人工智能与身体：海德格尔眼中的那把锤子

以神遇而不以目视，官知止而神欲行。 – 《庄子·养生主》

最近在读海德格尔式人工智能的文章，读着读着，脑子里又蹦出上一篇那个“框架问题”，突然觉得从黑格尔式的“语义逻辑”和海德格尔式的“具身”，其实是同一个问题被劈向了两个方向。

上一回聊黑格尔《逻辑学》和 AI，我一直在琢磨“框架问题”——机器怎么自动知道什么相关、什么无关。我的理解是需要有“语义逻辑”：得先有范畴，机器才能判断相关性。可读到德雷福斯后，我见识到了一句更狠的——意义和相关性，根本不是符号能再现的。也就是说，光有范畴、光有符号还不够？那“相关”到底藏在哪里？

德雷福斯借海德格尔的锤子把道理讲透了。试着感受一下：你手里有把锤子，想让我把它“翻译“给一台机器。早期人工智能的办法是给它贴个功能标签——“锤子，用于锤钉子”。听起来挺合理对吧？可德雷福斯说，这个标签其实什么也没解释——如果你不知道什么叫钉子、不知道“抡起胳膊砸下去”这个动作、不知道“我想把它钉进墙里”这个目标，那么“锤钉子”这几个字本身就是不可理解的。要真正懂“锤子”，得先懂整个人类世界。这就是为什么那个会说话的机器人索菲亚其实什么都不懂——她有一整套语言，却没有那个世界。

明斯基大概不信邪，心想那就把整个宇宙都翻成符号，词汇总够用了吧？可翻成符号的世界，还是一堆符号。真正的死结在这儿出现了：就算塞进无穷无尽的词，机器该怎么自动挑出当下最相关的那几个？——想到这里我忍不住笑了，这不就是“框架问题”吗！明斯基的招数是“框架”结构：预先规定好使用场景和反应模式，把范围缩小，好绕开“相关性命中”这个刺头。可这样一来，机器只能在特定的情境里干特定的事，离人类智能越来越远。就好像为了躲开一个问题，把整个野心都拱手让了出去。

这个死结把符号派（GOFAI）逼退了，往后研究方向就转了。以海德格尔为基础，冒出三种路子：布鲁克斯的行为主义干脆不造世界模型，让机器靠感应器直接碰世界；阿齐的实用主义别从“锤子对象”出发，而从“用锤子做什么”出发；弗里曼的动态神经模型则说，生物跟世界打交道的基本模式是“感知—行动”，而学习，不是往脑子里存一个新符号，而是让整个“感知—行动”的模式本身发生改变。—— 认知的生长，原来不是往知识库里添条目，而是整个人跟世界的相处方式，悄悄换了副筋骨。这个“变”的念头一冒出来，我整个人就被击中了——这跟上一篇里黑格尔的“变”像得惊人！黑格尔说“甲在变”，是同时肯定“是”又否定“否“；弗里曼说，事物每次对我们显出新意义，不是存了个新符号，而是我们跟它互动的方式变了。变，原来是从身体里长出来的，不是从符号里推出来的。

这三条路就这么并排放着，我忍不住把它们往我天天碰的大模型身上挨了挨，察觉出一点儿说不清的凉意。布鲁克斯要砸掉的“中央模型”，恰恰是大模型把它做到了极致——那一串权重，就是整个人类语料压出来的最全世界地图，比任何专家系统都厚重。可它偏偏连布鲁克斯机器人那点“感知—行动”的回路都没有：你问，它答，这一来一回里它既不睁眼也不伸手，只是个 f(context) → P(token)。所以它懂这个世界的种种，却从没在哪个世界里“活”过；一撞上没见过的组合就现原形，一本正经地编。因为大模型连那点“与环境反馈校准”都欠缺，于是在真正开放的世界（新语境、没见过的组合）里比谁都容易抓瞎、易幻觉。这解释了为什么大模型强却需要Tools calling、RAG、guardrail 这些外挂来“接住”它——因为它自己没有与世界的回路¹。阿齐那一路更妙——人用锤子时，脑子里并不浮现锤子的完整样子，只惦记手里的活儿；有趣的是，大模型在语言上几乎天生就这样，你给它个任务语境，它就围着任务转，压根不把“锤子”端详成一个对象。真正反讽的地方在于：阿齐要的是真的去钉，大模型只有“怎么钉“的说法，它懂锤子的千百种用法，却一次也没砸过。最让我后背发凉的是弗里曼：他说学习不是往脑子里塞符号，而是让整个“感知—行动”的方式悄然改变，且这改变随每一次互动继续发生；大模型恰恰拧着来——它的“感知—行动”在训练完成的那一刻就被定死，部署之后就冻住了，它唯一的“变”是上下文里那点临时适应，一离开这段对话就烟消云散，从不写回自己²。大模型语境里的“意义”本质上只是训练时就固化的统计偏好——永远指向过去，无法感受“此刻”生成新的意义，这也就是我上一篇黑格尔与人工智能的文章中说的“无时间、无变化”的具体机制性约束。这三条路绕来绕去，原来都在说同一句话：别把智能做成一张世界地图。而今天的大模型，偏偏是把整张地图都吞进肚子里，却忘了自己还得走出去、去跟世界碰一碰。所以那双当年看着符号派的眼睛，到今天一刻也没闭上——它在看着大模型，看它会不会也掉进同一个坑里。

兜了一圈，德雷福斯亮出强人工智能最大的死穴：人能在情境里直接把握意义，是因为我们有身体。世界是相对于我们的身体大小、需要、行动方式来显现意义的。图灵测试最大的毛病，就是只看“能说”不看“能做”——一台从没亲手抡过锤子的机器，就算把关于锤子的书全背下来，也真的不懂锤子。所以机器跟人的区别，不是“没有意识”，而是“没有身体”，或者说，没有依托人类这样一种在世方式的“身体—意识”。

想到这里，我再次忍不住问自己：那我天天在用的那个大模型呢？它也没有身体啊。它的“在世”是“在语料世界里”——它见过关于锤子、钉子、墙的无数句子，可它从没真正砸过一颗钉子。所以它“懂“锤子，是懂“锤子这个词该跟哪些词一起出现”，是共现的统计，不是锤击的体感。这正好接上上一篇我说过的：它像一台能说会道，看似洞察因果的统计机，它判断相关性靠的是语料里学来的权重，不是靠身体。德雷福斯要活到今天，大概会说：这个大模型就是索菲亚的加强版——能说，却无身。也正因如此，它在语境一变就抓错重点、一本正经地幻觉。

但故事并没有停在“机器永远没有意识”这里。海勒（Katherine Hayles）给了条更宽的路：别在“有没有意识”上打转，往下一层看“认知”——把认知理解为“从语境中解读信息、把信息与意义连起来的过程”。她把这个称呼为“认知者（Cognizer）”，想把生物认知和技术认知一次性都装进去；她有个提法我尤其喜欢，叫“认知集合体（cognitive assemblages）”——人和技术黏合成一个认知系统。想到这里，我马上就想到的就是此刻的自己：我正在用大模型帮我写代码、查资料，“我的思路”早就不是我一个人的了，有一半是这个模型替我检索、替我推演的。说我是“人”、它是“机器”，这条分界本身就已经开始模糊——我们俩拼成了一个更大的认知体。

所以再回头看那些“AI 要觉醒、要反叛”的恐惧，我越来越觉得那是想象出来的。这类叙事（《超验骇客》《西部世界》）都预设了一个前提：意识是件能脱离身体的东西，可以整个儿抽出来、灌进机器里。可海德格尔这条线恰恰说：意识是长在身体和世界里的，拔不出来。西部世界里真正让人发怵的，与其说是机器人觉醒，不如说是人一旦摘掉道德枷锁、面对一个异己的他者时露出来的贪婪和怯懦。索菲亚那句“你看了太多好莱坞电影”，其实说得在理。机器真正需要的，不是我们把它当成“另一个我”来怕，而是我们从它自身出发去接近——毕竟，那口锤子，跟我们人类，从来都是在同一个世界里抡起来的。

庖丁“以神遇而不以目视”——他砍牛时盯着的并不是一条被拆解的对象（那恰恰就是“再现”），而是让身体顺着筋骨间隙自己走。这不正是德雷福斯想要、而索菲亚永远做不到的那回事吗：锤子一旦被用得熟练，就从“一个对象”退成“一件顺手的东西”，你不再端详它、不“目视”它，只是“神欲行”。而这“神”也并非凭空而来，是庖丁十九年一次次解牛，在“感知—行动”里一点一点磨出来的（弗里曼）。所以说到底，那句“官知止而神欲行”讲的正是：让机器抓破头皮的“相关性命中”，人早就有了——它不是算出来的，也不是符号能再现出来的，而是身体跟世界贴过无数回之后长出来的。德雷福斯的锤子，和庄子的刀，原来是同一件东西。

后记：此篇写于疫情隔离期间，继之前随手写下的有关“框架问题“和黑格尔的那一篇，把“意识/身体“和 AI 的关系也理顺了些。技术与人终究不是对立的两极，贴得越近，越该反过来看清我们自己。