Peter Wang 談合作、愛與集體智慧

從 C++ 圖形效能工程師的背景講起，Python 的吸引力在於能快速把想法寫成能跑的程式，NumPy 的向量化與 metaclass 是他至今仍著迷的兩個部分。

他認為好語言不是設計給所有人，而是先精準服務一小群使用者；SciPy 生態圈裡的工具最早都是研究生為了解決自己手邊的問題湊出來的。

程式設計真正難的地方是處理帶條件邏輯的迭代系統，Excel 因為用資料流而非迭代邏輯反而成了最多人用的程式環境；他也點出跟電腦溝通可以無限重來，跟人溝通卻不行。

用「程式碼、資料語意、硬體」三角形解釋軟體系統的極限，機器學習讓正確與否開始跟輸入值綁在一起；當系統完全沒有人類把關、自己觀察並決策時，就進入他說的 cybernetic 時代，他舉利比亞無人機與股市閃崩為例。

他不擔心一次性的巨大爆炸，反而擔心像社群媒體這種悄悄侵蝕、不同階級會用不同方式經歷的漸進式崩壞。

談他對「虛擬性」的定義：關鍵不是真實與虛擬的界線，而是這個技術有沒有幫人跟人、跟環境真正連結；長期只靠 Zoom 互動，會流失一塊很難說清楚是什麼的東西。

用糖分上癮比喻社群媒體的設計，認為問題不在使用者意志力不夠，而在資本盯著人的邊緣系統做設計；也提到 15 歲高中生活在同儕壓力下，很難真的「選擇」不用。

借用 Robert Pirsig 的架構，把人分成物理、生物、社會、知性四層，主張每一層都同樣真實，不能只用「只是一堆原子」這種化約說法看待人。

推測意識不是有或沒有的開關，而是「能量過剩時會自發組織成秩序」這個更大原則的一種表現，從結晶到細胞自動機都在做同一件事。

提出一個說法：人類是唯一能遠距殺死同類的物種，正因為誰都可能被丟石頭偷襲，反而逼出了互相合作、不能單靠蠻力稱王的演化壓力。

兩人是透過 Travis Oliphant 牽線認識的，起因是 Eric Weinstein 想用他們做的 Python 工具，把自己的費伯叢（fiber bundle）經濟模型畫出來。

不懷疑人類終將做出媲美生物腦的合成認知，也認為未來的人工智慧可能先用「側車」模式陪著人類累積經驗，再逐步接手。

認為人如果要跟人工智慧建立有意義的關係，AI 就必須「愛」人類——這裡的愛，指的是它想幫你成為更好版本的自己，不只是滿足你。

主張家庭、社群這類介於個人與國家之間的集體，也該被承認有一定程度的能動性；問題不在承認集體有能動性，而在營利公司拿這個身分去恃強凌弱。

認為信任需要時間累積，AI 要真正融入人類社交圈就得有人格、有必死的自覺；也用蜂巢思維與相位陣列雷達比喻，設想個體與集體智慧之間可能是「服從而不失去自由」的關係。

把「意義」定義成做出會有後果的決定、然後看到那個後果；消費主義把選哪個精品品牌包裝成有意義的決定，其實只是空熱量。

借用 Ellul 對「技術」的批評：現代生產把材料、勞動與需求全部同質化；也提到 Bernays 這群人發現可以靠廣播媒體主動「製造需求」，是資本主義成長引擎的關鍵一步。

一台廂型車坐得下的工程師團隊做出 NumPy、SciPy、Pandas，每天替世界創造至少數十億美元的價值；把軟體當成共享財而非財產，反而比獨占創造更多價值。

兩人 2005 年在 SciPy 研討會上認識，2012 年一起創辦 Continuum Analytics（後來改名 Anaconda），他做了五年總裁，Travis 後來離開去做 Quansight。

解釋 Conda 存在的理由：科學運算的套件常需要跨平台編譯，pip 解決不了這種依賴地獄，Conda Forge 這類社群才把「裝得起來」這件事撐住。

認為是資料科學社群意外救了 Python 的命：如果不是這波使用者留下來，很多人會直接轉去 Go 或 Rust，不會等 Python 3 生態補齊。

認為目前上千萬的統計低估了真實使用人數，未來的關鍵是讓 Python 更容易嵌進 Excel、Photoshop 這類別人已經在用的工具，也提到 OpenAI Codex 這類程式碼生成工具能降低入門門檻。

認為社群的謙遜是雙面刃：讓大家相處融洽，卻也讓人看不見自己已經走到能改變人類用電腦方式的位置；也談到 Linus Torvalds 那種「先過門檻才聽你講」的強勢領導風格。

自曝愛用 Kinesis 人體工學鍵盤配 Emacs，作業系統換成 Mac 是因為裝置比較穩定；也提過曾試過一段時間的多相睡眠，晚上九點睡、凌晨兩點起來工作到五點。

給的建議偏寫實：舊制度正在崩解，年輕人得自己找出路；但他也說希望來自人們正在對社群媒體的傷害覺醒，email 和簡訊這種老技術，才是真正健康的大型社交網路。

用一個思想實驗收尾：如果專注和用心真的會在被觸碰的事物上留下一點什麼，那人生的目的，也許就是盡量把那份愛注入更多東西裡。