哲学能让AI听得懂人话吗

　　现在有一个很流行的词叫“vibe coding”——氛围编程，意思是你不需要一行行写代码，只要用自然语言告诉AI你的想法，它就能帮你把程序写出来。听起来很美好，实际体验却常常是：AI能在一开始交付一个不错甚至惊艳的原型，但随着你的要求不断明确、构思逐渐收敛，你会发现和AI的协作变得越来越混乱。在某个时刻，你会意识到AI并不能真正“理解”你；而紧接着，你还会意识到“把话说清楚”并不是一件容易的事情。“讲清楚”的前置条件在于“想清楚”——但把事情想清楚，从来都不是一件容易的事。

　　我之所以对这个问题有感触，是因为我自己就处在哲学和AI的交汇处。学习哲学专业6年后，我投入了AI浪潮，从去年7月开始至今，已经有两段AI产品经理的实习经历。这一决定最初当然有追赶风口以便于找工作的考虑，但在这一过程中，我发现哲学和AI的关联不是一种需要刻意搭建的桥梁，而更像是一种自然的交汇——技术发展到今天，很多问题本身就在向人文的思考敞开。

　　一个基本事实是，对话正在成为人与AI最主要的交互方式。每天有上亿人通过各种App同各种模型发生对话——从一句话点奶茶到OpenClaw的爆火，对话正在成为一种普遍的、高频的人机交互方式。也正因如此，对话本身的困难就不再只是一个技术烦恼，而成为一个值得被认真考察的现象。

　　前面我说的那种“越聊越乱”的困境，其实指向一个更深层的问题。和传统的点按交互或编程不同，AI本质上是一个概率模型，它的交付物是或然的。这确实是某种创造性的来源，但也对人的输入提出了更高的要求——而这些要求本身又是隐晦的。这种困难的核心不在于AI不够聪明，而在于模糊的想法和清晰的语句之间存在着天然的断裂。更好的提示词工程、更长的上下文窗口，或许都能缓解它，但未必能替代“想清楚”这件事本身。

　　回头想想，苏格拉底也面对着同样的困境，并通过不断追问来澄清概念、定义问题、消除模糊性。只不过今天对话的另一端从一个人变成了一个模型。在我的产品工作中，最关键的往往不是找到解决方案，而是定义问题本身：我们到底在解决什么问题？边界在哪里？我们用的这些词，大家理解的是同一个意思吗？这些追问在苏格拉底的对话中发生，在哲学课堂上发生，也在产品会议上发生，它们本来就是同一类事情。

　　对话的困难还不止于此。一段真正有深度的对话，依赖于对话双方共享的语境。在日常交往中，对话总是在一个语境里进行的，宏观如时代、文化，微观如语气、表情。自然语言的效力不仅在于其本身，还在于承载它的人。但人与AI的对话在相当意义上仍是扁平的。所以当前AI发展的一个重要方向，就是借助工程化能力去充实对话的语境：记忆、上下文管理、尽可能让模型在对话中拥有更丰富的背景，从而与人有更深度的“理解”。

　　做这些工作的过程中，很多更深层的追问也会自然地浮现。我会忍不住想：AI能感知到时间吗？它所谓的“记忆”和人的记忆是同一回事吗？当AI在一段对话中维持了某种“连贯性”，这和人在对话中构建意义的方式有什么根本性的不同？这些问题乍看像是产品设计中的技术细节，但一旦追问下去，就会发现它们触及的是非常根本的哲学问题。

　　上个学期，我在复旦大学“人工智能与社会科学研究”的课程上写了一篇论文，试图从现象学的视角去分析AI的时间意识。这种思考不是我刻意要“把哲学用到AI上”，而是做着做着，问题自己就长到了那个地方——记忆的可能性条件，本身就是一个哲学问题。

　　在这些追问的尽头，对话的困难最终指向了人本身。当我们谈论AI的记忆、AI的自我意识，我们不得不反问：人的记忆是什么？人的自我意识又是什么？这些问题在几千年的哲学史中从未真正得到解决。而现在，人与AI的对话正在以一种前所未有的方式重新激活它们。

　　人工智能伦理学家乔安娜·布莱森（Joanna J.Bryson）说过一句话：“数十年来，人工智能一直是一个自我分裂的领域，同时追求两个截然不同的目标，通过心理科学深化计算机科学的理解，以及通过计算机科学深化心理学科学的理解。”

　　在我的学习和实践中，我也感受到这种张力。学哲学的时候，我试图理解人是怎么回事。做AI产品的时候，我其实也是在理解人——理解人怎么表达、怎么思考、怎么在对话中构建意义。这两件事并不矛盾，它们本来就是相通的。

　　AI极大地拓展了我们的认知范围甚至能力，但也让我们不得不反观自身：我们需要感到困惑的并不完全在于人工智能，更在于我们自己。这也是我在将近7年的哲学专业学习后最大的感悟：AI时代，人文思考不是一种需要被证明有用的附加值，而是技术本身在发展过程中不断生长出来的内在需求。

　　（作者系复旦大学哲学学院硕士研究生）