哲學能讓AI聽得懂人話嗎

　　現在有一個很流行的詞叫“vibe coding”——氛圍編程，意思是你不需要一行行寫代碼，只要用自然語言告訴AI你的想法，它就能幫你把程序寫出來。聽起來很美好，實際體驗卻常常是：AI能在一開始交付一個不錯甚至驚艷的原型，但隨著你的要求不斷明確、構思逐漸收斂，你會發現和AI的協作變得越來越混亂。在某個時刻，你會意識到AI并不能真正“理解”你；而緊接著，你還會意識到“把話說清楚”并不是一件容易的事情。“講清楚”的前置條件在于“想清楚”——但把事情想清楚，從來都不是一件容易的事。

　　我之所以對這個問題有感觸，是因為我自己就處在哲學和AI的交匯處。學習哲學專業6年后，我投入了AI浪潮，從去年7月開始至今，已經有兩段AI產品經理的實習經歷。這一決定最初當然有追趕風口以便于找工作的考慮，但在這一過程中，我發現哲學和AI的關聯不是一種需要刻意搭建的橋梁，而更像是一種自然的交匯——技術發展到今天，很多問題本身就在向人文的思考敞開。

　　一個基本事實是，對話正在成為人與AI最主要的交互方式。每天有上億人通過各種App同各種模型發生對話——從一句話點奶茶到OpenClaw的爆火，對話正在成為一種普遍的、高頻的人機交互方式。也正因如此，對話本身的困難就不再只是一個技術煩惱，而成為一個值得被認真考察的現象。

　　前面我說的那種“越聊越亂”的困境，其實指向一個更深層的問題。和傳統的點按交互或編程不同，AI本質上是一個概率模型，它的交付物是或然的。這確實是某種創造性的來源，但也對人的輸入提出了更高的要求——而這些要求本身又是隱晦的。這種困難的核心不在于AI不夠聰明，而在于模糊的想法和清晰的語句之間存在著天然的斷裂。更好的提示詞工程、更長的上下文窗口，或許都能緩解它，但未必能替代“想清楚”這件事本身。

　　回頭想想，蘇格拉底也面對著同樣的困境，并通過不斷追問來澄清概念、定義問題、消除模糊性。只不過今天對話的另一端從一個人變成了一個模型。在我的產品工作中，最關鍵的往往不是找到解決方案，而是定義問題本身：我們到底在解決什么問題？邊界在哪里？我們用的這些詞，大家理解的是同一個意思嗎？這些追問在蘇格拉底的對話中發生，在哲學課堂上發生，也在產品會議上發生，它們本來就是同一類事情。

　　對話的困難還不止于此。一段真正有深度的對話，依賴于對話雙方共享的語境。在日常交往中，對話總是在一個語境里進行的，宏觀如時代、文化，微觀如語氣、表情。自然語言的效力不僅在于其本身，還在于承載它的人。但人與AI的對話在相當意義上仍是扁平的。所以當前AI發展的一個重要方向，就是借助工程化能力去充實對話的語境：記憶、上下文管理、盡可能讓模型在對話中擁有更豐富的背景，從而與人有更深度的“理解”。

　　做這些工作的過程中，很多更深層的追問也會自然地浮現。我會忍不住想：AI能感知到時間嗎？它所謂的“記憶”和人的記憶是同一回事嗎？當AI在一段對話中維持了某種“連貫性”，這和人在對話中構建意義的方式有什么根本性的不同？這些問題乍看像是產品設計中的技術細節，但一旦追問下去，就會發現它們觸及的是非常根本的哲學問題。

　　上個學期，我在復旦大學“人工智能與社會科學研究”的課程上寫了一篇論文，試圖從現象學的視角去分析AI的時間意識。這種思考不是我刻意要“把哲學用到AI上”，而是做著做著，問題自己就長到了那個地方——記憶的可能性條件，本身就是一個哲學問題。

　　在這些追問的盡頭，對話的困難最終指向了人本身。當我們談論AI的記憶、AI的自我意識，我們不得不反問：人的記憶是什么？人的自我意識又是什么？這些問題在幾千年的哲學史中從未真正得到解決。而現在，人與AI的對話正在以一種前所未有的方式重新激活它們。

　　人工智能倫理學家喬安娜·布萊森（Joanna J.Bryson）說過一句話：“數十年來，人工智能一直是一個自我分裂的領域，同時追求兩個截然不同的目標，通過心理科學深化計算機科學的理解，以及通過計算機科學深化心理學科學的理解。”

　　在我的學習和實踐中，我也感受到這種張力。學哲學的時候，我試圖理解人是怎么回事。做AI產品的時候，我其實也是在理解人——理解人怎么表達、怎么思考、怎么在對話中構建意義。這兩件事并不矛盾，它們本來就是相通的。

　　AI極大地拓展了我們的認知范圍甚至能力，但也讓我們不得不反觀自身：我們需要感到困惑的并不完全在于人工智能，更在于我們自己。這也是我在將近7年的哲學專業學習后最大的感悟：AI時代，人文思考不是一種需要被證明有用的附加值，而是技術本身在發展過程中不斷生長出來的內在需求。

　　（作者系復旦大學哲學學院碩士研究生）

來源：中國青年報客戶端