# 启发模式和穷举模式 ![](https://piccdn3.umiwi.com/img/202503/20/202503201404371386640204.jpeg) 最近，于和伟主演的电视剧《我是刑警》很流行，不知道你看过没有。这部剧可能会颠覆你对「破案」这件事儿的认知。 这个片没有刻画戏剧性的犯罪事实，而是专门从警察的角度展现一个个案子是怎么破获的。剧中融入了大量真实案例。我看最有意思的并不是剧情，而是它展现了几十年来警察办案思路的转变。 过去我们受福尔摩斯故事、阿加莎·克里斯蒂推理小说的影响，总觉得破案是一种智力活动，主要靠个人能力。侦探跟这个聊聊到那里问问、随便搜寻几个证据，在你毫无察觉的情况下，已经把所有重要线索整理完毕，所有推演都在自己的大脑中进行。然后他直接揭示凶手是谁，最终往往出乎所有人意料……警察的作用只是清理现场和最后的抓捕。 现实中的警察完全不是这样破案的。推理环节 —— 包括证据搜集和案情分析 —— 一般会在案发后一天之内完成，接下来的几天、几个月，甚至几年，警察的主要工作都是「摸排」，也叫「排查」。 以前是基层民警挨家挨户走访相关片区，寻找可疑人员。后来是两百个警察坐在一个大厅里没日没夜地看现场附近的监控录像。现在是警察四处奔波采集DNA去做比对。 破案不是个推理游戏。破案本质上是个排查的业务。 ✵ 因为推理是主角的活儿，人们可能觉得推理最重要，其实不然。排查工作被大大低估了。于和伟在《我是刑警》里最主要的工作是指挥警力出去排查。 没有一个案子可以单凭推理锁定犯罪嫌疑人，推理再细致也只是头脑里的虚拟剧情，一切必须靠排查落实。 推理真正的作用，是缩小排查范围。 也许现场分析行为模式，能判断嫌疑人是本地人，住得比较近，是个成年男性。也许从一个鞋印排查到一双鞋，再从鞋厂的出货情况推测嫌疑人大概住在哪个县城。也许从一个遥控器排查到一家店，从这家店附近的监控录像中找到嫌疑人的身影。 推理往往能给排查指引方向，毕竟你不能排查所有的人 —— 但推理只能让你走这么远。排查才是破案的根本。 ✵ 类似的现象在各行各业普遍存在，也许我们应该换个说法，叫「启发模式」和「穷举模式」。 启发模式依赖个体的智慧和经验，是确定这个事儿有哪些选项，有时候有神来之笔。穷举模式依靠工作量的累积，是把所有可能的选项一个一个过一遍，期待找到最终目标。它们往往是做事的两个阶段。 医生看病，启发阶段是根据可见症状初步判断检查项目，比如患者发烧、咳嗽，可能是呼吸道感染，那就重点检查胸腔而不是扫描头部。然后是穷举阶段，又是拍片又是验血，找到病因。 再比如风险投资，启发阶段是你研究行业趋势，推测哪些领域最有希望，也许根据经验设定你认为优秀公司的特征。然后你必须在这个范围之内做穷举式的调研：找到符合特征的公司，一家家分析、谈判。 科研工作更是如此。聪明的科学家能凭直觉锁定研究方向，能不经意地获得灵感启发，但你决不能只有一个想法，你必须做实验验证才行。猜到往哪看很厉害，但具体找到目标才是真成果。 ✵ 那么现在我有一个洞见。假设有一个工作包含启发和穷举，我们应该优先在哪下功夫呢？ 表面上看，似乎应该在启发模式上多下功夫。毕竟启发和工作量是除法的关系，你把可疑范围再缩小一点，就能节省大量的穷举时间。谁不想要个更聪明的侦探呢？ 但实际情况往往并非如此。启发这一步很容易出错，而且错误成本极高。你会对某些可能性过于乐观，你会执着于自己的认知框架，你会被以往的经验限制。你很容易漏掉关键可能性。 人们事后讲故事，往往更喜欢谈论“天才般的推理”，殊不知聪明是不可靠的。 最本分也是最正确的策略，是*扩大*穷举的范围，确保不会遗漏任何可能性。爱迪生不是因为聪明而发明的电灯，他是因为排查范围大啊。 启发是难以优化、也是往往不该优化的。而穷举，却是非常值得下功夫的。 ✵ 因为穷举有缩放定律。只要投入更多的人力物力，你就更有把握得到好结果。 我现在越来越深感「缩放定律（scaling law）」是我们这个时代的主旋律。穷人才指望聪明，我们现代人应该靠力量生吃。 中国警方有个口号叫“命案必破”。只要是命案，上级一定会高度重视，会不惜投入巨量人力物力进行排查，而这些投入就是真有用。命案必破不是因为负责命案的警察更聪明，而是因为更多。 过去几十年间，警方办案思路的一个巨大转变，就是DNA筛查的作用变得越来越重要。特别是计算机大大加速了排查过程：如果嫌疑人有案底，警方数据库里原本就有他的DNA，那破案就是非常简单的事情。 再结合AI帮忙，穷举模式正在变得越来越自动化，成本在急剧下降，而启发模式却是难以用技术优化的，你说哪个更有前途。 缩放定律是一个福音。你要知道世间并没有多少事情允许你多一分投入就多一分收获。 ✵ 这两天正好赶上英伟达的GTC大会，我听黄仁勋的报告，有两个感慨。 第一个感慨是人们对GPU算力的需求是无穷的。2024年，英伟达全年卖出了130万张 Hopper GPU，这是去年的旗舰；而2025年，仅仅在头两个月，最新旗舰 Blackwell 就已经卖出了 340 万张！ 要知道训练一个像 Grok 3这样号称当今最大规模的 AI 模型，也只需要 10 到 20 万张 GPU，还是上一代的。而且你要知道DeepSeek已经证明老GPU可以用算法继续挖掘潜力。可是人们仍然在疯狂买新GPU。 一个是因为推理模型消耗的算力比以前直觉模型高得多；一个是因为多模态即将爆发，比如现在的模型还不能跟你用视频聊天，而以后必须可以。AI 的算力需求是个无底洞。 但第二个感慨更值得我们思考 —— 英伟达的算力供给能力，强得有点离谱。几年前它每两年推出一代新的 GPU 架构，现在已经变成每年推出一代。它每一代 GPU 的性能都至少提升两倍，有时候是两年十倍。这很不正常，历史上没有这样的事情。 ![](https://piccdn2.umiwi.com/uploader/image/ddarticle/2025032019/1870963115781332680/032019.png) 我打个比方，一个村里有好几个渔民在捕鱼。其中一个姓黄的渔民，不但供应的数量管够，而且每年都能捕到比前一年更大的鱼。你不觉得这很奇怪吗？ 如果海里本来就有很多大鱼，为什么别的渔民捕不到？ 如果海里的大鱼很少，为什么老黄总能捕到，而且一年比一年大呢？ 第一个问题容易回答，因为英伟达的确有护城河。它的开发能力就是特别强，它非常懂得怎么针对AI对芯片优化，而且它有个 CUDA 软件生态：一旦开发者选择在这个生态里编程，就很难脱离。我们可以理解为什么老黄是全村最好的渔民。 不容易理解的是第二个问题，为什么英伟达每年都能推出性能比上一年强很多的GPU。你要知道以前PC时代，英特尔主导 CPU 市场的时候，也不过是遵循摩尔定律而已，性能提高速度可没有英伟达这么快。 英伟达GPU不但年年增长，而且还*保证*年年都能快速增长，现在一直到2027年都布局完毕了。 ![](https://piccdn2.umiwi.com/uploader/image/ddarticle/2025032019/1870963165175033236/032019.png) 你想涨就涨，想涨多少涨多少，这难道不是前所未有的市场掌控力吗？难道你英伟达已经消除了创新的不确定性了吗？ 问题的关键不在于老黄，而在于这片海里的鱼。 ✵ GPU 和 CPU，有本质的区别。 CPU 是串行计算（Serial Processing），属于线性依赖，也就是说后一步的计算必须等待前一步的结果。你可以把 CPU 设计得更聪明一些，但你的计算速度终究服从芯片的物理限制。这就如同启发模式：你可以更聪明，但你的聪明不可累积，你终究是单打独斗。 这就是为什么CPU高度依赖摩尔定律，必须指望芯片制程。 而GPU，则是并行计算（Parallel Processing）。像 AI 最常用的矩阵乘法，你多增加几个计算单元帮着算，就可以算得更快一点。就如同多派几个警察一定能加速嫌疑人排查一样。 英伟达所做的每一次升级，研发的每一代新架构，最根本的事情就是增加计算线程。这属于穷举模式。 当然增加 GPU 计算单元并不是简单的堆叠，它涉及到线程间通信、存储管理、芯片制造工艺、散热设计、功耗管理等等问题，需要解决很多工程挑战 —— 但只要计算还是并行的，这个工作就是可扩展的，解决那些挑战就只是时间问题，也许每次正好用一年。 这就是为什么就算台积电不继续提高芯片制程精度，英伟达也能升级自己的GPU架构。 老黄最终依赖的不是英伟达哪个工程师特别聪明，而是并行计算的缩放定律。 ✵ 这个趋势很明显：启发模式的重要性在下降，穷举模式的重要性在不断上升。 电视剧里也表现了这一点。办案的过程中老一辈警察常常感慨，说自己几十年积累的经验、总结的破案技巧，好像突然间没用了。DNA 测试一来立即就能找到凶手，其余细致的痕检只是为了让定罪更坚实一些…… 如果你的工作依靠高级智力活动，属于启发模式，我建议你记住老警察这种感觉。AI 可能很快就会用穷举模式打败你。 因为你很难寸进，而它的进步速度比摩尔定律都快。 ![](https://piccdn2.umiwi.com/uploader/image/ddarticle/2025032019/1870963186650882904/032019.jpeg) ## 划重点 1.「启发模式」依赖个体的智慧和经验，是确定这个事儿有哪些选项，有时候有神来之笔。「穷举模式」依靠工作量的累积，是把所有可能的选项一个一个过一遍，期待找到最终目标。它们往往是做事的两个阶段。 2.穷举模式具有缩放定律优势。随着技术进步，特别是AI和大数据的应用，穷举模式变得越来越高效和自动化，而启发模式的优化空间有限。 3.未来的工作和创新可能更多地依赖于穷举模式，而非个人的「天才灵感」。启发模式的重要性在下降，穷举模式的重要性在不断上升。