基础模型的崛起：语言只是第一块试验田

我在前几篇文章里把大语言模型（LLM）批得体无完肤。有几个读者以为我要跟LLM宣战，其实不是。我是想给这个领域泼盆冷水。我太喜欢这东西了，所以更看不下去它被吹成神。

GPT-3.5出现之前，我总得跟高管们解释什么是机器学习。他们听完就一句“哦，它能预测未来”。现在反过来了，我每天在给企业做“去魅”培训。

自从ChatGPT能写邮件、能写代码，半个企业界都以为AI是哈利波特的魔法棒。只要在业务流程上挥一挥，念句“智能自律不幻觉”的咒语，再洒点RAG（检索增强），几十年的组织顽疾就会噗的一声烟消云散。达克效应上头的人尤其容易中招，他们看见LLM就仿佛看见了一个数字员工，能用一个周末把SAP系统现代化。

但现实从来不配合。

我们现在让一个语言模型去扮演物理引擎、流程模拟器、合规官，甚至在某个乐观的周二，让它当整个企业的操作系统。

这就像让莎士比亚去设计喷气发动机。他肯定能写出史上最美的维修手册，但我还是不敢上那架飞机。

LLM是我职业生涯里见过最杰出的工程成就之一。但我不确定它是把人类向前拽了一把，还是给每个市场部递了一把喷火枪。不过没人能否认，它改变了计算的轨迹。历史会把ChatGPT的诞生和万维网的出现放在同一页。

在它之前是一个世界，在它之后是另一个世界。

但问题来了。我们开始把语言当作连接现实的万能接口。

语言模型活在柏拉图洞穴里

行业在语言上建成了第一个成功的神经网络，然后说服自己这就是人工智能的终极形态。其实不是，这个误会正在变得越来越贵。

前沿语言模型吃掉的文本量大得惊人。除了少数几个训练它的实验室，没人知道确切数字。但今天最大的模型，光是清洗后的语料库就有几十TB，相当于几千万本书，人类所有学科的文字都被它吞了下去。

当机器吞下这么多文本，会发生一件事：模型会构建出它眼中的世界。在它的心智里，一切都是语言。物理是语言，化学是语言，经济、战争、爱情、悲伤，全都可以变成语言。连一个咖啡杯，最终也会被描述成宽度、直径、曲率、手柄几何和颜色的集合，详细到另一个人能凭此准确想象出来。

但就算我们有再丰富的词汇，语言依然不是现实。

拿起那个杯子，慢慢旋转它。观察手柄在陶瓷后面消失，换一个角度出现，随着透视变形，在每个瞬间捕捉不同的光线。当你转动它时，阴影在表面移动。

你很难想象这个画面吗？

因为这些东西从来不在语言里。语言指向体验，但永远不会成为体验本身，不管你堆多少形容词。

语言模型在一种极端意义上是非常柏拉图式的。柏拉图讲过一个洞穴寓言：在我们这个肮脏的物理世界背后，有一个完美的“理型”王国，那里存在着每一件物体真实且永恒不变的版本。他说你坐过的每一把椅子，都是那把大写的“椅子”的缺陷复制品；你画过的每个圆，都是完美圆的歪斜模仿。我们的世界嘈杂、肮脏、不断崩塌。

但理型世界是干净而永恒的。

这个描述你应该熟悉了。

语言模型的内心世界，完全建立在对符号之间统计关系的平均上。它平均了数百万个例子，直到每个概念都显得近乎连贯。你会觉得它的输出可信，因为它镜像了人们说得最多的话，朝多数人同意的方向收敛。这种收敛让人感到安全。

近于完美，这是设计使然。

但不是现实，这是构造决定的。

模型从未感受过重力把物体拉向地面，也从没看过陶瓷杯冲向混凝土，更没有在碎片飞溅前感受到通过瓷器传来的震动。但它能完美地描述所有这些事件，因为已经有数百万人类描述过了。

描述某事发生和真正理解某事发生，不是同一个操作。语言模型只执行前者。

这就是区别。

把杯子掉在地上。模型告诉你它可能会碎，因为“掉落”、“杯子”、“地板”、“破碎”、“碎片”这些词在它的训练数据里总是同时出现。这个关联在统计上几乎完美。但在这个关联之下，因果机制完全在模型的宇宙之外。它内部没有模拟力的矢量，没有应力传播，没有断裂力学。它只是在预测下一个符号，而且预测得极其准（差个几个百分点而已）。

扩散模型（我就是用它画博客漫画的）也没能解决这个问题。它记住了海量视觉规律，知道杯子在各种光照和拍摄角度下长什么样，也知道旋转时外形如何变化，因为它看过几十亿个旋转的例子。但你要它模拟一个杯子在不同重力常数下摔到地上时的结构变化，它就会表现得很像喝了苦艾酒的普通人——面对量子计算机测验时一脸懵。

这并不算批评。

本质是领域特定性。语言模型擅长建模语言，因为它只干过这一件事。而人类恰好把大量知识都装进了语言里，这才让模型看起来近乎全知。

但问题会在那些语言只是描述、而非真正运作的领域里暴露。比如你问它：一个杯子在45度角、12牛顿的力作用下会怎么样？语言就撞到了天花板。这时候你真正需要的，是一个物理本身训练出来的模型，而不是人类看着物理发生时写下的描述。这个微小区别，会彻底改变下游的一切。

基础模型不只有语言

AI模型并没有规定训练数据必须由单词组成。你可以用天气系统、蛋白质序列、工厂设备遥测数据来训练模型，甚至用整个企业的运营脉搏来训练。唯一的要求是，这个领域得有足够多的数据量，和反复出现的模式，让模型能从中提炼出有意义的结构。

Transformer虽然名声在外，也只是从数据中提取结构的方式之一。自注意力机制把序列里每个token跟其他token做比较，逐渐学会哪些关系重要，然后一层层堆出越来越抽象的表示。如果你把token从单词换成其他东西，或者干脆用更适合图结构、状态空间的架构替代Transformer，你会发现底层的那个想法完好无损。语言可以消失，Transformer也可能消失，但基础模型还在。

剥掉Transformer、注意力头、tokenizer、embedding，剥掉那几十亿美元的GPU集群和华丽的演示，你剩下的是一个其他组织已经造了几十年的东西：一个基础神经网络。

我们只是发明了越来越多花哨的说法来称呼它。

这回我们聊的就是这个。我怀疑我们正在接近一个拐点：语言不再是一个优势，反而成了瓶颈。而生物学比企业AI更早到达了这个拐点。

DeepMind的AlphaFold并不像神话里说的那样，是从一个失败的语言模型中爬出来的。蛋白质就是一条很长的氨基酸链，就像句子是单词的长链一样。这意味着他们确实借用了语言模型的思想，从蛋白质序列中学习模式。

但他们撞墙了。

生物学远不止氨基酸序列。

问题在于预测这条链如何扭转、折叠，最终形成一个稳定的三维结构。这个结构决定蛋白质是否真的能工作。

于是他们构了AlphaFold 2，专门解决这个问题。给定整条链，自然界最可能折叠成什么三维形状？

为了回答这个问题，它结合了三件事：把目标蛋白跟进化过程中数百万个类似蛋白做比较；学习链中哪些部分在三维空间里会保持在一起；不断调整预测，直到找到能量最低、最物理稳定的形状。

我说这些的意思是，AlphaFold没有把蛋白质当语言处理，而是把它们当成遵守化学和物理定律的物体。这项成果让Demis Hassabis和John Jumper拿下了2024年诺贝尔化学奖的一半，David Baker拿了另一半——他做的是反向操作，设计自然界不存在的蛋白质。顺便说一句，诺贝尔奖没分给AI本身。

语言没有失败，但生物学需要一种更丰富的表征，单独的语言搞不定。谷歌似乎吸收了这条教训，把基础模型变成了一个量产工厂。他们同时在六七个不相关的领域推出了基础模型：时间序列预测的TimeFM、可穿戴传感器数据的SensorFM、表格数据TabFM、天气预报WeatherNext，等等。很酷的是，每个模型说的“母语”都完全不一样，而且没有一个是语言。

企业运营也不例外。在ERP系统、事件日志、工作流图、治理规则书里，隐藏着一个有自己的语法和重复结构的领域，很可能也有属于它的基础模型等着被构建。

这个模型还不存在。

但我在做一个。

智能取决于你喂给它什么

AI革命最奇怪的一点，是让一些聪明人相信智能就存在于模型本身。ChatGPT能写邮件、能解释量子力学、还会胡诌整份报告（比如普华永道那次），我们都忘了问一个最根本的问题：

你到底喂了这位爷什么？

这个问题比你以为的重要得多。因为智能不是什么神奇的酱汁，多接几块NVIDIA GPU就能从模型里流出来。一个神经网络，无论多复杂，一开始都只是一堆昂贵的随机数。断电之后，它的智能水平和我家的洗碗机差不多。

模型后来成为什么，取决于你让它见到什么样的世界。

假设我们做个伦理上极其可疑的实验：把一个孩子出生后就关在一座巨大的图书馆里。里面有全世界所有的书，还有整个互联网的内容——包括知乎上那些把自信当成证据的讨论，以及特朗普的所有推特。孩子别无选择，只能读二十年书。二十年后你打开门，他对热力学的了解可能超过你家楼下的物理学家，对分子生物学的理解可能比本科生还深，他能解释为什么瓷器在应力下会碎裂，咖啡豆怎么烘焙，以及重力为什么让物体向地球加速。

但你递给他一个真实的咖啡杯。

不是一本讲杯子的书，是一个真杯子。

让他闭上眼睛，转动杯子。问他，当手柄缓缓转到杯身后面时，手感是什么？用勺子轻敲杯壁，陶瓷怎么振动？杯子表面凝结水汽后有多滑？手一滑没抓住的时候，它是怎么飞的？

那些书在这一刻毫无意义。因为描述不是体验。

语言指向现实，但语言不会变成现实。

这个观察比表面看起来深刻得多。LLM遭受着同样的限制。它吞下了人类几乎所有的文字，构建出一个极其丰富的内部世界。注意最后三个字：文字世界。不是物理世界。这个区别可能显得有点学究气，但我觉得它是人工智能领域最重要的问题之一。如果模型见过的一切都只是人类写下的描述，那么它学到的是世界本身，还是我们人类对世界的集体描述？

这两者显然不是一回事。

认知科学跟这个问题纠缠了几十年。具身认知理论认为，智能不是简单地操作抽象符号，而是从与物理世界的持续互动中浮现出来的。我们因为移动、触摸、闻、操纵物体、体验行为的后果而学习。我们的概念根植于感知和行动，而不是只有语言。

LLM，不管多大，这些事一件都没干过。

它从未碰过咖啡杯，没感受过杯子在指间旋转时重心的变化。它只知道数百万人类描述过这些。

那么问题来了：如果智能是能用符号捕捉事件，并在统计上召回它们——这是我们认为的智能吗？还是说，智能是别的东西？

我认为LLM展现的是一种非凡的能力：对人类语言的统计结构进行建模。但它对现实本身一无所知。大科技公司把语言能力包装成了通用的智能代表。

虽然Sam Altman说得好像我们已经处在“奇点”之中，好像已经进入AGI，但科学界的共识远没有他们暗示的那么确定。研究者还在争论智能是否能够纯粹从符号表征中涌现，还是必须要有具身性、有从交互中学习的因果。没有共识。但值得注意的是，AI领域最有影响力的几位研究者——Yann LeCun、李飞飞，以及某种程度上更谨慎的Demis Hassabis——都反复说过，只有语言不太可能走完全程，继续堆scale是个死胡同。

我们可能不小心撞上了一个比“GPT有多聪明”大得多的问题：

一个只学过现实的一种表征的系统，能不能成为通用智能？还是说，我们只是造出了世界上最厉害的语言专家？

如果答案是后者，那么语言从来就不是目的地。它只是第一个积累了足够数据的领域，让另一个基础模型得以诞生。

意外发现的基础模型

亚历山大·弗莱明发现青霉素，是因为他度假前没洗培养皿，窗外的霉菌孢子飘进来。微波炉的发明，是因为一个工程师站在雷达旁边，兜里的巧克力化了，他问了句“为什么”。互联网最初是为了让网络在核战争中幸存，现在主要用来吵谁的巧克力融化最快。GPS是为了把导弹导到目标上，不是为了让外卖小哥避开拥堵。伟哥最初是心脏药，直到试验志愿者自己报告了那个副作用。

人类总有一种奇特的天赋：在找别的东西时，发现革命性的东西。人工智能也加入了这条传统。

如果你在2018年左右走进OpenAI，问一个研究员在做什么，没人会说“我们在发现一个学习任意领域表征的通用方法”。他们想做一个更好的语言模型。

他们意外发现的是：当你把一个足够大的神经网络暴露在一个领域的足够多例子里，让它不断预测缺失的部分，而不是每次喂它手工标注的答案，奇怪的事情就会发生。一开始，网络会记住海量例子，就像学生考前熬夜硬背。但很快，这个策略失效了，因为要背的东西太多。

我上中学时就碰到了这个坎。硬背一堆事实又累又没效率。后来我转去学物理和化学。第一年很难，因为我必须真的理解，但一旦基本原理想通了，其他一切都变容易了。每个新概念都能建立旧概念之上，而不是再当一条孤立的事实。

这和模型里发生的事惊人相似。模型没有试图记住数百万个单独的例子，而是逐渐学会生成这些例子的底层规律。它停止记忆，开始学习规则。换句话说，它把整个领域的结构压缩成了数学。

这个区别值得回味。因为这是整个领域里最被误解的想法之一。

基础模型之所以有趣，不是因为它储存海量信息。NAS能储存，维基百科能，搜索引擎也能。但这些都不理解它们存放的东西。模型发现的是，产生数据背后的隐藏结构。语言有语法、有层次、有节奏、有语境，有规则、例外、例外的例外。荷兰语尤其病态，它几乎是以意识形态般的态度让非母语者的生活变难。

模型通过猜测下一个词是什么来发现结构，猜错了就纠正一下。结构自己浮出水面，因为底层数据本来就包含结构，模型每次找到一丁点都会得到奖励。

请注意，这个观察跟语言没有多大关系，不管营销怎么说。语言只是人类已经积累了几千年原始例子的第一个领域，大到可以把这个戏法玩出规模。

这配方里没有一步必须用单词。

对语言，确实需要单词。

但把单词换成氨基酸，同样的配方可以预测蛋白质折叠成最低能量结构。把语言的地位换成几乎任何一个有足够丰富结构的领域，这个配方照样有效。变的只是领域，数学一直站在原来的位置上。

所以真正值得命名的发明不是语言模型，而是底座下的基础模型——语言只是第一个测试用例，不是人们误解成的天花板。

企业只是另一个领域

我一直觉得企业软件很有趣：我们坚持认为企业运行在自然规律之外。我们欣然接受地球受引力支配，河流在几千年里雕刻出可预测的路径。但一旦有人说组织也有重复模式、也有隐藏结构，原本理智的人会突然变得非常哲学。

“不对，”他们坚持说，通常站在一张彩色字体多到能吓退彩虹巡游的PPT前，“企业不一样，因为里面有人。”

得了吧，仿佛化学会因为采购部王姐加入指导委员会而下午放假。

当然有人。但没有人因为有了人类参与就免于分析。恰恰相反，人类反复无常的行为反而创造了更丰富的结构，因为我们有一种惊人的倾向：重复自己。我们发明组织的仪式、审批链、治理结构，然后花几十年假装每一个都是企业创造力的孤本。

描述企业时，我们通常谈人、部门、应用、政策，以及业务流程。技术上也对。但就像说“人约等于七成水”一样——没错，但没解释任何有意思的东西。

从机器的视角看，企业完全不是组织架构图或PPT的样子。它是一个巨大的动态系统，每时每刻都在运动。每一张流转的发票都是一个事件，审批只是状态转换（状态：未付款→状态：已付款）。采购订单是轨迹上的点，每个员工交互都在一个大图里连出一条新边，政策试图弯折轨迹而不被太多人反对。

企业通过数百万个微小的状态变化持续演化，共同定义了这个组织到底怎么运转。

大多数组织从不这样体验自己。因为我们人类感知的不是状态流，而是冗长的会、恐怖的最后期限，还有王姐又来问“今年第四次了，出口合规培训做了没”。

但企业体验的是别的东西。它体验的是“流”。

每个客户下单，库存就变，计划员响应，制造调日程，财务更新预测，资金部门重新分配现金，税务那边又多一个头疼，某个地方、某个倒霉蛋，在周五下午五点钟批了一个不该批的东西——因为所有相关方只想回家。

我忘了本来要说什么，但你懂的，就是那种“流”。

走近看，这些事件混乱得近乎随机。但当你退开足够远，非常有趣的东西开始浮现。某些审批几乎总是在特定延迟之前出现；某些组织结构稳定地制造瓶颈；某类政策变更会在几十个看似无关的流程里引起涟漪；有些管理者是隐藏枢纽，高得离谱比例的重要决策都流过他。你可以管这叫官僚主义。但数学对企业行话毫不关心，它只注意到同样的结构反复出现。

这正是流程挖掘十多年来展示的东西。这技术真的强。当你把足够多的事件日志喂进算法，那家咨询公司™在BPR项目里画出的优雅流程图，就会突变威尔的——威尔·史密斯在2022年2月吃一盘意大利面的样子。

有意思的不是那盘面，而是这盘面是可复现的。

下个月再跑同样分析，你会看到同样的循环、同样的瓶颈又回来了。同样的绕路蛇一样穿过组织，仿佛已经长进企业基因。光这一条就告诉我：组织拥有结构。隐藏结构，但确实是结构。

只要有结构的活动流存在，就有东西可以学。

我一直在琢磨这个问题。我们已经有天气基础模型，因为天气有重复模式；有蛋白质基础模型，因为进化留下了统计规律；有语言基础模型，因为语言有一套演化了千年的复杂语法。

为什么轮到企业，我们就要假装规律不存在？

每个组织都在持续产生事件日志、流程轨迹、工作流历史，还有数不清的协调行为。数据已经在那了。大部分企业都淹死在数据里，只是不把它当训练数据。它们觉得那是SAP产生的垃圾。

这才是企业AI最大的讽刺。

多年来我们给语言模型喂了数不清的美文，它们描述了组织应该怎么运转。与此同时，我们完全忽略了数十亿条观察，它们精确描述了组织实际上怎么运转。

如果让我在“一本精美的手写流程手册”和“十年的执行痕迹”之间选，我一秒都不犹豫。手册告诉我管理层希望发生什么，执行痕迹告诉我正在发生什么。大自然一向更喜欢观察而非意图。

我想基础模型也一样。

所以下一个伟大的基础模型，也许不会从互联网再刮来的万亿单词里出现，而会来自一些更不浪漫的东西：采购订单、流程挖掘日志，以及协调本身那不可见的数学。

如果语言有语法，蛋白质有语法，天气有语法，那么一个足够大的、能产出可重复模式的企业，也一定有自己的语法。

我们只是忙着开会，没注意到而已。

自我提醒：发布前查一下采购部有没有叫王姐的。

协调可以被学习吗？

过去八个月，我盯着比我想承认的更多的流程挖掘图，花了不健康的时间琢磨为什么企业AI总也兑现不了承诺。然后我问了自己一个难缠的问题：

协调本身可以被学习吗？

乍一听，这又像那种学者们发明出来好享用三年咖啡、却永远无法统一意见的模糊研究问题（比如AGI）。但看得企业数据越多，我越确信这问题一点都不哲学，反而非常实际。

想想大型组织内部到底发生了什么。

一个采购订单，是两个人协调。一次审批，是决定谁下一步行动。一张发票沿路径穿过几十个系统和部门，最终消失在某个季报里。政策试图影响未来行为，让上千个独立决定勉强指向同一个方向。每一次升级，都是协调在第一次失败后的恢复。

当你剥掉SAP屏幕、组织架构图和那堆讲“应该怎样”的PPT，你会注意到：企业是一台协调机器。不多不少。

这个观察彻底改变了我看企业AI的方式。

多年来，我们把企业主要当作文档集合。索引政策、检索流程、搜索知识库、向量化手册，构建越来越复杂的RAG系统。这些系统擅长告诉我们组织曾经决定过什么。它们确实有用，但本质上是在描述企业，而不是在建模企业的行为。

行为住在别的地方。它住在“执行”里。

每天有上百万个决定在组织里荡开。工作从一个部门交到另一个部门，然后出现异常、资源不可用、优先级变了，新法规试图改变几百个相互连接的流程上的行为，却没几个人完全理解下游后果。

凑近看，这一切都乱糟糟的。但往后一靠，模式就浮现出来。这些模式没人是设计者，它们就是涌现了。

语言有递归结构，蛋白质有递归结构，等等。整个科学学科的存在，就是因为现实不断以数学能捕捉的方式重复。凭什么企业就得例外？

我不觉得是例外。

我们说的“企业复杂性”，其实是一种底层协调语法的外露。我们从未直接学习过这种语法。

我知道这种语法存在。对我来说，流程挖掘图不再是可视化，事件日志不是运营废气，ERP事务不是会计记录。它们是对一个动态系统的观察，这个系统的规则我们只懂一部分。

当我用这个视角看企业数据，另一个问题马上跳出来：

如果语言有足够统计规律，配得上一整个基础模型，那企业协调凭什么不行？如果协调有自己的统计规律、潜在表征、隐藏几何结构，那我们一直问错了问题。

大科技公司在做的事——把模型撑大、加越来越复杂的护栏来修补它的固有缺陷，因为我们在让模型干它根本不是用来干的事——是错误的方向。目标从来不是造一个恰好跑在企业里的更好的聊天机器人。真正的目标是构建一个直接学习企业本身的模型。不是通过语言（文档），而是通过行为：协调。

如果协调真的有语法，那它就能被学习，它就配得上一个专属的基础模型。这个想法占据了我过去一年半里不健康的业余时间。

它现在有名字了。

协调基础模型（Coordination Foundation Model, CFM）。

协调基础模型

我的朋友。你能读到这里，说明你是真正想搞懂方向的那1%里的1%。你已经能猜到这篇文章的去向了。

最容易误解CFM的方式，是把它想成企业里的又一个聊天机器人，挂个RAG，再配几个agent嗡嗡飞。它也不是又工作流引擎旁边拧了个LLM，更不是LLM维基系统——检索昨天的政策，然后帮你做明天的错误。

这些技术各有位置，也能解决真问题。但它们都有一个共同前提：理解企业等同于理解文档。

协调基础模型从行为出发。

这个模型学习的是，工作到底如何通过组织流动的隐藏结构。今天大多数企业软件，推理的是组织“嘴上说的”做的事。CFM学习的是组织“实际”做的事。这两者很少一样。

你的公司每天都在产生海量的行为证据，自己却毫不知情。成千上万的人不断相互协调，却从不觉得自己是一个巨大动态系统的参与者。

但他们就是。

单个看这些事件毫无意义，放一起看，它们揭示了企业的行为指纹。

打个比方帮你想象。

假设你从轨道上看一座大城市。一开始只看到混乱。数百万辆车在极其复杂的路网里独立移动，每个司机都有自己的理由。看起来毫无协调。因为从这个距离，无数局部互动模糊成一条流。但当你持续观察一段时间，更大的模式浮现了：

早高峰像钟表一样出现。拥堵出现在出奇一致的位置。一座桥的封闭，悄悄改变半个城市的交通。一个街区的施工，出乎意料地影响了二十公里外的通勤时间。没有司机理解整个城市的行为，但城市本身表现出非常稳定的动态。

企业也是如此。

没有一个员工理解跨国组织里发生的一切，也没必要。人们只是过日子、回邮件、开那些本可以用邮件解决的会，集体创造出可重复的行为。

我研究企业行为越深，越确信整个行业浪费了几十年，都在给错误的工件建模。

企业软件从有记忆以来就是围绕文档构建的。但“知道某件事为什么存在”和“理解它实际怎么行为”，是两个完全不同的难题。

企业都在产生证据：采购订单、审批、升级，等等。文档描述的是管理层想建的企业，证据揭示的是实际出现的那个企业。当你把行为变成主要事实来源，企业就从一堆文档，变成一个活的动态系统。

经过无数个我不想承认的夜晚，我总结了五个构建块。它们出现在每一个我仔细看过的协调决策之下。

每次协调，都从一个信号开始。外部世界发生变化：客户下单，机器报警，等等。信号只是一个观察：有事发生了，组织可能需要响应。

然后，一个角色来解读信号。可能是人，也可能是软件系统，越来越多的可能是一个AI agent（虽然还很难）。角色从不单独运作，他们长在组织结构里，有不同的权限、不同的目标、按在组织图里位置服从不同的政策。

角色接到信号，就要做决策。可以批发票，也可以改生产计划。但企业喜欢把这些时刻表现为流程图上的简单业务规则。实际上，每个决策点都是不确定性、相互冲突的目标、治理和现有信息同时撞在一起的地方。

每个决策因此产生一个动作。可能是工作流进入下一步，也可能是经理把例外升级。动作是协调的显形，全楼都能看到的那种。

最后，动作产生结果。有时结果正是所有人想要的，有时它会在三个部门之外引发一场延迟。最终，每个结果落地后会变成新的信号，整个循环重新开始。

这个闭环反馈循环让我着迷。它让企业看起来很像科学研究的其他复杂适应系统。协调是一个连续反馈系统：信号产生决策，决策产生动作，动作重构下一个信号。

用这个视角看，CFM的架构几乎等于自己设计出来了。

首先是表示层。这是地基。目的把企业里五花八门的证据统一成一种共享的行为语言。你需要把事件日志、ERP事务、组织图、流程挖掘痕迹、政策、资源分配、沟通模式（对，包括邮件）都变成语料。因为它们是同一个底层协调过程的不同投影。目标是得到一个共享的潜在表征，描述协调实际怎么行为。

CFM本身站在归一化的证据堆上。它的任务是发现企业协调背后的潜在结构——就像TimeFM发现时间序列里的动态规律。它学习轨迹而不是文档，学习实际行为而不是行为描述，学习交互而不是数据表里孤零零的事务。

基础模型只是架构的一块。它周围需要一整个推理环境来承载模拟、治理、执行的分量。模拟让你在真实组织里冒险之前，先探索替代的协调策略。治理通过政策和目标不断收窄解空间。执行把学到的行为模型接回运营系统，让推荐、预测或自主行动最终触达企业本身。

把这三块拼起来，你得到的东西，和今天那套越堆越高的prompt + RAG管道 + 编排框架 + YAML胶水拼接的agent链，在结构上完全不同。

这套架构到底对不对，在实现之前一直是个开放问题，这样才对。科学有一种烦人的习惯：不在乎你对框架有多依恋。这里每个假设都应该被挑战。这正是为什么我把大部分内容发表成研究论文，而不是产品营销。

想了解更多CFM，可以去看eigenvector/papers。这篇文章介绍了概念、推理、数学形式化、表征学习策略、架构分解、模拟框架，以及底层的理论基础。

如果你的好奇心被勾起来了，那是个好去处，兔子洞就在那。我最近还写了本关于它的书/手册，感兴趣可以直接在LinkedIn上找我。对AI、企业系统和数学这片不性感的前沿有兴趣的旅人，欢迎入队。

—— Marco

白天，我是Eigenvector的研究员和工厂搭建者，一家做“不性感AI”的商业研究实验室。晚上，我写文章告诉你，做这些东西比供应商让你以为的要难得多。