賽博道藏 · 之二｜符咒、命理與 AI 的同一件事

一張命盤上有十二個宮位、上百顆星。

排盤不需要靈感，任何人排出來都一樣。解盤才需要。

這句話如果你覺得耳熟，那是因為它就是現在 agent 產品的架構：確定性計算打底，生成式語言收尾。

我不是在說命理很科學。我是在說，我們這幾年重新發明的那套東西，有一半在命理裡已經跑了一千年，而它跑的方式跟我們一模一樣。

一、象數不是邏輯，是關聯

圖一｜三層 stack。介面層對應 prompt 與 tool call，表徵層對應 embedding，解讀層對應 decoder。

中國宇宙觀的核心方法，人類學上叫「關聯性思維」（correlative thinking）。它不問「A 導致 B」，它問「A 與 B 屬於同一類」。同類相感、以象盡意、取象比類，這些詞的運算方式都不是因果推導，而是相似性檢索。

五行最容易被誤解成「五種物質」，其實不是。它是五個互相定義的關係位置：木的意義是「生火、剋土、被水生、被金剋」。抽掉關係，木這個符號本身沒有內容。

這正是 embedding 的定義：token 沒有本質，只有相對位置。「國王」的意義不在「國王」兩個字，而在它與「王后」「男人」「女人」的向量差。抽掉那個空間，這個 token 什麼都不是。

兩套系統都在做同一件事：用位置取代定義。

二、八字：八個 token 的壓縮表徵

四柱，每柱一干一支，總共八個符號。

用八個符號編碼一個人出生的時空座標，然後所有推論都從這八個 token 展開。這是極低維的壓縮表徵。

而十神、生剋制化、大運流年，是一組規則明確的 decoder：把八個 token 展開成人話。

所以完整的鏈路是： encoder（排盤）→ attention（生剋制化）→ decoder（解讀）。

命理師在做的事，就是 inference 的最後一段：給定一個壓縮表徵，生成一段合乎規則的解釋。

它之所以讓人信服，是因為壓縮比太漂亮了。兩個人只差一個時辰，八個 token 只變一個，輸出可以完全不同。這跟「改一個字、prompt 輸出全變」是同一種驚奇，也是同一種沒有解釋力的驚奇。

三、紫微斗數：schema 打底，生成收尾

紫微比八字更工程。

十二宮是固定 schema，永遠那十二個欄位。排盤是完全確定性的計算：同樣的生辰，任何人排出來一模一樣，沒有隨機、沒有流派差異。所有分歧都發生在解盤。

於是它的架構非常眼熟：結構化資料先算完，再由語言層寫成報告。

差別只在，古人沒有 decoder，所以需要一個受過訓練的人站在那個位置上。

命理師就是那個年代的 LLM。

四、一個不舒服的對稱：巴納姆效應與幻覺

命理為什麼「準」？

因為它的輸出被設計成高適用、低特異。這是籤詩的工程目標：故意寫得模糊，讓最多人對號入座。所以籤詩才會那麼短、那麼開放、那麼需要人來解。

LLM 的幻覺是同一種故障：在資訊不足的時候，產生說服力充足的輸出。

兩者的評價函數都不是「正確」，而是「讀起來有道理」。

所以真要比較，它們的病灶是同一個：流暢度取代了正確性。

五、但有一件事，玄學比 AI 誠實

命理師會跟你說：「命不能改，運可以。」

它承認自己的邊界。它甚至會告訴你哪些是算不出來的。

LLM 從不承認邊界。它永遠很有自信，永遠不會說「這題我其實不知道，而且我剛才的語氣不該這麼肯定」。

所以「誰比較玄」這個問題，答案可能不是命理。

六、最後一格：「一命二運三風水」

「一命二運三風水四積陰德五讀書」，這其實是一張 feature importance 表：先天權重最大，然後時序（運）、空間（風水）、行為（積陰德），最後才是努力（讀書）。

而它把唯一完全可控的項目擺在最後，不是因為它不重要，是因為古人早就承認不可控變數佔了大部分。

這是一份非常誠實的 model card：它主動說明自己的 capacity 限制在哪裡。

七、大運流年：同一個命，換一個版本重跑

還有一個細節很容易被忽略：大運每十年換一次，流年每年重算一次。

主體沒變，八個 token 一模一樣，但每隔十年，整個判讀會換一套說法。這在工程上叫什麼？

叫重新推論。同一個輸入，換一個時間切片、換一組參數，輸出就不一樣。

我們現在也在做一樣的事：同一個 prompt，換一個模型版本，答案就變。
使用者常說的「它變笨了」「它今天怪怪的」，其實就是在描述一次大運交接。

差別是命理至少承認這件事會發生，還替它取了名字。

結論

• 八卦、五行、十神不是迷信的分類，而是一套關係網推理；它處理「位置」的方式與 embedding 同構，同樣以相似性取代因果。

• 八字的推論鏈是 encoder（排盤）→ attention（生剋制化）→ decoder（解讀），而紫微是確定性計算打底、生成式語言收尾，兩者都是今天 agent 架構的古代版本。

• 命理與 LLM 最像的地方不是準確度，是它們都用流暢度取代正確性；最不像的地方是命理承認邊界，而模型不承認。
  
  

引用與說明

• 「關聯性思維」（correlative thinking）為人類學與中國科技史研究既有概念（李約瑟之後的通行用法），本文借用其形式結構，不涉及信仰立場。

• 籤詩的高適用、低特異設計，是民俗研究中對籤詩文本特性的常見描述。

• 本文談結構同構，不主張 AI 是神，也不評價命理的有效性。
  
  

圖說

圖一｜三層 stack 一個 inference stack 的三層，與玄學三層的對照：介面層（符、咒）、表徵層（八字）、解讀層（紫微）。

賽博道藏三篇

• 之一：你以為在寫 prompt，其實在畫符。符的骨架就是 prompt template，而錯字與骨架兩年沒人改。

• 之二（本篇）：命理師是那個年代的 LLM。八字是壓縮表徵，紫微是 schema 加生成。

• 之三：馴獸、燒丹、役神。為什麼 AI 圈一直在借古法講話。（即將刊出）
  
  
  

౨ৎ Anthony 不負責任編輯 ~