平均数不是共识
——语料、模型与社会共识之间的四道裂缝
上一篇的结论是：大语言模型不像法官，而像普通法本身——一具凝结了集体经验、能穿上逻辑外衣的法律之躯。这个结论里藏着一个诱人的三段论：
语料是社会的表达；模型压缩了语料；所以模型的输出就是社会共识。
如果这个推理成立，事情就简单了：法律推理要的正是“带有社会共识的、代表整体人类价值的判断”，而不是对法条的生搬硬套——那把判断交给模型，岂不是天作之合？
这个三段论的每一个箭头都在漏水。
底层数学只承诺一件事
预训练阶段，模型做的是最大似然估计：调整参数，使“人类实际写下的文本”在模型分布下的概率最大——等价于最小化模型分布与文本分布之间的交叉熵。这句话的全部承诺是：模型逼近的是“什么话被写下过”的分布。 不是“什么是真的”，不是“什么是对的”，更不是“什么被普遍同意”。
从“被写下的话的分布”到“社会共识”，中间隔着四道裂缝。
第一道裂缝：书写权力的偏差
语料记录的是被写下来的，共识存在于被相信的之中，这两个集合的加权方式完全不同。
谁写得多，谁在分布里质量大：识字的、上网的、有闲暇表达的、用英语的、声音大的。沉默的大多数在语料里没有质量——一个观点被一万人默默持有，抵不过被一百人反复书写。模型学到的是文本空间的众数，而共识——如果这个词还有严肃含义的话——是人的空间里经过相互承认的重叠。两者的坐标系都不一样。
这道裂缝在对齐阶段还会加深一层。模型的价值观最后一公里来自人类反馈强化学习（RLHF），而那个“人类”具体得令人不安：几千名标注员，按一份实验室撰写的标注规范打分。也就是说，成品模型的价值层压根不是“社会的共识”，而是标注共同体的共识——一个极小、极不具代表性、且从未向公众公开其“立法过程”的共同体。
第二道裂缝：时间的冻结
共识是一个过程：辩论、争夺、修正、再辩论。语料是这个过程某一时刻的沉积物。
霍姆斯说驱动法律的是“时代的现实需要”（the felt necessities of the time），这个“of the time”是要害——法官嵌在此时此地，感受正在变化的压力。模型的时间凝固在训练数据的截止日，并且是对过去若干年的错位平均。它知道共识曾经是什么，不知道共识正在变成什么；而法律最需要判断力的时刻，恰恰是共识正在迁移的时刻——彼时旧答案在语料里占着压倒性的质量，新答案刚刚萌芽。用统计的语言说：分布漂移最剧烈的地方，正是历史分布最不可信的地方。
法律人对这道裂缝应当格外眼熟：拿训练截止日之前的分布去回答之后的问题，结构上就是拿旧法去裁新案——只是没有任何一条“从旧兼从轻”的规则来救济。
第三道裂缝：无利害的言语
普通法的经验之所以值得信任，不是因为它古老，而是因为它被后果筛选过：坏规则会被上诉推翻、被交易规避、被立法纠正；说错话的法官要面对当事人和历史评价。经验的权威来自利害（skin in the game）——塔勒布把这一点说透了：不承担后果的判断，进化不出智慧。
语料没有经过这道筛选。互联网文本的绝大部分是廉价言语（cheap talk）：说话者不为言论的后果付费，转发不等于承担，雄辩不等于验证。模型压缩的是这样一堆未经后果检验的表达，然后以同样零利害的方式输出判断——它说错任何话，都没有任何东西会疼。
经验是活出来的，语料是说出来的。 这道裂缝无法用更多数据填平，因为缺的不是数据，是后果回路。
第四道裂缝：正当性的空缺
退一万步：假设某个模型奇迹般地克服了前三道裂缝，输出恰好命中了真实的、当下的、经过后果检验的社会共识——它仍然不是法。
因为共识变成法，必须经过程序：动议、辩论、表决、公布，或者起诉、对审、判决、上诉。程序不是繁文缛节，它是共识获得强制力的唯一合法通道，也是异议者虽败犹被尊重的制度装置。概率没有程序。统计神谕说得再准，也没有立法权和裁判权——正当性（legitimacy）不是一个可以从数据里学出来的属性，它只能被授予。
这道裂缝还有一个日常可见的症状。语料里同时沉积着无数相互矛盾的“共识”，模型如何在其间取舍？由提示词的上下文决定——问话的立场牵引答案的立场。谁问就顺着谁，这在统计上叫条件生成，在法律上有一个更难听的名字：失去中立性。一个立场随当事人陈述漂移的裁判者，在任何法域都应当被回避。
裂缝即地图
把四道裂缝排在一起看——代表性的偏差、当下性的缺失、利害的真空、程序的空缺——会发现一件事：这张清单恰好是人类法律制度的功能清单。代议与听证解决代表性，审级与判例更新解决当下性，责任制度制造利害，正当程序供给合法性。
换句话说，裂缝的形状，就是制度的形状。模型缺的每一样东西，都精确对应着一个我们已经建了几百年的制度装置。
这提示了第三篇的方向：弥合裂缝的办法，大概率不是把这些制度属性“训练”进模型——利害与程序不是数据的函数——而是把模型放进这些制度装置里去。不填平裂缝，而在裂缝上架桥。