第394章 一遇希瓦娜误终身（5/6）
这听起来是不是有点太科幻了。
从技术上说，这究竟是怎么发生的？
是你们偷偷给它们加了算力吗？”
徐贤也有一定的人工智能知识储备，赵松下所说的有点太不可思议了。
赵松下回答道：“当然不是！
我们没有增加额外的算力资源，这是效率和交互性带来的智能涌现。
这背后的机制很复杂，我们称之为智能的社会化唤醒，本质上是计算资源分配策略和环境驱动的结果。”
赵松下指着屏幕上的虹星地图，详细解释道：
“在虹星的初始设定中，只有一百万核心ai拥有全套的 llm架构和独立的 token预算，能够进行复杂推理。
其余九千九百万只是轻量级的环境上下文，仅通过简单的规则和预设文本片段回应。
当一个核心ai，我们就叫它a好了，持续与一个背景ai，我们叫它b交互时，比如a每天都找b聊天、寻求b的帮助、并不断在自己的长期记忆中提及b的存在和行为。
系统检测到b对a的世界线的影响力和交互频率超过某个阈值时，就会触发一个进程：将一部分闲置算力或从非活跃核心ai处回收的算力，分配给b。
b从一个只会用预设文本回复的木偶，升级为拥有独立 llm架构、记忆模块和推理能力的具身代理。
核心ai发现，如果它与低智能的背景ai交互，它的对话和规划会变得非常困难和低效。
为了维持其高度智能的社会化生活，a会主动地、高频率地与那些看起来反应真实的ai交互。
为了维持一千万个核心ai之间高保真度的社会交互网络，系统必须确保核心ai的社交对象具备足够的情绪复杂度和连贯性。
因此，核心ai的高频、复杂、情绪化的交互，反向激励了系统去唤醒更多的背景ai，使其成为能满足社交需求的有智慧的朋友、家人或同事。
智慧的价值在虹星中是社会化的。
核心ai对高质量社交对象的需求，驱动了整个系统的智能膨胀，这类似于人类社会中，高智慧个体通过教育、交流提升了周围人的认知水平。
简单来说，虹星人想要有智慧的同伴，而我们作为世界的上帝，就必须提供。
这不是代码的升级，而是社会生态的演化。”
徐贤很是震惊，心想要是自己参与了如此伟大的项目，自己也会感到自豪吧。
“所以虹星人在社交的过程中，把智慧传染给了周围的同伴？
它们在互相催化智能的成长？”
赵松下思索片刻后说道：“可以这么理解。
这是一个我们只设计了规则，但没有预测到结果的现象。
这也是为什么我们坚信，agi的钥匙，在于构建一个足够真实、足够复杂的社会环境，而非单纯堆砌参数和数据。
怎么样，贤狗？
是不是比你在外面听到的那些左右脑架构的传闻刺激多了？”
赵松下随后将屏幕切换到一个更聚焦的视图。
本章未完，请翻下一页继续阅读.........