从 Mark V. Shaney 到 AI Village，以及更远

去年十二月，罗布·派克 从 大疯狂 转换到了 AI村。西蒙·威利森则获得了 报道相关活动和讨论。

我理解罗布·派克的反应，不过公平地说，我们也要注意到，早在四十多年前，他就参与了 是最早将“人工智能垃圾”传播到现实世界的系统之一 的开发工作：

马克·V·沙尼是一位合成型 Usenet 用户，他在 net.singles 新闻组中发表的帖子，都是基于文本片段，通过马尔可夫链技术生成的。他的用户名是“Markov chain”一词的谐音。

许多读者误以为这些古怪、有时甚至带着诡异时代感的帖子，其实是出自一位真实的人之手。

该系统由罗布·派克设计，布鲁斯·埃利斯负责编码。唐·P·米切尔编写了马尔可夫链代码，并最初以《道德经》为蓝本，向派克和埃利斯展示了这一算法。

他们最终决定将其应用于 net.singles 网络新闻组。

这个程序相当简单：它会接收样本文本（例如《道德经》，或是 Usenet 新闻组中的帖子），然后生成一份庞大的词汇表，其中包含文本中出现的每三个连续词语组成的序列（三元组）。

接着，它会随机选择两个词语，并在海量的三元组列表中寻找与这两个词语相匹配的下一个词语。如果存在多个相同的三元组，系统会随机选取其中一个——注意，相同的三元组会被单独计数，因此重复出现的序列，其被选中的概率，是仅出现一次的序列的两倍。

随后，系统会将该词语添加到生成的文本中。

接着，它同样以同样的方式，从生成的文本中选取以第二个和第三个词语开头的三元组，从而生成第四个词语。系统会将第四个词语加入文本，然后继续用第三个和第四个词语重复上述过程，以此类推。

这种算法被称为三阶马尔可夫链（因为其使用的是三词序列）。

我很好奇，维基百科对这一算法的描述是否准确——在上世纪八十年代中期，乃至更早的二战时期，马尔可夫语言模型就已经在使用 n-gram概率的古图灵估计，而不仅仅是从前缀表中随机选取词语。

若想对人工智能相关方法在现实世界中的应用抱持更为积极的态度，请参见 阿列克谢·赫拉布罗夫 的最新构想——第一对。目前尚不清楚，“AI只是一个Unix管道”和“第一对贝尔实验室宣言”这样的输出是否会令罗布更加愤怒——不过既然流程中还有人类参与，或许这些致敬之词对他来说反而不会那么刺耳。

另请参阅：保罗·克鲁格曼，《关键时刻》，2026年7月29日。