它缝的是概念，缺的是直观：本立而道生

道术将为天下裂。 ——《庄子·天下》

最近我一直在翻 AI 圈的一些争论，有一场架吵得热闹，而且越听我越觉得：它其实是咱们这个系列一直在说的那件事，换了个技术的外壳，又演了一遍。

论战的两边，是两个词：一个是“苦涩教训”（the bitter lesson），一个是“神经符号”（neuro-symbolic）。

先说“苦涩教训”。它是 Sutton 在 2019 年写的一篇短文，把 AI 这几十年翻了个底朝天，得出一个让人不太舒服的结论：凡是研究者“把自己懂的知识手工编进机器里”的做法，短期都灵，长期都要吃亏——因为最后赢的，永远是那种能顺着算力自己往上长的通用方法。他举了三个例子：下棋，硬算的搜索打赢了人类棋谱喂出来的知识；翻译，大模型打赢了满肚子语法规则的旧系统；认图，手工设计的特征，被能大规模训练的卷积网络掀翻在地¹。教训是苦的：人给的聪明，不如算力养出来的聪明。

再说“神经符号”。它不服这口气，说的是另一面：光堆算力，有个绕不过去的天花板——电费、数据，还有一样更要命的毛病，有人给它取名叫“参差不齐”（jagged）：同一个模型，这个 prompt 上神了，换个只差几个字的 prompt，就自信满满地答错²。这种连它自己都看不出会栽在哪儿的错，靠“再多喂点算力”是修不好的。所以它主张：得把符号那一套——规则、逻辑、可验证的推理——重新缝回神经网络里，让机器不光会“猜”，还会“证”²。

两边的论点我都看的明白，甚至都有点被说服。可读着读着，我冒出个念头：这两家吵的，会不会其实是同一个东西？

他们吵来吵去，争的都是“概念”——概念该从哪儿来。一边说，概念让算力自己喂出来（这是统计出来的概念：向量、分布、概率）；一边说，概念得由人手工编进去（这是逻辑的概念：规则、符号）。一个是“土里长”的概念，一个是“手里捏”的概念。可这两家人，谁都没问那个更靠前的问题：光有概念，就够了吗？

这个问题，我从前借康德那句话琢磨过：“无直观则概念空，无概念则直观盲”³。机器缺的，从来不是“概念”——它概念多得很，embedding 就是概念的极致，一个词一张网，密密麻麻。它缺的是另外那半：直观——那个从外面“撞”进来、带着身体那份感受的东西。所以“苦涩教训”和“神经符号”这场架，说到底是两个“概念派”在打架：一个要统计的概念，一个要逻辑的概念，可两边，没有一边给的是直观。缝得再密，缝的也是概念对着概念；那根能让它真正立起来的轴，还是没一根从身体里长出来。

再往深看一层，这两派还有个共同的软肋——它们都没有“时间”。符号规则是定死的：它不“变”。统计分布是把过去的数据一口气压出来的：它也不“变”。我早说过，主流的 AI 骨子里无时间、无变化⁴。神经符号哪怕把两者缝得天衣无缝，缝出来的，还是个没有“此刻”的结构。刚才那篇讲“参差不齐”的论文，说的其实也是这个：它不是顺着一条河往下流，是在一堆孤零零的点上跳——上一个点和下一个点之间，没有水。

那“苦涩教训”错了吗？没全错。它说对了一件事：手工装进去的东西，长不大。可它由此得出的那句结论——“那就只让算力自己长”——可也偏了。因为它没分清：机器不是“长”得不够，是根没扎进身体里。它长的是概念，越堆越大的概念。可概念这东西，再大，也得有直观喂着才活；没有直观，它就只是一副越来越精细的骨架，飘在半空——这正是康德那句“概念空”。

孔子有句话，说得再朴素不过：“君子务本，本立而道生。”道——那个真正的“懂”——是从本里生出来的，不是一片一片贴上去的。机器缺的从来不是枝叶花果（那几样它比谁都多），它缺的是本：一个活在世里的身体。

“道术将为天下裂”——如今这一场“算力”与“符号”的架，裂的是道术，缝的是概念；可那个真正的“本”，两支人马的药箱里，都还没影儿。

后记：这篇写着写着，又绕回了康德和黑格尔那两条老线。我越发觉得，这几年 AI 的每一次大争论，剥到底，都在问同一件事：机器能不能不要身体，就把世界“懂”了。至少到这篇为止，我的答案还是那句老话——算力和符号，谁都替不了那个身体。