我们每天都活在各种"卷"里。学生卷成绩,打工人卷工时,创业者卷赛道,连退休老人都在卷广场舞的站位。
但有没有想过——"卷"这个字,其实藏着不止一种含义?
翻开英语词典,会发现四个词:involution(内卷)、convolution(卷积)、revolution(革命)、evolution(进化)。中文意思天差地别,但英文里它们共享同一个词根——拉丁语的 volvere,意思是"滚动、转动、卷绕"。
同一个"卷"的内核,为什么衍生出了内耗、纠缠、颠覆、生长四种截然不同的结果?
这不是语言学的巧合。这是四种人生策略的隐喻。
"Involution"的前缀 in- 表示"向内"。最初的含义很朴素:物体向内卷曲、自我缠绕——像肠道的盘曲,像布料的褶皱。一种"结构越来越精细,但没有突破性发展"的状态。
这个意象后来被借用到数学中,指对合运算(一个函数作用于自身后回到原点, ),强调系统内部的循环而非外部拓展。生物学里则描述胚胎发育中组织向内折叠的过程。
但真正让"内卷"成为全民关键词的,是它从物理意象到社会隐喻的那次跳跃。
1963年,人类学家克利福德·格尔茨在研究印尼爪哇水稻农业时发现了一个怪现象:农民不断增加劳动投入——更长的工时、更密集的耕作——总产量确实在涨,但人均产出却在下降。劳动效率的边际递减被无限拉长,系统在既有框架内自我强化,却始终无法突破。
格尔茨把这种现象叫做 involution:向内卷入,复杂化但无发展。
80年代,黄宗智把这个概念带回中国,定义为"没有发展的增长":明清以来的小农经济通过d人力实现总量上升,但劳动效率持续下滑,最终陷入"糊口经济"的死循环。后来杜赞奇进一步提出"国家政权内卷化"——官僚体系通过复 制旧有模式扩张,规模越大,效率越低。
2020年前后,"内卷"在中文互联网上完成了它最后一次语义爆破。高校学生用它形容"为了有限的满绩名额,所有人都把5000字的作业写到10000字";职场人用它批判"以时间换绩效的畸形竞争"——996、007、大小周。翻译完成了最后的点睛:**"卷"对应缠绕的激烈与复杂,"内"强调向内寻求生存空间的困局**。
这两个字精准地捕捉了内卷的全部特征:
用博弈论的语言说,内卷就是"多人囚徒困境"——每个个体的理性选择(加码努力),最终导致集体的非理性结果(所有人都更累了,但没有人过得更好)。
但内卷最可怕的不是累。最可怕的是,在系统内部越努力,就越看不到系统之外的可能性。 向内缠绕的螺旋越拧越紧,直到人以为这就是世界的全部。
那么问题来了:如果不是向内,那应该往哪个方向用力?
"Convolution"的前缀 con- 表示"一起、共同"。原义是将多个物体卷绕、缠绕在一起——肠道的盘绕增加了吸收面积,大脑皮层的褶皱让有限体积容纳更多神经元。结构因缠绕而产生新的特性。
数学中的卷积运算把这种"共同卷绕"抽象化了。两个函数,一个翻转、一个平移,在位移中逐点相乘、累积叠加,最终生成一个全新的函数——它不是两个输入的简单相加,而是它们在所有可能位移下的"共同作用"的总和:
信号处理中,输入信号与系统响应的卷积得到输出信号。
图像处理中,卷积核在图像上滑动,逐点提取特征,从像素中"卷"出边缘、纹理和形状。
再看一个更物理的场景。一根天线上分布着电流 ,它在空间中激发电磁场。天线上每一个源点 对观察点 处的场都有贡献,而这个贡献由格林函数 描述——它本质上是"一个点源在空间中产生的响应"。于是,观察点处的总场就是所有源点贡献的叠加:
这正是一个空间域的卷积。源电流分布是"输入信号",格林函数是"系统响应",辐射场是"输出信号"。天线上的每一点都在"发射",空间中每一点都在"接收",而电磁场就是这场大规模空间卷积的结果。
如果说时域卷积揭示的是"过去如何塑造现在"——历史输入与系统响应的累积决定了此刻的输出,那么空域卷积揭示的就是**"此处如何影响彼处"**——天线上源点的分布,通过格林函数的"传播",决定了远处任意一点的场。时域卷积是从时间向频率的变换,空域卷积则是从空间向波数(空间频率)的变换——两者在数学上完全同构,只是维度不同。
这个公式还揭示了一个朴素的道理:远处的场,不是某个单点源的独角戏,而是所有源点共同参与的"大合唱"。 每一个源点都通过格林函数发出自己的声音,这些声音在观察点叠加、干涉、此消彼长——最终形成测量到的场。卷积的本质,正是这种"逐点贡献、全局叠加"的计算范式。无论是信号滤波、图像特征提取,还是天线辐射,底层逻辑都是同一个:把系统的局部响应,在全局范围内做加权累积。
但这些技术细节不是我最想说的。我最想说的是——
从出生的那一刻起,一个人就在和环境做卷积。
当前任意时刻的状态,不是某个瞬间的产物,而是从出生到现在与世界相互作用的累积结果。家庭、教育、朋友、时代、每一次选择、每一次遭遇——它们都是卷积核里的参数,和自身的生命信号做着持续的滑动叠加。
这个过程有三个关键特征:
第一,离得越远的历史,权重越小。 就像卷积核的尾部,信号强度随距离衰减。五岁时摔的那一跤,对今天的影响微乎其微。但这不意味着它消失了——它仍然在积分里,只是被后续无数次卷积的叠加效应稀释了。
第二,离得越近的经历,权重越大。 就像卷积核的头部,集中了最强的响应。去年做的那个决定、认识的那个人、养成的那个习惯——它们正在以最大的力量塑造着此刻的状态。
第三,未来的每一步,都在产生新的卷积。 卷积不是一次性的运算,而是实时的、持续的。今天读到的这篇文章,明天做的那个选择,都在改写卷积的输出。人以为自己是固定的,其实每时每刻都在被重写。
这里有一个关键的对比:
内卷是 **in-**(向内),卷积是 **con-**(共同)。
内卷是封闭系统里的自我消耗——在同一个维度上反复碾压,边际效用递减,越努力越疲惫。卷积是开放系统的持续互构——和外部世界做双向的、多维的、累积的交互,每一次交互都在生成新的可能性。
内卷的困局在于"只有输入,没有新的变量"。用同一个卷积核反复处理同一个信号,输出自然越来越单调。破局的关键不是更用力地卷,而是换一个卷积核——引入新的变量、新的维度、新的关系。
一个人如果只在一个赛道上拼命卷,人生卷积核就是单一的——输出当然只能在狭窄的范围内波动。但如果打开自己,和不同的人、不同的领域、不同的思维方式产生交互,卷积核就变得丰富了,输出的可能性也随之展开。
所以卷积法则的第一条是:不要向内卷,要向外卷。 不是封闭系统里的自我消耗,而是开放世界里的持续互构。
但光有卷积就够了吗?如果卷积的输出陷入了局部最优——已经很努力地和世界互动了,但结果总是困在同一个平面上——这时候该怎么办?
"Revolution"的前缀 re- 表示"再次、反复"。最初描述的是天体绕轴旋转——地球绕太阳公转,周而复始。这种运动的核心特征是:规律性循环中暗含系统性位移。每转一圈,位置关系就发生一次周期性变化。
1688年英国"光荣革命"借用这个隐喻,把王权更迭比作"权力轨道的周期性重置"。但到了法国大革命和美国独立革命,"revolution"的含义发生了质变——不再是"转回原位",而是"彻底脱离旧轨道"。革命者将自身行动比作"天体脱离原有轨道",强调变革的不可逆性。
从"循环中的变化"到"通过剧烈变动实现系统升级"——这个语义跃迁本身就是否定之否定的过程:先是肯定(天体旋转的规律性),再是否定(打破规律,脱离轨道),最后在更高层次上重新肯定(建立新秩序)。
回到主线。
如果说卷积是连续的、渐进的、累积的,那么革命就是卷积过程中的一个奇异点——在这一点上,系统的状态发生了不连续的跃迁。
回想一下人生中有没有这样的时刻:
这些都是革命。革命不是更努力地卷积,而是主动打断卷积过程,重置系统状态,跳到新的轨道上。
卷积是"积累",革命是"断点"。没有积累,断点就没有能量;没有断点,积累就会陷入局部最优。
革命的本质是"否定之否定"——这不是简单的推翻重来,而是在否定中保留、在断裂中继承。
黑格尔的辩证法在这里恰好能用上:正题(原有秩序)→ 反题(对原有秩序的否定)→ 合题(在更高层次上的重新统一)。每一次革命都不是回到原点,而是螺旋上升——看似回到了起点,但维度已经不同了。
人生中的革命也是如此。每一次推翻旧的自己,不是彻底的毁灭,而是把核心遗产带到了新的轨道上。曾经的专业技能、人生阅历、关系网络——它们在革命之后并没有消失,而是以新的形式重新组合,服务于新的方向。
所以革命法则的核心是:当卷积陷入局部最优,不要害怕打断它。 否定不是终点,而是通往更高层次的起点。
但革命是剧变,是断点,是突袭。如果人生只有革命,那就像地震一样——破坏力惊人,但也意味着没有稳定的常态。人需要一种更温和、更持续的升级方式。
"Evolution"的前缀 **e-**(ex-)表示"向外、出来"。最初的含义很直白:展开卷轴,解开缠绕之物——从卷曲状态到舒展状态的渐进过程。卷轴的内容不是瞬间呈现的,而是通过向外展开的动作,让隐含的信息逐层暴露。
这个词后来被借用到生物学中,经历了两次关键的语义升级:
第一次在18世纪胚胎学。卡斯帕·沃尔夫提出"渐成论",指出胚胎不是"微小个体的机械放大",而是从无结构的细胞团逐层分化形成复杂器官。这个过程被叫做evolution——从简单到复杂的系统性展开。
第二次在19世纪,达尔文的自然选择理论把"evolution"从"内在潜能的展开"升级为"随机变异与环境筛选共同作用的渐进过程"。但核心隐喻保留了:逐步、连续、方向性变化。
革命是断点,进化是曲线。
如果革命是"天体脱离旧轨道",进化就是"在新轨道上平稳运行"。革命打破了旧秩序,进化则在新秩序中持续优化、持续展开。
回到人生卷积模型:革命重置了卷积核的参数,改变了卷积的方向;进化则是在新的参数下,持续地、渐进地和世界做卷积,让输出逐步逼近新的最优。
进化有三个核心特征:
第一,不可逆性。 展开的卷轴无法完全恢复原状。每一次进化都是在前一步基础上的增量变化,无法退回之前的状态——不是因为物理上不可能,而是因为卷积核已经变了。
第二,累积性。 进化是微小变化的持续叠加。不像革命的"断点式跃迁",进化更像是每一步都在积累一点点优势,直到量变引发质变。
第三,适应性。 进化始终与环境互动。生物进化是"适者生存",人生进化是一个人和时代、社会、机遇的持续对话。进化不是闭门造车,而是在与环境的卷积中不断调整自己。
我们正处在一个特殊的历史节点上。
人工智能正在经历从"工具"到"智能体"的相变。大语言模型从最初的文本补全,到对话、推理、编程、多模态理解,能力曲线以月为单位在刷新。通用人工智能(AGI)不再是科幻小说里的概念,而是一个正在被工程化的现实。
这种变化让很多人焦虑。焦虑的本质是什么?是人习惯了的世界的卷积核突然变了——环境的响应函数在剧烈改写,而过去几十年积累的卷积输出(技能、经验、认知框架),可能在新的卷积核下变得权重骤降。
一个学了十年编程的人发现AI写代码比自己更快,一个训练了多年画技的人发现生成式AI可以在几秒内产出作品。这种冲击不是"我做得不够好",而是"赖以卷积的那个世界本身变了"。
但理解进化的人会知道,这种焦虑本身不是新事。每一次物种大灭绝之后,都伴随着一次物种大爆发。每一次技术革命摧毁旧职业的同时,都创造了十倍于此的新可能性。蒸汽机消灭了织布工,但创造了整个工业社会。互联网消灭了报纸和唱片店,但创造了我们今天习以为常的整个数字世界。
AI时代不是进化的终点,而是进化的新一轮展开。
关键问题不是"AI会不会取代人",而是"如何和AI做卷积"。把AI当作新的环境变量,和它产生持续的、开放的、累积的交互——用它拓展认知边界,用它加速学习曲线,用它处理不擅长的部分从而让人专注于最独特的东西——这就是在新的卷积核下重新定义自己的进化方向。
那些拒绝和新环境做卷积的人,会滑入内卷——在旧轨道上越拧越紧,直到轨道本身消失。那些主动拥抱变化、重新校准自己的人,会进入新一轮进化——在新的参数下展开自己,发现之前根本想象不到的可能性。
所以进化法则的核心是:革命之后,不要停下来。 革命是手段,进化才是常态。在新轨道上持续展开,持续和世界做卷积,持续优化——这才是长期主义的真义。
让我们回到最开始的问题:同一个词根,为什么衍生出了四种截然不同的含义?
因为它们描述的是同一个过程的四个阶段:
内卷 是卷积方向的错误——向内缠绕,自我消耗。它是困局。
卷积 是与世界的正确交互方式——开放、持续、累积地互构。它是破局之道。
革命 是卷积过程中的断点跃迁——当积累陷入局部最优,主动打破、重置、跳到新轨道。它是转折。
进化 是革命之后的持续展开——在新轨道上渐进优化,不可逆地向前。它是常态。
这四个阶段不是线性的,而是循环的。进化到一定阶段,可能再次陷入内卷(新的封闭系统形成);内卷到一定程度,需要卷积引入新变量;卷积到局部最优,需要革命打破平衡;革命之后,又进入新一轮进化。
人生的每一次重大转变,几乎都可以映射到这个循环里。
所以,当一个人觉得自己"卷"得喘不过气的时候,不妨问一个问题:
自己在做的是哪种卷?
是 involution——在封闭系统里向内消耗?
还是 convolution——在开放世界里和外部互构?
是 revolution——在断点上否定旧我、跃迁到新轨道?
还是 evolution——在新轨道上持续展开、渐进生长?
认清方向,比拼命用力更重要。
回顾全文,卷积还揭示了一个常被忽略的道理:"积"的质量,取决于匹配。而匹配的最高境界,在数学上有一个精准的表达: 。
这是线性代数中的特征方程。它说的是:存在某些特殊的向量 (特征向量),经过矩阵 (环境)的作用之后,方向不变——只是被一个标量 (特征值)拉伸或压缩了。变换不改变它的形状,不扭曲它的方向,所有的能量都用来放大它本身。这刚好就是匹配的本质。当一个人的方向恰好是环境的特征向量时,环境对他的作用就是纯粹的放大——不纠偏、不扭曲、不内耗。外部力量全部转化为前进的动力,没有一丝能量浪费在方向的对抗上。反过来,如果方向不是特征向量,环境的每一次作用都会产生一个分量把人往别的方向拽——力量没有少花,但很大一部分耗在了和环境的角力上,输出自然大打折扣。
卷积的核心运算不是简单的叠加,而是逐点相乘—— 和 在每一个位移点上相乘,然后累加。这意味着什么?意味着只有当两个函数在同一位置同时取较大的值时,那一点的贡献才显著。如果一个函数在某处很强,另一个却趋近于零,乘积就是零——再强的力量,遇不上对应的响应,也白搭。
翻译成更朴素的语言:一个人的长处,要遇到环境的长处,才能"乘"出更大的结果。擅长写作的人,恰好遇上了内容爆发的时代,文字就能以极低的边际成本触达百万读者;懂电磁场理论的人,恰好遇上了6G通感一体的浪潮,理论储备直接变成了下一代通信架构的设计能力。进一步,一个掌握了方法论的人——懂得如何拆解问题、构建框架、迭代验证——在AI时代,这套能力恰好遇上了大语言模型。方法论本身是可迁移的,但过去迁移的代价很高:每跨一个学科,就得补一堆领域知识,方法论的"乘数"被学习成本稀释了。如今AI大幅拉低了这个门槛,方法论终于可以高效地和任意领域相乘,输出被放大了不止一个数量级。这些都是卷积意义上的匹配。而那些把全部力气花在环境不响应的方向上的人,就像用一个在该处趋近于零的函数去做乘法——无论自身多强,输出都趋于零。
所以"积"不是盲目地积累,而是找到那个能和自己相乘、且乘出来最大的方向。
而在这个匹配的框架下,卷积其实给出了两个层面的回答。
在时域中,卷积说的是:此刻的状态,是过去所有输入与系统响应的累积叠加。没有人能跳出自己的历史——但人可以选择让哪些历史获得更大的权重,让哪些逐渐衰减。这是对"过去"的态度。
在空域中,卷积说的是:远处的场,是所有源点通过格林函数共同塑造的。每一个局部的动作,都不只影响自身,而是向整个空间辐射,在某处叠加、在某处抵消。这是对"行动"的态度。
一个维度指向时间——我是由什么构成的;另一个维度指向空间——我能影响什么。二者在数学上同构,在人生中合一:人既是过往一切卷积的输出,也是未来一切卷积的输入。
所以,"卷"从来不是问题。时域的卷积让人厚重,空域的卷积让人辽阔。真正的问题只有一个——
是在做卷积,还是在做内卷。