造或强化某种行为。

为了证明全面数据化的合理性，计算主义提出了一种脱离人类身体和思维局限的现实模型，将世界视为其"真实"的样子：数据。这种转变要求权力运作方式发生改变，哲学家韩炳哲在2014年出版的《精神政治学》中对此做出了解释。随着新自由主义从工厂车间的物理强制转向屏幕上的心理优化，用户被驱使着自我剥削。

我们可以从界面的运作机制中直接看到这一点。比如无限滚动的信息流，搭配类似老虎机的下拉刷新交互，它不会强迫用户停留在平台上，而是让用户主动想要生成数据。这种区别是理解界面设计隐蔽面的关键：它利用人类的心理机制，最大化用户对机器的依赖。

哲学家安德烈亚斯·斯帕恩认为，这正是数字技术颠覆传统笛卡尔主客体模型的方式。他指出，数字技术不再是我们可以操控的被动工具或无生命物体，而是正在变得自主。当用户将自主权交给界面——比如让厨房在自己外出跑腿时自动做饭——界面开始具备主体的特质，而用户则逐渐沦为生成数据的客体。

如果说身体是复杂的硬件，那么大脑就是待优化的、漏洞百出的老旧软件

社会学家毛里齐奥·拉扎拉托的著作深化了对计算主义的批判。他指出，除了将我们简化为生成数据的客体，资本主义还利用这些数据从内部塑造我们的主体性。在2014年出版的《符号与机器》中，他提出，技术绕过我们的有意识行为，将我们拆解为前个体的组成部分（比如算法识别出的"兴趣"），将其转化为可测量的输入。这样一来，技术不仅能观察和响应我们，还能构建我们对它的回应方式。这就像设计本身被拆解为原子元素，可以拼接重组出全新的界面。仿佛是为了印证拉扎拉托的观点，许多设计师和工程师开始将设计系统输入大语言模型（LLM），生成仿造的界面。还有人用合成数据创建合成用户画像——用拉扎拉托所说的碎片化、前个体信息构建出假想人物，以此测试产品理念。真实的人可以被完全抽离出流程，只留下一个模拟体。毕竟在计算主义模型中，人类可以被理解为数据，因此数据可以取代人类。

这就是将身体和大脑视为"装置"的含义：抛弃具身的主观体验，转而追求可测量性。2024年，企业家彼得·戴曼迪斯在与多家长寿诊所组成的联盟交流时说："要么是硬件问题，要么是软件问题，我们都能解决！"如果说身体是复杂的硬件，那么大脑就是待优化的、漏洞百出的老旧软件，需要被优化以更高效地工作。

这就引出了计算主义形而上学的逻辑结论：生成式人工智能将超越人类，成为后人类主体。在计算主义者看来，人类的知识和文化因受人类自身影响而不够客观。追求"超级智能""数据中心里的天才之国"，或是像萨姆·奥尔特曼所说的能"解决气候问题"的新兴AI实体，本质上都是为了"调试"人类的主观性。这是一种对人类的逃离：把我们的责任、错误和恐惧都交给计算机，仿佛在为人类长久以来的混乱状态道歉。精神信仰体系往往能延续，是因为它们为人类存在的无意义、痛苦和死亡提供了一种清晰的解释。我认为计算主义也是如此，只不过它没有将人类痛苦的根源归咎于造物主、魔鬼或欲望，而是归咎于"身为人类"本身。

主体性向数据的坍缩正在实时发生。智能家庭厨房的梦想，已经演变成Wonder这类付费服务：算法综合用户的健身目标、饮食偏好和饥饿程度，每天为用户分配三餐。别再费心做饭，甚至不用思考想吃什么——应用会全权处理。这种趋势不仅限于我们的身体：曾经只是拼写检查工具的软件，现在能以AI模拟的人类作者身份给出评论。写作，这种本质上是构建意义的对话行为（就像设计一样），被彻底抽离了。工具会根据它获取的所有人类文本，告诉人类如何模仿另一个人的语气。2026年6月，一家初创公司宣称，就连"品味"也是一个数据问题，只要经过额外训练，生成式模型就能创造出极具品味的作品。

计算主义项目的运作方式，是从公共领域攫取人类知识。技术人员想要"重写"的"知识体系"，是数十亿人数千年来共同创造的文化成果。在计算主义看来，这些集体成果是一团复杂的数据——一种无主的自然资源，需要被提炼、剔除矛盾和主观性，直到这些知识最终如科学史学家洛兰·达斯顿和彼得·L·加利森所说，"摆脱认知者的影响"。计算主义者相信，对原始信息的臣服就是解决方案，它将带来新的真理——一个乌托邦式的未来：计算机不再需要操作员，人类不再需要保持人性，也无需解决人类的问题。每当我们无法调和主体与客体的矛盾时，我们就干脆移除主体。终有一天，当只剩下计算机时，我们可以让它自我设计、自我优化，消除那些定义我们生活的摩擦、错误、不可预测性和挣扎。但到那时呢？

计算主义真正的悲剧，不在于计算机可能接管部分人类活动或超越人类智能，而在于它的追随者可能构建出一个数清每一片花瓣的世界，最终却发现，我们早已抽离了品尝樱桃的能力。