一年烧掉100万美元只为不老：Bryan Johnson把“人类”当成AI在训练

如果告诉你，有人每年花100万美元，不是为了创业、不是为了医疗急救，而是为了“无限延长寿命”，你会觉得他疯了。TBPN这期对话里，Bryan Johnson做的事更离谱：他正在用一套几乎像训练AI一样的方法，重新定义“如何活着”。

最反直觉的地方：他不是在“养生”，而是在跑一套系统

很多人第一次听到Bryan Johnson，都会以为这是一个极端养生博主。但在视频里，他反复强调的一件事恰恰相反：这不是“感觉好不好”，而是“系统是否更优”。他谈到Blueprint时，用的不是健康语言，而是系统语言——输入、输出、反馈、优化。

当被问到“你每天都在做什么”时，答案并不是冥想、鸡汤或灵修，而是：系统告诉你下一步该怎么做。饮食、补充剂、运动、睡眠，甚至产品选择，都不是拍脑袋，而是被数据驱动。

这对AI从业者来说非常刺耳也非常熟悉：我们已经习惯把模型当成一个可测量、可调参、可回滚的对象，但他做的是同一件事——对象是自己。

Snake Oil、超级食物和“把所有变量拉进可控区间”

视频里一个让人印象很深的细节，是他谈到所谓“超级食物的超级食物”，以及那个刻意自嘲的品牌名：Snake Oil。表面上这是产品讨论，实际上暴露的是他的核心方法论。

他并不迷信“天然”“有机”这些标签，相反，他关心的是：能不能把复杂、混乱、不可控的东西，变成隔离出来、无毒、可重复的变量。哪怕是食物，也是如此。

在Blueprint里，有时所谓的“改进”听起来非常无聊，比如只是多加一个牛油果。但关键不在于牛油果，而在于：这个改动是如何被纳入系统评估的。有没有指标？有没有对照？有没有长期数据？

这和我们做模型微调时的现实极其相似：真正有效的提升，往往来自一行不起眼的改动，而不是惊天动地的架构革命。

可穿戴设备、肽、寄生虫：他要的是“全量数据”

当话题转向可穿戴设备、肽、甚至寄生虫时，对话已经完全不像健康访谈，而更像一场数据基础设施讨论。他关心的不是单一技术，而是：如何构建世界上最大、最连续、最贴近真实个体的生物数据集。

可穿戴设备不是为了炫技，而是为了补齐时间维度；对前沿手段的探索，也不是猎奇，而是为了减少盲区。每一个“听起来很怪”的尝试，背后都有一个非常工程化的目标：减少未知。

他说到这里时，主持人都忍不住感叹“我们可以聊一整晚”。因为你会意识到，这已经不是一个人在延寿，而是在验证一个假设：人类是否也能像模型一样，被持续监控、持续评估、持续升级。

真正的争议点：他把“自我”从决策链里拿掉了

这期视频最具争议的，并不是钱，也不是极端，而是他的一个隐含前提：人的直觉不值得信任。

在Blueprint里，主观感受的权重被刻意压低，甚至被系统性剥离。你喜不喜欢不重要，你舒不舒服也不重要，重要的是指标是否变好。

对AI从业者来说，这几乎是一面镜子。我们在模型训练中早已接受“人类偏好并不可靠”，却很少有人愿意把同样残酷的逻辑用在自己身上。Bryan Johnson已经这么做了，而且做得非常彻底。

总结

这期对话真正值得AI从业者反复咀嚼的，不是延寿本身，而是方法论的迁移：当你把一个复杂系统完全交给数据和反馈，会发生什么？你是否愿意放弃直觉、习惯和身份感，只为了让系统更优？

即便你不会花100万美元，也可以带走一个行动点：选一个你最在意的领域，用工程化方式去对待它。定义指标、减少变量、建立反馈。Bryan Johnson的实验，也许不是未来的标准答案，但它已经提前暴露了一个问题——当优化逻辑走到极致，人类准备好了吗？

关键词： Bryan Johnson， Blueprint， 自我量化， 系统优化， AI方法论

事实核查备注： 需要核查：视频中是否明确提到每年花费100万美元；Snake Oil品牌的具体定位与表述；Blueprint系统是否被描述为完全由系统指令驱动；关于“世界上最大的数据集”的原话语境。