内容
如今的 AI 系统可以写文章、生成代码、概括复杂概念，并以令人惊叹的流畅度进行对话。然而，这些系统在某些人类觉得直观的任务上仍然吃力：例如在变化中可靠地追踪对象、在陌生情境下进行组合式推理，或区分真相与看似合理的虚构。这些矛盾引发了围绕 AI 的两极化争论。一些人认为当前系统是类人智能的早期形态；另一些人则将其贬为高级自动补全。
在近期跨学科研究中——包括 Adam Frank、Marcelo Gleiser 和 Evan Thompson 的《盲点》以及 DeepMind 研究员 Alexander Lerchner 的《抽象谬误》——一种不同的图景正在浮现。这些观点不再追问 AI 系统是否正在变得具有类人的智能，而是提出一个更根本的问题：如果 AI 系统之所以有效，恰恰是因为它们依赖于植根于人类认知中的结构，那会怎样？这一视角转向借鉴了埃德蒙德·胡塞尔的现象学，有助于我们理解现代 AI 的能力与局限。
在我们最近发表的论文《人工智能源于自然智能的起源》中，我们认为，对现代 AI 系统最恰当的理解既不是人类心智，也不是无足轻重的统计技巧。相反，它们是在延伸源自人类认知本身的结构。论文进一步借助胡塞尔的现象学提出，语言本身已经包含了沉积下来的人的理解结构——而 AI 系统学习的，正是这些结构，并在此基础上加以建模和延展。这一视角有助于解释当代 AI 的能力与边界。
人的知觉并不是对感官数据的被动接收。我们体验世界时，会把它看作在变化中展开的稳定事物：当我们绕着一个杯子移动时，它仍然是同一个杯子；一段旋律即使单个音符不断消逝，也依然可被辨认。语言则通过以概念形式表达这些稳定结构而生成。像“红色”“圆形”或“大于”这样的词，表述的是源自生活经验的关系。
大语言模型在这种语言世界中学习统计关系。它们捕捉的是概念在海量人类文本中通常如何相互关联。这解释了为什么 AI 系统能够在许多领域生成连贯的回答。但这也解释了它们为什么会产生幻觉。人类始终要向世界负责：经验会不断修正我们的预期和信念。相比之下，AI 系统延展的是文本内部的模式。它们可以以惊人的流畅度延续一条推理链，但却缺乏与世界的真实接触，而这种接触正是意义与真理的锚点。
AI 延伸人类认知
这一框架有助于解释 AI 研究中若干反复出现的挑战。其中之一是“组合性鸿沟”——语言模型在熟悉的推理模式上表现良好，但在被要求以真正新颖的方式组合概念时却会失败。越来越多的研究表明，更大的模型在提升流畅度和事实回忆方面的速度，远快于其在真正组合式推理方面的进步。按照我们的观点，这不只是工程层面的限制，更是一种结构性边界：AI 系统可以延伸已沉积于语言中的模式，但它们并不具备那种面向世界的理解，而正是这种理解使人类能够生成真正新的概念关系。
类似的模式也出现在融合语言与视觉的多模态系统中。这些系统往往能够正确标注图像，却仍然无法对对象及其组成部分进行稳健推理。它们学习的是视觉模式与语言之间的相关性，而不是像人类那样，在时间流动中感知稳定对象。结果就是，这些系统表面上看起来极为流畅，但在熟悉模式之外却令人意外地脆弱。
这一视角也重构了关于 AI 安全的争论。公众讨论常常在对“失控超智能”的恐惧与“AI 不构成实质风险”的主张之间摇摆。我们的研究表明，这两种极端都误解了当前系统的本质。最直接的风险并不是因为 AI 拥有人类般的意图，而是因为它能够在缺乏对世界的反思性责任的情况下延展推理模式。系统可能生成具有说服力却缺乏依据的输出，在大规模范围内自动化错误决策，或在被嵌入治理不善的环境时执行有害行为。
这也解释了为什么 AI 安全正在从模型安全转向系统安全。在实践中，组织已经在依赖多层防护——业界越来越称之为“护栏”——来约束、验证并监控 AI 行为。我们的论文认为，这些机制并非临时补丁，而是反映了 AI 架构本身的一项根本事实：可信行为源于构建 AI 系统并对其行为负责的人所做的工作；这种责任不能被委派给模型，也不能与模型分担。
这一解释与企业越来越多采用的可信 AI 部署方式高度一致。组织需要的是能够延伸人类智能、同时保持可治理、可审计并符合人类监督的系统。将 AI 理解为一种派生的智能形式，有助于说明为什么分层治理、评估和运营控制如此重要。
展望未来，我们认为现象学提供的不仅是对 AI 的批判，更是一套理解其潜力的框架。AI 系统揭示了人类认知本身的一件深刻事实：意义可以被形式化、被延展，并以强大的新方式实现规模化。因此，AI 对社会构成的核心风险，最终在于人们切断了它与人类经验和认知起源之间的阶梯——把 AI 误解为一种会削弱我们人性的竞争性智能，从而反过来也削弱了 AI 本身真正的潜力。
因此，问题不在于 AI 是否会取代人类智能，而在于我们如何负责任地构建系统，使其在延伸人类理解的同时，仍扎根于这种理解所来自的世界。如果我们把 AI 系统误认为自主心智，就会高估其可信度；如果我们把它们轻视为无足轻重的小把戏，就会忽视我们这个时代最重要的技术进展之一。更扎实的理解应同时承认这两点：AI 确实是人类智能的真实延伸——也正因为如此，人类仍然要为它如何被理解、如何被治理以及如何被使用负责。