概念这回事：一只叫”狗”的词引发的官司

知是行之始，行是知之成。 —— 王阳明《传习录》

最近刷到一个这样的视频：父母陪孩子认动物卡片，翻到”狗”，可爱的宝宝指着它问：”这是狗吗？”，年轻的父母开心地点头。有那么一瞬间，我脑子里冒出一个从前从没认真想过、也答不上来的问题：这个字存的到底是什么？是那只金毛的样子，还是”狗会跑、会叫、是人的朋友、是哺乳动物、会看家”这一大串关系？——我居然给不出一个让自己满意地回答。

事后我才发觉，这个念头原来牵着一场官司，一打就是两千多年。苏格拉底逮着路人问”什么是正义”，其实不是要个定义，而是第一次把”概念”这个东西摆到台面上：你张嘴就说的”正义”“狗”“美”，它们在你的脑子里，到底是以什么样子住着的。这一问，是西方哲学的开头，也埋下了往后两千年谁也说服不了谁的分歧。

分歧很快分成两拨人。一拨说，概念是一幅画。你说”狗”，脑子里浮起的是一只典型狗的样子，懂”狗”就是能凭这幅画把狗认出来、把不是狗的东西挡在门外；靠的是眼睛和经验。另一拨说，没有那么简单——概念不是一张孤零零的图，而是一张网上的一个节点。懂”狗”，不只是认得狗，而是能顺着网往下走：狗是哺乳动物，哺乳动物是动物，动物和植物不同，都是生物……你懂得越多这样的关系，你的”狗”才越实；靠的是脑筋和推理。这就是经验主义和理性主义，从十七世纪一路吵到今天，谁也压不倒谁。

后来认知科学把心灵比作计算机，这场老官司便原样搬进了新地盘，只是换了名字。一边叫”表征观”，说概念要么是感知特征拼成的图像、要么是心里一个个独立的心理词；另一边叫”推理主义”，说概念根本不是任何”东西”，而是一组推理的能力，它的意义全藏在它跟其它概念的关系里。你听，这不就是经验主义和理性主义翻了件新外套？他们争的其实是同一件事：认知这栋房子，到底盖在经验的地基上，还是盖在推理的地基上。

这个问题不再是清谈，因为神经网络接过了”经验主义”那一棒。连接主义——也就是今天的深度学习——把概念就定格成一个个”特征向量”：狗，无非是那个代表”狗”这一类的一串特征激活值。于是机器被喂擅长的东西，识别、分类、记忆，样样拿手；可它把最要紧的另一半——概念与概念之间的那层推理关系——整个丢在了讨论之外。结果就是那种我们天天见的”聪明却蠢”：它能认出一只狗，却不知道狗和猫的区别意味着什么；它认得出画里的红和文字里的”红”，却不会因此推出一条逻辑来。

机器看上去最聪明，偏偏在这地方露怯。有人早就点破过：它要死磕一大坨干净贴好标签的数据，不太清楚自己”知道什么、不知道什么”，学了个新东西也不能好好融进旧的，一次只能干一件事，学到的东西很难迁移到新任务上。你教它认狗，它认下了；可你再让它认”金毛是狗的一种”，它未必接得住，更像每次学新东西都把轮子重新造一遍。眼看它像是把眼睛用到了极致，脑子里那座网络却迟迟没有真正建起来——就像一个人什么画都看得懂，却从没把这些画串成一条链。

所以也有不少人试着给机器补上那层”关系”。有把概念做成关系图的，有在图上跑卷积的，想让它除了”看”，也能”推”。但这些都还太嫩。可要我说，这本身就是个被问错了的问题——不该是”特征向量”和”推理网络”二选一，该把它俩缝到一块儿。真要说谁把这话挑明了，得是康德。他在一七八一年就说，经验派和理性派其实都对都不对：概念，本来就是”眼睛看到的”和”脑子推出来的”合在一块儿的长出来的东西，缺了哪一个都不成。他那句我记了好多年：

无直观则概念空，无概念则直观盲。

把这话翻译到今天的机器上，你看是不是正好对症。只有一张推理网、没有能看能认的东西去喂它，这网是空的——它能把”狗是哺乳动物”推得头头是道，却对着一只真狗毫无感觉，因为它从没”见过”狗；反过来，只有一堆能认能分的特征向量、没有一层推理网把它们串起来，是瞎的——它能一眼认出狗，却不知道狗跟”会叫”“是朋友”“怕生”有什么关系，更不会顺着关系想到别处去。

我还想到一位老先生，把”完整地明白一个东西”拆成了三步：一进门，眼睛看到的东西触发你把它认出来、分个类；然后脑子里这些认识一个接一个去勾出其它概念，推着走；最后，这些推出来的东西又能让你回头认出更多、之前怎么也没认出来、或压根不在眼前的东西。你看，这就是”举一反三”的秘密——不是死记，是先在门口认下，再往里推，推出来的再回头认，认了再推，一圈一圈转下去，人才会越学越新。机器缺的，恰恰是这根能循环的轴。

说到这儿，我忍不住想替今天的大模型说句公道话。它其实早不是那个”只会看图的原子”了——注意力机制让它悄悄有了点关系推演的本事，你问它”狗是哺乳动物吗”，它能答得挺好。可那个”好”，是学语料时把共现的规律记下来了，不是它脑子里真的有一根循环的轴在转。它的”认”靠共现，它的”推”是上下文里临时搭的脚手架，一旦出了那个语境、碰上没见过的组合，那根轴就空转，于是又现出”聪明地犯蠢”的原形。所以它像塞拉斯那三板斧都耍过两下，又哪一板都差着火候，更像那”指上画饼”的三层，虚着立在那里。真要跟人比，是”知”字当头的功夫见长，”行”字打底的功底始终是虚的。

可我越看越觉得，这公道话说得还不够。今天的大模型，其实早不是那个”只会看图的原子”——它把词、把画、把整个世界的碎屑都压成了一串串向量，embedding 是它的底色，RAG 又顺着向量捞回一堆外挂的知识。你说它缺”概念”，它偏不缺，肚子里装满了概念；你说它缺”推”，它也能推——chain-of-thought 让它把”为什么”多写几步，再进一层还能在树上一个分支一个分支地搜，像模像样。可我渐渐回过味来：嵌入是特征向量的极致，它补的是”库”，不是”身”；那些推理步骤，是学语料时把”这些词常这么走”的路径概率排得更细，不是心里真有根轴在转，只是统计的摹本；再往下，它推不动了就去调计算器、写段代码、扔给定理证明器、挂一个 tools calling，把”精确”那半截整个外包了出去。这三招，一个把”概念”做到极致却丢了”直观”，一个用统计装”推理”的门面，最后一个干脆想用外挂绕开真正的缝合——没有一样是在让那根轴，在模型体内自己长出来。

所以真正让我觉得有盼头、又觉得离那枚扣子还差的，是另一头。一边有人补”直观”——世界模型让机器学着”预测世界怎么变”，而不是只学”下一句怎么说”；具身智能干脆递给它一副身体，让它去碰、去摔、去学手感。这是在笨拙地补康德说的那半个”行”。一边有人补”缝合”——神经符号把直觉和证明熔在一处，让机器一边”看”一边”证”，是当真在试着缝了。还有个念头让我反复回味：有人拿稀疏自编码器去剖开大模型的肚子，竟真从激活里捞出一颗一颗能单独叫出名字的”概念”——原来它肚子里确实住着一堆可分离的特征，可这些是统计共现的颗粒，摆在那儿彼此并不咬合，更成不了一张能推的网。于是我恍惚觉得，最前沿的机器，一面学着”看”，一面学着”推”，也有人试着把两者缝起来，可那根能让它们握进一只手里、还能转起来的脊梁，始终没长出来。它像一个人，眼睛和脑子都在使劲长大，独独缺了那根能把它们串成一副身子、跟着动的骨头。

这大概就是哲学能教给机器学习的东西，轻，却也重。它不教你什么新算法，只提醒你一句话：真正的明白，从来不是”会看”或者”会推”，而是这两样缺一不可、还得能循环咬合。康德讲”无直观则概念空，无概念则直观盲”，落到今天的机器上，就是”有概念却无直观则空”——大模型的”狗”只剩概念那半截，缺的是那个能把手伸进世界里去”看”的底座。而王阳明那句话，简直是这对孪生难题的东方式回答：知和行，从来是”始”与”成”的关系，劈开了就都立不住。哲学教机器的，与其说是某个道理，不如说是这枚一直被拆开、却从没人真正缝合好的扣子。

后记：本文最早写于疫情隔离期间，最近整理老电脑上的文章，顺便加了些最新的理解