“我们曾在一个巨型的、野生的迷宫中游荡，心甘情愿掉进兔子洞。”

一、那个野生而繁荣的互联网

earliest 的互联网给人的印象是什么？

是 GeoCities 上色彩斑斓的个人主页，是论坛里盖了上百层的讨论帖，是 IRC 聊天室里来自世界各地的陌生人。但最深刻的记忆，或许是一种感觉——一种”这里什么都有”的错觉，一种可以永远点击下去的兴奋。

你从一个技术博客开始，读到作者推荐的另一篇文章，那篇文章引用了一本你可能感兴趣的书，书的作者又链接到了某个小众的哲学网站，哲学网站底部有一串”友链”，你随机点开其中一个，发现是一个摄影爱好者的个人主页，他在东京街头拍摄的照片配着一段文字，那段文字又链接到了村上春树的访谈……

不知不觉中，你已经从 Python 教程漫游到了日本文学。

这不是推荐算法安排的路径。没有人”猜你喜欢”，也没有无限下滑的 Feed 流。你是靠自己的好奇心，从一个链接跳到另一个链接，像在一个没有地图的城市里闲逛。

那个互联网是野生的、混乱的、 but 繁荣的。它给了你一种错觉：你可以在这里找到任何东西，认识任何有趣的人。

我们称它为”网上冲浪”，这个词现在听来已经有些古旧，却准确地描述了那种体验——你站在浪尖上，不知道下一个浪会把你带向何方。

二、超链接：最早的推荐算法

今天的互联网用户很难想象，在那个没有推荐算法的年代，我们是如何”发现”内容的。

答案很简单：超链接本身就是推荐算法。

但这个算法不是机器运行的，而是人设计的。每一个超链接都是作者深思熟虑后的选择：为什么在这个地方插入这个链接？因为它提供了更深层的背景？因为它是一种观点的延伸？因为它关联着一个相关但独立的话题？

超链接的设计蕴含着相关性和递进性。它不是随机的，而是语义上的编织。当你阅读一篇关于量子力学的文章，作者链接到海森堡的生平，再链接到二战时期德国科学家的处境，再链接到哥本哈根学派……

这些链接构成了一条精心设计的认知路径。

与今天的算法推荐不同，超链接的推荐是透明的、可追溯的。你清楚地知道自己为什么到了这里——是因为上一篇文章的某个作者认为它值得引用。这种引用是一种背书，一种信任的传递。

维基百科把这种”超链接哲学”发挥到了极致。你打开一个词条，发现几乎每个专业术语都是一个链接。你原本只是想查一下”熵”的定义，两小时后却在阅读”麦克斯韦妖”的思想实验，而完全不记得自己是怎么走到这里的。

这就是超链接的魔力：它不是把你困在一个封闭的信息茧房里，而是把你推向一个又一个敞开的大门。

三、兔子洞：批评与迷恋

当然，超链接并非没有受到批评。

早在 2000 年代初期，就有研究者发现：人们在网页间不断跳转，却很少能记住真正重要的信息。你的大脑被不断的新刺激占据，浅尝辄止，难以深入。这种现象后来有了个形象的名字——“掉进兔子洞”（Going Down the Rabbit Hole）。

兔子洞的典故来自《爱丽丝梦游仙境》：爱丽丝追逐一只白兔，掉进了一个深不见底的洞，从此进入了奇境。用在互联网上，它描述的是一种无意识的、近乎成瘾的点击行为——你本来想查一个简单的问题，却在链接的引诱下一步步偏离，最终迷失在信息的迷宫中。

批评者认为，超链接分散了注意力，破坏了深度阅读的能力。你总是忍不住点击那个蓝色的下划线，跳转到另一个页面，然后又看到新的链接……

这与今天人们对推荐算法的批评何其相似。

但两者之间有一个关键的区别：

  • 推荐算法是平台强加给你的。它根据你的历史行为、停留时长、社交关系，计算出”你可能喜欢的内容”，然后塞进你的信息流。你失去了选择权，甚至失去了”不去选择”的权利——因为内容会自动播放下一个。

  • 超链接则是自愿的。每一个链接都是作者留下的路标，你可以选择点击，也可以选择忽略。没有人强迫你进入兔子洞，是你的好奇心推着你前进。这种”心甘情愿”很重要——它意味着你对自己的注意力还有主权。

在那个时代，我确实收藏了很多优质的个人博客，认识了许多有趣的人，学到了不少意外的知识。这些收获不是算法”喂”给我的，而是我在漫游中偶遇的。

超链接时代的互联网，就像一个野生的赌场：它让你流连忘返， but 你是自愿走进去的，你也可以随时离开。

四、移动互联网：封闭花园的降临

然后，一切都变了。

智能手机的普及彻底改变了我们消费内容的方式。App 取代了浏览器，成为信息的主要载体。内容被封闭在一个个独立的应用里：你在微信里看公众号，在小红书里看笔记，在抖音里看视频。

超链接死去了。

在微信里，你无法直接跳转到外部链接——需要点击”阅读原文”，然后等待 Safari 缓慢地加载一个排版丑陋的网页。在小红书和抖音里，根本不存在”链接”这个概念，只有无限下滑的 Feed 流。

Safari 成了被遗忘的角落。它的加载速度令人烦躁，它的字体不适合阅读，它的排版缺乏适配。你很快放弃了在浏览器里”冲浪”的想法，转而习惯于在 App 里”下滑”。

推荐算法接管了一切。

它确实很方便。你不需要思考下一个要看什么，算法已经为你准备好了。它猜得越来越准，你的停留时间越来越长。 but 那种”发现感”却消失了。

为什么？

因为超链接的本质是语义上的递进。每一个链接都意味着”这里有一个相关的概念，如果你想深入了解，可以去看看”。这种递进是显式的、结构化的、有意义的。

而推荐算法的逻辑是统计上的相关——”看过这个的人也看过那个”。这种相关可能是完全随机的、肤浅的、甚至是操纵性的。你不知道为什么这个视频会出现在你的信息流里，你只知道”平台觉得我应该看”。

控制感没了，探索的乐趣也没了。

在 App 的生态里，没有野生的迷宫，只有精心设计的管道。你不再是一个漫游者，而是一个被输送的包裹。

五、AI 时代的曙光：语义网的复兴

但在 AI 时代，我看到了一种可能性——一种比超链接更强大的连接方式。

想象这样一个知识库：它包含了成千上万篇文章，彼此之间原本没有链接。但现在，AI 可以阅读所有这些文章，理解它们的内容，然后自动建立起语义上的关联。

一篇文章提到”熵增定律”，AI 识别出这个概念，并在旁边标注一个链接——不是作者手动添加的，而是 AI 发现另一篇文章对此有更详细的解释。更强大的是，AI 甚至可以给单个句子做补充链接：当你读到”海森堡提出了不确定性原理”时，”海森堡”三个字是一个链接，”不确定性原理”是另一个链接，甚至”提出”这个动作，也可以链接到一篇关于科学发现过程的文章。

这就是语义网（Semantic Web）的雏形。

1999 年，万维网的发明者蒂姆·伯纳斯-李（Tim Berners-Lee）在一篇具有里程碑意义的论文中写道：

“我梦想中的网络是这样的：计算机能够分析网络上的所有数据——内容、链接、人与计算机之间的交易。实现这一梦想的’语义网’尚未出现，但一旦出现，日常贸易、行政运作和我们日常生活的机制都将由机器与机器之间的对话处理。人们多年来一直谈论的’智能体’最终会成为现实。”

在伯纳斯-李的愿景中，语义网不仅仅是链接文档，而是链接数据本身。每一个概念、每一个实体、每一个关系，都可以被机器理解和处理。

AI 让这个愿景成为可能。

当 AI 阅读一篇文章时，它不只是看到文字，而是看到背后的实体和关系。它可以自动识别出人名、地名、概念、事件，然后在知识库中寻找相关的信息，建立起跨越文档的语义连接。

这种连接的密度和深度，远超人类作者手动添加的超链接。它不再是”作者认为这里应该有个链接”，而是知识本身的自然结构被揭示出来。

六、从超链接到语义链接：一场进化

我们可以把这看作一场进化：

阶段 特点 比喻
前互联网时代 知识孤立在书本和大脑中 孤岛
超链接时代 人工建立的相关性连接 人工桥梁
推荐算法时代 基于统计的相关性推送 管道输送
语义网时代 AI 自动建立的语义连接 神经网络

超链接是伟大的，它第一次让知识形成了网络。 but 它依赖人的劳动，而且只能建立显式的、作者意识到的那种连接。

推荐算法是高效的，它可以处理海量信息。 but 它是黑箱的、控制的、去语义化的。

语义链接可能是两者的升华：它像超链接一样是语义化的、有意义的，又像推荐算法一样能够处理大规模的信息。 but 它不是控制，而是增强——它增强你的探索能力，让你能够沿着知识的自然结构漫游。

想象一下：你正在阅读一篇关于气候变化的文章。在超链接时代，作者可能链接到 IPCC 报告或某本相关书籍。在语义网时代，AI 识别出文章中提到的”碳循环”、”温室效应”、”冰川融化”等概念，每一个都可以展开成一个立体的知识图谱——你可以深入了解某个科学家的研究，可以跳转到相关的历史事件，可以查看实时数据……

每一次点击，都是一次有意义的语义跳跃，而不是随机的信息投喂。

七、动态超链接：当语义链接开始”流动”

写到这里，我想到了电商平台的一个有趣概念——”超链商品”。

在淘宝和拼多多的体系中，超链商品的逻辑是：平台识别出一个全网热销的”爆款商品画像”，然后让商家竞价挂靠。用户点击的是同一个链接，看到的热销数据和评价都是那个爆款的历史积累，但实际发货的可能是竞价成功的低价同款。

同一个链接入口，背后对应的商品可以是不一样的。

这个思路给了我一个启发：如果网页的超链接也具备这种”动态性”呢？

从静态到流动

传统的超链接是静态的、一对一的。作者插入一个链接指向某个特定网页，这个对应关系一旦建立就固定不变。这带来了几个问题：

衰减：你三年前链接的精彩博客可能已经停更或域名过期，链接还在但价值已消失。

僵化：同一个概念在不同上下文里需要不同的解释深度。静态链接无法根据读者背景调整。

垄断：一旦某个网页成为”标准链接”，就会持续获得流量，形成马太效应。

动态超链接的构想

如果超链接可以像超链商品一样”流动”：

概念画像与竞价挂靠：系统维护”量子纠缠”这个概念画像，收集多个候选页面——维基百科、科普文章、学术论文、科普视频。它们不是金钱的竞价，而是质量的竞价。系统根据内容的时效性、深度、与当前上下文的匹配度，动态决定展示哪个页面。

上下文感知的路由：同一个”量子纠缠”链接——

  • 如果你是高中生，导向可视化动画和通俗解释
  • 如果你是物理系学生，导向包含贝尔不等式的论文
  • 如果你是投资者，导向量子通信商业化分析

流动的知识图谱：今天的”人工智能”链接指向大语言模型原理；三年后同一个链接可能指向 AGI 伦理讨论。不是因为页面变了，而是因为系统认为在当前知识发展阶段，那个目的地对用户更有价值。

AI 作为链接路由器

这需要什么技术？

语义理解：大模型计算”这篇解释与当前上下文的匹配度”。

用户画像：浏览器本地维护用户的知识背景偏好（隐私可控），用于路由决策。

开放协议：网站声明”我提供了关于概念 X 的解释，适合 Y 类型读者”，浏览器根据声明和用户上下文做出路由。

这与伯纳斯-李的语义网愿景形成有趣呼应——语义网让机器”理解”数据的含义；动态超链接则让机器”决定”在何种情况下应该去哪里。不仅是”这是什么”，还是”此刻应该去哪里”。

如果说语义网是互联网的”神经系统”，让节点能够感知彼此；那么动态超链接就是”血液循环系统”，根据实时的”需求信号”，把流量输送到最需要的地方。

链接不再是固定地址，而是知识流动的方向标。

八、结语：找回漫游的艺术

我怀念那个野生的互联网。

不是因为那个时代的技术更先进，而是因为那个时代给了我们一种自由——探索的自由，迷失的自由，发现的自由。

移动互联网和推荐算法让信息获取变得高效， but 它们也剥夺了我们的漫游权。我们被关在精心设计的花园里，被投喂精心挑选的内容，渐渐地忘记了如何自己寻找，如何偶然发现，如何在兔子洞中迷路。

AI 和语义网提供了一个机会，让我们重新获得那种漫游的能力——而且是增强版的漫游。不再是盲目地点击超链接，而是沿着知识的真实脉络探索。

伯纳斯-李在 1999 年的梦想，可能在 2020 年代成为现实。不是通过语义标记语言（Semantic Markup）的人工标注，而是通过大语言模型的自动理解。

那个巨型的、野生的、让人心甘情愿掉进兔子洞的互联网，也许正在以一种新的形式重生。

而我们，终于可以重新学习漫游的艺术。

“愿你在世间找到属于你的兔子洞。”