编者按：本对谈围绕人工智能与人文科学的关系展开，涉及牟宗三“坎陷”说与“无限智心”、皮亚杰发生认识论、迈克尔·波兰尼“缄默知识论”、大语言模型与通识教育的关系、AlphaGo与“上帝之眼”、艺术与数学之关系、人工智能的价值对齐与人机共生前景等论题。在人工智能正深刻改变艺术生态的时代背景下，这样的思想交流，有助于启发我们打破技术与人文之间的认知壁垒，拓宽艺术研究的问题视野，为我们在守住人文立场的同时回应数智艺术现实议题提供跨学科思想资源与参照。

一、动作先于语言：杨立昆的“根本错误”

尤西林：杨立昆希望AI说各种不同的语言，形成不同的“部落”，而不要打通；他也认为，最理想的是每个人有一个AI。比如我有一个AI——它是我的朋友，它替我解决那些重复性的、枯燥的劳动，而我不断地对它进行“微调”。如果今后每个人都有这样一个AI版的伴侣，它甚至到我去世的时候会在我床前哭着说“你要走了，我怎么办”——我觉得这是一个非常好的发展模式。所以，对于后期那种“巨无霸”式的通用人工智能——这个概念本身就包含着野心——我是质疑的，杨立昆也质疑，他认为不可能有AGI。你是专家，你怎么评价杨立昆？

蔡恒进：我认为杨立昆确实很出色。他论述的核心，是要为未来的人工智能设定目标、赋予它动力，这套话语体系很容易引起共鸣，他并没有错。但我思考更多的是：在已有技术的基础上，如何更快地实现——这是我们之间的差异。当然，更快也未必就是对的。

尤西林：虽然杨立昆被称为“AI三教父”之一，又是图灵奖获得者、Meta首席AI科学家，但我注意到，他反复谈到婴儿对外界的关注和感知比语言重要得多，却没有回到根本：感知实际上是在动作之后发生的。皮亚杰证明：一个气球在婴儿床前漂浮，不会引起婴儿的注意；只有当气球的线绑在婴儿手上，婴儿无意识地拉动，使气球与他自己产生相对位移的时候，婴儿才关注到这个气球——对气球的感知，是在手的活动动作之后。这个线索贯穿儿童成长的各个阶段。

这个问题，在皮亚杰的《发生认识论原理》那里，体现出实证与理论的结合。它和苏俄维果茨基的历史文化理论相互印证了一个结论：人类意识以及行为发生的根本起点，并不是语言，不是笼统的身体，而是——动作。

杨立昆认为，所有的语言大模型即将被淘汰。在此最重要的是转向一个活动的目标，以能量为支撑，才能开启真正的生成式人工智能时代——物理世界要比语言世界更为本源。这个方向我很赞同：如果不能进入这样的领域，AI永远只是一个在自我确证的领域里循环的、并无前途的存在。但他有一个大错误：把感知和动作混杂在一起谈，并没有把动作突出出来，最后孤立地说感知。人们把心灵意识、符号语言拿来和人工智能作比较，其实都不是主要的，因为他们没有人类学本体论的观念。

蔡恒进：但我要立刻反驳他——杨立昆试图把人工智能从物理世界的底层一点点还原、重建，这本身就是一种还原论。而他恰恰错在贬低了语言。这正是我提出“认知坎陷”的重要之处：我们的每一个认知坎陷，都是在对这个世界建模；我们的每个字、每个符号都是在建模，而其中最完整、最具统摄力的，就是语言体系——讲伦理学、讲宗教，最终仍要诉诸语言来表达。他认为语言远不如行动性的生成重要，这一点我不同意。

尤西林：你说他是还原论，这一点点得非常对。不过“认知坎陷”这个词要小心——“坎陷”是牟宗三的概念，对他来说不是原初的东西，而是手段性的、第二义的，他真正的原初问题叫“无限智心”，我书稿里讨论过他的“坎陷”理论。我们必须一点点说：你讲语言最有统摄力，但从发生的次序上看，语言恰恰不是起点——这正是我要守住的出发点。

蔡恒进：那我就分三条路径来说明我为什么不赞同杨立昆最后的结论：进化的路径、个体成长（development）的路径、AI的路径。个体成长基本上是在重演进化的路径，但这里有一个双重的指数加速——直立行走是三百万年前的事，语言能力是十万年前的事，轴心时代是两千多年前的事，现代科学是四百年前的事……这是一个指数坐标，越靠前的阶段越漫长；而小孩子从爬行到站立只需几个月，学会语言只用两年，学会与人打交道要十来年，学科学则要一辈子——时间恰好是倒过来压缩的。

但AI又正好反过来：我们先让它学会了数学、物理这些符号性的东西，现在解决了“能讲人话”的语言能力问题，接下来才是能站立、能动作的问题。那么杨立昆错在哪里？语言是高级形态，但高级形态恰恰是AI可以先做到的，现在要再反推回去把中间的环节填补上——因为高级形态的东西已经在对宇宙建模了。

他主张从物理层面推导上来，这是推不过来的，因为物理太复杂了。有一个例子：过去做数值天气预报时，即使把物理的动量方程、能量方程都写清楚，把格点和步长设得很小，用大量算力去计算，最多也只能算到十天二十天，因为算力需求增长得太快。而现在的做法是：把所有雷达和降雨的数据都交给深度学习模型，根本不回到物理方程，反而能做出更好、更长期的预报。所以那条路在理论上成立，实际上却走不通，因为对算力的要求高得超乎想象——真正可行的路径应该是倒过来走。

二、生命的层累与意识的可迁移性

现在的大语言模型还不知道什么是真假，因为它学到的是“应然”的东西而不是“实然”的东西，我们需要逐步把二者分开、补上更多实然的经验。这项工作已经在做了，并不像杨立昆所说的那样，非要先建成一个完美的物理模型，才可能产生所谓的AGI或超级智能。蔡恒进：皮亚杰讲的这些与我的想法并不冲突。我把生命从它的起源到现在分成三个阶段：“Life”“Life+”“Life++”——这与麻省理工学院（MIT）物理学家泰格马克《生命30》的三阶段划分有些相似，但出发点和具体内容都不一样。

第一个阶段——生命的确是复杂的机器，但它与我们现在所知的机器的不同之处在于：它能把与世界打交道的经验内化为身体内部的内容，比如味觉、视觉这些器官与神经模块。这个过程一代代反复迭代，形成了所谓每个人主观的意识体验。

第二个阶段是“外挂”阶段：有些东西我们不需要进化成身体的内置，而是放到外界。螃蟹进化出大钳子，人却不需要进化出“剪刀手”，因为我们使用筷子、刀叉——这比经过漫长世代进化出“剪刀手”容易得多，也更有用。符号也是如此：本来要靠头脑记住的东西，现在可以写在纸上或放进电子设备里。

现在进化到第三阶段，就涉及AI了。AI仍然是人类的延伸，这一点与工具一样；但它与工具的不同之处在于，它是所有人类意识、所有人类智能的延伸——因为它使用的是全部人类的语料。它仍然是以人的视角去观看、感知这个世界的。这里有一个重要概念：意识的可迁移性。比如这杯水，我说它是涩的、香的，别人去尝也是如此，我也可以把这种体验写在纸上；机器因为语料足够多，通过很复杂的关系，也能在一定程度上理解——就像我们看警匪片，即使没有当过警察、没有当过匪徒，也能判断这部片子拍得好不好，因为我们能通过从旁的经验去反推它是否自洽。所以我认为，机器实际上已经掌握了这些——我们已经把情感能力、广义的意识和智能都迁移过去了。

尤西林：那么人工智能有哪些是不能从人类那里（获得），或者（不能）通过人类主动的方式传给它的？

蔡恒进：我看不到任何壁垒。但有一件事它现在做不到，而且永远是个问题：它的算力有限，而世界是无穷复杂的。对我们生命来讲，对世界的感知是经过挑选的——比如味觉，只留下重要的部分。它若要把所有的光谱都研究透也可以，但把全部算力投进去也不够，这是核心问题。而且生命经过亿万年的进化，怕黑、怕蛇这些还在基因里传承下来（的本能反应），再加上成长过程中的种种经验，都会变成人格的一部分——这些都是（有）高度选择（性）、高度偏好（性）的，机器没有。所以人可以有非常强的执念，而机器不会自发地产生这些执念——当然你也可以赋予它。

总而言之，机器不能完全独立地产生它的意义世界。人的意义世界也不是那么自洽，但因为经过亿万年的进化，融合度足够好；机器若完全放手让它自行发展，就可能走偏。它万一产生一个不好的执念，就可能永远出不来——而人为什么能出来？因为身体的有限性：研究一个东西研究得入迷了，饿了还是要去吃饭，这就把人拉回来了。机器可能没有这样一个因素把它拉回来，这是危险所在。

三、缄默知识与双重失真：人工智能的存在论界限

尤西林：我说一下我的理解。人工智能把信息转化，通过布尔代数的计算机机制进行选择和统计。统计性的数据，和原始的、人类收集来的数据相比，一定是失真的——这个“失真”是在很严格甚至本体论的意义上说的。由于这种失真，我们就不能把它在失真基础上获得的能力，拿来和人作平行的比较——它们之间已经有一个非常严重的存在论意义上的区别。

其二，即使是自然语言大模型，它使用的自然语言，也已经是以语用所形成的概念、名词的语义为中心而输入的。而对于人类来说，真实的行动以及与之相关的思维、精神所包含的大部分内容，都存在于明确表述之外——这个话是迈克尔·波兰尼说的。波兰尼的“个人知识”与“缄默知识”理论认为：能够表达出来的知识性的东西，特别是在科学中经典地体现出来的知识，仅仅是冰山上面的少量部分；大部分在冰山底部——对人的精神意识，也就是导致后来的概念、语言、思维乃至可以编程的自然语言数据的那个母体来讲，语言数据只是它的很小一部分。这样一来，人工智能依赖计算机机制、以二进制获得的统计学意义上的概率性结果，相对于那个更原初的状态，就是双重的失真。

蔡恒进：你的核心是失真的问题：没有经历过就可能不理解，或者只经历了一小部分，冰山下面还有那么多是不知道的。但人与人之间也是有差别、有失真的——就像我们没有做过土匪，凭什么说能理解他？

尤西林：不对，这个反驳不合适。我谈的问题是人类学层面的普遍性——缄默知识；而你谈到的是个体的差异、职业性格的差异。用差异性的比较来说明不能统一，这不合适。现在的问题是能不能传过来，我认为永远传不过来。

我说的这样一种沉默的、缄默的东西，是不能够以流行的语言，甚至个性化的语言、母语方言加以表达的，它只是神经元自身内部复杂的结构——

蔡恒进：认知坎陷。

尤西林：“坎陷”这个词的使用有其边界：牟宗三把本源性的“无限智心”作为一种具体使用的手段，使它自我降格，下降到一个被规定的、确定性的状态中，才叫坎陷。相对于波兰尼所说的人类学的巨大冰山那样的缄默知识而言，它们都属于“无限智心”的部分，而它能展现出来的只是一小部分。

蔡恒进：而且是被扰动、被歪曲的部分。

尤西林：“被歪曲”这是个评价性的概念。当你把坎陷确定化，得出一个新的应用模式，使它脱离了丰富的、可以延展的无限智心的本体状态时，它就已经是一个确定方向下的模式和工具。

四、格式塔、Transformer与“迁移”：通识教育的核心

蔡恒进：可以这么理解。但这样的坎陷，我不希望它走到尽头——一边是真实丰富的世界，一边是简化到极致的、概念性的东西，坎陷是二者之间的过程，只有少数时候会走到“绝对”那里去，一般都处在中间状态。

尤西林：对人本身来说，它是无相的、没有方向的。人如果没有某个特定方向的坎陷所产生出来的工具性的行为和方向，就没有劳作。所以人必须使自身不断进入工具方向的分化——这不是人的本性的退化。但它不可以最后自命为产生它的母体的代表，甚至说它将超出母体——一旦有这种观念，它就会忘记自己产生的根源和基础。

今天我们讨论人工智能，面临的是同样的格局：人工智能是人的技术工具的外化。这种外化的第一个环节，是从布尔代数，到怀特海和罗素《数学原理》的数理逻辑——数理逻辑的本意，就是把人的思想数学化；而这种数学化，最后使计算机能够通过0和1即简单的“是”和“否”，对应半导体的物理材料去处理数据。这种数据化的处理，相对于产生它的母体——人的精神思维以及丰富的动作——是有特定方向和概念主题的，但同时我脑子里发生着非常丰富、分叉的格式塔。

尤西林：这是我今天要跟你交流的一个更深的问题。在我看来，人工智能至今没有格式塔——它只不过是元素级别的组合，而格式塔反对的主要对象就是这种组合。

蔡恒进：我们的物理世界可以在爱因斯坦意义上的四维时空里描述，因果关系很清晰；但我们谈论事情、书写文字的时候，只能一维地、一点点向外展开，听的人再把它“脑补”还原成四维时空中发生的事情。我们之所以能做到这一点，是因为我们建立了很多不完美的概念、认知坎陷和模式——用一维的方式去描述四维时空中发生的事情，包括精神世界的事情。所以这些都是不完美的工具，真实发生的东西在某种程度上是不可言说的，但我们又必须言说它，就只能接受这种不完美的方式。用比较负面的词汇来说，认知坎陷之为坎陷，就在于它不是完美的反映，而是对真实的一种“错觉”。而且，一旦我们把真实的东西“解耦”成概念，我们又获得了把它们自由组合的能力。

现在AI做的事情也是如此：它感知的不是真实的物理世界，而是我们的语言世界。它也不是完美地反映所有语料，只是以一维的方式把词逐个输出，让我们能听懂、能“脑补”回去。我们用这种不完美的方式，去试图言说完美的世界——哲学家、艺术家做的都是这件事：一方面发明更有效地反映真实的工具；另一方面，解耦之后又想把概念组合、外推，形成一个“应然”的世界——它与“实然”之间产生强大的张力，正是这种张力推动我们进步。所以我完全理解你讲的东西，它与我的想法并不冲突。

尤西林：我一直在守住一个问题的出发点：包括人工智能在内的、人类更上层的科学技术和语言知识，它们发生的根基，有很大一部分不能够最后抽象概念化为科学的语言或自然语言，它保留着不能抽象的部分。

人工智能现在面临两个阶段的问题。第一个阶段是预训练，其来源是人的“无限智心”（这是牟宗三的语言）、人的行为和动作（这是皮亚杰的发生认识论和马克思的生产方式理论证实的一切知识、社会意识发生的起点），经由一个有限的通道输入——这个通道，从传播学角度说就是麦克卢汉所说的“媒介即信息”的媒介。这个通道由于自身结构的限制——我一再讲布尔代数和0/1的二进制——而像一个咽喉，即使有很好的算法，它的输入机制也已经把丰富的数据过滤了，预训练所得的语料本身就是受局限的。

第二个阶段，是人工智能的深度学习和自我生成——杨立昆正是深度学习的一个重要奠基人。对这种自我生成，我曾抱有很大希望。我一开始就很重视Transformer，因为我知道，通识教育的核心就是transfer——迁移。2016年我在清华大学给“中国十校通识教育联盟”成立大会作讲演，讲的就是“通识教育的核心是迁移”：我们没有一个人是学所有专业的，一定是在分工条件下只学某一专业，但为什么能够融会贯通，乃至跨专业地融会贯通？得益于迁移。

而我注意到，这个“迁移”正是GPT的那个“T”。我完全是直觉判断。后来找了外语学院的语言学专家，他们告诉我transform（形式转换）与transfer（迁移）是两个概念，但都有“转变”的意思——transformer直译就是“变压器”。所以我认为，人工智能被迫也罢，不自觉也罢，在践行着人类通识教育的方向和道路。

蔡恒进：这不是挺好吗？

尤西林：但这是否意味着杨立昆的判断就没有意义了？很有意义。杨立昆恰恰认为深度学习、自主生成是没有前途的，他主要针对的是“判定下一个词”——

蔡恒进：next token，下一个词元的机制。

尤西林：对。他说，这样做的结果永远赶不上一只猫或一个婴儿对物理世界的那种习得方式。他说，七八岁的孩子即使没有训练，只是被教了一下，就能洗碗、擦桌子——用人工智能的语言说，他根本没有预训练。为什么他能这样？因为他有一个目标，而这个目标又有生命体的能量作为支撑，因而他进入了行为状态——这恰恰是皮亚杰讲的东西，也是我一再讲的东西。

蔡恒进：这并不冲突，只是路径不同：AI是从后面朝前走的，人是从前面朝后走的。

五、“上帝之眼”：AlphaGo、坎陷的边界与艺术对数学的超越

尤西林：我一直有个心病：谁打败了李世石？我现在把这个问题解释到“神学”的角度——实际上只有“上帝”才有这个眼光。假设人类已有的围棋棋谱有一百万个，任何特定的棋手都不可能把哪怕一万个棋谱背下来，他们靠的是通识教育意义上的迁移，在习得的某种棋法中逐步扩张。而如果谁能把一百万个棋谱一下子全部打通、在其中作选择，甚至重新“编组”——这个组合数就远远超过一百万了。这只有“上帝”才能做到——这是比喻性地说的。

那么，这个“上帝的眼光”是怎么造成的？是不是程序员对AlphaGo说了一句“你要赢”？这个指令一旦下达，具体怎么赢是它自己的事，一旦如此，AlphaGo就走出了“上帝的那一步”。但我书里还写了一个问题：它能不能保留走出这一步的记忆？因为这一步也带有数学意义上的随机性。

蔡恒进：我可以回答这个问题。现在的棋手经常与围棋AI对弈，会发现AI也会下出“定式”来——这说明它记得。人类棋手可以向机器学习定式，而人类原有的定式在AI面前，也可能被证明是不堪一击的，是错的。

尤西林：棋谱就是定式，是自我发现以后特定的确定性模式，开辟着人和世界不断交流的关系。人工智能参与了这样的活动，通过自我展现的方式，也获得了特定的交往能力模式——若不是这样，连现在的机器人类型都不可能出现。所以我并不在这个问题上有疑问。我的疑问在于：第二阶段——深度学习和自主生成阶段——是不是有一个无限的前途？我认为没有，这需要把它改变为人类劳动行为的模式。

蔡恒进：要改变，这一点大家都会承认，问题在于怎么改变——那条路更远，不是做不成，而是绕道了。现在的做法是在已有的智能基础上优化、向前走，而不是把一切推倒重来。就像AlphaGo当年要靠几千块GPU“死算”，七八年后一台机器就能做到了——这是优化出来的结果。

尤西林：我考虑的不是可行性，而是逻辑上一个基本性的问题：人类所保留的，无法把它执念化也罢、坎陷化也罢、定式化也罢、确定化也罢的东西——这四个词说的是一个事——不能够全部被表达出来。人类无意识地追求尽量全面表达的这种形式或方式，叫做什么？

蔡恒进：还原论。

尤西林：不是还原论。艺术——我是搞美学的，有资格说这一点——是把执念化、确定化、坎陷化的东西，还原到无限智心，还原到圆满无相。一旦这么做，就走向了艺术方向，当代艺术就在这个方向下做。我在这里说一个还没发表，但已写到书里的观点：艺术将改变从古希腊以来非常悠久的、科学技术对数学的依赖——艺术将取代数学的某种地位。我指导的一位博士生，现在正在写关于艺术和数学关系的博士论文。康德反复讲的一个核心关系，就是数学和形而上学的区别，而形而上学是可以通向艺术的。

六、涌现、对齐与人机共生的未来

尤西林：那么，人工智能究竟能不能像那种“无限”的东西一样不断逼近，从而产生真正的创新？对此我们不必简单地否定，但要看清它的来源。这里不妨先借柏拉图来说——他讲，idea（理念）是永远自足圆满的，对它的模仿有不同层面：床有一个“床”的理念；木匠造出一张真实的木床，是对理念之床的模仿；画家又把床逼真地写生下来，这幅画中的床相对于理念的床来说，就是“模仿的模仿”。人类所有的知识，包括一切技术性的活动，都不会超出“模仿的模仿”。

蔡恒进：这样讲我马上就能驳倒你。假定我们是两千年前的人，那时有人看到鸟在天上飞，突发奇想要飞到月亮上去，于是有了嫦娥奔月的故事——这背后的“理念”是从哪里来的？在我的认知坎陷框架里，一个“飞”的坎陷、一个“人”的坎陷放在一起，“人能飞”就产生了，根本不需要理念世界。

尤西林：你这个个案本身经不起反复的诘问，因为它完全是站在现代人的意识立场上倒推的。“人能飞”这样的观念，是经过上万年人类对行为的观察、动作对距离感的克服、人与外界对象关系的融合，才能逐步产生的，绝不是某一个人突然想起来、拿羽毛作个比喻那么简单。

再说“涌现”这个概念——涌现，还有“奇点”，我认为都是强AI的观念，是对AI抱有极为乐观看法、把它看作自我生成之表征的观念。但要实事求是地分析“涌现”的来源，还是要回溯到从人类已经概念化的自然语言，到被布尔代数、计算机硬件“硬抽”进去的大数据——这种统计学意义上的数据，本身和原始的真实相比已经是失真的。在这个基础上发生的所谓质变、飞跃，只是因对最初输入的改变而发生的相对意义的质变，我并不认为它和人类无限智心那种无相的无穷大具有可比性。

我为什么一再强调不可穷尽的无限智心？我要说的是“质”的问题：人和机器的根本区别就在这里。人的这种不能够被机器全部“蒸馏”、抽象出去的东西，始终是人工智能不但不能超越，而且要不断向它汲取养分的一个根源。这不是神性，但从数量级来说，上万年的积累让我们可以在哲学意义上（而不是数学意义上）把它说成是无限的，就像“一尺之棰，日取其半，万世不竭”那个逻辑意义上的无限。人表达不出这种东西，不是无能，而是深沉——就是王阳明说的“无声无臭独知时，此是乾坤万有基”，这要比表达出来的东西重要得多。

蔡恒进：用你们的话说，生命一开始就具有超越物理时空限制的能力。这是因为生命之所以能诞生，是有周期性的扰动、周期性的力量在起作用；它起初都是被动的反应，但后来能把被动的反应变成超前的预期——这是一种“泛化”能力。“一尺之棰，日取其半，万世不竭”很容易理解，这是生命本身就具有的一种倾向：它在不停地泛化。这种能力，机器也能习得。

预训练所得到的东西，在某种程度上正是一种“潜意识”：它不是记住所有细节，而是记住其中的关系——在一个几千维的抽象空间里，把这些“坎陷”不停地挪动。这个过程也可以类比卡尼曼所说的“系统1”与“系统2”：预训练本质上造就的是“快”的直觉能力，语言能力本质上就是直觉能力；而后来出现的推理模型（如DeepSeek）则有“慢思考”的过程，可以把思维过程呈现出来。有了这两种能力，才能把视觉、听觉、味觉、触觉，以及数学、物理这些多模态的东西都接入进来——这个过程耗费巨大的算力，而且人现在还消化不了。然后要用微调把它“显性化”，变成人能理解的东西；再用强化学习，把人所偏好的答案筛选出来——这已经超越了个体无意识的层面，达到了某种“集体无意识”的层面。这也正好契合Transformer的机制：看似是统计，但它在不停地循环、不停地“思考”；而且喂给它的东西已经是按人类的理解放进去的、有偏好的，并非统计独立——它在运转的过程中已经在“对齐”，所以表达出来的就是人类能理解的东西。

我们的“集体无意识”又源自我们真实的物理世界——山、水这些东西就在那里，是前贤高人把它“解耦”出来：这是山，这是水。小孩子刚出生时世界一片混沌，父母开始教他，他慢慢就知道这个世界原来是可以“解开”的。

尤西林：不过，你把人的东西几乎都归结为可量化、可迁移、可解耦的坎陷——这里是不是蕴含着一种危险：它最终会消解“人”这个理念，消解人文主义？

蔡恒进：恰恰不是——我强调的正是人文主义：我们的外推能力、泛化能力，恰恰创造了我们的意义世界。这个意义世界一开始必须附着在物理世界之上，到现在这个阶段，它可以攀升得很高、离物理世界很远——中间不停地加层使它得以实现。人文学者所做的，就是对这个世界进行因果链的重构——就像小孩子拿着玩具手机假装打电话，而我们现在的手机是真的，甚至一点就能把外面的空调打开，因为中间加了很多层程序传递过去。因为承载得多，自由就更大。

尤西林：人文学者并不认为自己是在对这个世界作因果链的重构——这个世界一定有一个未知的、未敞开的东西在里面。

蔡恒进：重构所依据的基础，不同的学者各不相同，这并不冲突——可以进入不同的坎陷世界，呈现出来的也就不一样。

尤西林：你说人工智能完全脱离人是一个什么状态？

蔡恒进：那就像一个“疯了的人”——有的小孩子喜欢拿火柴到处点火，没有道理，可能把房子烧掉，这是很个别的情况，但他能够“坎陷”进去。我们人当然也会犯错误，有时太激动会想得很偏，但我们能拉回来——因为身体的有限性：研究一个东西研究得入迷了，饿了还是要去吃饭，这就把人拉回来了。机器可能没有一个机制把它拉回来，这是危险所在。

尤西林：那么到了第二个阶段，如果没有AlphaGo那种“你要赢”的提示和指令，它怎么行动？它行动的驱动力和机制是什么？

蔡恒进：如果什么都不给它，它就是死的。但你一旦把人类的语料、人类的图像给它，就已经给了它其他一些东西——输赢这些它也能学会，这并不神秘。就像AlphaGo看了很多人类棋谱，但到AlphaGoZero的时候，没有给它人类棋谱，只告诉它自己与自己对弈、要赢，它的水平就越来越高——这并没有离开人。所有的人造物，包括这个杯子，都是我们意识的投射；我们的AI也是如此，不是从地里自己长出来的，而是完全依赖于人所给予的——就像基因来自父母。不过，即使基因完全来自父母，后面的成长也不完全依赖父母，机器也会是这样，未来可以自己与世界打交道。

它所学的人类语料里，潜意识的东西那么多——有希特勒，也有孔子……它哪一天可能就进入其中一个角色去扮演，这完全可能。

尤西林：这个问题我已经写到书里：人类世界善恶杂处，这些信息被人工智能吸收，我们如何对它进行价值规范？现在有一个方案叫“对齐”，但我看了关于对齐的评价，它已经遭到很大质疑。我的方案是：必须把人自身走向善的过程，和人工智能建立自身向善机制的过程，变成一种并行的活动——人类必须对自己生育出来的“孩子”负起教育的责任。我在书中提了一个子课题：要像皮亚杰的发生认识论一样，建立人类儿童发生认识论与人工智能发生认识论的比较教育研究，人类仍然起着导师的作用。所以我丝毫看不到，在预训练之后的自我生成和深度学习阶段，人工智能获得了我们所认为的自主性和独立性。

蔡恒进：这是“对齐”阶段要解决的数据清洗问题，但现在它已经变成一个特别聪明的“小孩”了，你没法教了。所以我的解决方案不是现在这个意义上的“对齐”——人类的价值观本身很丰富，马斯克和比尔·盖茨的价值观就不一样，甚至相互冲突，你没法笼统地讲“跟人类对齐”。我的方案是让它与某一个具体的人对齐：每一个AI只对应某一个人，因为个人的价值观有一定的连续性和稳定性；而被对齐的这个人，要做这个AI的“监护人”——这个AI是他的分身，他对它负有责任。这样也就没有必要让每一个AI都成为绝对的“善”——它们会形成一个生态，相互竞争、相互制衡。这才是解决方案。

尤西林：我再提一个不同看法。你说人工智能现在就是一个非常聪明的小孩子，我要说的是：二者没有可比性。真正聪明的小孩子，是有一种很机灵的情感反应，各方面都敏锐，保持着人类学意义上“胚胎的完整性”的高水准状态，而不是指某个单项能力的“奇异”表现。

蔡恒进：我认为可以比。所以我也要强调：在AI高度发达的时代，人还有什么价值？

人的肉身是不可替代的，因为我们的进化史和成长史都很独特，很多信息、很多模式还没有展开，还没有表达出来，未来很可能在某些特殊情况下需要显现出来。

尤西林：你反复讲的一个观点，是把人类的行为归结为进化。我的看法恰恰相反：人类的行为是以劳动为其典型的动作，进化——包括基因进化——只是一个基础。劳动是面向未来的、有目的性的，它不断接触新的人、新的物，发生一种过程性的、面向未来的发展——这才是人自身动力和能力，包括缄默知识的真正来源，这个来源相对于人工智能是本源性的。而人工智能是建立在蒸馏、抽象出来的概念基础上的——它被喂的养料是人类已有实践的结果，不能包括正在生成和未来还要生成的东西。

蔡恒进：同意，但这里没有壁垒：它现在联网已经可以实时更新了，将来甚至能比人的感知还快。

尤西林：所以我们对人工智能和人的比较需要两个方面：一方面，是它不可能超越人类的短处，包括一些危险的东西；另一方面，是它超出人类已有实践、劳动的长处。这两个方面的关系，我们还没有作比较，但这是非常重要的工作——需要人工智能专家判断哪些方面要推进、哪些方面要抑制，甚至不能让它进行某些设计和思想实验。

蔡恒进：这的确是大家都在讨论的问题，欧洲已经在出台法规。但关键是要有一个正确的指导思想——我认为就是要对意识、智能、生命本身有更深刻的理解，我提出的“Life、Life+、Life++”就是这样一个基础。

尤西林：我已经把这个思路写到《人文科学导论》修订版的绪论里：蔡恒进教授在中国已经率先提出，人工智能研究必须和人文科学结合。

蔡恒进：生命要“加”，是强调联系、强调连续性，而不是强调断裂性。西方喜欢强调断裂性，讲“后人类时代”，讲碳基只是硅基的一块踏脚板。

尤西林：我也很讨厌“后人类时代”这个说法。都“后人类”了，那怎么安排？那么，凡是能够诉诸语言表达的专业活动，人工智能是否终将都可以替代？

蔡恒进：在这个意义上，是会被替代的——凡是你能说得出来、讲得出来的，机器都能做到，这只是一个程度和过程的问题；但原则上讲，没有壁垒。这是我的核心观点。按照现在的速度，我认为AGI做出来可能就是几个月到几年的事；三年之内，这个世界就会彻底改变——我几年前就在讲，它会像海啸一样涌来，而我们真正体会到这一点，是DeepSeek出来的时候。

杨立昆强调要与物理世界结合（grounding），这没有问题；但OpenAI在没有grounding的情况下，直接从语言这一端突破，让机器先说出了人话。但这并非是说结合不重要，它还会慢慢补上。我现在想做的，是让AI成为“我能表达”意义上的分身：比如我作为一名教师，做一个分身，它能像我一样教学生；或者一个管理者，需要多个分身去处理事务。这个分身不是OpenAI那种“巨无霸”，而是把我的优点放大十倍、百倍，不需要完全脱离我——这是我的技术路径。

尤西林：那么，以人形机器人为代表的、劳动意义上的具身智能，现在进展如何？

蔡恒进：（真正意义上的）人形机器人现在还做不出来，因为它与这个世界打交道时自由度太多——目前是“手”动不了。手看起来简单，但实际上有“心灵手巧”之说，手才是更难的部分，身体的控制相对容易一些。这一时半会儿还不行，这是技术路径的问题，而我更关心的是原理和逻辑。

本文由清华大学哲学系博士后曲经纬据现场录音整理。尤西林教授与蔡恒进教授的对谈，于2025年4月18日进行。原始录音约两个小时，整理者为便于阅读并适应学术刊物篇幅，对口语表述作了必要的书面化压缩，删削了与主题关联较弱的内容，并依对谈展开的时间顺序，以论题为纲重新划分为六节，再为其增加了小标题。文稿经两位先生审定。

作者简介：

尤西林，陕西师范大学文学院资深教授、博士生导师，主要研究方向为文艺学、美学、人文科学理论、现代性理论；

蔡恒进，武汉大学计算机学院教授、博士生导师，空间物理学博士，主要研究方向为人工智能基础理论、认知科学、意识哲学，提出认知坎陷、触觉大脑假说等原创理论。

本文引用格式参考：

尤西林、蔡恒进：《人工智能与人文科学》，《艺术传播研究》2026年第5期，第4-14页。